CN115334304A - 一种消防视频的高质量压缩存储方法 - Google Patents

一种消防视频的高质量压缩存储方法 Download PDF

Info

Publication number
CN115334304A
CN115334304A CN202211249476.XA CN202211249476A CN115334304A CN 115334304 A CN115334304 A CN 115334304A CN 202211249476 A CN202211249476 A CN 202211249476A CN 115334304 A CN115334304 A CN 115334304A
Authority
CN
China
Prior art keywords
frame image
fire
block
pixel point
temperature
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.)
Granted
Application number
CN202211249476.XA
Other languages
English (en)
Other versions
CN115334304B (zh
Inventor
韦统森
沈星星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Aoge Machinery Technology Co ltd
Original Assignee
Nantong Aoge Machinery Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong Aoge Machinery Technology Co ltd filed Critical Nantong Aoge Machinery Technology Co ltd
Priority to CN202211249476.XA priority Critical patent/CN115334304B/zh
Publication of CN115334304A publication Critical patent/CN115334304A/zh
Application granted granted Critical
Publication of CN115334304B publication Critical patent/CN115334304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/119—Adaptive subdivision aspects, e.g. subdivision of a picture into rectangular or non-rectangular coding blocks
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及电数据处理方法领域，具体涉及一种消防视频的高质量压缩存储方法，包括：获取消防监控视频中的帧图像；根据帧图像中像素的历史温度获取帧图像中各像素的温度概率；利用帧图像中像素及其邻域像素的温度概率和温差得到帧图像中像素的安全度；根据像素安全度对帧图像进行分块，得到同类块；利用同类块中各像素点的安全度和像素点的数量得到同类块的危险度；根据同类块的危险度设置各同类块的约束条件阈值和损失函数阈值；基于各同类块的约束条件阈值和损失函数阈值，利用K‑SVD算法对所有帧图像进行压缩，完成消防监控视频的压缩。上述方法用于消防视频数据的压缩处理，可实现保证压缩率的同时，保证消防视频数据的质量。

