日韩成人黄色,透逼一级毛片,狠狠躁天天躁中文字幕,久久久久久亚洲精品不卡,在线看国产美女毛片2019,黄片www.www,一级黄色毛a视频直播

高清視頻前置處理方法和系統(tǒng)的制作方法

文檔序號:8530517閱讀:780來源:國知局
高清視頻前置處理方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信技術(shù)領(lǐng)域,具體涉及一種高清視頻前置處理方法和系統(tǒng)。
【背景技術(shù)】
[0002] 隨著視頻監(jiān)控系統(tǒng)朝著高清化、網(wǎng)絡(luò)化和智能化方向發(fā)展,目前高清化和網(wǎng)絡(luò)化 應用已經(jīng)成為一種主流,而智能化技術(shù)還有待近一步發(fā)展和完善。高清網(wǎng)絡(luò)化視頻技術(shù)可 以給我們帶來高清晰度和高質(zhì)量的視頻源,但高清視頻的網(wǎng)絡(luò)傳輸和后臺存儲也給高清視 頻監(jiān)控系統(tǒng)帶來很大壓力。雖然智能視頻監(jiān)控技術(shù)或高清智能識別網(wǎng)絡(luò)攝像機可以將監(jiān) 控由被動變?yōu)橹鲃幼R別、自動報警等,但由于智能視頻監(jiān)控技術(shù)存在誤報率高、CPU處理瓶 頸等問題使得其應用推廣還不夠成熟。另外在一些安全性要求很高的應用場所,如銀行ATM 機、交通、一些安全保密部門等的監(jiān)控,要求將高清視頻源作為電子證據(jù)保存一定的時間周 期,這就使得監(jiān)控視頻的傳輸和存儲很有必要,但是高清視頻的網(wǎng)絡(luò)傳輸和存儲無疑將消 耗大量的網(wǎng)絡(luò)帶寬和存儲資源。
[0003] 由于大多數(shù)監(jiān)控場所一般采用固定攝像機,如銀行ATM機、交通路口、平安城市、 商場等,對于一臺靜止攝像機拍攝的視頻,除了攝像機抖動、光照的變化、陰影和背景元素 的運動影響外,其背景圖像一般是固定不變的。從監(jiān)控的時段來看,一些監(jiān)控場所在一些固 定時段可能拍攝的多是背景圖像,如銀行ATM監(jiān)控,很少有人在深夜進行自主銀行業(yè)務等。 因此,靜止攝像機拍攝的高清視頻在時間序列上存在很大冗余,而這些冗余信息也將消耗 一定的網(wǎng)絡(luò)傳輸和存儲資源。
[0004] 鑒于此,克服以上現(xiàn)有技術(shù)中的缺陷,提供一種新的高清視頻前置處理方法和系 統(tǒng)成為本領(lǐng)域亟待解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)的上述缺陷,提供一種高清視頻前置處理方法和 系統(tǒng)。
[0006] 本發(fā)明的目的可通過以下的技術(shù)措施來實現(xiàn): 一種高清視頻前置處理方法,包括: 參考背景圖像訓練步驟,使用當前視頻幀圖像之前的連續(xù)預定個幀視頻圖像作為樣本 集生成用于描述整個待處理視頻的背景區(qū)域的參考背景圖像; 參考背景圖像更新步驟,使用當前視頻幀圖像和參考背景圖像訓練步驟所得參考背景 圖像重新生成參考背景圖像; 背景圖像檢測步驟,將當前視頻幀圖像與參考背景圖像更新步驟所得參考背景圖像進 行相似度計算; 相似度修正步驟,根據(jù)當前視頻圖像的時空特性和運動特征對所得相似度值進行修 正;以及 冗余信息刪除步驟,根據(jù)當前視頻幀圖像修正后的相似度值與預設(shè)閾值進行比較,并 對修正后的相似度值大于預設(shè)閾值的當前視頻幀圖像進行刪除。
[0007] 優(yōu)選地,該方法還包括: 預處理步驟,對視頻圖像進行格式轉(zhuǎn)換、空間尺度轉(zhuǎn)換、濾波降噪和去抖動處理。
[0008] 優(yōu)選地,在所述參考背景圖像訓練步驟中,對像素點的歷史信息 進行統(tǒng)計建模,當背景模型為A(U)=外T1,晃時,所述背景模型描 述的參考背景圖像為,其中,&g。
[0009] 優(yōu)選地,在參考背景圖像更新步驟中,當前視頻幀圖像為,重新生成參考 背景圖像的模型為*!) + (!--1),其中,a為學習因子。
[0010] 本發(fā)明還提供了一種高清視頻前置處理系統(tǒng),包括: 參考背景圖像訓練模塊,用于使用當前視頻幀圖像之前的連續(xù)預定個幀視頻圖像作為 樣本集生成用于描述整個待處理視頻的背景區(qū)域的參考背景圖像; 參考背景圖像更新模塊,用于使用當前視頻幀圖像和參考背景圖像訓練步驟所得參考 背景圖像重新生成參考背景圖像; 背景圖像檢測模塊,用于將當前視頻幀圖像與參考背景圖像更新步驟所得參考背景圖 像進行相似度計算; 相似度修正模塊,用于根據(jù)當前視頻圖像的時空特性和運動特征對所得相似度值進行 修正;以及 冗余信息刪除模塊,用于根據(jù)當前視頻幀圖像修正后的相似度值與預設(shè)閾值進行比 較,并對修正后的相似度值大于預設(shè)閾值的當前視頻幀圖像進行刪除。
