CN111800674A - 一种基于差异变化算子的企业培训监控视频摘要生成方法 - Google Patents
一种基于差异变化算子的企业培训监控视频摘要生成方法 Download PDFInfo
- Publication number
- CN111800674A CN111800674A CN202010804420.0A CN202010804420A CN111800674A CN 111800674 A CN111800674 A CN 111800674A CN 202010804420 A CN202010804420 A CN 202010804420A CN 111800674 A CN111800674 A CN 111800674A
- Authority
- CN
- China
- Prior art keywords
- video
- difference
- key information
- difference change
- variable
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
- H04N21/8549—Creating video summaries, e.g. movie trailer
-
- 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)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Image Analysis (AREA)
Abstract
一种基于差异变化算子的企业培训监控视频摘要生成方法,属于计算机文件管理技术领域,通过该方法在输入一个教室监控视频文件之后,可以找到该监控视频文件最具代表性的关键帧,并将这些帧以图像文件的形式进行存储,达到教室监控视频文件关键信息抽取获得视频摘要的目的。本发明能够从企业培训监控视频文件中抽取出关键的信息,达到一方面保留培训过程中关键的信息,以供后续的教学质量检查之用,另一方面简化存储,将原本的视频文件简化为少量的图片文件,在不降低分辨率的情况下降低对计算机系统存储容量的需求;本发明在培训学校、企业的培训中心、教学辅导机构记录教学情况的领域中具有较高的应用价值。
Description
技术领域
本发明属于计算机文件管理技术领域,特别是涉及到一种基于差异变化算子的企业培训监控视频摘要生成方法。
背景技术
对于培训学校、企业的培训中心、教学辅导机构中在上课的同时通常有教室的监控视频。这些视频除了记录特定时间教室上课的情况之外,还可以作为学生学习情况、教师讲课情况和不同章节内容交互情况的重要参考;因此构建一种方法,保存企业培训监控视频文件中的重要信息十分有必要。
企业培训监控视频文件通常较大,为了节省空间常规的监控系统会采用循环覆盖的方式存储,一段时间之前的视频无法长期保存。为了实现信息的长期保存,当前业内采用的常规方法有两种:一、购置大型的磁盘存储阵列,该类方法虽然可以存储大量的数据,但是设备购置、维护耗资十分巨大,对于绝大多数企业或单位该投资较难负担的。二、加大视频压缩比,使得视频文件体积变小;该方式的最大问题是,加大比例压缩会使得画面变得不清晰,在需要看清细节的时刻,该小体积文件不能提供所需的信息。因此当前的技术方法无法有效解决保存企业培训监控视频文件中的重要信息的目标。
因此现有技术中需要提出一种方法,来解决上述问题。
发明内容
本发明所要解决的技术问题是:提供一种基于差异变化算子的企业培训监控视频摘要生成方法,能够从企业培训监控视频文件中抽取出关键的信息,达到一方面保留关键的信息,一方面简化存储,降低对存储容量的需求。
一种基于差异变化算子的企业培训监控视频摘要生成方法,其特征是:包括以下步骤,且以下步骤顺序进行,
步骤一、输入监控视频文件Video;将视频文件Video转储为视频图片数组ImageList,视频文件Video中帧的个数为ImageNum;获取二值化视频图片数组BitImageList,获取整体差异阈值DiffValue;
步骤二、建立差异变化算子DiffOperator,差异变化算子DiffOperator的输入包括二值化影像BitTemp1和二值化影像BitTemp2,输出为差异变化结果DiffResult;
步骤三、输入关键信息的视频摘要存储路径Path,判断暂存的差异变量ExtractDiff,获得关键信息帧,抽取关键信息帧存储到存储路径Path之中。
所述步骤一具体包括以下步骤,
S101.输入教室监控视频文件Video;
S102.Video中帧的个数ImageNum=从Video中获取视频帧的个数;
S103.转储计数器SaveCounter=1;整体差异阈值DiffValue=0;前一轮二值化影像PrevBitImage=建立一个值全为0的影像;
S104.视频图片数组ImageList=建立一个ImageNum个元素的数组;二值化视频图片数组BitImageList=建立一个ImageNum个元素的数组;
S105.帧暂存变量TempImage=取出Video中第转储计数器SaveCounter帧所对应的图像;