Description

一种消防视频的高质量压缩存储方法
技术领域
本发明涉及电数据处理方法领域，具体涉及一种消防视频的高质量压缩存储方法。
背景技术
随着社会的发展和城市化的推进，智慧城市消防平台也不断发展，通过消防监控设备记录可能的火灾现场，保留可能的证据。消防监控视频的传输会随着火灾的发生而中断，而火灾发生前的视频对于确定火灾起因的重要依据，因此，为了在传输中断前保存尽可能多的视频信息，需要对视频进行压缩。
目前主要采用K-SVD算法对消防应急监控视频数据进行压缩，然后将压缩后的视频数据进行传输。
压缩后的视频在传输速度和传输量上虽然都增加了，但是还原后视频的质量随着压缩率的提高而降低，影响保留信息的准确性。因此，消防监控视频的压缩对压缩方法的压缩率和图像质量都有较高的要求。亟需一种压缩方法在保证压缩率的同时也能保证视频数据质量。本发明提出一种消防视频的高质量压缩存储方法，该方法用于视频数据处理，可实现保证压缩率的同时，也保证了消防应急监控视频数据的质量。
发明内容
本发明提供一种消防视频的高质量压缩存储方法，包括：获取消防监控视频中的帧图像；根据帧图像中像素的历史温度获取帧图像中各像素的温度概率；利用帧图像中像素及其邻域像素的温度概率和温差得到帧图像中像素的安全度；根据像素安全度对帧图像进行分块，得到同类块；利用同类块中各像素点的安全度和像素点的数量得到同类块的危险度；根据同类块的危险度设置各同类块的约束条件阈值和损失函数阈值；基于各同类块的约束条件阈值和损失函数阈值，利用K-SVD算法对所有帧图像进行压缩，完成消防监控视频的压缩，相比于现有技术，本发明根据安全度对消防应急监控视频进行分块，根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值，进而实现对消防应急监控视频数据的智能压缩。本发明用于视频数据处理，在保证压缩率的同时，也保证了消防应急监控视频数据质量。
为达到上述目的，本发明采用以下技术方案，一种消防视频的高质量压缩存储方法，包括：
获取消防应急监控视频中任意时刻的帧图像。
根据帧图像中每个像素点的历史温度获取帧图像中各像素点的温度先验概率分布。
利用各像素点的历史温度和温度先验概率分布计算得到帧图像中各像素点的温度概率。
利用帧图像中每个像素点及其邻域像素点的温度概率和每个像素点及其邻域像素点的前一时刻与后一时刻的温差计算得到帧图像中每个像素点的安全度。
根据每个像素点的安全度对帧图像进行分块，得到所有同类块。
利用同类块中各像素点的安全度和同类块中像素点的数量计算得到每个同类块的危险度。
根据同类块的危险度设置每个同类块的约束条件阈值和损失函数阈值。
基于帧图像中每个同类块的约束条件阈值和损失函数阈值，利用K-SVD算法对消防应急监控视频中所有帧图像按照帧图像对应的时序进行压缩，完成消防应急监控视频的压缩。
进一步的，所述一种消防视频的高质量压缩存储方法，所述帧图像中每个像素点的安全度的表达式如下：
Figure 79892DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE003
为帧图像中第d个像素点的安全度，
Figure 244025DEST_PATH_IMAGE004
为帧图像中第d个像素点的温度概率和温差，
Figure DEST_PATH_IMAGE005
为帧图像中第d个像素点周围8邻域内第
Figure 100002_DEST_PATH_IMAGE007
个像素点的温度概率和温差。
进一步的，所述一种消防视频的高质量压缩存储方法，所述所有同类块是按照如下方式得到：
根据帧图像中每个像素点的安全度设定矩形非对称逆布局模型算法的判定规则。
基于判定规则，利用矩形非对称逆布局模型算法对帧图像进行分块，得到所有同类块。
进一步的，所述一种消防视频的高质量压缩存储方法，所述每个同类块的危险度的表达式如下：
Figure DEST_PATH_IMAGE009
式中，
Figure 179053DEST_PATH_IMAGE010
为每个同类块的危险度，
Figure DEST_PATH_IMAGE011
为同类块的大小，
Figure 629495DEST_PATH_IMAGE012
为同类块的个数，k为同类块序号，
Figure DEST_PATH_IMAGE013
为同类块中第
Figure DEST_PATH_IMAGE015
个像素点的安全度。
进一步的，所述一种消防视频的高质量压缩存储方法，所述每个同类块的约束条件阈值的表达式如下：
Figure DEST_PATH_IMAGE017
式中，
Figure 373109DEST_PATH_IMAGE010
为每个同类块的危险度，
Figure 809776DEST_PATH_IMAGE018
为每个同类块的约束条件阈值。
进一步的，所述一种消防视频的高质量压缩存储方法，所述每个同类块的损失函数阈值的表达式如下：
Figure 732732DEST_PATH_IMAGE020
式中，
Figure 229442DEST_PATH_IMAGE010
为每个同类块的危险度，
Figure DEST_PATH_IMAGE021
为每个同类块的损失函数阈值。
进一步的，所述一种消防视频的高质量压缩存储方法，所述完成消防应急监控视频的压缩的过程具体如下：
基于帧图像中每个同类块的约束条件阈值和损失函数阈值，利用K-SVD算法对帧图像中的各个同类块进行自适应压缩。
