專(zhuān)利名稱(chēng)：一種視頻數(shù)據(jù)快速特征檢索的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻數(shù)據(jù)的處理，尤其是一種視頻數(shù)據(jù)快速特征檢索的方法及系統(tǒng)。
背景技術(shù)：
隨著安防技術(shù)的不斷發(fā)展，對(duì)于監(jiān)控視頻的數(shù)據(jù)分析和挖掘的需求也越來(lái)越高?，F(xiàn)有的技術(shù)一般采用實(shí)時(shí)識(shí)別和后期分布式識(shí)別處理兩種方式來(lái)實(shí)現(xiàn)。實(shí)時(shí)識(shí)別方式雖然能夠保證識(shí)別的及時(shí)性，需要提前提供待識(shí)別的特征；后期分布式識(shí)別采用分布式識(shí)別方式來(lái)分析和搜索保存好的歷史視頻文件中的特征點(diǎn)，從而找到視頻中所需要的目標(biāo)信息。如圖1所示，現(xiàn)有的技術(shù)方案，采用分布式的系統(tǒng)架構(gòu)，由一個(gè)識(shí)別控制機(jī)控制多臺(tái)識(shí)別分析機(jī)。識(shí)別控制機(jī)將需要識(shí)別的視頻文件分拆成多個(gè)視頻片斷后，依次分配給多臺(tái)識(shí)別分析機(jī)進(jìn)行視頻圖像的識(shí)別，并將識(shí)別分析機(jī)返回的識(shí)別結(jié)果進(jìn)行匯總，得到該視頻文件的最終識(shí)別結(jié)果。這樣，一個(gè)較大的視頻文件的圖像識(shí)別工作，可以通過(guò)多臺(tái)識(shí)別分析機(jī)來(lái)共同協(xié)作完成，從而成倍地提高了視頻圖像識(shí)別的速度，減少了視頻圖像識(shí)別所需的時(shí)間?，F(xiàn)有的技術(shù)方案，雖然解決了單個(gè)較大文件的視頻文件的圖像識(shí)別工作，但是對(duì)于海量的視頻數(shù)據(jù)的識(shí)別，還是存在一定的問(wèn)題，其中包括識(shí)別效率和識(shí)別速度。1.現(xiàn)有的技術(shù)方案是在需要識(shí)別時(shí)才進(jìn)行識(shí)別分析，在需要即時(shí)提供識(shí)別結(jié)果的應(yīng)用場(chǎng)景不能滿(mǎn)足時(shí)間的要求。2.現(xiàn)有技術(shù)只考慮單個(gè)視頻文件的識(shí)別，對(duì)于大量視頻的快速識(shí)別，存在性能的問(wèn)題。3.按現(xiàn)有技術(shù)方案，對(duì)于每一次識(shí)別的任務(wù)，都需要對(duì)視頻進(jìn)行是識(shí)別分析，效率較低。

發(fā)明內(nèi)容
本發(fā)明的目的，就是克服現(xiàn)有技術(shù)的不足，提供一種視頻數(shù)據(jù)快速特征檢索的方法及系統(tǒng)，本發(fā)明可以快速找到具有需求特征在海量視頻數(shù)據(jù)中的位置，從而方便用戶(hù)查看相關(guān)視頻數(shù)據(jù)。為了達(dá)到上述目的，采用如下技術(shù)方案:一種視頻數(shù)據(jù)快速特征檢索的方法，包括以下步驟:在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)；提取視頻數(shù)據(jù)的特征參數(shù)以及記錄該特征參數(shù)在視頻數(shù)據(jù)中位置的元數(shù)據(jù)；生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表；存儲(chǔ)所述對(duì)應(yīng)列表和提取的特征參數(shù)至特征元數(shù)據(jù)索引庫(kù)；根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。進(jìn)一步地，所述識(shí)別海量視頻數(shù)據(jù)前，對(duì)海量視頻數(shù)據(jù)進(jìn)行消除冗余圖像的預(yù)處理。
