CN109873987B - 一种基于监控视频的目标搜索方法和系统 - Google Patents
一种基于监控视频的目标搜索方法和系统 Download PDFInfo
- Publication number
- CN109873987B CN109873987B CN201910162190.XA CN201910162190A CN109873987B CN 109873987 B CN109873987 B CN 109873987B CN 201910162190 A CN201910162190 A CN 201910162190A CN 109873987 B CN109873987 B CN 109873987B
- Authority
- CN
- China
- Prior art keywords
- target
- current frame
- frame
- detection area
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种基于监控视频的目标搜索方法和系统。本发明方法针对监控类视频搜索的片源特性,确定当前场景目标搜索区域,避免传统的全帧搜索计算量;接着针对摄像头的固定性,设计不同模式,进一步利用帧间相似性减少时间轴上搜索的计算量,从而达到提升监控类视频目标搜索的时效性。
Description
技术领域
本发明涉及视频搜索技术领域,尤其涉及一种基于监控视频的目标搜索方法和系统。
背景技术
在社会公共安全领域,视频监控系统成为维护社会治安,加强社会管理的一个重要组成部分。而监控视频检索,亦是视频搜索应用的重要组成部分。常规的视频搜索技术,忽略了监控类视频搜索具有背景不变性,在固定摄像头的监控场景下,还进一步具有无场景切换的特性,致使逐一全帧搜索的算法设计在当前应用场景下产生无谓的计算量浪费。
发明内容
本发明实施例的目的在于提出一种基于监控视频的目标搜索方法,旨在解决现有技术监控类视频搜索,在固定摄像头的监控场景下,还进行逐一全帧搜索计算量浪费的问题。
本发明实施例是这样实现的,一种基于监控视频的目标搜索方法,所述方法包括:
Step0:使用第一处理模式处理当前帧处理,然后进入Step2;
Step1:根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式;
Step2:若当前帧的下一帧不存在,则结束;否则,将当前帧的下一帧设置为当前帧,然后进入Step3;
Step3:若当前监控视频属于固定摄像头模式,则进入Step1;否则,进入Step4;
Step4:利用视频码流信息,完成对非固定摄像头采集图像的目标搜索。
本发明实施例的另一目的在于提出一种基于监控视频的目标搜索系统。所述系统包括:
第一帧处理模块,用于使用第一处理模式处理当前帧处理,然后进入帧处理模式确定模块;
帧处理模式确定模块,用于根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式;
尾帧判断处理模块,用于判断若当前帧的下一帧不存在,则结束;否则,将当前帧的下一帧设置为当前帧,然后进入固定摄像头模式处理模块;
视频所属摄像头模式判断处理模块,用于判断若当前监控视频属于固定摄像头模式,则进入帧处理模式确定模块;否则,进入非固定摄像头目标搜索模块;
非固定摄像头目标搜索模块,用于利用视频码流信息,完成对非固定摄像头采集图像的目标搜索。
本发明的有益效果
本发明提出一种基于监控视频的目标搜索方法和系统。本发明方法针对监控类视频搜索的片源特性,确定当前场景目标搜索区域,避免传统的全帧搜索计算量;接着针对摄像头的固定性,设计不同模式,进一步利用帧间相似性减少时间轴上搜索的计算量,从而达到提升监控类视频目标搜索的时效性。
附图说明
图1是本发明优选实施例一种基于监控视频的目标搜索方法流程图;
图2是本发明优选实施例一种基于监控视频的目标搜索系统结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明,为了便于说明,仅示出了与本发明实施例相关的部分。应当理解,此处所描写的具体实施例,仅仅用于解释本发明,并不用以限制本发明。
本发明提出一种基于监控视频的目标搜索方法和系统。本发明方法针对监控类视频搜索的片源特性,确定当前场景目标搜索区域,避免传统的全帧搜索计算量;接着针对摄像头的固定性,设计不同模式,进一步利用帧间相似性减少时间轴上搜索的计算量,从而达到提升监控类视频目标搜索的时效性。
实施例一
图1是本发明优选实施例一种基于监控视频的目标搜索方法流程图;其特征在于,所述方法包括:
Step0:使用第一处理模式处理当前帧处理,然后进入Step2;
所述第一处理模式为:
A1:确定当前帧目标检测区域
A11:设置当前帧目标检测区域初始值为当前帧;
A12:根据检测目标的同类共同特点,删除低概率区域,获取更新后的当前帧目标检测区域;
A2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,进入Step2;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,进入Step2;
其中,“检测目标同类共同特点”指检测目标类别所具有的类别特点;包括位置、颜色、运动等;具体处理方式举例说明如下:
检测目标具有同类共同位置特点:直接将不可能出现目标的位置从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。如车牌搜索,车牌位于车辆的下端,此时图像上侧的行块将不会出现车牌,这时可直接将图像上侧的行块从“当前帧目标检测区域”中删除,获取更新后的当前帧目标检测区域。
