一種影片濃縮的系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種影片處理的系統(tǒng)及方法，特別涉及一種可提升影片濃縮后的影片畫面和諧性，且可避免畫面中物體互相遮蔽并能提高影片濃縮率的影像濃縮系統(tǒng)及方法。
【背景技術(shù)】
[0002]公知的影片濃縮技術(shù),大多針對(duì)實(shí)時(shí)線上(On-Line)濃縮、濃縮率(Condensat1nRate)或時(shí)間濃縮最佳化(Optimizat1n)等主題進(jìn)行研究,而針對(duì)影片濃縮后的效果及是否適合人眼觀看及舒適度并未有具體的研究。以影片濃縮的目的來(lái)說(shuō)，主要是使觀看人員能以較少的時(shí)間將影片觀看完畢，以減少漏看移動(dòng)物體的機(jī)率。然而，若濃縮后的影片結(jié)果，使各種不同速度、方向、出場(chǎng)位置的物體同時(shí)出現(xiàn)，則觀看人員于觀看影片中的移動(dòng)物體時(shí)，為了避免漏看移動(dòng)物體則必須時(shí)常切換暫停鍵，如此一來(lái)則失去了影片濃縮的目的。
[0003]目前除了個(gè)人電腦(PC)和移動(dòng)裝置外，監(jiān)控設(shè)備及系統(tǒng)是現(xiàn)今全球發(fā)展相當(dāng)快速的產(chǎn)業(yè)，然而多數(shù)的監(jiān)控設(shè)備大部分專注研發(fā)關(guān)于鏡頭與傳輸、儲(chǔ)存設(shè)備等領(lǐng)域，對(duì)于其所錄制的影片的鑒識(shí)、影像處理則較少研究如何采用人工智能技術(shù)。日前各國(guó)購(gòu)置監(jiān)控設(shè)備以及初步加入智能型鑒識(shí)系統(tǒng)后，發(fā)現(xiàn)確實(shí)大幅提升破案率，更成功嚇阻歹徒做案，進(jìn)而降低各該城市的犯罪率，全世界各大城市無(wú)不致力于降低犯罪率，以及增加破案率。
[0004]由于監(jiān)視系統(tǒng)的快速普及，每天都有新的錄影監(jiān)視器被安裝使用，不僅減少了監(jiān)視范圍的視覺(jué)死角，也達(dá)到了嚇阻犯罪的功能；但是伴隨著監(jiān)視范圍的日益增加，錄制下來(lái)的影像數(shù)據(jù)庫(kù)亦越來(lái)越龐大，對(duì)于后續(xù)數(shù)據(jù)的保存及內(nèi)容查找都造成了相當(dāng)大的問(wèn)題。
[0005]對(duì)于空曠空間中或是多出入口的場(chǎng)景而言，物體移動(dòng)路徑不像馬路或走廊被現(xiàn)場(chǎng)空間范圍所局限，沒(méi)有明確的進(jìn)入點(diǎn)或離開點(diǎn)，以致物體在影片內(nèi)移動(dòng)的軌跡多變難以分群；且在不允許物體碰撞的前提條件下，每一物體的行走路徑皆有互斥性，這意味著無(wú)法將路徑相重疊的物體同時(shí)安排于濃縮影片中，導(dǎo)致生成的濃縮影片的總時(shí)間與各物體出現(xiàn)的排列組合順序相關(guān)，且整段監(jiān)視影片中動(dòng)輒包含數(shù)百以上的移動(dòng)物體，若需計(jì)算出最佳的排列組合，必須使用天文數(shù)字等級(jí)的計(jì)算量才能完成。