進(jìn)一步地，所述海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)，包括識(shí)別海量視頻數(shù)據(jù)中的人臉區(qū)域圖像、車(chē)輛顏色或車(chē)牌區(qū)域圖像中的一種或多種特征參數(shù)。進(jìn)一步地，所述海量視頻數(shù)據(jù)中識(shí)別具有人臉區(qū)域圖像的視頻數(shù)據(jù)時(shí)，將人臉區(qū)域圖像壓縮為一矩陣后，提取該矩陣、該矩陣對(duì)應(yīng)的人臉區(qū)域圖像在視頻數(shù)據(jù)的路徑、該人臉區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)，所述矩陣中每個(gè)元素的值為人臉區(qū)域圖像中對(duì)應(yīng)區(qū)域的灰度平均值。進(jìn)一步地，所述海量視頻數(shù)據(jù)中識(shí)別具有車(chē)牌區(qū)域圖像的視頻數(shù)據(jù)時(shí)，將車(chē)牌區(qū)域圖像轉(zhuǎn)換為車(chē)牌號(hào)碼，提取該車(chē)牌號(hào)碼、該車(chē)牌號(hào)碼對(duì)應(yīng)的車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)的路徑、該車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。一種視頻數(shù)據(jù)快速特征檢索的系統(tǒng)，包括:識(shí)別模塊，其用于在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)；提取模塊，其用于提取視頻數(shù)據(jù)的特征參數(shù)以及記錄該特征參數(shù)在視頻數(shù)據(jù)中位置的元數(shù)據(jù)；列表生成模塊，其用于生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表；特征元數(shù)據(jù)索引庫(kù)，其用于存儲(chǔ)所述對(duì)應(yīng)列表和提取的特征參數(shù)；匹配獲取模塊，其用于根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。進(jìn)一步地，還包括預(yù)處理模塊，其用于識(shí)別海量視頻數(shù)據(jù)前，對(duì)海量視頻數(shù)據(jù)進(jìn)行消除冗余圖像的預(yù)處理。進(jìn)一步地，所述海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)中的特征參數(shù)包括人臉區(qū)域圖像、車(chē)輛顏色或車(chē)牌區(qū)域圖像中的一種或多種特征參數(shù)。進(jìn)一步地，所述提取模塊包括壓縮單元和提取單元，所述壓縮單元將人臉區(qū)域圖像壓縮為一矩陣，所述矩陣中每個(gè)元素的值為人臉區(qū)域圖像中對(duì)應(yīng)區(qū)域的灰度平均值；所述提取該矩陣、該矩陣對(duì)應(yīng)的人臉區(qū)域圖像在視頻數(shù)據(jù)的路徑、該人臉區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。進(jìn)一步地，所述提取模塊還包括轉(zhuǎn)換單元，所述轉(zhuǎn)換單元將車(chē)牌區(qū)域圖像轉(zhuǎn)換為車(chē)牌號(hào)碼，所述提取單元提取該車(chē)牌號(hào)碼、該車(chē)牌號(hào)碼對(duì)應(yīng)的車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)的路徑、該車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于:1、本發(fā)明通過(guò)引入特征元數(shù)據(jù)和預(yù)識(shí)別，可以實(shí)現(xiàn)視頻數(shù)據(jù)特征參數(shù)的快速檢索識(shí)別，對(duì)需求特征識(shí)別時(shí)不需要對(duì)海量視頻數(shù)據(jù)重新檢索識(shí)別，只需要對(duì)存有特征參數(shù)的特征元數(shù)據(jù)索引庫(kù)檢索，從而提高了檢索的速度。2、本發(fā)明通過(guò)對(duì)海量視頻數(shù)據(jù)進(jìn)行冗余處理，減少了后續(xù)的檢索時(shí)間，提高了檢索速度。


