專利名稱：一種視頻智能分析方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻監(jiān)控領(lǐng)域，尤其涉及一種視頻智能分析方法及裝置。
背景技術(shù)：
隨著高清視頻的廣泛應(yīng)用，當(dāng)前的視頻圖像搜索，更多的是依賴于視頻智能分析。要想從海量的錄像數(shù)據(jù)中搜索到目標(biāo)圖像，并且達(dá)到快速、完整的目的，對視頻分析算法提出了更高的要求。目前的視頻分析算法受限于硬件資源、算法復(fù)雜度等因素，對海量的高清視頻進(jìn)行智能分析，需要較長的時間。解決的主要手段是通過不斷優(yōu)化視頻分析算法，來提高不同場景的適應(yīng)能力，從而快速、準(zhǔn)確的搜索目標(biāo)。但是，對視頻分析算法進(jìn)行優(yōu)化，提高算法準(zhǔn)確度，常常以更高的算法復(fù)雜度為代價，相應(yīng)的增加了性能負(fù)荷，一定程度上影響到了快速·1搜索的性能要求；而且，每種視頻分析算法都有其限制和適用場景，無法保證搜索結(jié)果的完整性。同時，硬件的計算能力和成本也是無法回避的因素。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的是提供一種視頻智能分析方法及裝置，在不增加硬件成本的前提下，能夠提高視頻分析的效率和搜索結(jié)果的完整性。為實現(xiàn)上述目的，本發(fā)明提供技術(shù)方案如下一種視頻智能分析方法，應(yīng)用于視頻監(jiān)控系統(tǒng)中，包括如下步驟A、對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析；B、根據(jù)所述多種特征信息，獲取所述視頻幀的信任度；C、將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。一種視頻智能分析裝置，應(yīng)用于視頻監(jiān)控系統(tǒng)中，包括視頻分析單元，用于對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析；信任度評估單元，用于根據(jù)所述多種特征信息，獲取所述視頻幀的信任度；存儲單元，用于將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。與現(xiàn)有技術(shù)中相比，本發(fā)明的技術(shù)方案通過對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，并根據(jù)所述多種特征信息，獲取所述視頻幀的信任度，在此基礎(chǔ)上進(jìn)行目標(biāo)圖像的搜索，能夠提高搜索速度和搜索結(jié)果的完整性，并且，還可以節(jié)省監(jiān)控數(shù)據(jù)的存儲空間。


圖I是本發(fā)明實施例的視頻智能分析方法流程圖；圖2是本發(fā)明實施例中移動量信任度的應(yīng)用模型示意圖；圖3是本發(fā)明實施例中移動量信任度評估的一種具體流程圖；圖4是本發(fā)明實施例中移動量信任度評估的另一種具體流程圖。
具體實施例方式以下結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)描述。本發(fā)明在現(xiàn)有智能監(jiān)控方案的基礎(chǔ)上，充分利用開放系統(tǒng)中多維度的各種數(shù)據(jù)(即視頻幀的多種特征信息)，通過對多維度的數(shù)據(jù)的綜合信任度評估，為保證搜索結(jié)果的完整性奠定了基礎(chǔ)，并可以用于提高二次搜索速度和節(jié)省監(jiān)控存儲空間。
圖I為本發(fā)明實施例的視頻智能分析方法流程圖，所述方法應(yīng)用于視頻監(jiān)控系統(tǒng)中，例如，應(yīng)用于視頻監(jiān)控系統(tǒng)中的后端服務(wù)器上，或者，應(yīng)用于視頻監(jiān)控系統(tǒng)中的前端編碼器或者前端網(wǎng)絡(luò)攝像機以及后端服務(wù)器上。參照圖I，所述視頻智能分析方法可以包括如下步驟步驟101，對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析；本步驟中，所述視頻流可以是輸入到前端編碼器或者網(wǎng)絡(luò)攝像機采集到的原始視頻幀，也可以是前端編碼器或者網(wǎng)絡(luò)攝像機和/或后端服務(wù)器對視頻流進(jìn)行預(yù)處理后存儲在視頻存儲設(shè)備中的視頻流，例如，通過預(yù)處理提取視頻流中視頻幀的底層視覺信息和圖像特征信息，并根據(jù)預(yù)處理結(jié)果篩選出滿足預(yù)設(shè)條件的視頻幀后存儲到視頻存儲設(shè)備中，然后，再對視頻存儲設(shè)備中的視頻幀進(jìn)行所述多種類型的視頻分析。