[發明專利]一種在線視頻濃縮裝置、系統及方法

有效

• 申請號: 201010249746.8
• 申請日: 2010-08-10
• 公開（公告）號: CN102375816A
• 公開（公告）日: 2012-03-14
• 發明（設計）人: 李子青;馮仕堃;陳水仙;王睿
• 申請（專利權）人: 中國科學院自動化研究所;北京數字奧森科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 梁揮;祁建國

1.一種在線視頻濃縮方法，包括接收圖像步驟和濃縮處理步驟，其特征在于，在該接收圖像步驟中，每收到一幀圖像，針對該幀圖像執行該濃縮處理步驟，該濃縮處理步驟進一步包括：

分割步驟，分割圖像的背景圖像和前景圖像；

提取步驟，從該前景圖像中提取運動物體；

運動物體序列提取步驟，累積從多幀該前景圖像中分別提取出的運動物體，形成運動物體序列；

主背景序列提取步驟，從多幀該圖像的背景圖像中，提取特定(n)幀背景圖像作為主背景序列；

拼接步驟，將該主背景序列與該運動物體序列進行拼接。

2.如權利要求1所述的方法，其特征在于，該分割步驟進一步包括：

利用混合高斯模型進行背景建模，以得到每一幀圖像的背景圖像。

3.如權利要求2所述的方法，其特征在于，該分割步驟進一步包括：

利用圖割算法，將圖像與該圖像的背景圖像相減，以得到該圖像的前景圖像。

4.如權利要求1所述的方法，其特征在于，該主背景序列提取步驟中，平等選擇每一幀背景圖像，以及，選擇所對應的前景圖像的像素多的背景圖像。

5.如權利要求1、2、3或4所述的方法，其特征在于，該主背景序列提取步驟進一步包括：

構建兩個時間直方圖H_t、H_a，時間直方圖H_t的每一個區間的值都是1，時間直方圖H_a的每一個區間的值為依次所獲取的每幀圖像的前景圖像的像素個數；

對H_t、H_a進行歸一化，分別得到H′_t、H′_a；

得到加權時間直方圖H_new，H_nre＝(1-λ)H′_t+λH′_a；

將加權時間直方圖H_new的面積平均分成n份，選取每一份面積的一特定位置所對應的圖像，提取該圖像的背景圖像以組成該主背景序列，n為該特定幀的數量。

6.如權利要求5所述的方法，其特征在于，該主背景序列中的背景圖像數量始終不變，針對該主背景序列生成之后新獲得的背景圖像，當保留該新獲得的背景圖像在主背景序列中能夠保持加權時間直方圖H_new的面積被重新趨近平均的分成n份時，保留該新獲得的背景圖像在該主背景序列中，并在該主背景序列中刪除H_new中被合并的面積所對應的背景圖像；或者

當不保留該新獲得的背景圖像在主背景序列中能夠保持加權時間直方圖H_new的面積被重新趨近平均的分成n份時，該加權平分單元保留該主背景序列。

7.如權利要求5所述的方法，其特征在于，在該主背景序列生成之后新獲得背景圖像時，計算S_i的方差var_s，S_i為加權時間直方圖H_new被均分后的每一份面積，計算所有相鄰面積合并方式所得到的面積S_i’所對應的方差var_s’，從中選擇最小值，當該最小值符合預設規則時，依據該最小值對應的相鄰面積合并方式，進行面積合并，該主背景序列舍棄該合并的兩塊相鄰面積中的一塊的該特定位置所對應的圖像的背景圖像。

8.如權利要求1所述的方法，其特征在于，該提取步驟進一步包括：針對該前景圖像的前景掩碼進行連通性分析，根據連通區域構建運動物體。

9.如權利要求1或8所述的方法，其特征在于，該運動物體序列提取步驟包括一匹配判斷步驟：

將從當前獲取的圖像中提取出的運動物體與已有的運動物體的集合中運動物體進行匹配判斷，如果匹配，將該從當前獲取的圖像中提取出的運動物體加入該集合，如果不匹配，認為當前已有的運動物體的集合形成了該運動物體序列。