CN111031320A - 一种基于运动检测的视频压缩方法 - Google Patents
一种基于运动检测的视频压缩方法 Download PDFInfo
- Publication number
- CN111031320A CN111031320A CN201911243255.XA CN201911243255A CN111031320A CN 111031320 A CN111031320 A CN 111031320A CN 201911243255 A CN201911243255 A CN 201911243255A CN 111031320 A CN111031320 A CN 111031320A
- Authority
- CN
- China
- Prior art keywords
- video
- compression
- motion detection
- monitoring
- identifying
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
一种基于运动检测的视频压缩方法,包括依次进行的以下步骤:视频输入、运动检测、视频压缩、智能存储和视频输出。本发明提出的方法运用背景差法和光流法融合的方法对运动目标进行检测,比人为检测更可靠;采用本发明的方法只有检测到监控画面中有运动物体时才进行压缩和存储,既减少无效视频的存储,又可存储监控现场的证据类视频数据,增强证据信息的可信性,提高视频数据的存储空间利用率,节省了大量的存储空间。
Description
技术领域
本发明涉及智能视频压缩技术领域,特别是涉及一种基于运动检测的视频压缩方法。
背景技术
近几年各行各业对视频监控的需求不断升温,视频监控系统不仅符合信息产业的未来发展趋势,而且代表了监控行业的未来发展方向,蕴藏着巨大的商机和经济效益。目前,占用过多的存储空间已成为当前视频监控系统的一个发展瓶颈。传统的图像编码方法依据了信源编码理论的框架,将图像作为随机信号,利用其随机统计特性来达到压缩的目的。这种方法本身未能考虑信息获取者的主观意义,未能考虑事件本身的特性如具体含义、重要性以及后果等等。
而监控视频有其自身的特性,它面向监控应用,只注重监视场景中的运动区域的画面信息,而相对静止的背景信息以及光照变化等干扰信息则是冗余信息。对视频信息不加区分的进行压缩和传输,不但浪费资源,而且还可能损失部分有用信息。因此,需要结合监控系统中的运动检测进行视频压缩。
发明内容
本发明公开一种基于运动检测的视频压缩方法,旨在解决现有视频监控系统中占用过多的存储空间、对视频信息不加区分的进行压缩和传输,造成浪费资源,损失部分有用信息等问题。
为达到上述目的本发明采用的技术方案:
一种基于运动检测的视频压缩方法,包括依次进行的以下步骤:
(1)视频输入:用于实时获取检测区域的监控视频;
(2)运动检测:采用识别运动目标的算法对突然出现在步骤(1)中监控视频中的运动目标进行识别;
(3)视频压缩:运用压缩编码方法对步骤(2)中检测到有运动目标的监控视频进行无损压缩处理;
(4)智能存储:对步骤(3)中存储压缩处理之后的视频序列进行智能识别并存储;
(5)视频输出:对步骤(4)中存储之后的视频序列显示出来。
优选的,所述智能识别是先预设一个阈值,该阈值与步骤(3)中有运动目标的监控视频的大小进行逐一比较,对小于阈值的监控视频进行存储。
优选的,所述识别运动目标的算法是采用背景差法和光流法融合的方法。
优选的,所述压缩编码方法按照压缩标准进行压缩。
与现有技术先比本发明的有益效果在于:
1.本发明提出的方法运用背景差法和光流法融合的方法对运动目标进行检测,比人为检测更可靠;
2.采用本发明的方法只有检测到监控画面中有运动物体时才进行压缩和存储,既减少无效视频的存储,又可存储监控现场的证据类视频数据,增强证据信息的可信性,提高视频数据的存储空间利用率,节省了大量的存储空间;
3.该方法只保留发生变化的视频序列,去除帧间变化小的冗余帧和包含因为抖动等干扰造成的非运动目标闯入的视频帧,在大幅减少数据量的同时,还可识别运动物体;
4.在压缩编码过程中,针对持续变化的关键帧采取无损压缩策略,保证关键帧中有效信息的清晰度。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的流程图;
图2为本发明识别运动目标的算法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
实施例1
如图1所示,一种基于运动检测的视频压缩方法,包括依次进行的以下步骤:
(1)视频输入:用于实时获取检测区域的监控视频,对视频格式、分辨率等先做预处理,方便下一步运动检测;
(2)运动检测:采用识别运动目标的算法对突然出现在步骤(1)中监控视频中的运动目标进行识别;
运动检测是从监控视频的视频序列的场景图像中检测、提取出运动目标,是后续图像处理的基础。
(3)视频压缩:运用压缩编码方法对步骤(2)中检测到有运动目标的监控视频进行无损压缩处理;
(4)智能存储:对步骤(3)中存储压缩处理之后的视频序列进行智能识别并存储;
(5)视频输出:对步骤(4)中存储之后的视频序列显示出来。
所述智能识别是先预设一个阈值,该阈值与步骤(3)中有运动目标的监控视频的大小进行逐一比较,对小于阈值的监控视频进行存储;否则不存储;
所述识别运动目标的算法是采用背景差法和光流法融合的方法。
所述压缩编码方法按照压缩标准进行压缩。
实施例2
如图2所示,在实施例1的基础上为了使本领域技术人员理解本发明,在此详细描述运动检测:
