一種基于視頻摘要的智能視頻分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能監(jiān)控及視頻圖像處理技術(shù)領(lǐng)域，具體涉及一種基于視頻摘要的智 能視頻分析方法。
【背景技術(shù)】
[0002] 視頻監(jiān)控系統(tǒng)作為安全保障的一種先進(jìn)手段，目前已經(jīng)得到了極為廣泛的應(yīng)用。 從社區(qū)的智能化樓宇管理，到銀行、火車站、機(jī)場(chǎng)等單位的安全監(jiān)控，視頻監(jiān)控系統(tǒng)為防范 各類犯罪事件的發(fā)生起到了積極的作用。
[0003] 然而，隨著視頻監(jiān)控的大范圍應(yīng)用，給我們帶來安全保障的同時(shí)也帶來了海量的 視頻數(shù)據(jù)，如何在這些海量的數(shù)據(jù)中快速提煉出有價(jià)值的數(shù)據(jù)成為一個(gè)急需解決的問題。 另外，如何在監(jiān)控屏幕不斷切換的同時(shí)發(fā)現(xiàn)突發(fā)事件并及時(shí)預(yù)警也是實(shí)踐中一個(gè)大難題。 基于這些因素，智能視頻分析的產(chǎn)生和應(yīng)用就顯得尤為重要。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種基于視頻摘要的智能視頻分析方法，解決了現(xiàn)有技術(shù)中 存在的視頻監(jiān)控系統(tǒng)工作效率低下、投入成本大、智能程度低的問題。
[0005] 本發(fā)明所采用的技術(shù)方案是，一種基于視頻摘要的智能視頻分析方法，具體按照 以下步驟實(shí)施：
[0006] 步驟1、視頻摘要生成；
[0007] 步驟2、關(guān)鍵字檢索；
[0008] 步驟3、定位目標(biāo)物；
[0009] 步驟4、分析目標(biāo)中異常行為。
[0010] 本發(fā)明的特點(diǎn)還在于，
[0011] 步驟1具體按照以下步驟實(shí)施：
[0012] 步驟（I. 1)、將輸入的原始視頻解析出圖像序列，并進(jìn)行灰度化處理；
[0013] 步驟（1. 2)、采用高斯背景建模的方法對(duì)步驟（I. 1)中灰度化處理后的圖像序列 進(jìn)行背景建模，圖像的每一個(gè)像素點(diǎn)按不同權(quán)值的多個(gè)高斯分布的疊加建模，每個(gè)高斯分 布對(duì)應(yīng)一個(gè)產(chǎn)生像素點(diǎn)所呈現(xiàn)顏色的狀態(tài)，各個(gè)高斯分布的權(quán)值和分布參數(shù)隨時(shí)間更新， 當(dāng)處理彩色圖像時(shí)，假定圖像像素點(diǎn)R、G、B三色通道相互獨(dú)立并具有相同的方差，設(shè)隨機(jī) 變量X的觀測(cè)數(shù)據(jù)集為U 1, X2，…，xN}，xt= (R t，Gt, Bt)為t時(shí)刻像素的樣本，
[0014] 具體如下：
[0015] 步驟a、每個(gè)新像素值Xt同當(dāng)前K個(gè)高斯模型按下式進(jìn)行比較，直到找到匹配新像 素的分布模型，即同該模型的均值偏差在2. 5〇內(nèi)：
[0016] |Xt-y1>t < 2. 5y1>t!
[0017] 步驟b、如果所匹配的模式符合背景要求，即單個(gè)采樣點(diǎn)XJ1從混合高斯分布概率 密度函數(shù)：
[0021] 其中，k為高斯分布模式總數(shù)，n (xt，μ 1>t，τ i t)為t時(shí)刻第i個(gè)高斯分布，μ 1>t 為（X1, X2，…，xN}的均值，Ti t為協(xié)方差矩陣，δ i t為方差，I為三維單位矩陣，W1, t為t時(shí) 刻第i個(gè)高斯分布的權(quán)值，則該像素屬于背景，否則屬于前景；
[0022] 步驟c、各模式權(quán)值按如下公式進(jìn)行更新：
[0023] Wkjt= (l-α) Xffkjt 1+a XMkjt
[0024] 其中，α是學(xué)習(xí)速率，Wk,t屬t_l時(shí)刻第k個(gè)高斯分布的權(quán)值，M k,t是t時(shí)刻第k 個(gè)高斯分布權(quán)值系數(shù)，對(duì)于匹配的模式則Mk,t= 1，否則M k,t= 0,然后各模式的權(quán)值進(jìn)行歸 一化；
[0025] 步驟d、所述步驟c中未匹配模式的均值μ與標(biāo)準(zhǔn)差〇保持不變，匹配模式的參 數(shù)按照如下公式更新：
[0029] 式中，P為模式系數(shù)，μ為t時(shí)刻的均值，σ 2為未匹配模式的方差，η (X t| yk， σ k)為t時(shí)刻第k個(gè)高斯分布模式；
[0030] 步驟e、如果第a步中沒有任何模式匹配，則權(quán)值最小的模式被替換，即該模式的 均值為當(dāng)前像素值，標(biāo)準(zhǔn)差為初始較大值，權(quán)值為較小值；
[0031] 步驟f、各模式根據(jù)Wk, t/ σ 2按降序排列，權(quán)值大、標(biāo)準(zhǔn)差小的模式排列靠前；
[0032] 步驟g、選前B個(gè)模式作為背景，B滿足下式：