[0006]公知影片濃縮技術(shù)多半是研究如何將影片濃縮到最短時(shí)間，然而濃縮到最短的影片未必有最好的視覺(jué)效果。如果濃縮的結(jié)果，同一時(shí)間移動(dòng)軌跡屬性的熵值(Entropy)過(guò)低，亦即畫面上有些物件移動(dòng)得快，有些移動(dòng)得慢；有些朝左上走，有些朝右下走，則觀看濃縮影片的人員，仍需要常常按下暫停鍵，才能避免漏看畫面上的移動(dòng)物體。觀看人員按下暫停鍵的次數(shù)越多，則影片濃縮的結(jié)果就越?jīng)]意義。另外，有些影片濃縮方法是將物體呈半透明狀，以解決影片濃縮后，物體會(huì)互相遮蔽的問(wèn)題，此等方法雖然能使影片長(zhǎng)度有效的縮短，卻使得物體判讀變得困難，此乃治標(biāo)不治本。
[0007]職是之故，申請(qǐng)人有鑒于公知技術(shù)中所產(chǎn)生的缺失，經(jīng)過(guò)悉心試驗(yàn)與研究，并一本鍥而不舍的精神，終構(gòu)思出本發(fā)明的“影片濃縮的系統(tǒng)及方法””以克服上述問(wèn)題，以下為本發(fā)明的簡(jiǎn)要說(shuō)明。

【發(fā)明內(nèi)容】

[0008]為了解決上述公知技術(shù)的問(wèn)題，本發(fā)明提供一種影片濃縮的系統(tǒng)及方法。
[0009]首先，本發(fā)明提供一種影片濃縮的系統(tǒng)，其包含有一提取模塊、一第一分析模塊、一分群模塊以及一濃縮模塊。提取模塊用來(lái)由包含有多個(gè)影格的一影片中提取一不具有任何移動(dòng)物體的一背景數(shù)據(jù)及具有至少一目標(biāo)物體的至少一軌跡數(shù)據(jù)。第一分析模塊耦接提取模塊用來(lái)由軌跡數(shù)據(jù)中分析出一軌跡特征。分群模塊耦接第一分析模塊用來(lái)由軌跡特征將目標(biāo)物體進(jìn)行分群為一預(yù)設(shè)群。濃縮模塊耦接分群模塊、提取模塊及第一分析模塊用來(lái)將背景數(shù)據(jù)及目標(biāo)物體根據(jù)該預(yù)設(shè)群、該軌跡數(shù)據(jù)及該軌跡特征合成為一濃縮影片。
[0010]再者，本發(fā)明影片濃縮的系統(tǒng)，另包含有一第一檢測(cè)模塊、一第二檢測(cè)模塊以及一排序模塊。第一檢測(cè)模塊耦接分群模塊用來(lái)檢測(cè)預(yù)設(shè)群的一異常程度。第二檢測(cè)模塊耦接提取模塊用來(lái)檢測(cè)軌跡數(shù)據(jù)經(jīng)過(guò)一目標(biāo)區(qū)域的頻率以產(chǎn)生一交通量數(shù)據(jù)。排序模塊，耦接第一檢測(cè)模塊、第二檢測(cè)模塊及第一分析模塊，用來(lái)根據(jù)異常程度、交通量數(shù)據(jù)以及軌跡特征計(jì)算出預(yù)設(shè)群的目標(biāo)物體于影片時(shí)空排序上的一出現(xiàn)時(shí)序。其中濃縮模塊耦接排序模塊，用以將背景數(shù)據(jù)及目標(biāo)物體根據(jù)出現(xiàn)時(shí)序合成為一濃縮影片。
[0011]接著，本發(fā)明影片濃縮的系統(tǒng)，另包含有一第一處理模塊以及一第二處理模塊。第一處理模塊耦接第一檢測(cè)模塊用來(lái)根據(jù)預(yù)設(shè)群的異常程度由大至小給予一第一組權(quán)重。第二處理模塊耦接第二檢測(cè)模塊用來(lái)根據(jù)軌跡數(shù)據(jù)的交通量數(shù)據(jù)由小至大給予一第二組權(quán)重。
[0012]為了使整體影像能達(dá)到更高的濃縮率，其中排序模塊用來(lái)根據(jù)目標(biāo)物體的移動(dòng)速度由快至慢以及交通量數(shù)據(jù)由小至大于影片時(shí)空排序。