检测刚开始提取特征像素点,利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,判断是否超过设定的阈值,若没超过则将当前帧设为背景帧,然后采用背景差分法,将当前帧设为背景帧以达到背景更新作用,然后再利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到下一帧跟当前帧之间存在的对应关系,从而计算出相邻帧之间物体的运动信息,从而得到运动目标。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进、部件拆分或组合等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于运动检测的视频压缩方法,其特征在于,包括依次进行的以下步骤:
(1)视频输入:用于实时获取检测区域的监控视频;
(2)运动检测:采用识别运动目标的算法对突然出现在步骤(1)中监控视频中的运动目标进行识别;
(3)视频压缩:运用压缩编码方法对步骤(2)中检测到有运动目标的监控视频进行无损压缩处理;
(4)智能存储:对步骤(3)中存储压缩处理之后的视频序列进行智能识别并存储;
(5)视频输出:对步骤(4)中存储之后的视频序列显示出来。
2.根据权利要求1所述的一种基于运动检测的视频压缩方法,其特征在于,所述智能识别是先预设一个阈值,该阈值与步骤(3)中有运动目标的监控视频的大小进行逐一比较,对小于阈值的监控视频进行存储。
3.根据权利要求1所述的一种基于运动检测的视频压缩方法,其特征在于,所述识别运动目标的算法是采用背景差法和光流法融合的方法。
4.根据权利要求1所述的一种基于运动检测的视频压缩方法,其特征在于,所述压缩编码方法按照压缩标准进行压缩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911243255.XA CN111031320A (zh) | 2019-12-06 | 2019-12-06 | 一种基于运动检测的视频压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911243255.XA CN111031320A (zh) | 2019-12-06 | 2019-12-06 | 一种基于运动检测的视频压缩方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111031320A true CN111031320A (zh) | 2020-04-17 |
Family
ID=70204566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911243255.XA Pending CN111031320A (zh) | 2019-12-06 | 2019-12-06 | 一种基于运动检测的视频压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111031320A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055654A (zh) * | 2021-03-26 | 2021-06-29 | 太原师范学院 | 边缘设备中的视频流有损压缩方法 |
CN117812440A (zh) * | 2024-02-28 | 2024-04-02 | 南昌理工学院 | 一种监控视频摘要生成方法、系统、计算机及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140085480A1 (en) * | 2008-03-03 | 2014-03-27 | Videolq, Inc. | Content-aware computer networking devices with video analytics for reducing video storage and video communication bandwidth requirements of a video surveillance network camera system |
CN103747257A (zh) * | 2013-12-05 | 2014-04-23 | 中国科学技术大学 | 一种视频数据高效编码的方法 |
CN106060486A (zh) * | 2016-07-29 | 2016-10-26 | 电子科技大学 | 一种基于DirectShow技术的智能视频监控系统 |
CN106709447A (zh) * | 2016-12-21 | 2017-05-24 | 华南理工大学 | 基于目标定位与特征融合的视频中异常行为检测方法 |
CN109831650A (zh) * | 2019-02-18 | 2019-05-31 | 中国科学院半导体研究所 | 一种监控视频的处理系统及方法 |
-
2019
- 2019-12-06 CN CN201911243255.XA patent/CN111031320A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140085480A1 (en) * | 2008-03-03 | 2014-03-27 | Videolq, Inc. | Content-aware computer networking devices with video analytics for reducing video storage and video communication bandwidth requirements of a video surveillance network camera system |