圖1是現(xiàn)有視頻數(shù)據(jù)特征檢索系統(tǒng)的結(jié)構(gòu)示意圖；圖2是本發(fā)明所述視頻數(shù)據(jù)快速特征檢索的方法的步驟流程圖3是本發(fā)明所述視頻數(shù)據(jù)快速特征檢索的方法的另一實(shí)施例的步驟流程圖；圖4是本發(fā)明所述視頻數(shù)據(jù)快速特征檢索系統(tǒng)的系統(tǒng)結(jié)構(gòu)圖；圖5是本發(fā)明所述視頻數(shù)據(jù)快速特征檢索系統(tǒng)另一實(shí)施例的系統(tǒng)結(jié)構(gòu)圖。圖不:10—識(shí)別模塊；20—提取模塊；21—壓縮單兀；22—轉(zhuǎn)換單兀；23—提取單元；30—列表生成模塊；40—特征元數(shù)據(jù)索引庫(kù)；50—匹配獲取模塊；60—預(yù)處理模塊。
具體實(shí)施例方式下面將結(jié)合附圖以及具體實(shí)施方法來(lái)詳細(xì)說(shuō)明本發(fā)明，在本發(fā)明的示意性實(shí)施及說(shuō)明用來(lái)解釋本發(fā)明，但并不作為對(duì)本發(fā)明的限定。本發(fā)明引入了預(yù)識(shí)別、特征元數(shù)據(jù)匹配的方法，克服了現(xiàn)有方案存在的重復(fù)匹配的缺點(diǎn)，實(shí)現(xiàn)海量視頻的快速特征搜索定位。如圖2所示，其為本發(fā)明所述一種視頻數(shù)據(jù)快速特征檢索的方法的步驟流程圖，其包括以下步驟:SlO:在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)。在一般的監(jiān)控系統(tǒng)中，海量視頻數(shù)據(jù)均存儲(chǔ)在硬盤(pán)當(dāng)中，這些海量數(shù)據(jù)中存儲(chǔ)不同的特征參數(shù)，這些特征參數(shù)一般為移動(dòng)目標(biāo)。比如人、車(chē)輛、移動(dòng)的物品等。而人臉、車(chē)牌號(hào)為具有明顯區(qū)別的特征參數(shù)，是監(jiān)控系統(tǒng)中最需要查找的目標(biāo)。本步驟中，把海量視頻數(shù)據(jù)中具有人臉特征和車(chē)牌特征的視頻數(shù)據(jù)查找出來(lái)。處理方法主要是通過(guò)對(duì)視頻數(shù)據(jù)文件中的圖像幀進(jìn)行圖像識(shí)別。例如若提取人臉作為特征參數(shù)，就需要對(duì)視頻數(shù)據(jù)文件中的圖像進(jìn)行區(qū)域檢測(cè)，包括利用現(xiàn)有技術(shù)對(duì)原始彩色圖像進(jìn)行濾噪、二值化后識(shí)別具有人臉特征的區(qū)域。S20:提取視頻數(shù)據(jù)的人臉區(qū)域圖像、車(chē)輛顏色或車(chē)牌區(qū)域圖像中的一種或多種特征參數(shù)，記錄人臉、車(chē)輛顏色或車(chē)牌號(hào)在視頻數(shù)據(jù)中的位置。從海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)后，針對(duì)這些視頻數(shù)據(jù)提取其中與人臉特征或車(chē)牌特征相符的圖像區(qū)域。以車(chē)牌為例，主要步驟可能包括:提取視頻數(shù)據(jù)中的圖像幀、去掉背景、定位車(chē)牌、圖像分割、提取車(chē)牌部分的圖像等。通過(guò)現(xiàn)有的提取技術(shù)，將車(chē)牌區(qū)域圖像轉(zhuǎn)換為車(chē)牌號(hào)碼。在視頻數(shù)據(jù)中出現(xiàn)車(chē)牌號(hào)碼的圖像具有時(shí)間點(diǎn)，通過(guò)讀取視頻數(shù)據(jù)的格式編碼，可以取到該車(chē)牌在視頻數(shù)據(jù)中的時(shí)間信息。將車(chē)牌號(hào)以文本的形式提取出來(lái)，同時(shí)將該車(chē)牌在哪個(gè)視頻數(shù)據(jù)中出現(xiàn)，且出現(xiàn)的時(shí)間點(diǎn)也提取出來(lái)。即將車(chē)牌號(hào)碼出現(xiàn)的位置信息提取出來(lái)。當(dāng)識(shí)別具有人臉區(qū)域圖像的視頻數(shù)據(jù)時(shí)，將人臉區(qū)域圖像壓縮為一 X*X矩陣，所述矩陣中每個(gè)元素的值為人臉區(qū)域圖像中對(duì)應(yīng)區(qū)域的灰度平均值，提取該矩陣。