一種視頻處理方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及視頻信號處理領(lǐng)域，具體而言，設(shè)及一種視頻處理方法及裝置。
【背景技術(shù)】
[0002] 視頻監(jiān)控已成為現(xiàn)代社會安防領(lǐng)域中十分重要的技術(shù)手段，但是視頻監(jiān)視的信息 冗余性和感興趣信息查找的低效性問題也在阻礙著視頻智能監(jiān)控技術(shù)的有效應(yīng)用。
[0003] 例如，設(shè)及一個按鍵的監(jiān)控視頻可能長達數(shù)十甚至數(shù)百小時，而其中對破案真正 有用的重要場景在監(jiān)控畫面中往往僅出現(xiàn)短暫時間，如果使用人工查看原始視頻的方式則 極易遺漏該些轉(zhuǎn)瞬即逝的重要信息，導(dǎo)致效率低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種視頻處理方法及裝置，W有效提高現(xiàn)有的視頻監(jiān)控技 術(shù)的監(jiān)控效率。
[0005] 第一方面，本發(fā)明實施例提供的一種視頻處理方法，所述方法包括：
[0006] 根據(jù)預(yù)設(shè)條件在視頻畫面中標(biāo)記出目標(biāo)區(qū)域；
[0007] 按照第一預(yù)設(shè)算法將所述目標(biāo)區(qū)域的視頻分割成多個分割鏡頭；
[0008] 根據(jù)預(yù)設(shè)規(guī)則選取每個分割鏡頭的關(guān)鍵帖；
[0009] 通過第二預(yù)設(shè)算法獲取每個所述分割鏡頭的運動目標(biāo)，對所獲取的每個運動目標(biāo) 的運動軌跡跟蹤，提取每個運動目標(biāo)的運動軌跡的每一帖圖像；
[0010] 將所述目標(biāo)區(qū)域的每個運動目標(biāo)的運動軌跡的每一帖圖像疊加至所述運動目標(biāo) 的運動軌跡對應(yīng)的分割鏡頭的關(guān)鍵帖上，生成視頻摘要。
[0011] 結(jié)合第一方面，本發(fā)明實施例還提供了第一方面的第一種可能實施方式，其中，所 述的通過第二預(yù)設(shè)算法獲取每個所述分割鏡頭的運動目標(biāo)，對所獲取的每個運動目標(biāo)的運 動軌跡跟蹤，提取每個運動目標(biāo)的運動軌跡的每一帖圖像，包括：
[0012] 通過基于高斯混合模型的前景預(yù)測算法找出所述目標(biāo)區(qū)域的每個分割鏡頭的運 動目標(biāo)，對所找到的每個所述運動目標(biāo)的運動軌跡跟蹤，提取所找到的每個所述運動目標(biāo) 的運動軌跡的每一帖圖像。
[0013] 結(jié)合第一方面的第一種可能實施方式，本發(fā)明實施例還提供了第一方面的第二種 可能實施方式，其中，所述的通過基于高斯混合模型的前景預(yù)測算法找出所述目標(biāo)區(qū)域的 每個分割鏡頭的運動目標(biāo)，對所找到的每個所述運動目標(biāo)的運動軌跡跟蹤，提取所找到的 每個所述運動目標(biāo)的運動軌跡的每一帖圖像，包括：
[0014] 計算獲得所述目標(biāo)區(qū)域的每個分割鏡頭的一個坐標(biāo)位置對應(yīng)的像素點在時間t 的觀測值為Xt，所述像素點在不同時刻的一系列觀測值為找1，X2, ...，XtK高斯分布表示 為；/V,, =W(//,,,，冶).