其中，所述多種類型的視頻分析可以包括目標(biāo)檢測和運動檢測，所述目標(biāo)檢測對應(yīng)的特征信息為視頻幀中目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目，所述運動檢測對應(yīng)的特征信息為視頻幀感興趣區(qū)域的亮度變化率。步驟102，根據(jù)所述多種特征信息，獲取所述視頻幀的信任度；步驟103，將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。本步驟中，如果是將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，則后續(xù)進(jìn)行目標(biāo)圖像的檢索時，就不需要對所述視頻流中的所有視頻幀進(jìn)行檢索，而僅對視頻中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行檢索，從而能夠提高搜索速度和節(jié)省監(jiān)控存儲空間。如果是將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲，則后續(xù)進(jìn)行目標(biāo)圖像的檢索時，也可以結(jié)合視頻幀的信任度進(jìn)行檢索，從而能夠提高搜索速度。在開放式的監(jiān)控系統(tǒng)中，包含了海量的數(shù)據(jù)信息，例如告警信息、移動偵測信息、目標(biāo)檢測和跟蹤信息、目標(biāo)識別信息等等。要搜索到具有某一特征信息的視頻圖像，并進(jìn)行存儲，需要保證搜索結(jié)果的完整性。本發(fā)明實施例的上述方法采用的是一種信任度模型，該信任度模型利用多種信息或者單一信息的時空等多維度數(shù)據(jù)，來獲取每幀圖像的信任度評估值，通過信任度來保證完整性，為進(jìn)一步濃縮存儲和快速搜索奠定了基礎(chǔ)。下面以目標(biāo)運動的移動量信息為例進(jìn)行說明，即用移動量信任度來表征視頻幀的信任度。圖2是本發(fā)明實施例中移動量信任度的應(yīng)用模型示意圖，參照圖2，此種情況下，對視頻流中的視頻幀進(jìn)行多種類型的視頻分析可以包括拌線檢測、目標(biāo)檢測和運動檢測。其中，拌線檢測、目標(biāo)檢測和運動檢測可以采用現(xiàn)有技術(shù)中的各種檢測算法，本發(fā)明對此不做限制。圖3是本發(fā)明實施例中移動量信任度評估的一種具體流程圖。參照圖3，該評估方法可以包括如下步驟步驟301，對視頻幀進(jìn)行拌線檢測，根據(jù)拌線檢測結(jié)果以及預(yù)設(shè)的訓(xùn)練機制對視頻幀進(jìn)行訓(xùn)練，獲取目標(biāo)尺寸閾值以及亮度變化率閾值；這里的視頻幀是從訓(xùn)練視頻流中選取的視頻幀，該訓(xùn)練視頻流可以不同于后續(xù)的待檢測視頻流，當(dāng)然，該訓(xùn)練視頻流也可以是從所述待檢測視頻流中選取的一段或多段視 頻流。一般而言，亮度變化率閾值是指視頻幀中感興趣區(qū)域的亮度變化率閾值。拌線檢測結(jié)果包括觸發(fā)拌線和為觸發(fā)拌線，根據(jù)多個視頻幀的視頻內(nèi)容和對應(yīng)的拌線檢測結(jié)果，通過預(yù)設(shè)的訓(xùn)練機制進(jìn)行訓(xùn)練，就可以獲取到目標(biāo)尺寸閾值和亮度變化率閾值。本領(lǐng)域技術(shù)人員可以根據(jù)具體的需要選擇相應(yīng)的訓(xùn)練機制。需要說明的是，本步驟為可選步驟。實際上，可以直接根據(jù)經(jīng)驗確定目標(biāo)尺寸閾值以及亮度變化率閾值。步驟302，對視頻幀進(jìn)行目標(biāo)檢測，獲取視頻幀中的目標(biāo)信息，并獲取目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目；通過目標(biāo)檢測，可以獲取視頻幀中的目標(biāo)信息，所述目標(biāo)信息可以包括目標(biāo)尺寸、紋理、類型等信息。在得到了視頻中的個目標(biāo)的目標(biāo)尺寸后，將目標(biāo)尺寸與目標(biāo)尺寸閾值進(jìn)行比較，便可獲取到目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目。也就是說，目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)才被用于后續(xù)的運行檢測。步驟303，對目標(biāo)數(shù)目大于O的視頻幀進(jìn)行運動檢測，獲取視頻幀中感興趣區(qū)域的