检测目标具有同类共同颜色特点:直接将不满足颜色特点的图像区域从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。如特定人搜索,人脸具有肤色特点,这时可将不满足肤色色域特点的块直接从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。
检测目标具有同类共同运动特点:直接将非运动块从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。如门禁监控,静止区域为背景属于非关心点所在,监控焦点在运动物体上,这时可直接利用当前帧后第一个编码帧的码流信息,找到非运动区域,即从当前帧后第一个编码帧中找到Skip预测模式的块,则上述块对应的参考块即为非运动区域,然后直接将该非运动区域从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。
若检测目标具有多个类别特点,则将不满足其中任一一个类别特点的区域从当前帧目标检测区域中删除。
Step1:根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式;
具体为:
如果检测目标具有唯一性且目标搜索成功标识符为0,则使用第二处理模式;否则如果为检测目标具有唯一性且目标搜索成功标识符为1,则使用第三处理模式;否则,则使用第四处理模式。
其中,所述检测目标的特性包括检测目标具有唯一性和检测目标不具有唯一性,由使用者预先获知并确定;检测目标具有唯一性举例:譬如在监控视频中搜索特定的一辆车,则此时检测目标具有唯一性;
第二处理模式:
B1:确定当前帧目标检测区域;
B11:若当前帧不存在帧内预测模式的块,则设置当前帧的目标检测区域为空集;否则,将当前帧的帧内预测模式的块划入当前帧的目标检测区域。
B12:根据检测目标同类共同特点(位置、颜色、运动等),删除低概率区域,获取更新后的当前帧的目标检测区域。
B2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入Step2;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,然后进入Step2;
其中,目标搜索成功标识符初始值为0;
第三处理模式:
D1:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域。
实际物体在图像中占有一定的面积,而视频编码主要采用基于块的编码模式,这就将实物识别与块相对应起来;图像区域被识别为实际物体的一部分,在码流中就是图像区域对应该块被识别为实际物体的一部分,所述图像区域对应块即为以识别为目标物体的块。
D2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入Step2;否则,将整个当前帧目标检测区域直接确认为目标,设置目标搜索成功标识符为1,然后进入Step2;
第四处理模式:
C1:确定当前帧目标检测区域;
C11:将前帧的帧内预测模式的块划入当前帧的目标检测区域。
C12:根据检测目标同类共同特点(位置、颜色、运动等),删除低概率区域,获取更新后的当前帧的目标检测区域。
C13:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域。
C2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入Step2;否则,首先根据当前帧目标检测区域预测类别进行目标搜索;接着设置目标搜索成功标识符,然后进入Step2;
所述根据当前帧目标检测区域预测类别进行目标搜索具体为:将当前帧目标检测区域内帧间预测块直接确认为目标,对当前帧目标检测区域内所有帧内预测块,利用业内公开的方法进行精确目标搜索;
所述设置目标搜索成功标识符具体为:若当前帧目标检测区域存在帧间预测块或者搜索到目标,则设置目标搜索成功标识符为1,否则设置目标搜索成功标识符为0;
Step2:若当前帧的下一帧不存在,则结束;否则,将当前帧的下一帧设置为当前帧,然后进入Step3;
Step3:若当前监控视频属于固定摄像头模式,则进入Step1;否则,进入Step4。
摄像头模式包括固定摄像头模式和旋转摄像头模式;可由检测系统使用者预先获知,或通过监控视频文件记录的视频采集设备信息获知(其中包含了摄像头信息),此为本领域公知的技术,在此不再赘述。
Step4:利用视频码流信息,完成对非固定摄像头采集图像的目标搜索。
所述利用视频码流信息,完成对非固定摄像头采集图像的目标搜索,具体为:
E1:若(当前帧为帧间预测帧且bitcur>k1*bitprev且bitcur>k1*bitnext),则进入E2;否则,若当前帧为帧内预测帧,则进入E3;否则,则进入Step1。
E2:令目标搜索成功标识符为0,然后进入Step0;
E3:首先利用当前帧在播放顺序上的前帧、当前帧在播放顺序上的后帧,分析是否发生摄像头转动;接着根据摄像头转动分析结果,进行流程跳转(即若摄像头转动则进入Step0,若否则进入Step1)。
其中,bitcur、bitprev、bitnext分别表示当前帧,当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧的压缩后比特;k1表示第一比例参数,一般可选k1≥4;