[0015] 獲得所述目標(biāo)區(qū)域的坐標(biāo)位置所對應(yīng)的所有像素點的高斯分布；
[0016] 建立高斯分布集合，所述高斯分布集合內(nèi)存儲所述目標(biāo)區(qū)域的每個分割鏡頭的所 有像素點的高斯分布；
[0017] 按照預(yù)設(shè)比對規(guī)則將所有不符合所述高斯分布集合內(nèi)的高斯分布的像素點保存 為所述運動軌跡的一帖圖像，其中，所述預(yù)設(shè)比對規(guī)則包括；判斷當(dāng)前時刻的所述目標(biāo)區(qū)域 的一個像素點是否滿足A巧"，若是，認(rèn)為所述像素點符合所述高斯分布集合內(nèi) 的高斯分布，若否，認(rèn)為所述像素點不符合所述高斯分布集合內(nèi)的高斯分布。
[0018] 結(jié)合第一方面，本發(fā)明實施例還提供了第一方面的第=種可能實施方式，其中，所 述的根據(jù)預(yù)設(shè)規(guī)則選取每個分割鏡頭的關(guān)鍵帖，包括：
[0019]將每個所述分割鏡頭的時間軸上的最后一帖作為所述分割鏡頭的關(guān)鍵帖，一個關(guān) 鍵帖對應(yīng)一個分割鏡頭。
[0020] 結(jié)合第一方面的第=種可能實施方式，本發(fā)明實施例還提供了第一方面的第四種 可能實施方式，其中，按照第一預(yù)設(shè)算法將所述目標(biāo)區(qū)域的視頻分割成多個分割鏡頭，包 括：
[0021] 通過基于RGB的顏色直方圖算法判斷在時間軸上相鄰的兩個帖之間的相似度是 否小于預(yù)設(shè)的第一闊值；
[0022] 若是，通過基于服V的顏色直方圖算法判斷所述通過基于RGB的顏色直方圖算法 判斷的相似度小于所述第一闊值的兩帖的相似度是否小于預(yù)設(shè)的第二闊值；
[0023] 若是，判定兩帖屬于不同的兩個鏡頭；
[0024] 在所判定為屬于不同的兩個鏡頭的兩帖之間設(shè)置鏡頭邊界；
[0025] 根據(jù)所設(shè)置的多條鏡頭邊界將所述目標(biāo)區(qū)域的視頻分割成多個分割鏡頭。
[0026] 第二方面，本發(fā)明實施例提供了一種視頻處理裝置，所述裝置包括：
[0027] 標(biāo)記單元，用于根據(jù)預(yù)設(shè)條件在視頻畫面中標(biāo)記出目標(biāo)區(qū)域；
[002引分割單元，用于按照第一預(yù)設(shè)算法將所述目標(biāo)區(qū)域的視頻分割成多個分割鏡頭；
[0029] 提取單元，用于根據(jù)預(yù)設(shè)規(guī)則選取每個分割鏡頭的關(guān)鍵帖；
[0030] 統(tǒng)計單元，用于通過第二預(yù)設(shè)算法獲取每個所述分割鏡頭的運動目標(biāo)，對所獲取 的每個運動目標(biāo)的運動軌跡跟蹤，提取每個運動目標(biāo)的運動軌跡的每一帖圖像；
[0031] 第一合成單元，用于將所述目標(biāo)區(qū)域的每個運動目標(biāo)的運動軌跡的每一帖圖像疊 加至所述運動目標(biāo)的運動軌跡對應(yīng)的分割鏡頭的關(guān)鍵帖上，生成視頻摘要。
[0032] 結(jié)合第二方面，本發(fā)明實施例還提供了第二方面的第一種可能實施方式，其中，所 述統(tǒng)計單元還包括：
[0033] 追蹤子單元，用于通過基于高斯混合模型的前景預(yù)測算法找出所述目標(biāo)區(qū)域的每 個分割鏡頭的運動目標(biāo)，對所找到的每個所述運動目標(biāo)的運動軌跡跟蹤，提取所找到的每 個所述運動目標(biāo)的運動軌跡的每一帖圖像。
[0034] 結(jié)合第二方面的第一種可能實施方式，本發(fā)明實施例還提供了的第二方面的第= 種可能實施方式，其中，所述追蹤子單元包括：
[0035] 第一計算子單元，用于計算獲得所述目標(biāo)區(qū)域的每個分割鏡頭的一個坐標(biāo)位置對 應(yīng)的像素點在時間t的觀測值為Xt，所述像素點在不同時刻的一系列觀測值為找i，X2，...， Xt}，高斯分布表示為；W,.., = W(A,，片）.
