[发明专利]一种快速捕获视频流中新增运动区域的方法

说明书

技术领域

本发明涉及一种数字化图像处理方法，特别涉及一种在视频流中快速捕获新增运动区域的方法。

背景技术

随着智能化终端服务平台的普及和应用，大量过去需要人工识别的信息现在都需要依靠计算机技术进行捕捉、分析和认证。而在此过程中，由于设备分辨率的提升（更加丰富的画面细节，有助于提高识别准确率）、服务对象的特征复杂性（不同人种、穿戴，以及环境因素所造成的多种变化），以及实际应用中对识别效率的要求等，都直接影响到了识别结果的准确性。

举例来说，在传统的摄像设备所捕获的视频流中需要实时识别目标特征的需求，其主要制约因素就是识别技术的执行效率。因为高清摄像才能更精确的捕捉到识别目标的更多有效特征，而高清视频流又造成了单位时间内识别数据的急剧增加，从而导致精确度较高的识别技术识别速度较慢，容易遗漏移动目标，对终端设备的性能要求也大幅增加，间接造成了产品成本的提高。

而且，视频流检测识别与图片识别技术之间，其主要的差异性就在于及时性，因为移动目标在视频流中的存在时间可能只会停留几秒钟，这时就要求有效识别目标的时间至少要控制在1秒之内。但是要在1秒数十帧的图像数据中精确捕获到有效识别区域，再将识别区域转化为高精确度的识别结果，这一过程是非常困难的。

传统解决方案很难在识别速度与识别准确率之间取得完美的平衡，要么因为识别速度较慢而错失更为清晰的识别目标，要么就会因为专注于提升识别效率而使得识别准确度降低。

发明内容

鉴于上述现有技术的缺陷，本发明的目的旨在提出一种快速捕获视频流中新增运动区域的方法，解决提升图像处理效率和准确性的问题。

本发明实现上述目的的技术解决方案是，一种快速捕获视频流中新增运动区域的方法，其特征在于：对视频流数据基于若干个时间节点创建多维化数据空间，并赋予空间坐标系映射多维化数据空间，通过多维化数据空间在图像层面上的各个像素随时间节点变化的色彩值信息差异构成几何结构，识别并划分视频流数据中的不同区域，淘汰其中的无效识别区域，得到所需的新增运动区域。

进一步地，所述时间节点为两个以上，并且各个像素基于每个时间节点的色彩值信息相对稳定或陡变。

更进一步地，各个时间节点等间隔或随机间隔。

更进一步地，所述色彩值信息为任一个像素的参数集合且至少包括分辨率、色深、缓存帧号和颜色代码。

进一步地，所述几何结构的构成方法是设定色彩值信息的变化幅度或区间，随时间节点推衍根据色彩值信息的变化分类各个像素，并基于空间坐标系描出各类像素所形成的几何结构的轮廓。

进一步地，所述新增运动区域得自于视频流中出现新增动态目标后，出现色彩值信息剧烈变化的对应像素所处的空间坐标系坐标范围。

进一步地，定义所述无效识别区域为预缓存并不断更新的背景环境特征，无效识别区域包括持续规律性变化的区域和持续静止的区域。

更进一步地，更新背景环境特征指的是当环境因素发生范围性持久性改变时，在若干个时间节点中设定更新间隔，比较更新间隔前后两个时间节点下各个像素的色彩值信息变化稳定性，在稳定状态下清空并重填背景环境特征。

应用本发明的快速捕获方法，较之于现有技术具备突出的实质性特点和显著的进步性：该快速捕获方法在用视频监控领域中能快速剔除无效图像信息，在新增动态目标出现的情况下能够准确而迅速地抓取识别对象进行比对，大幅提高了辨识效率和精准度。

附图说明

图1为本发明快速捕获方法中多维化数据空间的形象化示意图。

具体实施方式

以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握，从而对本发明的保护范围做出更为清晰的界定。

自然界中，很多动物（如青蛙、蜥蜴、蛇等）的视觉系统在长久进化的过程中产生了一种快速识别移动目标的机制，从而可以以最小的代价，最快的反应速度，最精准的定位有效捕获目标，赖以生计。以此作为借鉴，为解决在识别速度与识别准确率之间取得完美的平衡这一问题，数字图像处理的作业人员意识到能够通过剔除无效背景图层的方式来提高识别算法的准确率，通过创造性劳动创意性地提出了一种快速捕获视频流中新增运动区域的方法，由此可在动态视频流中快速定位有效识别区域，从而可以通过最小的数据识别量来提升系统的整体的识别性能，提高识别结果的准确度。