“利用当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧分析是否发生摄像头转动”方法如下:如果sum(stdn|stdn>Thres)>num*k2,则判定摄像头转动;否则判定没有发生摄像头转动;
stdn=std(yprev,n(i,j)-ynext,n(i,j)|条件),stdn表示临时变量;
条件:blockprev,n、blocknext,n均为Skip块且均位于转动判定区域;
blockprev,n、blocknext,n分别表示当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧第n个块,std表示对满足条件的变量求均方差,yprev,n(i,j)、ynext,n(i,j)分别表示blockprev,n、blocknext,n第i行第j列像素亮度值。
转动判定区域:首先找到当前帧在播放顺序上的前一帧Skip块所处的区域,然后按当前帧在播放顺序上的前一帧中帧间预测块最大运动向量的幅值删除上述区域中最靠近运动块的块,获取转动判定区域;
sum()表示对满足条件的变量求和;Thres表示门限阈值,一般可选Thres≥30/sizeb*16,sizeb表示块的一维尺寸,num表示转动判定区域所包含的块的数量,k2表示第二比例参数,一般可选k2≥0.6。
实施例二
图2是本发明优选实施例一种基于监控视频的目标搜索系统结构图。所述系统包括:
第一帧处理模块,用于使用第一处理模式处理当前帧处理,然后进入帧处理模式确定模块;
所述第一处理模式为:
A1:确定当前帧目标检测区域;
A11:设置当前帧目标检测区域初始值为当前帧。
A12:根据检测目标的同类共同特点,删除低概率区域,获取更新后的当前帧目标检测区域。
A2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,进入尾帧判断处理模块;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,进入尾帧判断处理模块;
其中,“检测目标同类共同特点”指检测目标类别所具有的类别特点;包括位置、颜色、运动等;具体处理方式举例说明如下:
检测目标具有同类共同位置特点:直接将不可能出现目标的位置从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。如车牌搜索,车牌位于车辆的下端,此时图像上侧的行块将不会出现车牌,这时可直接将图像上侧的行块从“当前帧目标检测区域”中删除,获取更新后的当前帧目标检测区域。
检测目标具有同类共同颜色特点:直接将不满足颜色特点的图像区域从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。如特定人搜索,人脸具有肤色特点,这时可将不满足肤色色域特点的块直接从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。
检测目标具有同类共同运动特点:直接将非运动块从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。如门禁监控,静止区域为背景属于非关心点所在,监控焦点在运动物体上,这时可直接利用当前帧后第一个编码帧的码流信息,找到非运动区域,即从当前帧后第一个编码帧中找到Skip预测模式的块,则上述块对应的参考块即为非运动区域,然后直接将该非运动区域从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域。
若检测目标具有多个类别特点,则将不满足其中任一一个类别特点的区域从当前帧目标检测区域中删除。
帧处理模式确定模块,用于根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式;
如果检测目标具有唯一性且目标搜索成功标识符为0,则使用第二处理模式;否则如果为检测目标具有唯一性且目标搜索成功标识符为1,则使用第三处理模式;否则,则使用第四处理模式。
其中,所述检测目标的特性包括检测目标具有唯一性和检测目标不具有唯一性,由使用者预先获知并确定;检测目标具有唯一性举例,譬如在监控视频中搜索特定的一辆车,则此时检测目标具有唯一性;。
第二处理模式:
B1:确定当前帧目标检测区域;
B11:若当前帧不存在帧内预测模式的块,则设置当前帧的目标检测区域为空集;否则,将当前帧的帧内预测模式的块划入当前帧的目标检测区域。
B12:根据检测目标同类共同特点(位置、颜色、运动等),删除低概率区域,获取更新后的当前帧的目标检测区域。
B2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入尾帧判断处理模块;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,然后进入尾帧判断处理模块;
其中,目标搜索成功标识符初始值为0;
第三处理模式:
D1:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域。
实际物体在图像中占有一定的面积,而视频编码主要采用基于块的编码模式,这就将实物识别与块相对应起来;图像区域被识别为实际物体的一部分,在码流中就是图像区域对应该块被识别为实际物体的一部分,所述图像区域对应块即为以识别为目标物体的块。