按照所述自适应压缩的方式依次对消防应急监控视频中所有帧图像进行压缩，完成消防应急监控视频的压缩。
本发明的有益效果在于：
本发明根据安全度对消防应急监控视频进行分块，根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值，进而实现对消防应急监控视频数据的智能压缩。本发明用于视频数据处理，在保证压缩率的同时，也保证了消防应急监控视频数据质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种消防视频的高质量压缩存储方法流程示意图；
图2为本发明实施例2提供的一种消防视频的高质量压缩存储方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例1
本实施例用于视频数据处理，在保证压缩率的同时，也保证了消防应急监控视频数据质量。
本发明实施例提供一种消防视频的高质量压缩存储方法，如图1所示，包括：
S101、获取消防应急监控视频中任意时刻的帧图像。
其中，利用消防监控设备获取消防应急监控视频。
S102、根据帧图像中每个像素点的历史温度获取帧图像中各像素点的温度先验概率分布。
其中，温度先验概率分布用于得到像素的温度概率。
S103、利用各像素点的历史温度和温度先验概率分布计算得到帧图像中各像素点的温度概率。
其中，温度概率用于计算像素的安全度。
S104、利用帧图像中每个像素点及其邻域像素点的温度概率和每个像素点及其邻域像素点的前一时刻与后一时刻的温差计算得到帧图像中每个像素点的安全度。
其中，当某像素的温度变化情况与周围像素的温度变化情况越相同，则所述像素越安全。
S105、根据每个像素点的安全度对帧图像进行分块，得到所有同类块。
其中，所述分块的方法为矩形非对称逆布局模型算法。
S106、利用同类块中各像素点的安全度和同类块中像素点的数量计算得到每个同类块的危险度。
其中，同类块越大，安全度之和越大，则所述同类块的危险度越小。
S107、根据同类块的危险度设置每个同类块的约束条件阈值和损失函数阈值。
其中，设置的约束条件阈值越小，则稀疏矩阵的稀疏程度越大，丢失的信息越多；损失函数用来约束压缩图像的真实性，设置的损失函数阈值越小，则压缩图像的真实性越大，丢失的信息越少。
S108、基于帧图像中每个同类块的约束条件阈值和损失函数阈值，利用K-SVD算法对消防应急监控视频中所有帧图像按照帧图像对应的时序进行压缩，完成消防应急监控视频的压缩。
其中，压缩后根据同类块的危险度，从大到小，对消防应急监控视频数据进行传输。
本实施例的有益效果在于：
本实施例根据安全度对消防应急监控视频进行分块，根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值，进而实现对消防应急监控视频数据的智能压缩。本实施例用于视频数据处理，在保证压缩率的同时，也保证了消防应急监控视频数据质量。
实施例2
本实施例的目的：针对消防监控视频的压缩对压缩方法的压缩率和图像质量都有较高的要求，基于此，本实施例提出一种消防视频的高质量压缩存储方法。所述方法根据安全度对消防应急监控视频进行分块，根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值，进而实现对消防应急监控视频数据智能压缩。保证压缩率的同时，也保证了消防应急监控视频数据质量。
本发明实施例提供一种消防视频的高质量压缩存储方法，如图2所示，包括：
S201、获取消防应急监控视频。
1.本实施例所述消防监控设备包括用于获取温度图像和消防监控视频的红外线摄像头、对温度图像和消防监控视频数据进行分析和存储的大数据系统。
2.红外线摄像头具有对温度敏感、监视面积大的特点。因此，除了提供红外线摄像头获得消防监控视频外，还可以根据其对温度敏感的特点，定量标识温度数据，获得温度图像。
3.本实施例以一分钟为间隔获取并存储温度图像，每张温度图像是所述一分钟间隔内采集的60帧图像的平均温度图像。
4.本实施例所述的消防应急监控视频是由每一帧温度图像组成的。
传统的K-SVD算法对数据进行压缩时会存在信息的丢失，对于消防应急监控视频数，危险度越大的同类块，越可能记录下火灾现场或保留证据，因此在压缩存储时，需要尽可能的保留危险同类块的信息，这就需要根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值。其中，危险度大的同类块，约束条件阈值越大，损失函数阈值越小；危险度小的同类块，约束条件阈值越小，损失函数阈值越大。所述同类块的划分是根据消防应急监控视频的每个位置的安全度来设置同类块的判定规则，所述每个位置的安全度是根据温差和温度先验概率分布计算的。
本实施例根据K-SVD算法实现对消防应急监控视频数据智能压缩，需要根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值，通过安全度对消防监控视频进行分块，进而计算每个同类块的危险度的具体过程为：
S202、根据温差和温度先验概率分布计算每个位置的安全度。
判断每个位置是否安全，需要结合两个方面：1）每个位置的温度都具有一定的规律，通过历史数据获得的温度先验概率分布能够表现这些规律，当所述位置的温度服从相应规律时，则所述位置越安全。2）在一定区域内，每个位置的温度变化情况与周围位置的温度变化情况应该近似相同，因此，当所述位置的温度变化情况与周围位置的温度变化情况越相同，则所述位置越安全。
