[發明專利]基于MapReduce計算模型的分布式運動目標檢測方法

在審

• 申請號: 201410208382.7
• 申請日: 2014-05-15
• 公開（公告）號: CN103984926A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 薛峰;席屏
• 申請（專利權）人: 江蘇科大匯峰科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/38
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于計算機視覺領域，涉及基于MapReduce計算模型的一種分布式運動目標檢測方法，適用于快速運動目標檢測的范疇。

背景技術

在計算機視覺領域，基于動態圖像序列的運動目標檢測是一個非常活躍的研究方向，大量有意義的視覺信息會包含在運動之中，研究運動目標的檢測有很大的現實意義和應用價值。幀間差分法是運動目標檢測基本的方法之一，將視頻理解為圖像序列，相鄰幀之間差分后非零像素被認為是運動對象造成，從而形成前景區域。這種方法對于動態環境有較強的自適應能力，并且實現邏輯簡單，穩定性較好。差分處理的前后幀并不一定是連續時序的視頻圖像，通過設置固定時間間隔來選取進行差分處理的幀。對于運動過快的檢測目標，如果時間間隔設置過大，同一目標在前后兩幀中沒有重疊，會被檢測為兩個獨立的目標。但是設置過小的時間間隔會導致需要處理的圖像數據過大。目前大多數幀間差分法是以串行處理圖像幀的方式進行分析的，幀數增加勢必加大計算量影響效率。

目前解決上述問題的方法大致分為兩種：一種是在可以容忍的范圍內最大程度增大時間間隔，但是依然無法避免對運動速度過快的目標檢測的失誤，而且檢測失誤對后續監控處理造成的損失是無法預計的；一種是單方面提高計算機硬件配置，來迎合計算量不斷增加的需要。但隨著監控視頻畫質的不斷提高計算量也會不斷提高，無限制的擴展硬件配置去滿足計算需要是不現實的。

所以，有必要提出一種新的技術方案，在有限硬件配置的情況下提高快速運動目標檢測的分析效率。

發明內容

發明目的：針對檢測目標運動快速出現的上述問題，本發明使用MapReduce計算模型對三幀差分進行分布式運算，以便在有限硬件環境下提高該運動目標檢測方法的分析效率，以適應圖像幀頻不斷提高的需要。

具體包括如下步驟：

(1)上傳待分析的視頻并進行保存，以自定義時間間隔將視頻分解為視頻幀序列，為后續分析提供數據；

上傳的視頻文件是視頻分析的數據源，將存放路徑作為輸入參數傳給分片處理邏輯，處理邏輯循環讀取視頻文件，并按照設置的時間間隔獲得一幀幀視頻圖像，獲得的每個視頻圖像對應一個時間戳(精度到毫秒，根據實際需要還可以更小)，并將對應關系存儲到HBase數據庫中，方便后續分析讀取；

(2)首先進行視頻幀的差分二值化處理。將視頻幀序列中每兩幀作為差分計算因子的輸入值傳入；

“差分二值化”計算因子需要傳入兩幀視頻圖像進行分析，在HBase數據庫中每幀圖像和按照時間戳排序的下幀圖像共同作為一個Map節點的輸入，Map的輸入格式固定為key/value鍵值對，這里key為圖像對應時間戳，value為圖像內容；Map用于對相鄰兩幀圖像進行灰度差分和二值化的處理，生成結果圖像與輸入的兩幀時間戳分別對應再存于HBase數據庫；

計算時會有多個Map節點共同進行，系統監控每個節點的完成情況，當出現閑置節點時，從最后處理的視頻圖像幀開始，按照上述邏輯獲得輸入值繼續節點計算；

(3)每三個計算結果圖像進行邏輯與的處理；上一步的計算結果圖像以時序排列，每三個為一組作為下個計算因子“邏輯與”的輸入進行處理；

從數據庫HBase中獲得時間戳相同的差分二值化圖像，并作為Reduce節點的輸入進行圖像像素點的邏輯與處理，處理結果再與時間戳對應存入數據庫，為最后生成視頻輸出提供數據；

與Map相同，Reduce節點也為多個共同進行，系統實時監控并分配下一個任務給每個Reduce處理節點，直至視頻分析結束；

(4)將多個“邏輯與”計算因子的輸出結果圖像以時間順序進行合并，最終檢測得到快速運動目標的視頻輸出；

(5)將Reduce節點輸出的圖像幀以對應時間戳為順序進行視頻播放，即得到檢測后的視頻結果。

相對于現有的方式，本發明具有如下有益效果：

本發明以MapReduce計算模型為基礎，以分布式計算的方式進行三幀差分法的計算，將圖像的分析任務分發到對計算配置要求不高的多個節點上同時進行。這樣即節約了分析計算的硬件成本，也解決了因設置時間間隔較小、需要計算的圖像過多而造成的效率降低問題。

附圖說明

圖1：方法過程說明圖

圖2：方法整體過程流程圖

具體實施方式