[发明专利]一种视频数据处理方法及系统

说明书

本发明涉及一种视频数据处理方法及系统，该方法包括：将视频文件读取为二进制编码的数据流；生成所述数据流中的每一帧视频帧对应的RGB三通道合一化的帧信息和RGBY颜色空间内的帧信息；根据预设的多个图像浅层特征、RGB三通道合一化的帧信息和RGBY颜色空间内的帧信息，分别计算所述每一帧视频帧对应的多个显著值；采用加权组合技术将所述每一帧视频帧对应的多个显著值组合成显著值分布图，存储并显示所述显著值分布图。该方法及系统可以完全自主地对视野内的场景进行实时处理和分析，极大地减少了人力、物力和时间成本，提高了视频信息的利用率，加速了后续情报生成、数据统计、指令下达等信息汇总、行动处置的进程。

技术领域

本发明涉及视频处理、分析技术领域，尤其涉及一种视频数据处理方法及系统。

背景技术

监控、摄像、侦察等技术的进步和普及，产生了大量的原始视频信息，尤其是随着互联网的普及，使得视频处理和分析逐渐成为目前数据挖掘与计算机视觉研究与开发的热点，视频智能分析的研究为国家安全、社会安定提供了一定的支撑，也为艺术创作、智能交通、游戏娱乐、电子商务等领域的革新和进步提供了可能。

随着视频采集设备的普及，其成本快速下降，使得视频录制的门槛大大降低，尤其是在人口流动频繁、敏感地区和隐私地带等特殊区域，广泛分布的摄像头每时每刻都在产生海量的视频信息。而且，互联网的不断发展和普及使得视频以及视频中包含信息的绝对数量正在以前所未有的速度飞速增长。以32位真彩色编码的1080p视频为例，一个10秒的视频在未压缩之前的大小超过了1G，其处理和分析难度巨大，对处理和分析系统的实时性和准确性要求极高。

一个可靠高效的视频处理和分析系统可以加速视频信息的甄别、提高视频的利用率、减少人员负担，进而为突发事件、群体事件、危险行为等提供预警，为采取进一步行动节省宝贵的时间。同时，一个快速智能的视频处理和分析系统可以精确地从视频中提取出兴趣区域和显著目标，方便进行视频剪辑、辅助驾驶、商品推荐等，为提高人民群众生活质量、提高商业效益、创造社会价值等提供了一条便捷之路。

因为视频是由连续的图像流组成的，因此传统的视频处理和分析多借鉴图像处理的方法。然而，一方面因为图像分析系统中经常包含过多的复杂特征，这些特征的计算需要巨大的计算量，严重降低了系统的时效性，而视频处理和分析对时效性的要求较高，因此目前常用的图像分析方法无法直接在视频中应用。另一方面，一些使用简单特征的经典图像处理系统通常基于像素密度、颜色分布等信息来提取图像中的兴趣区域和显著目标，忽略了视频中连续帧在时间流上的相关性，仍是一种静态系统，无法满足视频动态性的要求。

在实现本发明的过程中，发明人发现现有技术存在以下技术问题：缺乏一种在考虑视频连续性特点的基础上，结合静态图像和动态帧流中的浅层特征，利用多层金字塔结构表征，能够对视频中兴趣区域和显著目标进行快速准确提取和定位的解决方法。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

有鉴于此，本发明要解决的技术问题是，如何提供一种能够对视频中兴趣区域和显著目标快速准确提取和定位的方法。

为解决以上技术问题，本发明在第一方面提供一种视频数据处理方法，包括：将视频文件读取为二进制编码的数据流；生成所述数据流中的每一帧视频帧对应的RGB三通道合一化的帧信息和RGBY颜色空间内的帧信息；根据预设的多个图像浅层特征、RGB三通道合一化的帧信息和RGBY颜色空间内的帧信息，分别计算所述每一帧视频帧对应的多个显著值；采用加权组合技术将所述每一帧视频帧对应的多个显著值组合成显著值分布图，存储并显示所述显著值分布图。