a)获得每个位置的温度先验概率分布。根据每个位置的一个月的分钟级历史温度数据，计算温度先验概率分布
Figure 441111DEST_PATH_IMAGE022
，其中，
Figure DEST_PATH_IMAGE023
为后一时刻的温度，
Figure 602840DEST_PATH_IMAGE024
为前一时刻的温度，
Figure 380303DEST_PATH_IMAGE022
表示前一时刻的温度为
Figure 65492DEST_PATH_IMAGE024
时，后一时刻的温度为
Figure 295616DEST_PATH_IMAGE023
的概率。
b)根据温度概率和温差计算每个位置的安全度。以每个位置为中心像素，根据周围8邻域内的像素的温差和温度概率获取每个位置的安全度，计算公式为：
Figure 339664DEST_PATH_IMAGE002
式中，
Figure 971634DEST_PATH_IMAGE003
为帧图像中第d个像素点的安全度，
Figure 810146DEST_PATH_IMAGE004
为帧图像中第d个像素点的温度概率和温差，
Figure 793145DEST_PATH_IMAGE005
为帧图像中第d个像素点周围8邻域内第
Figure 375305DEST_PATH_IMAGE007
个像素点的温度概率和温差。第d个像素和8邻域内像素的温度概率越大，则所述位置的安全度越大；第d个像素和8邻域内像素的温差的差值越小，则所述位置的安全度
Figure 861782DEST_PATH_IMAGE003
越大。所述温差指的是每个位置前一时刻和后一时刻的温差。
其中，温度概率
Figure DEST_PATH_IMAGE025
的计算公式如下：
Figure DEST_PATH_IMAGE027
其中，
Figure 261408DEST_PATH_IMAGE028
为温度先验概率分布，表示前一时刻的温度为
Figure 200545DEST_PATH_IMAGE024
时，后一时刻的温度为
Figure 586396DEST_PATH_IMAGE023
的概率,
Figure DEST_PATH_IMAGE029
为历史数据中后一时刻的温度的平均值，
Figure 848750DEST_PATH_IMAGE030
为判断函数，该函数对具体规则如下：
Figure 45376DEST_PATH_IMAGE032
S203、根据安全度对消防监控视频进行分块。
所述分块的方法为矩形非对称逆布局模型算法，所述算法对于同类块的判定规则不同，得到的分块效果也不同，进而影响最终的压缩效率。为了能够保证后续根据每个同类块的危险度进行编码系数的分配，因此，本实施例中对于同类块的判定规则，应尽可能的将安全度相同的位置分为一个同类块。具体判定规则为：大小为
Figure DEST_PATH_IMAGE033
的矩形块中，每个位置的安全度的标准差
Figure 930198DEST_PATH_IMAGE034
小于允许误差量
Figure DEST_PATH_IMAGE035
时则认为所述矩形块为同类块。
S204、计算每个同类块的危险度。
所述同类块的危险度的计算公式为：
Figure 526265DEST_PATH_IMAGE036
式中，
Figure 971022DEST_PATH_IMAGE011
为同类块的大小，
Figure 587817DEST_PATH_IMAGE012
为同类块的个数，
Figure 501546DEST_PATH_IMAGE013
为同类块中第
Figure 229199DEST_PATH_IMAGE015
个位置的安全度，
Figure DEST_PATH_IMAGE037
为归一化系数。同类块越大，安全度之和越大，则所述同类块的危险度
Figure 997304DEST_PATH_IMAGE010
越小。
Figure 270154DEST_PATH_IMAGE010
为每个同类块的危险度。
S205、根据危险度给每个同类块自适应设置阈值。
本实施例通过K-SVD算法将消防监控视频分解为字典矩阵和稀疏编码矩阵，实现对消防监控视频的压缩。但是通过字典矩阵和稀疏编码矩阵还原后的消防监控视频会存在信息的丢失，危险度越大的同类块，越可能记录下火灾现场或保留证据，因此在压缩存储时，要尽可能的保留危险同类块的信息。所述K-SVD算法中，约束条件用来约束稀疏矩阵的稀疏程度，设置的约束条件阈值越小，则稀疏矩阵的稀疏程度越大，丢失的信息越多；损失函数用来约束压缩图像的真实性，设置的损失函数阈值越小，则压缩图像的真实性越大，丢失的信息越少。因此，危险度越大的同类块，设置的约束条件阈值越大，设置的损失函数阈值越小，则通过危险度设置约束条件阈值
Figure 186026DEST_PATH_IMAGE038
和损失函数阈值
Figure DEST_PATH_IMAGE039
。
S206、通过K-SVD算法对消防监控视频进行压缩。
根据约束条件阈值和损失函数阈值，通过K-SVD算法将消防监控视频分解为字典矩阵和稀疏编码矩阵，通过保存字典矩阵和稀疏矩阵，实现对消防监控视频的压缩处理。
至此，实现根据自适应获得的约束条件阈值和损失函数阈值，通过K-SVD算法对消防应急监控视频数据进行智能压缩。
S207、对消防应急监控视频数据的传输。