D2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入尾帧判断处理模块;否则,将整个当前帧目标检测区域直接确认为目标,设置目标搜索成功标识符为1,然后进入尾帧判断处理模块;
第四处理模式:
C1:确定当前帧目标检测区域;
C11:将前帧的帧内预测模式的块划入当前帧的目标检测区域。
C12:根据检测目标同类共同特点(位置、颜色、运动等),删除低概率区域,获取更新后的当前帧的目标检测区域。
C13:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域。
C2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入尾帧判断处理模块;否则,首先根据当前帧目标检测区域预测类别进行目标搜索;接着设置目标搜索成功标识符,然后进入尾帧判断处理模块;
所述根据当前帧目标检测区域预测类别进行目标搜索具体为:将当前帧目标检测区域内帧间预测块直接确认为目标,对当前帧目标检测区域内所有帧内预测块,利用业内公开的方法进行精确目标搜索;
所述设置目标搜索成功标识符具体为:若当前帧目标检测区域存在帧间预测块或者搜索到目标,则设置目标搜索成功标识符为1,否则设置目标搜索成功标识符为0;
尾帧判断处理模块,用于判断若当前帧的下一帧不存在,则结束;否则,将当前帧的下一帧设置为当前帧,然后进入固定摄像头模式处理模块;
视频所属摄像头模式判断处理模块,用于判断若当前监控视频属于固定摄像头模式,则进入帧处理模式确定模块;否则,进入非固定摄像头目标搜索模块。
摄像头模式包括固定摄像头模式和旋转摄像头模式;可由检测系统使用者预先获知,或通过监控视频文件记录的视频采集设备信息获知(其中包含了摄像头信息),此为本领域公知的技术,在此不再赘述。
非固定摄像头目标搜索模块,用于利用视频码流信息,完成对非固定摄像头采集图像的目标搜索。
所述利用视频码流信息,完成对非固定摄像头采集图像的目标搜索,具体为:
E1:若(当前帧为帧间预测帧且bitcur>k1*bitprev且bitcur>k1*bitnext),则进入E2;否则,若当前帧为帧内预测帧,则进入E3;否则,则进入帧处理模式确定模块。
E2:令目标搜索成功标识符为0,然后进入第一帧处理模块;
E3:首先利用当前帧在播放顺序上的前帧、当前帧在播放顺序上的后帧,分析是否发生摄像头转动;接着根据摄像头转动分析结果,进行流程跳转(即若摄像头转动则进入第一帧处理模块,若否则进入帧处理模式确定模块。
其中,bitcur、bitprev、bitnext分别表示当前帧,当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧的压缩后比特;k1表示第一比例参数,一般可选k1≥4;
“利用当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧分析是否发生摄像头转动”方法如下:如果sum(stdn|stdn>Thres)>num*k2,则判定摄像头转动;否则判定没有发生摄像头转动;
stdn=std(yprev,n(i,j)-ynext,n(i,j)|条件),stdn表示临时变量;
条件:blockprev,n、blocknext,n均为Skip块且均位于转动判定区域;
blockprev,n、blocknext,n分别表示当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧第n个块,std表示对满足条件的变量求均方差,yprev,n(i,j)、ynext,n(i,j)分别表示blockprev,n、blocknext,n第i行第j列像素亮度值。
转动判定区域:首先找到当前帧在播放顺序上的前一帧Skip块所处的区域,然后按当前帧在播放顺序上的前一帧中帧间预测块最大运动向量的幅值删除上述区域中最靠近运动块的块,获取转动判定区域;
sum()表示对满足条件的变量求和;Thres表示门限阈值,一般可选Thres≥30/sizeb*16,sizeb表示块的一维尺寸,num表示转动判定区域所包含的块的数量,k2表示第二比例参数,一般可选k2≥0.6。
本领域的普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质可以为ROM、RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (15)
1.一种基于监控视频的目标搜索方法,其特征在于,所述方法包括
Step0:使用第一处理模式处理当前帧处理,具体为:
A1:确定当前帧目标检测区域;
A11:设置当前帧目标检测区域初始值为当前帧;
A12:根据检测目标的同类共同特点,删除低概率区域,获取更新后的当前帧目标检测区域;
A2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,进入Step2;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,然后进入Step2;
Step1:根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式,具体为:
如果检测目标具有唯一性且目标搜索成功标识符为0,则使用第二处理模式,具体为:
B1:确定当前帧目标检测区域;
B11:若当前帧不存在帧内预测模式的块,则设置当前帧的目标检测区域为空集;否则,将当前帧的帧内预测模式的块划入当前帧的目标检测区域;
B12:根据检测目标同类共同特点,删除低概率区域,获取更新后的当前帧的目标检测区域;
