[發明專利]一種視頻目標檢索方法

在審

• 申請號: 201711231690.1
• 申請日: 2017-11-30
• 公開（公告）號: CN108073690A
• 公開（公告）日: 2018-05-25
• 發明（設計）人: 贠周會;吳斌;謝吉朋
• 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: G06F17/30
• 分類號: G06F17/30;G06K9/00;G06K9/62
• 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

一種視頻目標檢索方法，首先對實時視頻流/本地視頻文件進行硬解碼、圖像轉換以獲取視頻流，在將解碼后的圖像數據輸入至SSD算法模型，獲得圖像中的各類目標位置框信息，在將目標位置框信息輸入基于卡爾曼濾波的目標跟蹤算法對目標進行區分與跟蹤，并對每個跟蹤目標分別進行截圖，并提取目標圖片的RGB顏色直方圖特征、面積特征、目標類別存入數據庫中，同時在數據庫中建立主鍵對每個目標進行標識；輸入待檢索目標，首先對數據庫進行篩選，然后提取顏色、面積特征，基于歐幾里德距離計算與數據庫數據的相似度，按照相似度由高到低排序，得目標檢索結果，自動快速檢索出符合要求的目標，速度快、效率高，可廣泛應用于實戰中。

技術領域

本發明涉及視頻檢索技術領域，尤其涉及一種視頻目標檢索方法。

背景技術

目前，視頻監控系統在維護社會治安、加強社會管理及安全保障方面發揮重要作用，面對日益增長的攝像頭數量，從這些海量的視頻監控中尋找感興趣的目標將耗費大量人力物力。因此視頻目標自動檢測、存儲及檢索，能夠有效提高海量視頻監控效率。

然而現有的視頻目標檢索系統在對運動目標進行提取、存儲的過程中，只對運動目標進行截取，并未對目標按照類別劃分進行標識，目標特征選取單一，面對從大量的視頻數據中檢索出特定類別目標時，局限性較大，不能有效保障檢索的效率。

發明內容

本發明所解決的技術問題在于提供一種視頻目標檢索方法，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：

一種視頻目標檢索方法，具體步驟如下：

1）對實時視頻流/本地視頻文件進行硬解碼、圖像轉換，以獲取視頻流，得到可進行計算的圖像數據；

2）在ubuntu系統下配置caffe環境，對caffe中SSD算法模型的C++實現進行重新編譯；

3）將步驟1）中解碼后的圖像數據輸入至SSD算法模型中，以獲得圖像中的各類目標位置框信息，在根據檢索需求從中選取主要檢索目標，獲取目標在圖像中的位置框信息；

4）將步驟3）中獲取的目標位置框信息輸入至基于卡爾曼濾波的目標跟蹤算法中，使得ubuntu系統能夠在當前場景下對目標進行區分與跟蹤；

5）對步驟4）中每個跟蹤目標分別進行截圖，按照時間分段截取多張目標圖片，并提取目標圖片的RGB顏色直方圖特征、面積特征、目標類別，存入數據庫中，并在數據庫中建立主鍵對每個目標進行標識；

6）輸入待檢索目標，首先按照目標類別對步驟5）中建立的數據庫進行篩選，然后提取待檢索目標的顏色、面積特征，基于歐幾里德距離計算與數據庫數據的相似度，得到與待檢索目標的相似度；

7）按照相似度由高到低排序，得目標檢索結果。

在本發明中，步驟1）中，利用ffmpeg或cuda工具對實時視頻流/本地視頻文件進行硬解碼、圖像轉換，以獲取視頻流，得到可進行計算的圖像數據。

在本發明中，步驟1）中，利用OpenCV的函數讀取視頻流及本地視頻文件。

在本發明中，步驟5）中，按照時間分段截取5張目標圖片，5張目標圖片都是對同一目標不同時間段的描述。

在本發明中，步驟5）中，對存入數據庫中目標圖片的RGB顏色直方圖特征、面積特征，按照0.4～0.8：0.1～0.2的權重比進行分配。

有益效果：本發明采用基于多特征融合的視頻目標檢索，將多目標識別、多目標跟蹤及目標特征提取進行并行有效集成，有效提高識別效率，同時將目標類別信息進行存儲，針對用戶對特定類別目標檢索的需求，自動快速檢索出符合要求的目標，速度快、效率高，可廣泛應用于實戰中，具有一定的經濟效益和使用價值。