专利汇可以提供一种基于树状运动目标轨迹的视频摘要生成方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于树状运动目标轨迹的视频 摘要 生成方法,按照以下步骤实施:步骤1、通过高斯背景建模方法检测并 跟踪 运动目标,获得运动目标运动轨迹的盒子;步骤2、将运动目标轨迹盒子按照其粘连与否进行聚类,构建目标树;步骤3、对目标树进行描述;步骤4、将目标树按照由大到小的降序进行排序;步骤5、初始化构建生成视频摘要的空容器;步骤6、在容器中排入第一个目标树;步骤7、确定后续的目标树排入容器的起始点 位置 ;步骤8、排入目标树;步骤9、判断是否目标树全部排完;步骤10、输入排入全部目标树的容器为生成的视频摘要。本发明的方法,可保持运动目标在视频摘要中的连续性,视频摘要的浓缩效率高。,下面是一种基于树状运动目标轨迹的视频摘要生成方法专利的具体信息内容。
1.一种基于树状运动目标轨迹的视频摘要生成方法,其特征在于:按照以下步骤实施:
步骤1、从监控视频中提取运动目标,获得运动目标运动轨迹的盒子
采用混合高斯背景建模方法提取出监控视频中的运动目标,之后,按照相邻帧间重叠面积最大为同一目标的方法进行运动目标跟踪,在每一帧中,跟踪得到的每个运动目标区域用其最小的外接矩形来表示,
每个运动目标的最小外接矩形在一帧图像中,是一个外接矩形,称这个外接矩形所框定的,在本帧图像中的区域为一个团块;这些团块在时间轴上叠加起来,就形成了一个盒子,盒子的起点为发现某个运动目标的帧,终点是运动目标消失在监控视域的前一帧,假设,对每一个出现在视频监控视域中的运动目标,均采用一个盒子来描述的话,则每个运动目标的描述如式(1)所示:
其中,Ok()表示第k个运动目标,k=1,2,...,Ns,mk=1,2,...,Nk,NS为检测出的运动目标的总数,Nk表示第k个目标持续的帧数;
表示第k个目标在第mk帧中外接矩形左上角的坐标,
表示第k个目标在第mk帧中外接矩形右下角的坐标,
表示第k个目标在第mk帧中的质心坐标,
本步骤中,在运动目标提取过程中将类似的情况以树状结构的形式进行描述,将其标识为同一个标识,即树状结构给出了一个连续的运动轨迹,不再要求只包括一个运动目标;
步骤2、运动目标盒子聚类
对所检测到的运动目标 mk=1,
2,...,Nk,判断其目标之间在运动过程中是否存在粘连,将存在粘连的目标盒子全部归为同一类,即称之为归属同一个目标树,并且在每一帧中,每一个运动目标由其最小外接矩形所框定的区域被称为树的一个团块,如果在一帧中存在多个运动目标时,则该帧中存在多个团块;
步骤3、对目标树进行描述;
步骤4、对步骤3聚类得到的N个目标树进行排序
对这N个目标树按照长度由大到小的降序进行排列,为了表示方便,还是设这N个排序后的目标树为Treeid,id=1,2,...,N;
步骤5、设计摘要生成容器并对其初始化;
步骤6、排入第一个目标树至容器中;
步骤7、确定目标树排入容器的位置;
步骤8、将确定位置的待排目标树排入容器中;
步骤9、判断是否还存在有需要排入容器里的目标树
如果没有,即id=N+1则排序完毕退出,转步骤10,
否则,取下一个目标树Treeid,进入步骤7;
步骤10、将容器的元素值取整,则为生成的视频摘要,即成。
2.根据权利要求1所述的基于树状运动目标轨迹的视频摘要生成方法,其特征在于:所述的步骤3中,定义目标树唯一标识的参数集Treeid,该参数集Treeid表达式如式(2)所示:
其中,id=1,2,...,N,id是目标树的编号,
N是步骤2得到的目标树的总个数;
是该目标树中的运动目标在原始视频中的起始帧序号,
是其在原始视频中的结束帧序号,
就代表该目标树的长度;
为团块集, 是目标树在第t帧中的团块的
个数,即由步骤1检测到的运动目标的个数,是由步骤2得到的归为同一棵目标树的所有运动目标盒子在相应帧中外接矩形所框定的区域构成,
中的每个团块 信息描述为:
其中,
是目标树中第t帧的第ib个团块在原始视频中的帧序号,
是第ib个团块在原视频中外接矩形的左上角和右下角的坐
标,代表了团块在原始视频帧中的区域坐标,
是第ib个团块的最大外接矩形的长边边长的1/2,
为第ib个团块区域的像素值。
3.根据权利要求2所述的基于树状运动目标轨迹的视频摘要生成方法,其特征在于:所述的步骤5中,所谓的摘要生成容器,是用来将步骤3生成的全部目标树融合后生成一段视频摘要的三维数组,其中两维表示视频摘要帧图像的大小,与原始视频帧画面大小相同,另外一维表示时间,这样,便构成表达视频是随时间变化的图像帧序列的数据形式,初始化这个三维数组,称之为构建一个空容器,见式(4):