B2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入Step2;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,然后进入Step2;否则,
如果为检测目标具有唯一性且目标搜索成功标识符为1,则使用第三处理模式,具体为:
D1:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域;
D2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入Step2;否则,将整个当前帧目标检测区域直接确认为目标,设置目标搜索成功标识符为1,然后进入Step2;
否则,使用第四处理模式,具体为:
C1:确定当前帧目标检测区域;
C11:将前帧的帧内预测模式的块划入当前帧的目标检测区域;
C12:根据检测目标的同类共同特点,删除低概率区域,获取更新后的当前帧的目标检测区域;
C13:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域;
C2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入Step2;否则,首先根据当前帧目标检测区域预测类别进行目标搜索;接着设置目标搜索成功标识符,然后进入Step2;
Step2:若当前帧的下一帧不存在,则结束;否则,将当前帧的下一帧设置为当前帧,然后进入Step3;
Step3:若当前监控视频属于固定摄像头模式,则进入Step1;否则,进入Step4;
Step4:利用视频码流信息,完成对非固定摄像头采集图像的目标搜索,具体为:
E1:若当前帧为帧间预测帧且bitcur>k1*bitprev且bitcur>k1*bitnext,则进入E2;否则,若当前帧为帧内预测帧,则进入E3;否则,则进入Step1;
E2:令目标搜索成功标识符为0,然后进入Step0;
E3:首先利用当前帧在播放顺序上的前帧、当前帧在播放顺序上的后帧,分析是否发生摄像头转动;接着根据摄像头转动分析结果,若摄像头转动则进入Step0,若否则进入Step1;
其中,bitcur、bitprev、bitnext分别表示当前帧,当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧的压缩后比特;k1表示第一比例参数,k1≥4。
2.如权利要求1所述的基于监控视频的目标搜索方法,其特征在于,
所述检测目标同类共同特点包括位置、颜色、运动;当前帧初始值为当前视频第一帧。
3.如权利要求2所述的基于监控视频的目标搜索方法,其特征在于,
检测目标具有同类共同位置特点:直接将不可能出现目标的位置从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域;
检测目标具有同类共同颜色特点:直接将不满足颜色特点的图像区域从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域;
检测目标具有同类共同运动特点:直接将非运动块从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域;
若检测目标具有多个类别特点,则将不满足其中任一一个类别特点的区域从当前帧目标检测区域中删除。
4.如权利要求1-3之一所述的基于监控视频的目标搜索方法,其特征在于,所述检测目标的特性包括检测目标具有唯一性和检测目标不具有唯一性,由使用者预先获知并确定。
5.如权利要求4所述的基于监控视频的目标搜索方法,其特征在于,所述Step1:根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式,如果检测目标具有唯一性且目标搜索成功标识符为0,所述目标搜索成功标识符初始值为0。
6.如权利要求5所述的基于监控视频的目标搜索方法,其特征在于,
所述根据当前帧目标检测区域预测类别进行目标搜索具体为:将当前帧目标检测区域内帧间预测块直接确认为目标,对当前帧目标检测区域内所有帧内预测块,利用业内公开的方法进行精确目标搜索;
所述设置目标搜索成功标识符具体为:若当前帧目标检测区域存在帧间预测块或者搜索到目标,则设置目标搜索成功标识符为1,否则设置目标搜索成功标识符为0。
7.如权利要求1所述的基于监控视频的目标搜索方法,其特征在于,
摄像头模式包括固定摄像头模式和旋转摄像头模式;由检测系统使用者预先获知,或通过监控视频文件记录的视频采集设备信息获知。
8.如权利要求1所述的基于监控视频的目标搜索方法,其特征在于,
“利用当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧分析是否发生摄像头转动”方法如下:
如果sum(stdn|stdn>Thres)>num*k2,则判定摄像头转动;否则判定没有发生摄像头转动;stdn=std(yprev,n(i,j)-ynext,n(i,j)|条件),stdn表示临时变量;
条件:blockprev,n、blocknext,n均为Skip块且均位于转动判定区域;
blockprev,n、blocknext,n分别表示当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧第n个块,std表示对满足条件的变量求均方差,yprev,n(i,j)、ynext,n(i,j)分别表示blockprev,n、blocknext,n第i行第j列像素亮度值;
