[发明专利]一种基于运动矢量的监控视频内容去重方法和系统

说明书

本发明公开了一种基于运动矢量的监控视频内容去重方法和系统，方法包括：随机选取每个视频切片中的连续的P帧视频帧，提取运动矢量信息，对每帧视频帧的宏块进行分割，得到运动宏块位图和运动宏块来源坐标表；利用运动宏块位图进行帧内滤波；利用过滤后的运动宏块位图和运动宏块来源坐标表进行帧间滤波；统计P帧视频帧中发生运动的宏块的个数，若发生运动的宏块的个数大于阈值，则数据块有运动情况，否则没有；当数据块有运动情况时，缓存数据块写入，当数据块没有运动情况时，清空数据块缓存区。本发明在保证关键信息不丢失的前提下，能够有效缩减实际数据存储量，去掉冗余的背景信息。

技术领域

本发明属于视频处理技术领域，更具体地，涉及一种基于运动矢量的监控视频内容去重方法和系统。

背景技术

大数据时代，数据量急速膨胀，其中的冷数据增长也十分迅速，冷数据备份问题也成为一个研究热点。高清视频监控产生的大数据有体量巨大(Volume)、类型多样化(Variety)、处理速度快(Velocity)和价值密度低(Value)的特征，大多数监控视频数据一经存储，基本上都不会被访问，因此可以将其归类为冷数据，使用冷数据归档存储设备来存储也是自然而然的选择。而在将视频监控数据导入存储设备时，自然要考虑尽量减少数据存储量的问题。因为即使设备容量再大，也总有用完的一天，考虑到视频监控产生的数据量，减少数据存储量的需求也就应运而生。

现有的方法主要是在存储的过程中处理视频，然后将视频存入。比如在监控摄像机中加入识别模块控制录制开始和结束时间，但当需要将已有的视频数据导入其他存储设备时，就无法满足需求。如果使用图像处理相关的技术，例如计算机视觉技术，就极有可能需要相应的高性能硬件或者复杂度比较高的图像处理算法，这就使得成本变得高昂，并且CPU占用率会提高很多，视频处理时间也会变长。在本系统中，需要利用H.264视频流中的运动矢量来快速判断视频中是否发生了运动，然后将其中静止部分的视频数据剔除，用一张静止的图像来代表这段时间的视频画面，对于运动的画面则存储所有的视频数据。存储时，为了方便检索，还要对视频和图像数据进行一定程度的梳理。H.264视频中每隔一定帧数(FFmpeg中默认是50帧，时间间隔为2秒)就会产生一个关键帧，关键帧是视频数据存储量大的根本原因，而对于大多数视频监控数据，总有一部分时间(比如深夜)基本上不会产生任何运动画面，若能把这部分冗余视频数据丢弃，便可以节省大量的存储空间。

由于传统视频压缩技术在压缩编码时将视频划分为若干个画面组(GroupOfPictures，GOP)，压缩时以GOP为单位，而GOP持续时间却是有限的，所以即便画面一直静止不动也会产生多个GOP，从而产生大量的冗余数据。

然而，现有技术在存储海量高清视频监控数据时，关键信息易丢失、无法有效缩减实际数据存储量、冗余的背景信息较多。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于运动矢量的监控视频内容去重方法和系统，由此解决现有技术在存储海量高清视频监控数据时，存在关键信息易丢失、无法有效缩减实际数据存储量、冗余的背景信息较多的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于运动矢量的监控视频内容去重系统，包括：

宏块预处理模块，用于对视频进行切片处理，得到多个视频切片，随机选取每个视频切片中的连续的P帧视频帧，提取P帧视频帧中的运动矢量信息，对P帧视频帧中的每帧视频帧的宏块进行分割，得到运动宏块位图和运动宏块来源坐标表；

帧内滤波模块，用于利用运动宏块位图进行帧内滤波，过滤掉P帧视频帧中的帧内的随机噪声，得到过滤后的运动宏块位图和运动宏块来源坐标表；

帧间滤波模块，用于利用过滤后的运动宏块位图和运动宏块来源坐标表进行帧间滤波，过滤掉P帧视频帧中的帧间的随机噪声，得到去除帧内和帧间随机噪声的P帧视频帧；