S106.平均影像均值变量AvgPixel=获得TempImage中所有像元的均值;
S107.图像二值化结果BitImage=计算表达式(TempImage>AvgPixel),其中TempImage为帧暂存变量,用1表示真,用0表示假;
S108.二值化差异BitDiff=ABS(BitImage-PrevBitImage),其中ABS为求绝对值,BitImage为图像二值化结果,PrevBitImage为前一轮二值化影响;
S109.获取整体差异阈值DiffValue。
步骤二的具体包括以下步骤,
S201.建立差异变化算子DiffOperator,DiffOperator的输入包括两个二值化影像BitTemp1和BitTemp2;
S202.影像高度BitHeight=BitTemp1的高度;差异变化结果DiffResult=0;
S203.建立差异变化算子高度计数器DiffOperatorCounter=1;差异队列变量DiffQueue=建立一个队列,该队列初始情况下不包含元素;
S204.第一暂存行变量BitTempRow1=BitTemp1的第DiffOperatorCounter行数据;
S205.第二暂存行变量BitTempRow2=BitTemp2的第DiffOperatorCounter行数据;
S207.暂存行差异TempDiff=ABS(BitTempRow1-BitTempRow2),其中ABS为求取绝对值,BitTempRow1和BitTempRow2为上述S204和S205赋予的值;
S208.当前差异暂存变量CurrentDiff=tanh((暂存行差异TempDiff中值为1元素个数)/(暂存行差异TempDiff所有元素个数)),其中tanh为双曲正切函数;
S209.将当前差异暂存变量CurrentDiff放入DiffQueue;如果DiffQueue的元素数量大于10则执行一次出队操作;输出为差异变化结果DiffResult。
所述步骤三中关键信息帧的获得过程为,
S301.输入关键信息的视频摘要存储路径Path,抽取计数器ExtractCounter=2;
S302.暂存的抽取差异变量ExtractDiff=执行差异变化算子DiffOperator,算子输出结果DiffResult;
S303.抽取判断结果ExtractDecsion如果大于0则第ExtractCounter帧为关键信息帧,将BitImageList[ExtractCounter]存储到Path路径下;
S304.如果计数器ExtractCounter大于ImageNum则关键信息抽取过程结束。
通过上述设计方案,本发明可以带来如下有益效果:一种基于差异变化算子的企业培训监控视频摘要生成方法,通过该方法在输入一个教室监控视频文件之后,可以找到该监控视频文件最具代表性的关键帧,并将这些帧以图像文件的形式进行存储,达到教室监控视频文件关键信息抽取获得视频摘要的目的。
进一步的,本发明能够从企业培训监控视频文件中抽取出关键的信息,达到一方面保留培训过程中关键的信息,以供后续的教学质量检查之用,另一方面简化存储,将原本的视频文件简化为少量的图片文件,在不降低分辨率的情况下降低对计算机系统存储容量的需求;本发明在培训学校、企业的培训中心、教学辅导机构记录教学情况的领域中具有较高的应用价值。
具体实施方式
以下结合具体实施方式对本发明作进一步的说明,
一种基于差异变化算子的企业培训监控视频摘要生成方法,包括以下步骤,
步骤一、输入教室监控视频文件Video(以下简称Video);将Video转储为视频图片数组ImageList,Video中帧的个数为ImageNum;获取二值化视频图片数组BitImageList,获取整体差异阈值DiffValue。
具体包括以下步骤,
S101.输入教室监控视频文件Video;
S102.Video中帧的个数ImageNum=从Video中获取视频帧的个数;
S103.转储计数器SaveCounter=1;整体差异阈值DiffValue=0;前一轮二值化影像PrevBitImage=建立一个值全为0的影像;
S104.视频图片数组ImageList=建立一个ImageNum个元素的数组;二值化视频图片数组BitImageList=建立一个ImageNum个元素的数组;
S105.帧暂存变量TempImage(以下简称TempImage)=取出Video中第转储计数器SaveCounter帧所对应的图像;
S106.平均影像均值变量AvgPixel=获得TempImage中所有像元的均值;
S107.图像二值化结果BitImage=计算表达式(TempImage>AvgPixel),其中TempImage为帧暂存变量,用1表示真,用0表示假。
S108.二值化差异BitDiff=ABS(BitImage-PrevBitImage),其中ABS为求绝对值,BitImage为图像二值化结果,PrevBitImage为前一轮二值化影响;
S109.获取整体差异阈值DiffValue;
步骤二、建立差异变化算子DiffOperator,DiffOperator的输入包括二值化影像BitTemp1和二值化影像BitTemp2,输出为差异变化结果DiffResult;