转动判定区域获取方法为:首先找到当前帧在播放顺序上的前一帧Skip块所处的区域,然后按当前帧在播放顺序上的前一帧中帧间预测块最大运动向量的幅值删除上述区域中最靠近运动块的块,获取转动判定区域;
sum()表示对满足条件的变量求和;Thres表示门限阈值,Thres≥30/sizeb*16,sizeb表示块的一维尺寸,num表示转动判定区域所包含的块的数量,k2表示第二比例参数,k2≥0.6。
9.一种基于监控视频的目标搜索系统,其特征在于,所述系统包括:
第一帧处理模块,用于使用第一处理模式处理当前帧处理,具体为:
确定当前帧目标检测区域,设置当前帧目标检测区域初始值为当前帧;根据检测目标的位置、颜色、运动的同类共同特点,删除低概率区域,获取更新后的当前帧目标检测区域,若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,进入尾帧判断处理模块,然后进入帧处理模式确定模块;
帧处理模式确定模块,用于根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式,如果检测目标具有唯一性且目标搜索成功标识符为0,则使用第二处理模式,具体为:
B1:确定当前帧目标检测区域;
B11:若当前帧不存在帧内预测模式的块,则设置当前帧的目标检测区域为空集;否则,将当前帧的帧内预测模式的块划入当前帧的目标检测区域;
B12:根据检测目标位置、颜色、运动的同类共同特点,删除低概率区域,获取更新后的当前帧的目标检测区域;
B2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入尾帧判断处理模块;否则,仅对当前帧目标检测区域,利用业内公开的方法进行精确目标搜索,当搜索到目标时,设置目标搜索成功标识符为1,然后进入尾帧判断处理模块;
否则如果为检测目标具有唯一性且目标搜索成功标识符为1,则使用第三处理模式,具体为:
D1:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域;
图像区域被识别为实际物体的一部分,在码流中就是图像区域对应该块被识别为实际物体的一部分,所述图像区域对应块即为以识别为目标物体的块;
D2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入尾帧判断处理模块;否则,将整个当前帧目标检测区域直接确认为目标,设置目标搜索成功标识符为1,然后进入尾帧判断处理模块;
否则,使用第四处理模式,具体为:
C1:确定当前帧目标检测区域;
C11:将前帧的帧内预测模式的块划入当前帧的目标检测区域;
C12:根据检测目标位置、颜色、运动的同类共同特点,删除低概率区域,获取更新后的当前帧的目标检测区域;
C13:将当前帧中以识别为目标物体的块作为参考的块,划入当前帧的目标检测区域;
C2:若当前帧目标检测区域为空,则直接判定当前帧不存在搜索的目标,然后进入尾帧判断处理模块;否则,首先根据当前帧目标检测区域预测类别进行目标搜索;接着设置目标搜索成功标识符,然后进入尾帧判断处理模块;
尾帧判断处理模块,用于判断若当前帧的下一帧不存在,则结束;否则,将当前帧的下一帧设置为当前帧,然后进入固定摄像头模式处理模块;
视频所属摄像头模式判断处理模块,用于判断若当前监控视频属于固定摄像头模式,则进入帧处理模式确定模块;否则,进入非固定摄像头目标搜索模块;
非固定摄像头目标搜索模块,用于利用视频码流信息,完成对非固定摄像头采集图像的目标搜索,具体为:
E1:若当前帧为帧间预测帧且bitcur>k1*bitprev且bitcur>k1*bitnext,则进入E2;否则,若当前帧为帧内预测帧,则进入E3;否则,则进入帧处理模式确定模块;
E2:令目标搜索成功标识符为0,然后进入第一帧处理模块;
E3:首先利用当前帧在播放顺序上的前帧、当前帧在播放顺序上的后帧,分析是否发生摄像头转动;接着根据摄像头转动分析结果,若摄像头转动则进入第一帧处理模块,若否则进入帧处理模式确定模块;
其中,bitcur、bitprev、bitnext分别表示当前帧,当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧的压缩后比特;k1表示第一比例参数。
10.如权利要求9所述的基于监控视频的目标搜索系统,其特征在于,
检测目标位置、颜色、运动的同类共同特点指检测目标类别所具有的类别特点,
检测目标具有同类共同位置特点:直接将不可能出现目标的位置从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域;
检测目标具有同类共同颜色特点:直接将不满足颜色特点的图像区域从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域;
检测目标具有同类共同运动特点:直接将非运动块从当前帧目标检测区域中删除,获取更新后的当前帧目标检测区域;
若检测目标具有多个类别特点,则将不满足其中任一一个类别特点的区域从当前帧目标检测区域中删除。
11.如权利要求10所述的基于监控视频的目标搜索系统,其特征在于,
所述检测目标的特性包括检测目标具有唯一性和检测目标不具有唯一性,由使用者预先获知并确定。
12.如权利要求11所述的基于监控视频的目标搜索系统,其特征在于,
所述帧处理模式确定模块,用于根据检测目标的特性和目标搜索成功标识符确定当前帧处理模式,如果检测目标具有唯一性且目标搜索成功标识符为0,所述目标搜索成功标识符初始值为0。