其中,ci,j,l=0,i=1,2,...,m,j=1,2,...,n,l=1,2,...,ΔtC,数组的大小为m×n×ΔtC,m为视频帧画面的行数,n为视频帧画面的列数,ΔtC为容器的长度,
初始化时,令ΔtC=Δtmax,Δtmax=max{Δtid|id=1,2,...,N},即空容器的长度选为最大目标树的长度,经过步骤4排序后,Δtmax=Δt1,
令id=1,将第一个目标树排入容器中,排入的位置为tstart=1。
4.根据权利要求3所述的基于树状运动目标轨迹的视频摘要生成方法,其特征在于:所述的步骤6中,要将排在第一的最长目标树Tree1放入容器中,容器中不为0的元素应该为该目标树的所有团块,则有式(5):
其中,
之后,令id=id+1,选出下一个目标树转步骤7确定排入容器的位置。
5.根据权利要求4所述的基于树状运动目标轨迹的视频摘要生成方法,其特征在于:所述的步骤7中,具体包括以下步骤:
7.1)求待排目标树与容器中已排目标树的每帧团块碰撞
排进新的目标树时,与已经排在容器中的目标树之间的碰撞检测过程是,将待排目标树从容器的最底部开始往上移动,即从容器范围tstart∈[1,ΔtC]内,由tstart=1开始,计算碰撞,即为满足接受程度碰撞状态的目标树排入,
待排目标树与容器中的已排目标树之间在每帧中的团块碰撞过程是,进入时与已排目标树的团块之间的碰撞即为团块在帧图像中的位置两者有部分或者全部相同,即认定产生了碰撞,轻微碰撞的情况因为其重叠不严重而影响视觉观察效果也轻微,因此被视作允许的碰撞,
设待排目标树在第ta帧的团块集为 已经排在容器中的目标树在第ta帧的团
块集为
假设 集中的团块 其 质心坐 标为
集中的团块 其质
心坐标为
则团块间两两碰撞与否的判断标准如式(6):
其中, 则在第ta帧中,待排目标树与容器中的已排目标
树的碰撞Colli(ta)与否的判断标准如式(7):
7.2)求待排目标树与容器中已排目标树的逐帧碰撞
因为待排目标树的长度为Δtid,因此,在按照步骤7.1)计算每帧的碰撞,容器的已排目标树的位置取为tstart,tstart+1,...,tstart-1+Δtid,与待排目标树所有帧,即ta=1,2,...,Δtid,逐帧按照步骤7.1)计算得到每帧的团块碰撞Colli(ta),ta=1,2,...,Δtid;
7.3)求待排目标树与容器中已排目标树的总体碰撞率
待排目标树起点在tstart位置上与容器中已排目标树的总体碰撞率 的计算式如式(8):
7.4)判断待排目标树可放置的位置
根据式(8)计算得到的碰撞率 的取值范围为
用户需要根据能够接受的密集程度,以及对视频摘要长度的要求,设置碰撞率阈值ρTh,如果 表示待排目标树与容器内的已排目标树不存在碰撞,如果 表
明碰撞情况属于可接受的程度,这时,将待排目标树排进容器中的tstart的位置上,转步骤8实现将该目标树排入容器中;
如果 表明每帧都有碰撞,这时会大大影响视觉效果,如果 表明碰撞
情况属于不可接受的程度,为此需要改变待排目标树的计算碰撞位置,即令tstart=tstart+
1,即表明待排目标树的位置往后移一帧,转步骤7.1)再次进行碰撞率的计算,直至找到满足 的位置tstart。
6.根据权利要求5所述的基于树状运动目标轨迹的视频摘要生成方法,其特征在于:所述的步骤8中,要将该目标树Treeid按照步骤7确定的起始位置tstart放入容器中,先调整容器的长度,如果tstart+Δtid>ΔtC,则有ΔtC=(Δtid+tstart),否则容器长度保持不变,容器里的元素值的计算如式(9):
其中,
表示求待排目标树的团块像素值与容器中相应位置上的非零值的
均值,
排完该目标树之后,令id=id+1,即表示目标树的序号加1的含义。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
视频摘要的用户界面 | 2020-05-12 | 132 |
一种视频摘要生成方法 | 2020-05-12 | 427 |
音乐摘要自动生成方法 | 2020-05-12 | 980 |
监控视频摘要的方法 | 2020-05-13 | 961 |
一种自动文本摘要方法 | 2020-05-13 | 741 |
一种摘要认证方法及摘要认证系统 | 2020-05-11 | 75 |
图文摘要生成方法 | 2020-05-12 | 442 |
影像摘要装置 | 2020-05-11 | 686 |
一种摘要认证方法及摘要认证系统 | 2020-05-11 | 313 |
影像摘要装置 | 2020-05-11 | 504 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。