S201.建立差异变化算子DiffOperator,DiffOperator的输入包括两个二值化影像BitTemp1和BitTemp2
S202.影像高度BitHeight=BitTemp1的高度;差异变化结果DiffResult=0;
S203.建立差异变化算子高度计数器DiffOperatorCounter=1;差异队列变量DiffQueue=建立一个队列,该队列初始情况下不包含元素;
S204.第一暂存行变量BitTempRow1=BitTemp1的第DiffOperatorCounter行数据;
S205.第二暂存行变量BitTempRow2=BitTemp2的第DiffOperatorCounter行数据;
S207.暂存行差异TempDiff=ABS(BitTempRow1-BitTempRow2),其中ABS为求取绝对值,BitTempRow1和BitTempRow2为上述S204和S205赋予的值;
S208.当前差异暂存变量CurrentDiff=tanh((暂存行差异TempDiff中值为1元素个数)/(暂存行差异TempDiff所有元素个数)),其中tanh为双曲正切函数;
S209.将当前差异暂存变量CurrentDiff放入DiffQueue;如果DiffQueue的元素数量大于10则执行一次出队操作;输出为差异变化结果DiffResult。
步骤三、输入关键信息的视频摘要存储路径Path(以下简称Path),将抽取到的视频文件关键信息存储到Path之中。
S301.输入关键信息的视频摘要存储路径Path,抽取计数器ExtractCounter=2;
S302.暂存的抽取差异变量ExtractDiff=执行差异变化算子DiffOperator,算子输出结果DiffResult;
S303.抽取判断结果ExtractDecsion如果大于0则第ExtractCounter帧为关键信息帧,将BitImageList[ExtractCounter]存储到Path路径下;
S304.如果计数器ExtractCounter大于ImageNum则关键信息抽取过程结束。
本发明提供一种基于差异变化算子的企业培训监控视频摘要生成方法;通过该方法在输入一个教室监控视频文件之后,可以找到该监控视频文件最具代表性的关键帧,并将这些帧以图像文件的形式进行存储,达到教室监控视频文件关键信息抽取获得视频摘要的目的。
Claims (4)
1.一种基于差异变化算子的企业培训监控视频摘要生成方法,其特征是:包括以下步骤,且以下步骤顺序进行,
步骤一、输入监控视频文件Video;将视频文件Video转储为视频图片数组ImageList,视频文件Video中帧的个数为ImageNum;获取二值化视频图片数组BitImageList,获取整体差异阈值DiffValue;
步骤二、建立差异变化算子DiffOperator,差异变化算子DiffOperator的输入包括二值化影像BitTemp1和二值化影像BitTemp2,输出为差异变化结果DiffResult;
步骤三、输入关键信息的视频摘要存储路径Path,判断暂存的差异变量ExtractDiff,获得关键信息帧,抽取关键信息帧存储到存储路径Path之中。
2.根据权利要求1所述的一种基于差异变化算子的企业培训监控视频摘要生成方法,其特征是:所述步骤一具体包括以下步骤,
S101.输入教室监控视频文件Video;
S102.Video中帧的个数ImageNum=从Video中获取视频帧的个数;
S103.转储计数器SaveCounter=1;整体差异阈值DiffValue=0;前一轮二值化影像PrevBitImage=建立一个值全为0的影像;
S104.视频图片数组ImageList=建立一个ImageNum个元素的数组;二值化视频图片数组BitImageList=建立一个ImageNum个元素的数组;
S105.帧暂存变量TempImage=取出Video中第转储计数器SaveCounter帧所对应的图像;
S106.平均影像均值变量AvgPixel=获得TempImage中所有像元的均值;
S107.图像二值化结果BitImage=计算表达式(TempImage>AvgPixel),其中TempImage为帧暂存变量,用1表示真,用0表示假;
S108.二值化差异BitDiff=ABS(BitImage-PrevBitImage),其中ABS为求绝对值,BitImage为图像二值化结果,PrevBitImage为前一轮二值化影响;
S109.获取整体差异阈值DiffValue。
3.根据权利要求1所述的一种基于差异变化算子的企业培训监控视频摘要生成方法,其特征是:所述步骤二具体包括以下步骤,
S201.建立差异变化算子DiffOperator,DiffOperator的输入包括两个二值化影像BitTemp1和BitTemp2;
S202.影像高度BitHeight=BitTemp1的高度;差异变化结果DiffResult=0;
S203.建立差异变化算子高度计数器DiffOperatorCounter=1;差异队列变量DiffQueue=建立一个队列,该队列初始情况下不包含元素;