亮度變化率；步驟304，獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N ；這里，統(tǒng)計窗口中包括的是當(dāng)前視頻幀的前N個視頻幀，其中，N為大于I的整數(shù)。步驟305，獲取當(dāng)前視頻幀的移動量信任度C=L*T，所述移動量信任度用于所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。圖4是本發(fā)明實施例中移動量信任度評估的另一種具體流程圖。圖4與圖3的區(qū)別在于，在移動量信任度中還考慮了目標(biāo)空間信任度。參照圖4，該評估方法可以包括如下步驟步驟401，對視頻幀進(jìn)行拌線檢測，根據(jù)拌線檢測結(jié)果以及預(yù)設(shè)的訓(xùn)練機制對視頻幀進(jìn)行訓(xùn)練，獲取目標(biāo)尺寸閾值以及亮度變化率閾值；這里的視頻幀是從訓(xùn)練視頻流中選取的視頻幀，該訓(xùn)練視頻流可以不同于后續(xù)的待檢測視頻流，當(dāng)然，該訓(xùn)練視頻流也可以是從所述待檢測視頻流中選取的一段或多段視頻流。一般而言，亮度變化率閾值是指視頻幀中感興趣區(qū)域的亮度變化率閾值。拌線檢測結(jié)果包括觸發(fā)拌線和為觸發(fā)拌線，根據(jù)多個視頻幀的視頻內(nèi)容和對應(yīng)的拌線檢測結(jié)果，通過預(yù)設(shè)的訓(xùn)練機制進(jìn)行訓(xùn)練，就可以獲取到目標(biāo)尺寸閾值和亮度變化率閾值。本領(lǐng)域技術(shù)人員可以根據(jù)具體的需要選擇相應(yīng)的訓(xùn)練機制。需要說明的是，本步驟為可選步驟。實際上，可以直接根據(jù)經(jīng)驗確定目標(biāo)尺寸閾值以及亮度變化率閾值。步驟402，對視頻幀進(jìn)行目標(biāo)檢測，獲取視頻幀中的目標(biāo)信息，并獲取目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目；通過目標(biāo)檢測，可以獲取視頻幀中的目標(biāo)信息，所述目標(biāo)信息可以包括目標(biāo)尺寸、紋理、類型等信息。在得到了視頻中的個目標(biāo)的目標(biāo)尺寸后，將目標(biāo)尺寸與目標(biāo)尺寸閾值進(jìn)行比較，便可獲取到目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目。也就是說，目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)才被用于后續(xù)的運行檢測。步驟403，對目標(biāo)數(shù)目大于O的視頻幀進(jìn)行運動檢測，獲取視頻幀中感興趣區(qū)域的
亮度變化率；·步驟404，獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N ；這里，統(tǒng)計窗口中包括的是當(dāng)前視頻幀的前N個視頻幀，其中，N為大于I的整數(shù)。步驟405，獲取當(dāng)前視頻幀的目標(biāo)空間信任度R = (V-S) /S ;其中，V為目標(biāo)尺寸(可以是視頻幀中預(yù)定目標(biāo)的尺寸，也可以是視頻幀中多個目標(biāo)的尺寸的平均值)，S為目標(biāo)尺寸閾值。步驟406，獲取當(dāng)前視頻幀的移動量信任度C=L*T*R，所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。根據(jù)上述移動量信任度評估方法得到了視頻流中各視頻幀的移動量信任度之后，就可以將移動量信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲，例如，可以將視頻幀的標(biāo)識與信任度的對應(yīng)關(guān)系息存儲到數(shù)據(jù)庫(后文稱之為信任度數(shù)據(jù)庫)中，對應(yīng)視頻幀存儲到視頻存儲設(shè)備中，以供后續(xù)的目標(biāo)圖像檢索應(yīng)用，如此，能夠提供搜索速度和搜索結(jié)果的完整性，并能夠節(jié)省視頻數(shù)據(jù)的存儲空間。其中，所述結(jié)構(gòu)化信息是指視頻幀的特征信息。例如，在卡口系統(tǒng)中的，要搜索某種顏色的車輛，則可以直接在上述信任度數(shù)據(jù)庫中進(jìn)行檢索匹配，具體可以包括如下步驟步驟SI，用戶提交某種特征(例如車輛的紅色特征)進(jìn)行查詢操作；步驟S2，從存儲設(shè)備或數(shù)據(jù)庫中獲取待分析，并且已經(jīng)經(jīng)過移動量信任度評估的源數(shù)據(jù)信息。步驟S3，進(jìn)行目標(biāo)的特征相似度匹配搜索評估(例如車輛的顏色特征)，得到相似度評估結(jié)果；步驟S4,對相似度評估結(jié)果進(jìn)行升降排序，并呈現(xiàn)給用戶。與上述視頻智能分析方法相對應(yīng)，本發(fā)明實施例還提供一種視頻智能分析裝置，所述裝置應(yīng)用于視頻監(jiān)控系統(tǒng)中，例如，應(yīng)用于視頻監(jiān)控系統(tǒng)中的后端服務(wù)器上，或者，應(yīng)用于視頻監(jiān)控系統(tǒng)中的前端編碼器或者網(wǎng)絡(luò)攝像機以及后端服務(wù)器上。具體地，所述視頻智能分析裝置可以包括視頻分析單元，用于對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析；