與車(chē)牌圖像同理，提取人臉區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。還可以提取針對(duì)物品的車(chē)輛顏色。將車(chē)輛顏色數(shù)值化,保存該車(chē)輛顏色數(shù)值。S30:生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表。將矩陣、車(chē)輛顏色數(shù)值或車(chē)牌號(hào)碼，矩陣、車(chē)輛顏色數(shù)值或車(chē)牌號(hào)碼在對(duì)應(yīng)的視頻數(shù)據(jù)中的位置，以及對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)生成對(duì)應(yīng)列表。該列表中，記錄了矩陣、車(chē)輛顏色數(shù)值或車(chē)牌號(hào)碼，矩陣、車(chē)輛顏色數(shù)值或車(chē)牌號(hào)碼在對(duì)應(yīng)的視頻數(shù)據(jù)中的位置，對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的一一對(duì)應(yīng)關(guān)系。
S40:存儲(chǔ)所述對(duì)應(yīng)列表和提取的特征參數(shù)至特征元數(shù)據(jù)索引庫(kù)。將對(duì)應(yīng)列表及提取的特征參數(shù)存儲(chǔ)至特征元數(shù)據(jù)索引庫(kù)，將例如車(chē)牌號(hào)碼圖像、人臉圖像、車(chē)輛顏色的圖像存儲(chǔ)在特征元數(shù)據(jù)索引庫(kù)中，可以減少視頻數(shù)據(jù)遍歷的時(shí)間，為后續(xù)的調(diào)取提供便利。S50:根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。當(dāng)需要從海量數(shù)據(jù)中查找一個(gè)車(chē)牌號(hào)碼時(shí)，由于特征元素?cái)?shù)據(jù)索引庫(kù)中包含了具有車(chē)牌號(hào)碼的圖像，直接將需要查找的車(chē)牌號(hào)碼與對(duì)應(yīng)列表中的車(chē)牌號(hào)碼匹配。通過(guò)對(duì)應(yīng)列表查找出相同的車(chē)牌號(hào)碼在哪些視頻數(shù)據(jù)中出現(xiàn)，在視頻數(shù)據(jù)中哪個(gè)時(shí)間點(diǎn)出現(xiàn)。對(duì)于人臉圖像，將需要匹配的人臉圖像轉(zhuǎn)化為x*x矩陣，矩陣中每個(gè)元素的值為圖像中對(duì)應(yīng)區(qū)域的灰度平均值。將需要匹配的矩陣與對(duì)應(yīng)列表中的矩陣比較，將對(duì)應(yīng)列表中匹配結(jié)果一致的矩陣對(duì)應(yīng)的視頻數(shù)據(jù)找出來(lái)，再根據(jù)對(duì)應(yīng)列表的該矩陣在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)，從視頻數(shù)據(jù)中查找到該人臉圖像。請(qǐng)參閱圖2，在另一實(shí)施例中，在步驟SlO之前，還包括以下步驟:SOO:對(duì)海量視頻數(shù)據(jù)進(jìn)行消除冗余圖像的預(yù)處理。通過(guò)冗余圖像預(yù)處理，將視頻數(shù)據(jù)中前后幀無(wú)變化的圖像數(shù)據(jù)刪除，減少視頻數(shù)據(jù)的大小，可以減少對(duì)海量視頻數(shù)據(jù)中圖像幀的檢索時(shí)間，加快檢索特征參數(shù)的速度。請(qǐng)參閱圖3，其為一種視頻數(shù)據(jù)快速特征檢索的系統(tǒng)，包括識(shí)別模塊10、提取模塊20、列表生成模塊30、特征元數(shù)據(jù)索引庫(kù)40和匹配獲取模塊50。所述識(shí)別模塊10用于在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)。這些特征參數(shù)包括車(chē)牌號(hào)碼、人臉識(shí)別、車(chē)輛顏色等。海量視頻數(shù)據(jù)中具有很多包含各種特征參數(shù)的視頻數(shù)據(jù)，根據(jù)需要查詢(xún)的特征參數(shù)，在海量視頻數(shù)據(jù)中檢索具有需求的特征參數(shù)。