S204.第一暂存行变量BitTempRow1=BitTemp1的第DiffOperatorCounter行数据;
S205.第二暂存行变量BitTempRow2=BitTemp2的第DiffOperatorCounter行数据;
S207.暂存行差异TempDiff=ABS(BitTempRow1-BitTempRow2),其中ABS为求取绝对值,BitTempRow1和BitTempRow2为上述S204和S205赋予的值;
S208.当前差异暂存变量CurrentDiff=tanh((暂存行差异TempDiff中值为1元素个数)/(暂存行差异TempDiff所有元素个数)),其中tanh为双曲正切函数;
S209.将当前差异暂存变量CurrentDiff放入DiffQueue;如果DiffQueue的元素数量大于10则执行一次出队操作;输出为差异变化结果DiffResult。
4.根据权利要求1所述的一种基于差异变化算子的企业培训监控视频摘要生成方法,其特征是:所述步骤三中关键信息帧的获得过程为,
S301.输入关键信息的视频摘要存储路径Path,抽取计数器ExtractCounter=2;
S302.暂存的抽取差异变量ExtractDiff=执行差异变化算子DiffOperator,算子输出结果DiffResult;
S303.抽取判断结果ExtractDecsion如果大于0则第ExtractCounter帧为关键信息帧,将BitImageList[ExtractCounter]存储到Path路径下;
S304.如果计数器ExtractCounter大于ImageNum则关键信息抽取过程结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010804420.0A CN111800674A (zh) | 2020-08-12 | 2020-08-12 | 一种基于差异变化算子的企业培训监控视频摘要生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010804420.0A CN111800674A (zh) | 2020-08-12 | 2020-08-12 | 一种基于差异变化算子的企业培训监控视频摘要生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111800674A true CN111800674A (zh) | 2020-10-20 |
Family
ID=72833880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010804420.0A Pending CN111800674A (zh) | 2020-08-12 | 2020-08-12 | 一种基于差异变化算子的企业培训监控视频摘要生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111800674A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060245618A1 (en) * | 2005-04-29 | 2006-11-02 | Honeywell International Inc. | Motion detection in a video stream |
CN104104952A (zh) * | 2014-08-01 | 2014-10-15 | 武汉高德信息产业有限公司 | 一种适应于移动设备存储与播放的音视频处理方法与系统 |
CN105025392A (zh) * | 2015-06-25 | 2015-11-04 | 西北工业大学 | 基于摘要空间特征学习的视频摘要关键帧提取方法 |
CN105407321A (zh) * | 2015-11-12 | 2016-03-16 | 中国科学院遥感与数字地球研究所 | 一种监控数据处理方法及系统 |
CN108337482A (zh) * | 2018-02-08 | 2018-07-27 | 北京信息科技大学 | 监控视频的存储方法和系统 |
CN110505534A (zh) * | 2019-08-26 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 监控视频处理方法、装置及存储介质 |
CN110572617A (zh) * | 2019-09-24 | 2019-12-13 | 腾讯科技(深圳)有限公司 | 一种环境监控的处理方法、装置及存储介质 |
-
2020
- 2020-08-12 CN CN202010804420.0A patent/CN111800674A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060245618A1 (en) * | 2005-04-29 | 2006-11-02 | Honeywell International Inc. | Motion detection in a video stream |