信任度評估單元，用于根據(jù)所述多種特征信息，獲取所述視頻幀的信任度；存儲單元，用于將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。當(dāng)用移動量信任度來表征視頻幀的信任度時，所述視頻分析單元可以包括拌線檢測單元，用于對視頻幀進(jìn)行拌線檢測，根據(jù)拌線檢測結(jié)果以及預(yù)設(shè)的訓(xùn)練機制對視頻幀進(jìn)行訓(xùn)練，獲取目標(biāo)尺寸閾值以及亮度變化率閾值；目標(biāo)檢測單元，用于對視頻幀進(jìn)行目標(biāo)檢測，獲取視頻幀中的目標(biāo)信息，并獲取目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目；運動檢測單元，用于對目標(biāo)數(shù)目大于O的視頻幀進(jìn)行運動檢測，獲取視頻幀中感興趣區(qū)域的亮度變化率。
在一種實現(xiàn)方式中，所述信任度評估單元可以包括時間軸信任度獲取單元，用于獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N，其中，N為大于I的整數(shù)；移動量信任度獲取單元,用于獲取當(dāng)前視頻巾貞的移動量信任度C=L*T,所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。在另一種實現(xiàn)方式中，所述信任度評估單元可以包括時間軸信任度獲取單元，用于獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N，其中，N為大于I的整數(shù)；空間信任度獲取單元，用于獲取當(dāng)前視頻幀的目標(biāo)空間信任度R = (V-S) /S，其中，V為目標(biāo)尺寸，S為目標(biāo)尺寸閾值；移動量信任度獲取單元，用于獲取當(dāng)前視頻巾貞的移動量信任度C=L*T*R,所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。綜上所述，本發(fā)明的技術(shù)方案通過對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，并根據(jù)所述多種特征信息，獲取所述視頻幀的信任度，在此基礎(chǔ)上進(jìn)行目標(biāo)圖像的搜索，能夠提高搜索速度和搜索結(jié)果的完整性，并且，還可以節(jié)省監(jiān)控數(shù)據(jù)的存儲空間。以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。
權(quán)利要求
1.一種視頻智能分析方法，應(yīng)用于視頻監(jiān)控系統(tǒng)中，其特征在于，包括如下步驟 A、對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析； B、根據(jù)所述多種特征信息，獲取所述視頻幀的信任度； C、將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。
2.如權(quán)利要求I所述的視頻智能分析方法，其特征在于所述多種類型的視頻分析包括目標(biāo)檢測和運動檢測，所述目標(biāo)檢測對應(yīng)的特征信息為視頻幀中目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目，所述運動檢測對應(yīng)的特征信息為視頻幀感興趣區(qū)域的亮度變化率。
3.如權(quán)利要求2所述的視頻智能分析方法，其特征在于，所述步驟A包括 對視頻幀進(jìn)行目標(biāo)檢測，獲取視頻幀中的目標(biāo)信息，并獲取目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目； 對目標(biāo)數(shù)目大于O的視頻幀進(jìn)行運動檢測，獲取視頻幀中感興趣區(qū)域的亮度變化率。
4.如權(quán)利要求3所述的視頻智能分析方法，其特征在于，所述步驟A還包括 對視頻幀進(jìn)行拌線檢測，根據(jù)拌線檢測結(jié)果以及預(yù)設(shè)的訓(xùn)練機制對視頻幀進(jìn)行訓(xùn)練，獲取目標(biāo)尺寸閾值以及亮度變化率閾值。