CN103747257A (zh) * | 2013-12-05 | 2014-04-23 | 中国科学技术大学 | 一种视频数据高效编码的方法 |
CN106060486A (zh) * | 2016-07-29 | 2016-10-26 | 电子科技大学 | 一种基于DirectShow技术的智能视频监控系统 |
CN106709447A (zh) * | 2016-12-21 | 2017-05-24 | 华南理工大学 | 基于目标定位与特征融合的视频中异常行为检测方法 |
CN109831650A (zh) * | 2019-02-18 | 2019-05-31 | 中国科学院半导体研究所 | 一种监控视频的处理系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113055654A (zh) * | 2021-03-26 | 2021-06-29 | 太原师范学院 | 边缘设备中的视频流有损压缩方法 |
CN117812440A (zh) * | 2024-02-28 | 2024-04-02 | 南昌理工学院 | 一种监控视频摘要生成方法、系统、计算机及存储介质 |
CN117812440B (zh) * | 2024-02-28 | 2024-06-04 | 南昌理工学院 | 一种监控视频摘要生成方法、系统、计算机及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3291558B1 (en) | Video coding and decoding methods and apparatus | |
US10593049B2 (en) | System and method for real-time detection of objects in motion | |
US11657264B2 (en) | Content-specific neural network distribution | |
CN111901604B (zh) | 视频压缩、重构方法及对应装置、摄像头及视频处理设备 | |
US9111353B2 (en) | Adaptive illuminance filter in a video analysis system | |
CN108540743B (zh) | 一种基于视频监控的图像数据保存方法及系统 | |
CN107135401B (zh) | 关键帧选取方法及系统 | |
US20140362919A1 (en) | Coherence groups: region descriptors for low bit rate encoding | |
CN111031320A (zh) | 一种基于运动检测的视频压缩方法 | |
CN103905821A (zh) | 能够识别人脸的视频编码方法及装置 | |
CN114679607B (zh) | 一种视频帧率控制方法、装置、电子设备及存储介质 | |
CN104320625A (zh) | 一种平安乡村智能视频监控方法与系统 | |
CN104853060A (zh) | 高清视频前置处理方法和系统 | |
CN110674787A (zh) | 一种基于Hog特征和lgb分类器的视频解压缩方法及系统 | |
CN110708511A (zh) | 一种基于图像目标检测的监控视频压缩方法 | |
CA2190785A1 (en) | Method of processing a video stream | |
Komagal et al. | Real time background subtraction techniques for detection of moving objects in video surveillance system | |
KR100513739B1 (ko) | 얼굴특징을 이용한 움직임 검출장치 및 이를 적용한감시시스템 | |
Ouyang et al. | The comparison and analysis of extracting video key frame | |
CN115424179A (zh) | 一种基于边缘计算的实时视频监控方法、设备及存储介质 | |
US20040184528A1 (en) | Data processing system, data processing apparatus and data processing method | |
CN114898279A (zh) | 物体检测方法及装置、计算机设备、存储介质 | |
CN110674347B (zh) | 视觉屏蔽双层ap视频摘要生成方法 | |
WO2014038924A2 (en) | A method for producing a background model | |
CN117176979B (zh) | 多源异构视频的内容帧提取方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200417 |