[0011] 優(yōu)選地,該系統(tǒng)還包括:預處理模塊,用于對視頻圖像進行格式轉(zhuǎn)換、空間尺度轉(zhuǎn) 換、濾波降噪和去抖動處理。
[0012] 本發(fā)明的有益效果在于,在本發(fā)明的實施例中,通過參考背景圖像的訓練和更新, 以及當前視頻幀圖像與參考背景圖像進行相似性計算,實現(xiàn)對背景圖像的檢測,將與參考 背景圖像相似度較大的冗余信息刪除,有效節(jié)約高清視頻網(wǎng)絡(luò)傳輸資源和后臺存儲空間, 以節(jié)約成本。
【附圖說明】
[0013] 圖1是本發(fā)明實施例的高清視頻前置處理方法的流程圖。
[0014] 圖2是本發(fā)明實施例的高清視頻前置處理系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實施方式】
[0015] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,下面結(jié)合附圖和具體實施 例對本發(fā)明作進一步詳細說明。應當理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明, 并不用于限定本發(fā)明。
[0016] 視頻序列一般一秒鐘有25幀或30幀圖像,隨著高清監(jiān)控技術(shù)的不斷發(fā)展,高清畫 質(zhì)由720P上升到1080P,幀率也由30幀發(fā)展到60幀。視頻監(jiān)控圖像已經(jīng)達到了高清超細 膩的程度。這種高幀率的視頻序列,相鄰幀圖像之間必然存在高重疊的特點。所以由固定 的攝像機拍攝的高清高幀率的視頻圖像,存在相鄰幀之間的高冗余信息量。針對這種特點, 本發(fā)明提出的前置處理方法及系統(tǒng)通過動態(tài)地刪除這種高冗余的背景圖像,以達到節(jié)約網(wǎng) 絡(luò)傳輸和存儲資源的目的。
[0017] 本發(fā)明實施例提供了一種高清視頻前置處理方法,請參閱圖1所示,該方法包括: 步驟S100、預處理,對視頻圖像進行格式轉(zhuǎn)換、空間尺度轉(zhuǎn)換、濾波降噪和去抖動處理。
[0018] 在進行智能視頻分析之前,首先需要對攝像機采集到的視頻圖像進行格式轉(zhuǎn)換, 如將RGB圖像轉(zhuǎn)換成灰度圖像等,對視頻圖像進行空間尺度的縮放,濾波去噪,去抖動,采 用穩(wěn)像技術(shù)對視頻圖像進行穩(wěn)像等。
[0019] 具體內(nèi)容包括照相機拍照時幾何尺寸的調(diào)整、幀圖像配準、亮度信息的調(diào)整、特 征提取(如進行傅立葉變換,計算局部二進制模式等)、數(shù)據(jù)格式的轉(zhuǎn)換(如RGB格式轉(zhuǎn)化為 YUV或rgb格式等)、幀大小或幀率的調(diào)整、濾波去噪等。
[0020] 步驟S101、參考背景圖像訓練,使用當前視頻幀圖像之前的連續(xù)預定個幀視頻圖 像作為樣本集生成用于描述整個待處理視頻的背景區(qū)域的參考背景圖像。
[0021] 具體地,在參考背景圖像訓練中,首先滿足兩個條件:1)圖像中的每個像素點的 信息至少在一小段時間內(nèi)是描述背景的;2)背景基本上是穩(wěn)態(tài)的,僅僅有少量的背景運動 發(fā)生。在該條件下對連續(xù)前N幀視頻圖像進行統(tǒng)計建模,訓練學習出背景的數(shù)學模型。背 景圖像訓練的目的就是輸出一個能描述不包含運動物體的背景模型。從監(jiān)控的時段來看, 一些監(jiān)控場所在一些固定時段可能拍攝的多是背景圖像,圖像中的每個像素點的信息持續(xù) 描述背景的時間間隔持續(xù)大于50%時,可以采用統(tǒng)計的方式建立背景模型。另外還應考慮 背景的多模態(tài)變化,噪聲的影響,光照的變化,陰影等因素,以增強背景模型對場景變化的 自適應能力和魯棒性。
[0022] 在視頻序列中,由于每個像素點的像素信息是隨時間變化的,若#時刻像素點Cty)的歷史信息為,其中Xf=J【ntXl:£f:£f。在訓練背景圖像時,也 就是背景模型的初始化階段,首先選取視頻的前N幀圖像,在這前N幀圖像中,假定沒有 運動物體的駛?cè)?,對像素點fey)的歷史信息行建模,假如背景模型為 ,其描述的參考背景圖像為/。
[0023] 步驟S102、參考背景圖像更新,使用當前視頻幀圖像和參考背景圖像訓練步驟所 得參考背景圖像重新生成參考背景圖像。
[0024] 具體地,背景圖像檢測模塊,就是在背景圖像訓練階段之后,計算每一幀視頻圖像 與所述的訓練背景圖像之間的相似度,就是將第N幀之后的每一幀視頻圖像/"(l_V),與所 述訓練的背景圖像ijOua)進行相似度分析,相似度值的高低反映了該時刻的幀圖像與背 景圖像之間的冗余量大小。并采用非預測方法用當前幀圖像的信息對背景模型進行更新。
當前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1