所述提取模塊20用于提取視頻數(shù)據(jù)的特征參數(shù)以及記錄該特征參數(shù)在視頻數(shù)據(jù)中位置的元數(shù)據(jù)。提取模塊從海量視頻數(shù)據(jù)中找到具有特征參數(shù)的視頻數(shù)據(jù)。例如提取視頻數(shù)據(jù)中的車(chē)牌號(hào)碼、人臉圖像或車(chē)輛顏色。將視頻數(shù)據(jù)中的車(chē)牌號(hào)碼提取成文本，將人臉圖像提取為矩陣，將車(chē)輛顏色提取顏色值。請(qǐng)參閱圖4，其為提取模塊20的結(jié)構(gòu)示意圖，其包括壓縮單元21、轉(zhuǎn)換單元22和提取單元23。所述壓縮單元21將人臉區(qū)域圖像壓縮為一矩陣，所述矩陣中每個(gè)元素的值為人臉區(qū)域圖像中對(duì)應(yīng)區(qū)域的灰度平均值。提取模塊23提取該矩陣、該矩陣對(duì)應(yīng)的人臉區(qū)域圖像在視頻數(shù)據(jù)的路徑、該人臉區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。所述轉(zhuǎn)換單元22將車(chē)牌區(qū)域圖像轉(zhuǎn)換為車(chē)牌號(hào)碼，提取單元23提取該車(chē)牌號(hào)碼、該車(chē)牌號(hào)碼對(duì)應(yīng)的車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)的路徑、該車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。所述列表生成模塊30用于生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表。提取模塊20將車(chē)牌號(hào)碼、人臉圖像、車(chē)輛顏色提取出來(lái)后，列表生成模塊30把車(chē)牌號(hào)碼、人臉圖像的矩陣或車(chē)輛顏色的顏色值中的一種或多種特征參數(shù)，把這些特征參數(shù)所在的視頻數(shù)據(jù)的時(shí)間點(diǎn)，把視頻數(shù)據(jù)的名稱(chēng)等相關(guān)信息生成一對(duì)應(yīng)列表。生成的對(duì)應(yīng)列表存儲(chǔ)在特征元數(shù)據(jù)索引庫(kù)40。對(duì)應(yīng)列表中對(duì)應(yīng)的特征參數(shù)存儲(chǔ)在特征元數(shù)據(jù)索引庫(kù)40。例如，當(dāng)提取模塊20提取車(chē)牌號(hào)碼這個(gè)特征參數(shù)時(shí)，特征元數(shù)據(jù)庫(kù)索引庫(kù)40除了有車(chē)牌號(hào)碼、車(chē)牌號(hào)碼圖像出現(xiàn)的視頻數(shù)據(jù)的名稱(chēng)，該車(chē)牌號(hào)碼圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)外，還包括車(chē)牌號(hào)碼圖像。所述匹配獲取模塊50根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。當(dāng)需求特征為某一車(chē)牌號(hào)時(shí)，在海量視頻數(shù)據(jù)中的哪些視頻數(shù)據(jù)中出現(xiàn)了這個(gè)車(chē)牌號(hào)，只需要提供改車(chē)牌號(hào)碼，將車(chē)牌號(hào)碼與特征元數(shù)據(jù)索引庫(kù)40中的對(duì)應(yīng)列表的車(chē)牌號(hào)碼進(jìn)行匹配，當(dāng)匹配結(jié)果一致時(shí)，便可以得到相應(yīng)視頻數(shù)據(jù)地址和該車(chē)牌號(hào)圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)等信息。通過(guò)得到的信息，便可到直接調(diào)取出該車(chē)牌號(hào)圖像所在的視頻數(shù)據(jù)，并定位到該車(chē)牌號(hào)在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)供用戶(hù)查看，用戶(hù)可以根據(jù)這個(gè)時(shí)間點(diǎn)查看時(shí)間點(diǎn)相鄰時(shí)間的視頻信息。