[0036] 第二計算子單元，用于獲得所述目標(biāo)區(qū)域的坐標(biāo)位置所對應(yīng)的所有像素點的高斯 分布；
[0037] 第=計算子單元，用于建立高斯分布集合，所述高斯分布集合內(nèi)存儲所述目標(biāo)區(qū) 域的每個分割鏡頭的所有像素點的高斯分布；
[0038] 第四計算子單元，用于按照預(yù)設(shè)比對規(guī)則將所有不符合所述高斯分布集合內(nèi)的高 斯分布的像素點保存為所述運動軌跡的一帖圖像，其中，所述預(yù)設(shè)比對規(guī)則包括；判斷當(dāng)前 時刻的所述目標(biāo)區(qū)域的一個像素點是否滿足I本A巧"，若是，認(rèn)為所述像素點符合 5 所述高斯分布集合內(nèi)的高斯分布，若否，認(rèn)為所述像素點不符合所述高斯分布集合內(nèi)的高 斯分布。
[0039] 結(jié)合第二方面，本發(fā)明實施例還提供了第二方面的第=種可能實施方式，其中，所 述提取單元具體用于將每個所述分割鏡頭的時間軸上的最后一帖作為所述分割鏡頭的關(guān) 鍵帖，一個關(guān)鍵帖對應(yīng)一個分割鏡頭。
[0040] 結(jié)合第二方面的第=種可能實施方式，本發(fā)明實施例還提供了第二方面的第四種 可能實施方式，其中，所述分割單元包括：
[0041] 第一比對子單元，用于通過基于RGB的顏色直方圖算法判斷在時間軸上相鄰的兩 個帖之間的相似度是否小于預(yù)設(shè)的第一闊值；
[0042] 第二比對子單元，若通過基于RGB的顏色直方圖算法判斷在時間軸上相鄰的兩個 帖之間的相似度小于預(yù)設(shè)的第一闊值，通過基于服V的顏色直方圖算法判斷所述通過基于 RGB的顏色直方圖算法判斷的相似度小于所述第一闊值的兩帖的相似度是否小于預(yù)設(shè)的第 二闊值；
[0043] 判定子單元，用于若基于HSV的顏色直方圖算法判斷所述通過基于RGB的顏色直 方圖算法判斷的相似度小于所述第一闊值的兩帖的相似度小于預(yù)設(shè)的第二闊值，判定兩帖 屬于不同的兩個鏡頭；
[0044] 設(shè)置子單元，用于在所判定為屬于不同的兩個鏡頭的兩帖之間設(shè)置鏡頭邊界；
[0045] 分割子單元，用于根據(jù)所設(shè)置的多條鏡頭邊界將所述目標(biāo)區(qū)域的視頻分割成多個 分割鏡頭。
[0046] 本發(fā)明實施例通過在現(xiàn)有的監(jiān)控視頻中劃定目標(biāo)區(qū)域，將所設(shè)定的目標(biāo)區(qū)域的視 頻分割成多個分割鏡頭，每個分割鏡頭內(nèi)代表所述目標(biāo)區(qū)域的一個事件的發(fā)生。
[0047] 提取所述目標(biāo)區(qū)域內(nèi)的運動目標(biāo)，獲取運動目標(biāo)的運動軌跡，將所述運動目標(biāo)的 運動軌跡的每一帖圖像都保存，因此就獲得到在當(dāng)前分割鏡頭內(nèi)的所有運動目標(biāo)的運動軌 跡，再將所述運動目標(biāo)的運動軌跡疊加到當(dāng)前分割鏡頭的關(guān)鍵帖上，合成視頻摘要。因此， 與現(xiàn)有技術(shù)的監(jiān)控視頻中還有大量的非關(guān)注區(qū)域的視頻信息相比，能更精確的找到感興趣 的視頻，并且也減少了視頻的大小。
[0048] 本發(fā)明的其他特征和優(yōu)點將在隨后的說明書闡述，并且，部分地從說明書中變得 顯而易見，或者通過實施本發(fā)明實施例了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說 明書、權(quán)利要求書、W及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。
【附圖說明】
[0049] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施 例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可W根據(jù)該些附圖獲 得其他的附圖。通過附圖所示，本發(fā)明的上述及其它目的、特征和優(yōu)勢將更加清晰。在全部 附圖中相同的附圖標(biāo)記指示相同的部分。并未刻意按實際尺寸等比例縮放繪制附圖，重點 在于示出本發(fā)明的主旨。
[0050] 圖1示出了本發(fā)明實施例提供的一種視頻處理方法的