13.如权利要求12所述的基于监控视频的目标搜索系统,其特征在于,
所述根据当前帧目标检测区域预测类别进行目标搜索具体为:将当前帧目标检测区域内帧间预测块直接确认为目标,对当前帧目标检测区域内所有帧内预测块,利用业内公开的方法进行精确目标搜索;
所述设置目标搜索成功标识符具体为:若当前帧目标检测区域存在帧间预测块或者搜索到目标,则设置目标搜索成功标识符为1,否则设置目标搜索成功标识符为0。
14.如权利要求9所述的基于监控视频的目标搜索系统,其特征在于,
摄像头模式包括固定摄像头模式和旋转摄像头模式;由检测系统使用者预先获知,或通过监控视频文件记录的视频采集设备信息获知。
15.如权利要求9所述的基于监控视频的目标搜索系统,其特征在于,“利用当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧分析是否发生摄像头转动”方法如下:如果sum(stdn|stdn>Thres)>num*k2,则判定摄像头转动;否则判定没有发生摄像头转动;
stdn=std(yprev,n(i,j)-ynext,n(i,j)|条件),stdn表示临时变量;
条件:blockprev,n、blocknext,n均为Skip块且均位于转动判定区域;
blockprev,n、blocknext,n分别表示当前帧在播放顺序上的前一帧、当前帧在播放顺序上的后一帧第n个块,std表示对满足条件的变量求均方差,yprev,n(i,j)、ynext,n(i,j)分别表示blockprev,n、blocknext,n第i行第j列像素亮度值;
转动判定区域:首先找到当前帧在播放顺序上的前一帧Skip块所处的区域,然后按当前帧在播放顺序上的前一帧中帧间预测块最大运动向量的幅值删除上述区域中最靠近运动块的块,获取转动判定区域;
sum()表示对满足条件的变量求和;Thres表示门限阈值,Thres≥30/sizeb*16,sizeb表示块的一维尺寸,num表示转动判定区域所包含的块的数量,k2表示第二比例参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910162190.XA CN109873987B (zh) | 2019-03-04 | 2019-03-04 | 一种基于监控视频的目标搜索方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910162190.XA CN109873987B (zh) | 2019-03-04 | 2019-03-04 | 一种基于监控视频的目标搜索方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109873987A CN109873987A (zh) | 2019-06-11 |
CN109873987B true CN109873987B (zh) | 2020-12-29 |
Family
ID=66919736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910162190.XA Active CN109873987B (zh) | 2019-03-04 | 2019-03-04 | 一种基于监控视频的目标搜索方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109873987B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442656B (zh) * | 2021-06-04 | 2023-08-15 | 中国移动通信集团浙江有限公司 | 视频片头片尾自动检测方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150102286A (ko) * | 2014-02-28 | 2015-09-07 | 박기선 | 영상 감시 시스템 및 방법 |
CN108055501A (zh) * | 2017-11-22 | 2018-05-18 | 天津市亚安科技有限公司 | 一种目标检测及跟踪的视频监控系统及方法 |
CN109151439A (zh) * | 2018-09-28 | 2019-01-04 | 上海爱观视觉科技有限公司 | 一种基于视觉的自动追踪拍摄系统及方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7616782B2 (en) * | 2004-05-07 | 2009-11-10 | Intelliview Technologies Inc. | Mesh based frame processing and applications |
US9443011B2 (en) * | 2011-05-18 | 2016-09-13 | Microsoft Technology Licensing, Llc | Searching for images by video |
CN102930554B (zh) * | 2011-08-11 | 2015-06-03 | 天津市亚安科技股份有限公司 | 一种监控场景下目标精确抓取的方法及系统 |
KR20130108949A (ko) * | 2012-03-26 | 2013-10-07 | 한국전자통신연구원 | 영상부호 및 복호화 단계에서의 이중 객체검출 및 이동경로 정보를 이용한 영상 압축 방법 |