[0034] 從而得到背景模型，其中，T表示背景所占模式比例；
[0035] 步驟（1. 3)、以步驟（1. 2)得到的背景模型為依據(jù)，判斷運(yùn)動(dòng)目標(biāo)是否存在；
[0036] 步驟（1. 4)、采用粒子濾波的跟蹤算法對(duì)步驟（1. 3)中的運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤和軌 跡提取，設(shè)每一個(gè)運(yùn)動(dòng)目標(biāo)為一個(gè)團(tuán)塊，團(tuán)塊包含運(yùn)動(dòng)目標(biāo)唯一標(biāo)識(shí)id號(hào)、面積、所在區(qū) 域、特征描述信息，運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡則以先入先出的隊(duì)列形式保存，每一個(gè)團(tuán)塊為一個(gè) 節(jié)點(diǎn)，相同id的團(tuán)塊鏈接起來便形成了一條運(yùn)動(dòng)軌跡；
[0037] 步驟（1. 5)、采用高斯分布融合技術(shù)，將步驟（1. 4)中的各個(gè)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡 與對(duì)應(yīng)的背景圖像進(jìn)行融合成幀，再將單獨(dú)的幀組合成視頻。
[0038] 步驟（I. 5)具體按照以下步驟實(shí)施：
[0039] 步驟（1.5. 1)、運(yùn)動(dòng)目標(biāo)所在區(qū)域ROI按矩形劃分：設(shè)區(qū)域ROI的長(zhǎng)寬為m*n，若 m>n則由外到內(nèi)劃分出η個(gè)矩形圈，否則劃分出m個(gè)矩形圈；
[0040] 步驟（1. 5. 2)、初始化參數(shù)，高斯分布融合技術(shù)中采用的高斯函數(shù)公式如下：
[0042] 其中，（xu，yu)為高斯函數(shù)的質(zhì)心，O為方差，
[0043] 以運(yùn)動(dòng)目標(biāo)中心（xu，yu)作為高斯函數(shù)的質(zhì)心，令方差σ = 2,從離質(zhì)心（xu，yu) 最近的矩形圈開始遍歷，找出摘要視頻幀上每個(gè)像素對(duì)應(yīng)背景圖上的像素；
[0044] 步驟（1. 5. 3)、利用矩形圈上與質(zhì)心（xu，yu)保持水平的像素 It，計(jì)算該矩形圈的 權(quán)重P，權(quán)重P的計(jì)算公式如下：
[0046] 步驟（1. 5. 4)、取得背景圖片上位置與像素 It對(duì)應(yīng)的像素 Ib，計(jì)算摘要視頻幀上相 應(yīng)位置的像素值Is，如果像素 It在運(yùn)動(dòng)檢測(cè)時(shí)被判定為前景，則令I(lǐng) s= I t，否則，Is通過如 下加權(quán)公式進(jìn)行計(jì)算：
[0047] Is= PXI t+(l+P) XIb;
[0048] 步驟（1.5. 5)、將矩形圈更新為更外一層矩形，轉(zhuǎn)到步驟（1.5. 3)，直至遍歷完所 有矩形圈，生成完整的摘要視頻幀。
[0049] 步驟2具體為：
[0050] 在步驟1生成視頻摘要的過程中，將提取到的運(yùn)動(dòng)目標(biāo)軌跡用團(tuán)塊隊(duì)列表示并保 存到數(shù)據(jù)庫(kù)中，將團(tuán)塊中運(yùn)動(dòng)目標(biāo)的特征信息定義為關(guān)鍵字，通過圖像處理的方法對(duì)運(yùn)動(dòng) 目標(biāo)進(jìn)行數(shù)學(xué)建模，并采用模糊查詢技術(shù)，對(duì)視頻摘要中的運(yùn)動(dòng)目標(biāo)進(jìn)行快速搜索和鎖定。
[0051] 步驟3具體為：
[0052] 對(duì)視頻中關(guān)注的運(yùn)動(dòng)目標(biāo)進(jìn)行有效定位，當(dāng)運(yùn)動(dòng)目標(biāo)出現(xiàn)在摘要視頻畫面中時(shí)， 用戶在屏幕上直接選定，系統(tǒng)可自動(dòng)生成運(yùn)動(dòng)目標(biāo)快照，隨后基于運(yùn)動(dòng)目標(biāo)的圖像信息，在 所有視頻文件中快速查找相似圖像信息，并結(jié)合視頻監(jiān)控的坐標(biāo)信息，根據(jù)運(yùn)動(dòng)目標(biāo)的相 似性準(zhǔn)確定位出運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡，通過目標(biāo)跟蹤及圖像匹配算法，對(duì)多個(gè)監(jiān)控場(chǎng)景中 的同一個(gè)運(yùn)動(dòng)目標(biāo)進(jìn)行準(zhǔn)確定位，并且，通過監(jiān)控點(diǎn)的地理坐標(biāo)信息，在電子地圖中生成運(yùn) 動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡圖，具體過程如下：
[0053] 步驟（3. 1)、計(jì)算用戶選取的運(yùn)