CN104104952A (zh) * | 2014-08-01 | 2014-10-15 | 武汉高德信息产业有限公司 | 一种适应于移动设备存储与播放的音视频处理方法与系统 |
CN105025392A (zh) * | 2015-06-25 | 2015-11-04 | 西北工业大学 | 基于摘要空间特征学习的视频摘要关键帧提取方法 |
CN105407321A (zh) * | 2015-11-12 | 2016-03-16 | 中国科学院遥感与数字地球研究所 | 一种监控数据处理方法及系统 |
CN108337482A (zh) * | 2018-02-08 | 2018-07-27 | 北京信息科技大学 | 监控视频的存储方法和系统 |
CN110505534A (zh) * | 2019-08-26 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 监控视频处理方法、装置及存储介质 |
CN110572617A (zh) * | 2019-09-24 | 2019-12-13 | 腾讯科技(深圳)有限公司 | 一种环境监控的处理方法、装置及存储介质 |
Non-Patent Citations (2)
Title |
---|
王亚沛,李仁旺,刘翔: "对象和关键帧相结合的监控视频摘要提取方法", 《工业控制计算机 》 * |
王璐: "一种基于关键帧技术的监控视频摘要提取方法", 《北京劳动保障职业学院学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104063883B (zh) | 一种基于对象和关键帧相结合的监控视频摘要生成方法 | |
US10728553B2 (en) | Visual quality preserving quantization parameter prediction with deep neural network | |
US20220245775A1 (en) | Tone mapping method and electronic device | |
CN111654756B (zh) | 卡顿检测方法、装置、设备及可读存储介质 | |
CN108229346B (zh) | 使用有符号的前景提取与融合的视频摘要 | |
CN106960211A (zh) | 关键帧获取方法及装置 | |
CN113965814B (zh) | 基于视频会议场景的多会场关键帧提取方法及系统 | |
CN115618051A (zh) | 一种基于互联网的智慧校园监控视频存储方法 | |
WO2020087434A1 (zh) | 一种人脸图像清晰度评价方法及装置 | |
CN116431857B (zh) | 一种用于无人场景的视频处理方法和系统 | |
CN111800674A (zh) | 一种基于差异变化算子的企业培训监控视频摘要生成方法 | |
Wang et al. | A moving object detection scheme based on video surveillance for smart substation | |
CN110991361B (zh) | 面向高清高速视频的多通道多模态背景建模方法 | |
KR102526263B1 (ko) | 이미지 다중 캡션 자동 생성 방법 및 시스템 | |
Chen et al. | A temporal video segmentation and summary generation method based on shots' abrupt and gradual transition boundary detecting | |
CN113315995B (zh) | 提高视频质量的方法、装置、可读存储介质及电子设备 | |
CN113269205A (zh) | 视频关键帧提取方法、装置、电子设备及存储介质 | |
CN104243887B (zh) | 一种基于不规则采样的电影模式检测方法和装置 | |
CN114140488A (zh) | 视频目标分割方法及装置、视频目标分割模型的训练方法 | |
CN112561949A (zh) | 一种基于rpca和支持向量机的快速运动目标检测算法 | |
CN111008995B (zh) | 面向高清高速视频的单通道多模态背景建模方法 | |
CN114125462B (zh) | 视频处理方法及装置 | |
CN113225620B (zh) | 视频处理方法和视频处理装置 | |
CN115841403B (zh) | 一种基于大数据的ai实训方法及系统 | |
CN110942469A (zh) | 面向高清高速视频的双通道双模态背景建模方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201020 |
|
RJ01 | Rejection of invention patent application after publication |