[發明專利]一種視頻數據處理方法及系統

有效

• 申請號: 201710414313.5
• 申請日: 2017-06-05
• 公開（公告）號: CN107239760B
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 王常勇;周瑾;韓久琦;柯昂;徐葛森
• 申請（專利權）人: 中國人民解放軍軍事醫學科學院基礎醫學研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 北京中譽威圣知識產權代理有限公司 11279
• 代理人: 葉立濤;李曉康

本發明涉及一種視頻數據處理方法及系統，該方法包括：將視頻文件讀取為二進制編碼的數據流；生成所述數據流中的每一幀視頻幀對應的RGB三通道合一化的幀信息和RGBY顏色空間內的幀信息；根據預設的多個圖像淺層特征、RGB三通道合一化的幀信息和RGBY顏色空間內的幀信息，分別計算所述每一幀視頻幀對應的多個顯著值；采用加權組合技術將所述每一幀視頻幀對應的多個顯著值組合成顯著值分布圖，存儲并顯示所述顯著值分布圖。該方法及系統可以完全自主地對視野內的場景進行實時處理和分析，極大地減少了人力、物力和時間成本，提高了視頻信息的利用率，加速了后續情報生成、數據統計、指令下達等信息匯總、行動處置的進程。

技術領域

本發明涉及視頻處理、分析技術領域，尤其涉及一種視頻數據處理方法及系統。

背景技術

監控、攝像、偵察等技術的進步和普及，產生了大量的原始視頻信息，尤其是隨著互聯網的普及，使得視頻處理和分析逐漸成為目前數據挖掘與計算機視覺研究與開發的熱點，視頻智能分析的研究為國家安全、社會安定提供了一定的支撐，也為藝術創作、智能交通、游戲娛樂、電子商務等領域的革新和進步提供了可能。

隨著視頻采集設備的普及，其成本快速下降，使得視頻錄制的門檻大大降低，尤其是在人口流動頻繁、敏感地區和隱私地帶等特殊區域，廣泛分布的攝像頭每時每刻都在產生海量的視頻信息。而且，互聯網的不斷發展和普及使得視頻以及視頻中包含信息的絕對數量正在以前所未有的速度飛速增長。以32位真彩色編碼的1080p視頻為例，一個10秒的視頻在未壓縮之前的大小超過了1G，其處理和分析難度巨大，對處理和分析系統的實時性和準確性要求極高。

一個可靠高效的視頻處理和分析系統可以加速視頻信息的甄別、提高視頻的利用率、減少人員負擔，進而為突發事件、群體事件、危險行為等提供預警，為采取進一步行動節省寶貴的時間。同時，一個快速智能的視頻處理和分析系統可以精確地從視頻中提取出興趣區域和顯著目標，方便進行視頻剪輯、輔助駕駛、商品推薦等，為提高人民群眾生活質量、提高商業效益、創造社會價值等提供了一條便捷之路。

因為視頻是由連續的圖像流組成的，因此傳統的視頻處理和分析多借鑒圖像處理的方法。然而，一方面因為圖像分析系統中經常包含過多的復雜特征，這些特征的計算需要巨大的計算量，嚴重降低了系統的時效性，而視頻處理和分析對時效性的要求較高，因此目前常用的圖像分析方法無法直接在視頻中應用。另一方面，一些使用簡單特征的經典圖像處理系統通常基于像素密度、顏色分布等信息來提取圖像中的興趣區域和顯著目標，忽略了視頻中連續幀在時間流上的相關性，仍是一種靜態系統，無法滿足視頻動態性的要求。

在實現本發明的過程中，發明人發現現有技術存在以下技術問題：缺乏一種在考慮視頻連續性特點的基礎上，結合靜態圖像和動態幀流中的淺層特征，利用多層金字塔結構表征，能夠對視頻中興趣區域和顯著目標進行快速準確提取和定位的解決方法。

公開于該背景技術部分的信息僅僅旨在增加對本發明的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。

發明內容

有鑒于此，本發明要解決的技術問題是，如何提供一種能夠對視頻中興趣區域和顯著目標快速準確提取和定位的方法。

為解決以上技術問題，本發明在第一方面提供一種視頻數據處理方法，包括：將視頻文件讀取為二進制編碼的數據流；生成所述數據流中的每一幀視頻幀對應的RGB三通道合一化的幀信息和RGBY顏色空間內的幀信息；根據預設的多個圖像淺層特征、RGB三通道合一化的幀信息和RGBY顏色空間內的幀信息，分別計算所述每一幀視頻幀對應的多個顯著值；采用加權組合技術將所述每一幀視頻幀對應的多個顯著值組合成顯著值分布圖，存儲并顯示所述顯著值分布圖。