在应急情况下，根据同类块的危险度，从大到小，对消防应急监控视频数据进行传输，这样，即使传输中断，也能够尽可能的保存消防应急监控视频中，越可能记录下火灾现场或保留证据的同类块，同时能够保证可能记录下火灾现场或保留证据的消防应急监控视频的头像质量。
至此，实现对消防应急监控视频数据的传输。
本实施例的有益效果在于：
本实施例根据安全度对消防应急监控视频进行分块，根据每个同类块的危险度自适应获得K-SVD算法的约束条件阈值和损失函数阈值，进而实现对消防应急监控视频数据的智能压缩。本实施例用于视频数据处理，在保证压缩率的同时，也保证了消防应急监控视频数据质量。
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、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种消防视频的高质量压缩存储方法，其特征在于，包括：
获取消防应急监控视频中任意时刻的帧图像；
根据帧图像中每个像素点的历史温度获取帧图像中各像素点的温度先验概率分布；
利用各像素点的历史温度和温度先验概率分布计算得到帧图像中各像素点的温度概率；
利用帧图像中每个像素点及其邻域像素点的温度概率和每个像素点及其邻域像素点的前一时刻与后一时刻的温差计算得到帧图像中每个像素点的安全度；
根据每个像素点的安全度对帧图像进行分块，得到所有同类块；
利用同类块中各像素点的安全度和同类块中像素点的数量计算得到每个同类块的危险度；
根据同类块的危险度设置每个同类块的约束条件阈值和损失函数阈值；
基于帧图像中每个同类块的约束条件阈值和损失函数阈值，利用K-SVD算法对消防应急监控视频中所有帧图像按照帧图像对应的时序进行压缩，完成消防应急监控视频的压缩。
2.根据权利要求1所述的一种消防视频的高质量压缩存储方法，其特征在于，所述帧图像中每个像素点的安全度的表达式如下：
Figure DEST_PATH_IMAGE001
式中，
Figure 878355DEST_PATH_IMAGE002
为帧图像中第d个像素点的安全度，
Figure 263200DEST_PATH_IMAGE003
为帧图像中第d个像素点的温度概率和温差，
Figure 639824DEST_PATH_IMAGE004
为帧图像中第d个像素点周围8邻域内第
Figure 477330DEST_PATH_IMAGE005
个像素点的温度概率和温差。
3.根据权利要求1所述的一种消防视频的高质量压缩存储方法，其特征在于，所述所有同类块是按照如下方式得到：
根据帧图像中每个像素点的安全度设定矩形非对称逆布局模型算法的判定规则；
基于判定规则，利用矩形非对称逆布局模型算法对帧图像进行分块，得到所有同类块。
4.根据权利要求1所述的一种消防视频的高质量压缩存储方法，其特征在于，所述每个同类块的危险度的表达式如下：
Figure 230391DEST_PATH_IMAGE006
式中，
Figure DEST_PATH_IMAGE007
为每个同类块的危险度，
Figure 656693DEST_PATH_IMAGE008
为同类块的大小，
Figure 954950DEST_PATH_IMAGE009
为同类块的个数，k为同类块序号，
Figure 529020DEST_PATH_IMAGE010
为同类块中第
Figure 836505DEST_PATH_IMAGE011
个像素点的安全度。
5.根据权利要求1所述的一种消防视频的高质量压缩存储方法，其特征在于，所述每个同类块的约束条件阈值的表达式如下：
Figure 931629DEST_PATH_IMAGE012
式中，
Figure 400788DEST_PATH_IMAGE007
为每个同类块的危险度，
Figure 462153DEST_PATH_IMAGE013
为每个同类块的约束条件阈值。
6.根据权利要求1所述的一种消防视频的高质量压缩存储方法，其特征在于，所述每个同类块的损失函数阈值的表达式如下：
Figure 307750DEST_PATH_IMAGE014
式中，
Figure 505382DEST_PATH_IMAGE007
为每个同类块的危险度，
Figure 676600DEST_PATH_IMAGE015
为每个同类块的损失函数阈值。
7.根据权利要求1所述的一种消防视频的高质量压缩存储方法，其特征在于，所述完成消防应急监控视频的压缩的过程具体如下：
基于帧图像中每个同类块的约束条件阈值和损失函数阈值，利用K-SVD算法对帧图像中的各个同类块进行自适应压缩；
按照所述自适应压缩的方式依次对消防应急监控视频中所有帧图像进行压缩，完成消防应急监控视频的压缩。
CN202211249476.XA 2022-10-12 2022-10-12 一种消防视频的高质量压缩存储方法 Active CN115334304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211249476.XA CN115334304B (zh) 2022-10-12 2022-10-12 一种消防视频的高质量压缩存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211249476.XA CN115334304B (zh) 2022-10-12 2022-10-12 一种消防视频的高质量压缩存储方法