5.如權(quán)利要求3所述的視頻智能分析方法，其特征在于，所述步驟B包括 獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N，其中，N為大于I的整數(shù)； 獲取當(dāng)前視頻幀的移動量信任度C=L*T，所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。
6.如權(quán)利要求3所述的視頻智能分析方法，其特征在于，所述步驟B包括 獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N，其中，N為大于I的整數(shù)； 獲取當(dāng)前視頻幀的目標(biāo)空間信任度R = (V-S)/S，其中，V為目標(biāo)尺寸，S為目標(biāo)尺寸閾值； 獲取當(dāng)前視頻幀的移動量信任度C=L*T*R，所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。
7.一種視頻智能分析裝置，應(yīng)用于視頻監(jiān)控系統(tǒng)中，其特征在于，包括 視頻分析單元，用于對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析； 信任度評估單元，用于根據(jù)所述多種特征信息，獲取所述視頻幀的信任度； 存儲單元，用于將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。
8.如權(quán)利要求7所述的視頻智能分析裝置，其特征在于 所述多種類型的視頻分析包括目標(biāo)檢測和運動檢測，所述目標(biāo)檢測對應(yīng)的特征信息為視頻幀中目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目，所述運動檢測對應(yīng)的特征信息為視頻幀感興趣區(qū)域的亮度變化率。
9.如權(quán)利要求8所述的視頻智能分析裝置，其特征在于，所述視頻檢測單元包括目標(biāo)檢測單元，用于對視頻幀進(jìn)行目標(biāo)檢測，獲取視頻幀中的目標(biāo)信息，并獲取目標(biāo)尺寸大于目標(biāo)尺寸閾值的目標(biāo)數(shù)目； 運動檢測單元，用于對目標(biāo)數(shù)目大于O的視頻幀進(jìn)行運動檢測，獲取視頻幀中感興趣區(qū)域的亮度變化率。
10.如權(quán)利要求 9所述的視頻智能分析裝置，其特征在于所述視頻檢測單元還包括 拌線檢測單元，用于對視頻幀進(jìn)行拌線檢測，根據(jù)拌線檢測結(jié)果以及預(yù)設(shè)的訓(xùn)練機制對視頻幀進(jìn)行訓(xùn)練，獲取目標(biāo)尺寸閾值以及亮度變化率閾值。
11.如權(quán)利要求9所述的視頻智能分析裝置，其特征在于，所述信任度評估單元包括 時間軸信任度獲取單元，用于獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取時間軸信任度T=n/N，其中，N為大于I的整數(shù)； 移動量信任度獲取單元，用于獲取當(dāng)前視頻幀的移動量信任度C=L*T，所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。
12.如權(quán)利要求9所述的視頻智能分析裝置，其特征在于，所述信任度評估單元包括 時間軸信任度獲取單元，用于獲取統(tǒng)計周期為N幀的統(tǒng)計窗口中，視頻幀的亮度變化率大于亮度變化率閾值的視頻幀數(shù)目n，并獲取幀率信任度T=n/N，其中，N為大于I的整數(shù)； 空間信任度獲取單元，用于獲取當(dāng)前視頻幀的目標(biāo)空間信任度R = (V-S)/S，其中，V為目標(biāo)尺寸，S為目標(biāo)尺寸閾值； 移動量信任度獲取單元，用于獲取當(dāng)前視頻幀的移動量信任度C=L*T*R，所述移動量信任度用于表征視頻幀的信任度，其中，L為當(dāng)前視頻幀的亮度變化率。
全文摘要
本發(fā)明提供一種視頻智能分析方法及裝置，屬于視頻監(jiān)控技術(shù)領(lǐng)域。所述方法包括A.對視頻流中的視頻幀進(jìn)行多種類型的視頻分析，得到所述視頻幀的多種特征信息，其中，每種特征信息對應(yīng)一種類型的視頻分析；B.根據(jù)所述多種特征信息，獲取所述視頻幀的信任度；C.將所述視頻流中信任度大于預(yù)設(shè)的信任度閾值的視頻幀進(jìn)行存儲，或者，將所述視頻流中的視頻幀以及對應(yīng)的信任度進(jìn)行存儲。本發(fā)明能夠在不增加硬件成本的前提下，提高視頻分析的效率和搜索結(jié)果的完整性。
文檔編號G06F17/30GK102902819SQ201210424539
公開日2013年1月30日 申請日期2012年10月30日 優(yōu)先權(quán)日2012年10月30日
發(fā)明者吳堅, 周斌 申請人:浙江宇視科技有限公司