[發明專利]一種人車目標分類系統和方法

在審

• 申請號: 201410829383.3
• 申請日: 2014-12-26
• 公開（公告）號: CN104519323A
• 公開（公告）日: 2015-04-15
• 發明（設計）人: 蔡曉東;華娜;吳迪;朱利偉;陳文竹;甘凱今;王麗娟;梁奔香;楊超;劉馨婷
• 申請（專利權）人: 桂林遠望智能通信科技有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;G06F17/30
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立

技術領域

本發明涉及視頻監控技術領域，特別涉及一種人車目標分類系統和方法。

背景技術

視頻監控數據量龐大，并且隨著高清化、超高清化的趨勢加強，視頻監控數據規模將以指數級別增長；但是，由于缺乏對海量的視頻數據進行快速有效分析的方法，導致信息利用率極低。

云計算技術的發展為高效的海量視頻分析提供了條件。但現在云平臺主要面向處理海量的文本數據，在日志分析、網頁處理等領域有較好的效果。當在該云平臺上對視頻數據進行并行人車目標分類時存在以下問題：

首先，視頻數據是非結構化的數據，包含了大量的有用信息，占用了很大的存儲空間，為了節約各項資源，通常視頻都是被壓縮的。因此，在對視頻進行智能分析時，需要先對視頻進行解壓縮，再對解壓得到的視頻幀進行智能分析。即在云平臺中處理的是視頻幀，而通常用的數據結構都是針對文本的，只能對文本直接進行處理。

其次，當數據存儲到分布式存儲系統中時，數據塊會被按照規定的數據大小進行物理切分，即把每個數據文件切分成每塊大小相同的數據塊。而視頻幀之間具有關聯性，當對視頻進行人車目標分類時，需要對視頻中的目標進行檢測、跟蹤，因此不能按照字節大小進行隨意切分，否則會因為找不到關鍵幀、缺少頭文件等問題出現解碼失敗的情況，最終導致無法進行視頻智能分析。

最后，雖然可以把視頻數據先用視頻切割器按照大約指定大小進行切割，然后再上傳到分布式文件系統中進行智能分析，但是該方法不僅增大了工作量，當面隨海量視頻數據時，更是難以操作。

發明內容

本發明所要解決的技術問題是提供一種便于操作、處理高效、解壓有效的人車目標分類系統和方法。

本發明解決上述技術問題的技術方案如下：一種人車目標分類方法，包括以下步驟：

步驟S1：按設定字節量將視頻進行物理分割，得到多個視頻塊；

步驟S2：將分割的視頻塊按原視頻的先后順序存儲在不同子節點；

步驟S3：根據每個視頻塊中的關鍵幀對該視頻塊進行邏輯分片，得到多個視頻分片；

步驟S4，對每個視頻分片進行解析，得到該視頻分片的鍵值對；

步驟S5:根據解析得到的鍵值對，對所述視頻分片進行人車分類，得到人員目標信息和車輛目標信息；

步驟S6：將分類后的人員目標信息和車輛目標信息分別存儲在其不同的目錄下。

本發明的有益效果是：以關鍵幀進行邏輯分片，可以提高視頻的處理效率；人車分類高效，視頻幀之間關聯系強，提高解碼效率和正確率。

在上述技術方案的基礎上，本發明還可以做如下改進。

進一步，所述步驟3的具體實現步驟：

步驟S3.1:讀取視頻塊，建立索引，標記視頻塊內的關鍵幀；

步驟S3.2：讀取索引，根據關鍵幀重新確定視頻分片的起始位置和結束位置；

步驟S3.3：對視頻分片進行解析，生成該視頻分片的鍵值對，所述鍵值對的鍵為視頻幀的幀數，值為視頻幀。

采用上述進一步方案的有益效果是：建立索引，標記關鍵幀，可以加快關鍵幀的定位，提高視頻分片的效率；鍵為視頻幀的幀數，值為視頻幀的鍵值對，提高人車分類的效率。

進一步，所述索引的結構為視頻幀數和視頻幀的偏移字節量。

進一步，所述步驟S3.2的具體實現：

步驟S3.2.1：確定視頻塊的起始位置，判斷視頻塊的起始位置是否是關鍵幀；

步驟S3.2.2：如果是關鍵幀，則確定關鍵幀為視頻塊的起始幀位置，如果不是關鍵幀，則依次讀取靠前的視頻塊的視頻幀，找到關鍵幀，并將該關鍵幀確定為視頻分片的起始幀位置；

步驟S3.2.3：確定視頻塊的結束位置，判斷視頻塊的結束位置是否是關鍵幀；

步驟S3.2.4：如果是關鍵幀，則確定關鍵幀為視頻塊的結束幀位置，如果不是關鍵幀，則依次讀取該視頻塊靠后的視頻塊的視頻幀，找到關鍵幀，并將該關鍵幀確定為視頻分片的結束幀位置。

采用上述進一步方案的有益效果是：避免因缺少頭文件、關鍵幀等引起的視頻解碼不成功的情況，提高解碼成功率。

進一步，所述步驟S3.2還包括以下步驟：按重新確定視頻分片的起始和結束位置，將視頻分片寫成用Xuggl?er處理的流形式。

進一步，所述步驟4的具體實現：

所述步驟5的具體實現：