進(jìn)一步地，請(qǐng)參閱圖5，在另一實(shí)施例中，本系統(tǒng)還包括預(yù)處理模塊60，其用于在識(shí)別海量視頻數(shù)據(jù)前，對(duì)海量視頻數(shù)據(jù)進(jìn)行消除冗余圖像的預(yù)處理。通過(guò)冗余圖像處理，將視頻數(shù)據(jù)中前后幀無(wú)變化的圖像數(shù)據(jù)刪除，減少視頻數(shù)據(jù)的大小，可以減少對(duì)海量視頻數(shù)據(jù)中圖像幀的檢索時(shí)間，加快檢索特征參數(shù)的速度。從而為識(shí)別模塊10的識(shí)別效率提供了便利，加快了識(shí)別速度，提高了效率。以上對(duì)本發(fā)明實(shí)施例所提供的技術(shù)方案進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明實(shí)施例的原理以及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只適用于幫助理解本發(fā)明實(shí)施例的原理；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明實(shí)施例，在具體實(shí)施方式
以及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
權(quán)利要求
1.一種視頻數(shù)據(jù)快速特征檢索的方法，其特征在于，包括以下步驟: 在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)； 提取視頻數(shù)據(jù)的特征參數(shù)以及記錄該特征參數(shù)在視頻數(shù)據(jù)中位置的元數(shù)據(jù)； 生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表； 存儲(chǔ)所述對(duì)應(yīng)列表和提取的特征參數(shù)至特征元數(shù)據(jù)索引庫(kù)； 根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的視頻數(shù)據(jù)快速特征檢索的方法，其特征在于:所述識(shí)別海量視頻數(shù)據(jù)前，對(duì)海量視頻數(shù)據(jù)進(jìn)行消除冗余圖像的預(yù)處理。
3.根據(jù)權(quán)利要求1所述的視頻數(shù)據(jù)快速特征檢索的方法，其特征在于:所述海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)，包括識(shí)別海量視頻數(shù)據(jù)中的人臉區(qū)域圖像、車(chē)輛顏色或車(chē)牌區(qū)域圖像中的一種或多種特征參數(shù)。
4.根據(jù)權(quán)利要求3所述的視頻數(shù)據(jù)快速特征檢索的方法，其特征在于:所述海量視頻數(shù)據(jù)中識(shí)別具有人臉區(qū)域圖像的視頻數(shù)據(jù)時(shí)，將人臉區(qū)域圖像壓縮為一矩陣后，提取該矩陣、該矩陣對(duì)應(yīng)的人臉區(qū)域圖像在視頻數(shù)據(jù)的路徑、該人臉區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)，所述矩陣中每個(gè)元素的值為人臉區(qū)域圖像中對(duì)應(yīng)區(qū)域的灰度平均值。
5.根據(jù)權(quán)利要求3所述的視頻數(shù)據(jù)快速特征檢索的方法，其特征在于:所述海量視頻數(shù)據(jù)中識(shí)別具有車(chē)牌區(qū)域圖像的視頻數(shù)據(jù)時(shí)，將車(chē)牌區(qū)域圖像轉(zhuǎn)換為車(chē)牌號(hào)碼，提取該車(chē)牌號(hào)碼、該車(chē)牌號(hào)碼對(duì)應(yīng)的車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)的路徑、該車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。