Publications (2)

Publication Number Publication Date
CN115334304A true CN115334304A (zh) 2022-11-11
CN115334304B CN115334304B (zh) 2022-12-13

Family

ID=83915051

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211249476.XA Active CN115334304B (zh) 2022-10-12 2022-10-12 一种消防视频的高质量压缩存储方法

Country Status (1)

Country Link
CN (1) CN115334304B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019213279A1 (en) * 2018-05-03 2019-11-07 Quantum IR Technologies, LLC Infrared imaging systems and methods for oil leak detection
CN113534263A (zh) * 2021-07-13 2021-10-22 广州海洋地质调查局 一种不依赖测井资料的含油气饱和度预测方法
CN114373066A (zh) * 2021-11-03 2022-04-19 温州电力建设有限公司 基于温度概率密度的高压电力设备故障识别方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019213279A1 (en) * 2018-05-03 2019-11-07 Quantum IR Technologies, LLC Infrared imaging systems and methods for oil leak detection
CN113534263A (zh) * 2021-07-13 2021-10-22 广州海洋地质调查局 一种不依赖测井资料的含油气饱和度预测方法
CN114373066A (zh) * 2021-11-03 2022-04-19 温州电力建设有限公司 基于温度概率密度的高压电力设备故障识别方法及装置

Also Published As

Publication number Publication date
CN115334304B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN110662044B (zh) 一种视频编码方法、视频编码装置及计算机存储介质
US20180048894A1 (en) Methods and systems of performing lighting condition change compensation in video analytics
CN112468855B (zh) 数据传输方法及装置、非易失性存储介质
US20180033152A1 (en) Methods and systems of performing adaptive morphology operations in video analytics
CN110517215B (zh) 一种视频压缩处理方法、电子设备及存储介质
CN112183394A (zh) 一种人脸识别方法、装置和智能安防管理系统
CN115334304B (zh) 一种消防视频的高质量压缩存储方法
CN111178241A (zh) 一种基于视频分析的智能监控系统及方法
CN102129682A (zh) 一种前景背景区域划分方法、系统
CN113111823A (zh) 一种建筑施工地的异常行为检测方法和相关装置
CN116708789A (zh) 一种基于人工智能的视频分析编码系统
CN112214637A (zh) 一种应用于智慧社区的数据存储方法
CN113840122B (zh) 监拍控制方法、装置、电子设备和存储介质
CN107566795A (zh) 一种提高实时画面流畅度的方法、装置及系统
CN112995558A (zh) 一种视频文件的存储方法、装置及存储介质
CN111723735B (zh) 一种基于卷积神经网络的伪高码率hevc视频检测方法
CN114926317B (zh) 基于大数据的消防监控视频智能防篡改方法
CN111369591A (zh) 一种运动物体的跟踪方法、装置及设备
CN113158972A (zh) 基于光流估测的视频分类张量构造方法
CN114241401A (zh) 异常判定方法、装置、设备、介质及产品
CN115346150A (zh) 一种基于边缘计算的暴力行为检测方法及系统
CN114885071A (zh) 基于人工智能的设备生产数据安全传输方法
CN112165619A (zh) 一种面向监控视频压缩存储的方法
CN104883567B (zh) 一种基于过完备字典的视频监控图像压缩方法
CN110708548A (zh) 一种全景视频帧内比特分配的方法

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
GR01 Patent grant
GR01 Patent grant