CN103105858A (zh) * | 2012-12-29 | 2013-05-15 | 上海安维尔信息科技有限公司 | 在固定相机和云台相机间进行目标放大、主从跟踪的方法 |
CN104463134B (zh) * | 2014-12-19 | 2019-02-12 | 深圳市捷顺科技实业股份有限公司 | 一种车牌检测方法和系统 |
KR20160099289A (ko) * | 2015-02-12 | 2016-08-22 | 대전대학교 산학협력단 | 영상의 전역 특징과 이동객체의 지역 특징을 융합한 동영상 검색 방법 및 그 시스템 |
CN106611043B (zh) * | 2016-11-16 | 2020-07-03 | 深圳市梦网视讯有限公司 | 一种视频搜索方法及系统 |
CN106777172B (zh) * | 2016-12-22 | 2020-02-14 | 南京师范大学 | 一种视频时空检索方法 |
CN107861990B (zh) * | 2017-10-17 | 2020-11-06 | 深圳市梦网视讯有限公司 | 一种视频搜索方法及系统、终端设备 |
-
2019
- 2019-03-04 CN CN201910162190.XA patent/CN109873987B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150102286A (ko) * | 2014-02-28 | 2015-09-07 | 박기선 | 영상 감시 시스템 및 방법 |
CN108055501A (zh) * | 2017-11-22 | 2018-05-18 | 天津市亚安科技有限公司 | 一种目标检测及跟踪的视频监控系统及方法 |
CN109151439A (zh) * | 2018-09-28 | 2019-01-04 | 上海爱观视觉科技有限公司 | 一种基于视觉的自动追踪拍摄系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109873987A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Real-time and accurate segmentation of moving objects in dynamic scene | |
CN110264493B (zh) | 一种针对运动状态下的多目标对象追踪方法和装置 | |
CN110717411A (zh) | 一种基于深层特征融合的行人重识别方法 | |
CN108734107B (zh) | 一种基于人脸的多目标跟踪方法及系统 | |
EP1542155A1 (en) | Object detection | |
US20100104266A1 (en) | Information processing apparatus and method of controlling same | |
JP2006031678A (ja) | 画像処理 | |
JP2006508463A (ja) | 顔検出 | |
EP1542153A1 (en) | Object detection | |
CN109446967B (zh) | 一种基于压缩信息的人脸检测方法和系统 | |
GB2409027A (en) | Face detection | |
JP2006508462A (ja) | 顔検出 | |
CN111507232B (zh) | 多模态多策略融合的陌生人识别方法和系统 | |
CN107230267A (zh) | 基于人脸识别算法的幼儿园智能签到方法 | |
EP1542154A2 (en) | Object detection | |
GB2409031A (en) | Face detection | |
CN111476160A (zh) | 损失函数优化方法、模型训练方法、目标检测方法及介质 | |
CN111091057A (zh) | 一种信息处理方法、装置及计算机可读存储介质 | |
CN109873987B (zh) | 一种基于监控视频的目标搜索方法和系统 | |
CN109359530B (zh) | 一种智能视频监控方法及装置 | |
KR101826669B1 (ko) | 동영상 검색 시스템 및 그 방법 | |
CN114359333A (zh) | 运动目标提取方法、装置、计算机设备和存储介质 | |
CN116824641B (zh) | 姿态分类方法、装置、设备和计算机存储介质 | |
CN117119253B (zh) | 一种针对目标对象的高质量视频抽帧方法 | |
CN112001280B (zh) | 一种实时、可在线优化的人脸识别系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30 Applicant after: Shenzhen mengwang video Co., Ltd Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30 Applicant before: SHENZHEN MONTNETS ENCYCLOPEDIA INFORMATION TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |