[發明專利]一種基于運動物體檢測的監控視頻摘要提取方法

在審

• 申請號: 201410606276.4
• 申請日: 2014-10-31
• 公開（公告）號: CN104331905A
• 公開（公告）日: 2015-02-04
• 發明（設計）人: 陳純;周星辰;宋明黎;卜佳俊;袁冠紅
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

技術領域

本發明屬于計算機視覺領域，涉及監控視頻中視頻摘要提取方法。

背景技術

在當今社會，隨著國家對社會公共安全的需求逐步增長，隨著智慧城市建設的蓬勃發展，大街小巷都裝上了高清攝像頭，安防行業需要處理的視頻量越來越大。當某個地區發生事件時，可以通過錄像了解前后經過。有些人煙稀少地區活動物體較少，全天候的監控視頻中之有很少幾個時間段中會出現物體，保存和查看這種視頻就會消耗大量的人力物力，甚至很可能會遺漏重要信息。

由于以上問題的存在，視頻摘要技術成為視頻處理領域的一項研究熱點。視頻摘要技術能在壓縮視頻長度的同時保留原始視頻中的重要信息，極大節省時間和空間。傳統的基于關鍵幀的視頻摘要技術計算量大，無法做到實時處理視頻。而使用ViBe模型的基于運動物體檢測的視頻摘要技術，處理效率高，可以在最大限度保留物體運動信息的同時去除視頻中的冗余片段。

ViBe算法是一種基于像素的背景建模與前景檢測算法，其運行時間和處理效果都要優于GMM等算法。該算法的主要思想在于隨機選擇需要替換的像素的樣本，隨機選擇鄰域像素進行更新。在無法確定像素變化的模型時，隨機的更新策略，在一定程度上可以模擬像素變化的不確定性。

發明內容

本發明針對現有技術的不足，提供了一種基于運動物體檢測的監控視頻摘要提取方法，包括以下步驟：

1）確定ViBe模型的參數，然后用一段視頻幀初始化模型。

2）用1）中得到的ViBe背景模型，處理新的視頻幀，生成二值背景圖像。

3）對2）中得到的二值圖像進行形態學操作。

4）從3）中得到的二值圖像中，得到該幀中的運動物體的位置信息。

5）對4）中每個運動物體進行跟蹤，保存每個物體的運動序列。

6）對進行運動物體分割，得到物體精細輪廓。

7）按照合理的方法，將6）中的運動物體的輪廓序列拼接到背景幀中。

所述的監控視頻摘要提取方法適用于各類監控視頻，針對不同分辨率和不同場景的視頻，設定不同的ViBe模型參數。

所述的監控視頻，以高速公路監控視頻為例，視頻分辨率為320*240像素，幀率是15?FPS，公路占據視頻幀的主要部分。

所述的ViBe模型的參數設定為：背景模型的每個像素點包括20個樣本，視頻中像素點與背景模型樣本集匹配的閾值為50，背景模型像素點的樣本的更新頻率為1/16，前景點運行存在的最長時間為100幀。

所述的ViBe模型初始化方法是：對于第一幀的每一個像素點，對它的的八鄰域的像素值隨機采樣20次作為它的模型樣本集合，然后使用視頻的前20幀迭代更新背景模型，使用的幀數越多，模型越能表達真實的背景，但也可能會漏掉一些物體。

所述的生成二值背景圖的方法是，對于當前視頻幀的一個像素點，如果ViBe模型判斷它是前景點，就將它像素置為255，否則置為0，用該像素點更新模型樣本集和鄰居點樣本集。更新模型樣本集具體是：隨機的選取背景模型中的一個樣本，用該像素替換；更新鄰居點樣本集具體是：隨機選取8鄰域中一個鄰居點，然后隨機選取該點背景模型中的一個樣本，用該像素替換。

所述的對二值圖像形態學操作的方法是：先進行腐蝕操作，消除噪音，然后進行膨脹操作，補充物體內部空洞。

所述的從二值圖像中得到運動物體的位置信息的方法是：使用種子填充法求得前景的最大連通區域，然后取該輪廓的最小包覆矩形作為鄰接矩形，該鄰接矩形就代表了物體的大小和位置。

所述的運動物體跟蹤的方法是：提取視頻幀中鄰接矩形所在區域的顏色直方圖以及矩形中心坐標作為特征，計算其特征與上一幀中每個矩形框的特征的歐式距離。如果所有距離都大于給定閾值R,則判為新物體，否則該矩形框與上一幀中距離最近的矩形框屬于同一物體。記錄并保存每個物體出現的幀號、矩形框大小和位置，以及物體編號。

所述的分割出物體，得到精細輪廓的方法是：用GrabCut算法進行運動物體分割，使用物體的外接矩形框初始化GrabCut，矩形框的中心為初始前景，框外為初始背景，GrabCut算法迭代次數是1次。

所述的構造背景幀的方法是選取視頻中序列的前1000幀，求出它們的平均幀作為背景幀。

所述的將物體輪廓拼接到背景幀中的方法是：如果不同時間出現在視頻中的多個物體軌跡沒有重合，就將每個物體的輪廓序列按照在原視頻幀中的位置，同時復制到一系列背景幀中。同一個物體在每個背景幀中最多放置一個輪廓。