[发明专利]H.264中基于数字水印技术的主动目标识别方法

说明书

技术领域

本发明涉及一种智能视频监控系统中的目标识别方法，尤其涉及一种H.264中基于数字水印技术的主动目标识别方法。

背景技术

智能视频监控系统允许用户利用安全摄像机监测并保证各区域的安全，同时降低人工成本，并提高生产效率。智能视频监控技术起源于计算机视觉技术，它对视频进行分析，从中提取信息，发现感兴趣事件，从而可以在某些场合替代人为监控或者协助人为监控。视频压缩技术的发展促进了视频监控系统的数字化，节约大量的存储空间。计算机网络的普及和带宽技术的发展推动城域网视频监控成为现实，智能视频监控系统开始得到规模化应用。

智能视频监控的核心内容之一是对特定目标的自动跟踪。目标跟踪可分为5个步骤，包括运动检测、目标识别、目标（类型）跟踪、行为分析和目标（个体）跟踪。对于多目标视频监控过程，人眼可以很容易的识别不同目标，但计算机只能根据算法和目标分割结果来判断不同目标，由此可以看出，目标识别是一个瓶颈问题，其精确度直接影响后续目标跟踪的效果，快速、有效地目标识别是智能视频监控系统急待解决的问题。

目标识别目的是从检测到的运动区域中将特定类型物体的运动区域提取出来。现有智能视频监控系统中的目标识别方法，根据利用信息的不同，可以分为基于运动特性的识别和基于形状信息的识别两类。前者利用目标运动的周期性进行识别，受颜色、光照的影响较小；而后者利用检测出的运动区域的形状特征与模板或者统计量进行匹配。但无论是相关法、模板识别法，还是不变矩法、投影法等。其中心思想都是发掘运动目标自身的不变特征，进行匹配、识别，均属于被动目标识别范畴，而在实际应用过程中，由于受距离、尺度、旋转、视角和噪声等因素的影响，现有目标识别算法都存在一定程度的误差。这样进行随后的运动目标跟踪，误差会越来越明显，甚至可能导致整个智能视频监控算法的失效。另外，国内外学者为了提高目标识别的精度，采用大量的复杂算法，虽然在一定程度上提高了识别的精度，但却很难进行实时性应用。尤其是在视频监控算法移植到压缩编码过程中的时候，计算复杂度对视频编码压缩处理时间、码长、码率的巨大影响让人难以接受。

由此，我们想到可以换一个角度考虑智能视频监控中的目标识别问题。既然提取目标自身特征的算法复杂度高不符合实时处理要求，而且总是存在着一定程度的误差而影响到后续的工作，那么是否可以放弃目标自身特征，而另外附加一个显著的特点，通过提取这种显著特征进行匹配来实现目标识别。数字水印就是附加在媒体中标识身份特征的技术。另外，H.264新增多参考帧帧间预测等技术，在压缩效率，以及网络适应性方面，都比以往的标准有明显提高。因此，基于数字水印技术，我们提出H.264视频压缩标准下的主动目标识别方法。

发明内容

本发明目的就是为了弥补已有技术的缺陷，提供一种H.264中准确度高、复杂度低的基于数字水印技术的主动目标识别方法。

本发明是通过以下技术方案实现的：

一种H.264中基于数字水印技术的主动目标识别方法，包括以下内容：

H.264视频压缩标准为帧间预测环节提供最多16帧参考帧（之前已编码的视频帧的重构帧）的存贮缓冲；参考H.264帧间预测编码的思路设计主动目标跟踪方法；视频监控场景中首次检测到运动目标时，在当前帧编码重构，并在进行环路滤波后的重建图像中，映射当前帧中目标检测、分割结果（运动目标的坐标），在重建图像每个运动目标中嵌入不同的标识水印，该重建帧将作为参考帧用于下一帧的帧间预测，这样水印信息就随着重建帧传递到下一帧的编码过程中，随后进行在下一帧（下面称“下一帧”为“当前帧”，之前的“当前帧”称为“上一帧”）编码，在编码前，将当前帧与上一帧中的目标检测结果重合的部分映射到参考帧（上一帧的重建帧，包含标识水印信息），并从映射的重叠区域中检测标识水印，完成目标匹配、识别；随后再在当前帧的编码重建图像根据当前目标匹配结果在不同目标中嵌入匹配后水印，下一帧继续当前帧操作；这样循环处理，直至完成整段视频序列的运动目标匹配。