6.一種視頻數(shù)據(jù)快速特征檢索的系統(tǒng)，其特征在于，包括: 識(shí)別模塊，其用于在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)； 提取模塊，其用于提取視頻數(shù)據(jù)的特征參數(shù)以及記錄該特征參數(shù)在視頻數(shù)據(jù)中位置的元數(shù)據(jù)； 列表生成模塊，其用于生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表; 特征元數(shù)據(jù)索引庫(kù)，其用于存儲(chǔ)所述對(duì)應(yīng)列表和提取的特征參數(shù)； 匹配獲取模塊，其用于根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。
7.根據(jù)權(quán)利要求6所述的視頻數(shù)據(jù)快速特征檢索系統(tǒng)，其特征在于:還包括預(yù)處理模塊，其用于識(shí)別海量視頻數(shù)據(jù)前，對(duì)海量視頻數(shù)據(jù)進(jìn)行消除冗余圖像的預(yù)處理。
8.根據(jù)權(quán)利要求6所述的視頻數(shù)據(jù)快速特征檢索系統(tǒng)，其特征在于:所述海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)中的特征參數(shù)包括人臉區(qū)域圖像、車(chē)輛顏色或車(chē)牌區(qū)域圖像中的一種或多種特征參數(shù)。
9.根據(jù)權(quán)利要求8所述的視頻數(shù)據(jù)快速特征檢索系統(tǒng)，其特征在于:所述提取模塊包括壓縮單元和提取單元，所述壓縮單元將人臉區(qū)域圖像壓縮為一矩陣，所述矩陣中每個(gè)元素的值為人臉區(qū)域圖像中對(duì)應(yīng)區(qū)域的灰度平均值；所述提取該矩陣、該矩陣對(duì)應(yīng)的人臉區(qū)域圖像在視頻數(shù)據(jù)的路徑、該人臉區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間點(diǎn)。
10.根據(jù)權(quán)利要求9所述的視頻數(shù)據(jù)快速特征檢索系統(tǒng)，其特征在于:所述提取模塊還包括轉(zhuǎn)換單元，所述轉(zhuǎn)換單元將車(chē)牌區(qū)域圖像轉(zhuǎn)換為車(chē)牌號(hào)碼，所述提取單元提取該車(chē)牌號(hào)碼、該車(chē)牌號(hào)碼對(duì)應(yīng)的車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)的路徑、該車(chē)牌區(qū)域圖像在視頻數(shù)據(jù)中出現(xiàn)的時(shí)間 點(diǎn)。
全文摘要
本發(fā)明公開(kāi)了一種視頻數(shù)據(jù)快速特征檢索的方法及系統(tǒng)，所述方法包括以下步驟在海量視頻數(shù)據(jù)中識(shí)別具有特征參數(shù)的視頻數(shù)據(jù)；提取視頻數(shù)據(jù)的特征參數(shù)以及記錄該特征參數(shù)在視頻數(shù)據(jù)中位置的元數(shù)據(jù)；生成特征參數(shù)、元數(shù)據(jù)及與其對(duì)應(yīng)視頻數(shù)據(jù)的名稱(chēng)的對(duì)應(yīng)列表；存儲(chǔ)所述對(duì)應(yīng)列表和提取的特征參數(shù)至特征元數(shù)據(jù)索引庫(kù)；根據(jù)需求特征從特征元數(shù)據(jù)索引庫(kù)中檢索與需求特征匹配的特征參數(shù)，通過(guò)元數(shù)據(jù)獲取該特征參數(shù)對(duì)應(yīng)的視頻數(shù)據(jù)。本發(fā)明通過(guò)預(yù)識(shí)別海量視頻數(shù)據(jù)，提取海量視頻數(shù)據(jù)中的特征參數(shù)及其位置，將需求特征參數(shù)直接與特征參數(shù)對(duì)比快速獲得特征參數(shù)在視頻數(shù)據(jù)中的位置，加快了檢索速度。
文檔編號(hào)G06F17/30GK103198110SQ201310104919
公開(kāi)日2013年7月10日 申請(qǐng)日期2013年3月28日 優(yōu)先權(quán)日2013年3月28日
發(fā)明者袁峰, 李引, 陳升東 申請(qǐng)人:廣州中國(guó)科學(xué)院軟件應(yīng)用技術(shù)研究所