[发明专利]视频图像处理方法、装置及具有存储功能的装置在审

专利信息
申请号: 201810798811.9 申请日: 2018-07-19
公开(公告)号: CN109040673A 公开(公告)日: 2018-12-18
发明(设计)人: 吴新宇;王慧国;李金科;郭会文 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: H04N7/18 分类号: H04N7/18;G06K9/00
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 李庆波
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频图像处理 图像 存储功能 高亮区域 空间信息 异常事件 运动信息 四元数 视频 反离散余弦变换 离散余弦变换 对视频图像 标记操作 高斯滤波 可疑区域 图像构建 帧转换 检测 申请
【说明书】:

本申请公开了一种视频图像处理方法、装置及具有存储功能的装置,其中视频图像处理方法包括:对视频图像进行操作分别得到基于空间信息和运动信息的图像;利用基于空间信息和运动信息的图像构建图像的四元数帧;分别通过离散余弦变换操作、标记操作、反离散余弦变换操作、高斯滤波操作将图像的四元数帧转换为图像的热力图;判断图像的热力图中是否存在高亮区域,若存在,则将高亮区域确定为视频中异常事件发生的可疑区域。通过该视频图像处理方法,能够快速地检测视频中是否有异常事件发生。

技术领域

本申请涉及视频图像处理技术领域,特别是涉及一种视频图像处理方法、装置及具有存储功能的装置。

背景技术

异常事件检测技术作为一种重要的自动监控手段,可对公共场所中的密集人群进行监测,实现突发事件的快速检测和及时报警,对维护生命财产安全具有重要意义。

现有技术中,通常使用以下三种方法进行异常事件检测,第一种是监督类方法,这类方法通常从标记的视频数据中学习建立正常和异常行为模型,然后通过分类器进行分类;第二种方法是基于轨迹的方法,这类方法通过提取目标的轨迹来获得正常事件模型的聚类,通过完整地训练正常轨迹,在线地预测当前未完成轨迹的趋势,以尽早发现异常;第三种方法是基于统计学习的方法,该方法建立一个正常事件模型来检测异常,其依赖于从图像或者时空视频块中提取的低层次特征,然后建立相关模型,对其进行训练。

现有的发明人在长期的研究中发现,上述异常事件检测方法具有一定的依赖性:第一种方法只能在严格限制的视频场景条件下检测特定的异常事件;第二种方法严重依赖于轨迹的提取过程,在密集的场景中,很难获得鲁棒性的检测结果;第三种方法计算复杂度高,并且建立的正常事件模块的判断标准严重依赖于训练数据。

发明内容

本申请主要解决的技术问题是提供一种视频图像处理方法、装置及具有存储功能的装置,能够快速地检测视频中是否有异常事件发生。

为解决上述技术问题,本申请采用的一个技术方案是:提供一种视频图像处理方法,包括:

对视频图像进行操作分别得到基于空间信息和运动信息的图像;

利用所述基于空间信息和运动信息的图像构建图像的四元数帧;

分别通过离散余弦变换操作、标记操作、反离散余弦变换操作、高斯滤波操作将所述图像的四元数帧转换为图像的热力图;

判断所述图像的热力图中是否存在高亮区域,若存在,则将所述高亮区域确定为所述视频中异常事件发生的可疑区域。

为解决上述技术问题,本申请采用的另一个技术方案是:提供一种视频图像处理装置,其特征在于,所述装置包括:处理器、存储器以及通信电路,所述存储器、所述通信电路分别耦接所述处理器,所述处理器在工作时控制自身以及所述存储器、所述通信电路以实现上述方法中的步骤。

为解决上述技术问题,本申请采用的又一个技术方案是:提供一种具有存储功能的装置,存储有程序数据,所述程序数据能够被执行以实现上述方法中的步骤。

本申请的有益效果是:区别于现有技术的情况,本申请中视频图像处理方法包括:对视频图像进行操作分别得到基于空间信息和运动信息的图像;利用基于空间信息和运动信息的图像构建图像的四元数帧;分别通过离散余弦变换操作、标记操作、反离散余弦变换操作、高斯滤波操作将图像的四元数帧转换为图像的热力图;判断图像的热力图中是否存在高亮区域,若存在,则将高亮区域确定为视频中异常事件发生的可疑区域。通过该视频图像处理方法无需事前进行训练,不需要利用先验知识,计算复杂度低,鲁棒性高,能够快速地对视频中异常事件的发生进行检测和定位。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810798811.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top