[0013]為了減少目標(biāo)物體于畫面出現(xiàn)時(shí)因碰撞而等待造成影片塞車現(xiàn)象，也事先預(yù)防了物體間碰撞的可能，其中第二檢測(cè)模塊另包含用來(lái)檢測(cè)交通量數(shù)據(jù)以取得目標(biāo)物體于目標(biāo)區(qū)域內(nèi)的一空間占用率，且低空間占用率的第二組權(quán)重大于高空間占用率的第二組權(quán)重。
[0014]而為了避免畫面中目標(biāo)物體互相遮蔽，其中濃縮模塊用來(lái)將目標(biāo)物體于影片的多個(gè)影格逐一合成該些影格而形成濃縮影片。
[0015]此外，本發(fā)明影片濃縮的系統(tǒng)另包含有一第三分析模塊、一第三檢測(cè)模塊以及一第三處理模塊。第三分析模塊耦接濃縮模塊用來(lái)分析影片并將目標(biāo)物體近似為一矩形，以分析出矩形的長(zhǎng)度、寬度的總和的一半以及一中心點(diǎn)坐標(biāo)。第三檢測(cè)模塊耦接第三分析模塊用來(lái)檢測(cè)兩目標(biāo)物體間的中心點(diǎn)坐標(biāo)的一距離是否小于兩目標(biāo)物體長(zhǎng)度或?qū)挾鹊目偤偷囊话?，若是，則判斷兩目標(biāo)物體為碰撞，若否，則兩目標(biāo)物體未碰撞。第三處理模塊耦接第三檢測(cè)模塊用來(lái)根據(jù)若兩目標(biāo)物體于影片的出現(xiàn)時(shí)序下一步為碰撞，則將背景數(shù)據(jù)及目標(biāo)物體所屬的影格持續(xù)合成，直到兩目標(biāo)物體于下一影格中不再碰撞時(shí)，再將背景數(shù)據(jù)及其他該些影格進(jìn)行合成。
[0016]最后，本發(fā)明另外提出一種影片濃縮的方法，其包含有:由包含有多個(gè)影格的一影片中提取一不具有任何移動(dòng)物體的一背景數(shù)據(jù)及具有至少一目標(biāo)物體的至少一軌跡數(shù)據(jù)；由軌跡數(shù)據(jù)中分析出一軌跡特征；由軌跡特征將目標(biāo)物體進(jìn)行分群為一預(yù)設(shè)群；檢測(cè)預(yù)設(shè)群的一異常程度；檢測(cè)軌跡數(shù)據(jù)經(jīng)過(guò)一目標(biāo)區(qū)域的頻率以產(chǎn)生一交通量數(shù)據(jù)；根據(jù)異常程度、交通量數(shù)據(jù)以及軌跡特征計(jì)算出預(yù)設(shè)群的目標(biāo)物體于影片時(shí)空排序上的一出現(xiàn)時(shí)序；以及將背景數(shù)據(jù)及目標(biāo)物體根據(jù)出現(xiàn)時(shí)序合成為一濃縮影片。
[0017]同時(shí)，本發(fā)明所提出的影片濃縮的方法另包含有:分析影片并將目標(biāo)物體近似為一矩形，以分析出矩形的長(zhǎng)度、寬度的總和的一半以及一中心點(diǎn)坐標(biāo)；檢測(cè)兩目標(biāo)物體間的中心點(diǎn)坐標(biāo)的一距離是否小于兩目標(biāo)物體長(zhǎng)度或?qū)挾鹊目偤偷囊话?，若是，則判斷兩目標(biāo)物體為碰撞，若否，則兩目標(biāo)物體未碰撞；以及根據(jù)若兩目標(biāo)物體于影片的出現(xiàn)時(shí)序下一步為碰撞，則將背景數(shù)據(jù)及目標(biāo)物體所屬的影格持續(xù)合成，直到兩目標(biāo)物體于下一影格中不再碰撞時(shí)，再將背景數(shù)據(jù)及其他該些影格進(jìn)行合成。
[0018]相較于公知技術(shù)，本發(fā)明系提出了一種影像濃縮的系統(tǒng)及方法，可將冗長(zhǎng)