[發明專利]一種無損視頻加速分析方法在審
| 申請號: | 201711231663.4 | 申請日: | 2017-11-30 |
| 公開(公告)號: | CN107888924A | 公開(公告)日: | 2018-04-06 |
| 發明(設計)人: | 贠周會;應艷麗;葉超;王旭;吳斌;王欣欣 | 申請(專利權)人: | 江西洪都航空工業集團有限責任公司 |
| 主分類號: | H04N19/436 | 分類號: | H04N19/436;H04N19/42;H04N19/186;H04N21/433;H04N21/44;G06K9/32 |
| 代理公司: | 南昌新天下專利商標代理有限公司36115 | 代理人: | 施秀瑾 |
| 地址: | 330000 江西省*** | 國省代碼: | 江西;36 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 無損 視頻 加速 分析 方法 | ||
技術領域
本發明涉及視頻分析技術領域,尤其涉及一種無損視頻加速分析方法。
背景技術
目前,監控已成為各行各業重點場所進行實時監控的物理基礎,視頻監控系統能夠實時監控并錄制監控點的視頻數據,管理部門可通過監控系統獲得有效數據、圖像視頻監控系統原理圖,對突發性異常事件的過程進行及時記憶,用以提供高效及時地指揮和高度布置警力、處理案件等。隨著視頻監控系統的快速發展,大街小巷都遍布監控攝像頭,且隨著攝像頭的清晰度越來越高,錄制海量的高清視頻數據,不僅有效遏制一些安全隱患,同時也提供了犯罪的證據,給警方破案帶來了很大的便利。然而,一天二十四小時,每人每天僅僅能看一個攝像頭的二十四小時錄制視頻,如何從這些海量高清視頻數據中快速地查找、分析內容通常耗費大量的時間和人力。
傳統的快速視頻瀏覽技術主要有快放和視頻摘要兩種,其中快放技術是以正常速度的幾倍甚至十幾倍的速度回放原始高清視頻,但是為了提高速度,通常需要降低分辨率或者丟幀;而視頻摘要是通過一定的算法提取視頻的關鍵幀或者視頻關鍵片段,實現靜態或動態的視頻摘要,這兩種技術都是以損失大量視頻幀或有用信息為代價實現提速,均是有損視頻快速瀏覽。
在監控的重要場所,通常回放高清監控視頻是為探查某一事件的前因后果,在回放過程中進行智能分析,自動檢測感興趣區域的目標,可大大減少人力資源的占用,由此可見如何快速無損地對高清視頻進行回放瀏覽至關重要,同時在視頻快速播放過程中對感興趣區域的目標進行檢測和分析。
發明內容
本發明所解決的技術問題在于提供一種無損視頻加速分析方法,以解決上述背景技術中的缺點。
本發明所解決的技術問題采用以下技術方案來實現:
一種無損視頻加速分析方法,具體步驟如下:
1)對采集的高清監控視頻進行解析,以獲取視頻流中的視頻幀壓縮數據;
2)將步驟1)中獲取的視頻幀壓縮數據使用基于CUDA架構并行化的硬解碼技術進行并行化解碼,解碼后的YUV圖像存儲在顯存中,其速度比常有的非并行化解碼的解碼速度更快;
3)將步驟2)中存儲在顯存中的YUV視頻幀圖像,使用GPU并行化的顏色空間快速轉換算法從YUV空間轉換到RGB空間,然后將轉換后的RGB視頻幀圖像存儲在共享數據緩存區;
4)使用OPENGL渲染技術對步驟3)中存儲在共享數據緩存區的RGB視頻幀圖像進行渲染顯示;
5)讀取步驟1)中獲得的視頻幀壓縮數據,在確定視頻幀壓縮數據是第一幀后,初始化監控視頻的背景模型,并采用基于增強VIBE的背景建模算法建立背景模型;
6)對步驟3)中獲得的RGB視頻幀圖像使用基于GPU并行化的目標檢測算法,提取感興趣區域的前景目標,再針對前景目標使用特征提取算法提取其特征值;
7)在使用基于機器學習的目標分類并行化算法對步驟6)中提取的前景目標特征進行分類,若是感興趣目標類別,則使用高亮色邊框標記出目標;若不是,則重新開始處理下一幀視頻圖像;
8)根據用戶需求,使用目標跟蹤、目標入侵檢測的智能分析并行化算法對目標進行分析,并保存分析結果,給工作人員查看。
在本發明中,步驟1)中,采用FFmpeg工具中的軟解碼功能對采集的高清監控視頻進行解析以獲取視頻幀壓縮數據。
在本發明中,步驟2)中,同時再利用GPU基于多核的硬件加速功能模塊對硬解碼技術進行硬加速功能,進一步加速硬解碼過程;基于并行化和多核的雙重加速邏輯計算的解碼方式,有效提升視頻解碼速度。
在本發明中,對步驟5)中采用基于增強VIBE的背景建模算法建立背景模型進行GPU并行化優化。
在本發明中,步驟5)中,為適應動態背景的不斷變化,采用背景更新策略對背景模型進行更新。
在本發明中,步驟6)中,對前景目標采用并行化的特征提取算法提取其特征值。
有益效果:本發明采用CUDA硬解碼技術,有效降低CPU資源的占用率,CUDA硬解碼技術基于GPU實現,故解碼后的視頻圖像存儲于顯存中,解碼速度快;并對獲得的RGB視頻幀圖像使用基于GPU并行化的目標檢測算法,提取感興趣區域的前景目標特征值,由基于機器學習的目標識別并行化算法對提取的前景目標特征進行分類識別出感興趣目標類別,在不丟失視頻幀、不降低分辨率的前提下,以十幾倍的速度加快了高清監控視頻回放速度,在快速回放的同時,還能檢測出感興趣區域的感興趣目標,并對目標進行特定的分析,有效減少分析時間消耗。
附圖說明
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江西洪都航空工業集團有限責任公司,未經江西洪都航空工業集團有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711231663.4/2.html,轉載請聲明來源鉆瓜專利網。





