[發明專利]一種基于大數據的網絡視頻圖像分析方法

在審

• 申請號: 201710597733.1
• 申請日: 2017-07-21
• 公開（公告）號: CN107341484A
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 曹志雷;馮力
• 申請（專利權）人: 金鵬電子信息機器有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06T7/00
• 代理公司: 北京輕創知識產權代理有限公司11212
• 代理人: 王新生

技術領域

本發明涉及一種分析方法，具體是一種基于大數據的網絡視頻圖像分析方法。

背景技術

圖像中感興趣的物體或區域(即，目標)，通常稱為圖像的前景。相關技術中，常用的前景分割方法，通常是利用圖像區域的顏色、紋理等圖像特征將圖像前景分割出來。利用顏色、紋理等特征分割圖像前景，通常將圖像中紋理較復雜、顏色豐富的區域確定為圖像前景。但是，圖像背景所包含的物體的紋理可能也比較復雜、顏色也比較豐富。因此，利用此種方法分析得到的圖像前景和圖像背景的準確率低。

發明內容

本發明的目的在于提供一種基于大數據的網絡視頻圖像分析方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種基于大數據的網絡視頻圖像分析方法，去除所述視頻中的背景以獲取待分析區域；對所述待分析區域進行頭肩檢測以獲取頭肩跟蹤軌跡；對所述待分析區域跳幀進行可變形人形檢測以獲取人形區域，對所獲得的人形區域圖像進行清晰度估計，得到清晰度估計圖像；逐一過濾掉所述清晰度估計圖像中的各個不清晰區域，得到所述清晰度估計圖像中的清晰區域；確定所述清晰區域為所述待分析圖片的前景圖像，所述待分析圖片中除所述前景圖像之外的其它圖像為所述待分析圖片的背景圖像，采用閾值法，根據預先標記的高亮像素點為定位基準點來定位生物芯片，然后根據預先設定的生物芯片屬性信息，確定每個檢測點的有效區域，進而，采用閾值法，根據預先標記的高亮像素點得到每個有效區域的子定位基準點，依據有效區域的子定位基準點定位標識待測物質的光斑位置，最后檢測所確定的光斑位置，對光斑位置使用目標檢測算法檢測至少一個圖像中目標的存在，所述目標檢測算法使用訓練圖像數據來訓練檢測算法至少部分地基于圖像的第一區域中的圖像數據與至少部分地從所述訓練圖像數據得出的數據的外觀相似性來檢測目標。

作為本發明進一步的方案：所述定位基準點和子定位基準點位于對應所標識區域的右下角。

作為本發明進一步的方案：尋找定位基準點的方法如下：a）以不小于兩個像素且不大于四個像素為步長遍歷所述數字圖像；b）針對每個遍歷到的像素點，在以該像素點為中心的鄰域內，計算依據預先確定的生物芯片屬性對應的各統計參數，統計參數包括所述數字圖像的平均亮度值、邊緣加強所述數字圖像后的平均亮度值，以及統計方差；c）若某個像素點滿足以下條件，確認為一個基準點：c1）以該像素點為中心的鄰域內的邊緣加強圖像的平均光斑內的信號平均值＞整個區域內的邊緣閥值×0.6；c2）灰度值在邊緣加強圖像的以平均亮度值0.8至1.4倍為半徑的鄰域內的像素點的數量與其他半徑相比為最多；d）計算步驟c）所得所有基準點的位置權重；e）找出位置權重最小或出現次數最多的基準點作為定位基準點。

作為本發明進一步的方案：所述對所述待分析圖片進行清晰度估計，得到清晰度估計圖像，包括：將所述待分析圖片劃分預設大小的圖像區域；對于每個圖像區域，在預先獲得的基向量字典所包含的各個基向量的方向上進行投影，得到當前圖像區域對應的投影矩陣；確定所述每個圖像區域對應的不為0的基向量，得到所述每個圖像區域的投影基向量；根據所述待分析圖片對應的全部投影基向量，得到清晰度估計圖像。

作為本發明再進一步的方案：生物芯片定位是在定位基準點確定的情況下，按照預設的生物芯片與定位基準點的位置關系依據確定的定位基準點進行偏置得出。

與現有技術相比，本發明的有益效果是：本發明方法獲得的前景圖像準確率較高，適用范圍廣，具有很強的現實意義。

具體實施方式

下面對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例?；诒景l明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。