[发明专利]一种基于背景减除的静态背景视频自适应压缩方法

说明书

本发明公开了一种基于背景减除的静态背景视频自适应压缩方法，目的是解决静态背景视频数据压缩比低、存储成本高的问题。技术方案是先构建由背景减除模块、目标跟踪模块、分布规划模块和视频压缩合成模块组成的静态背景视频压缩系统。背景减除模块对视频帧进行背景减除，得到视频帧的前景目标外接框和背景图片；目标跟踪模块对视频帧的前景目标外接框进行跟踪，得到前景目标的运动轨迹管道T；分布规划模块对T进行标签分配，得到T在压缩结果中的标签集合L；视频压缩合成模块对T、L、背景图片集合进行合成压缩，得到视频压缩结果图片集合。采用本发明可实现对静态背景视频的极限压，压缩比高、信息损失率低，存储空间大大降低。

技术领域

本发明涉及视频数据压缩方法，尤其指一种静态背景视频的压缩方法。

背景技术

随着数字媒体技术的发展，视频记录的成本在不断下降，各种样式的视频记录仪器在各种场所内部署，用来记录感兴趣的人或者事。其中固定安装的摄像头最为常见，这些视频记录仪器有的是一天24小时不停的处于运转之中，因此产生大量的静态背景视频，静态背景视频指固定摄像头拍摄到的视频数据，如监控视频。海量的静态背景视频的采集给存储带来了极大的挑战。实际上，静态背景视频中许多信息是冗余的，比如，连续视频帧中的背景信息是高度相似的，保存这些信息占用大量的空间，并给视频的内容浏览带来极大不便。据统计，现有监控摄像头记录下的视频信息只有百分之一得到利用，百分之九十九的监控信息未加任何处理被丢弃。视频压缩技术可以实现在较短的时间内，完整的浏览监控视频中的有效信息，极大的节约人力与物力。例如，通过视频压缩技术，把一天的监控视频信息压缩至一分钟的片段，并且不影响原始信息的完整性和浏览的观赏性。视频压缩技术可广泛地应用于各种行业。如，公安：关键道路、卡口视频智能压缩；交通：重点路段、收费闸口视频智能压缩；监狱看守所：重点监舍、人员交接班视频智能压缩；大型展会：场馆、出入口视频智能压缩等等。实际上，在需要保存视频的应用中，就可以通过视频压缩减少存储开销，提高处理效率，延长信息保存时段。

视频压缩的研究吸引了大批计算机视觉研究者的兴趣，香港中文大学的Kang等人[Kang等人，时空视频蒙太奇方法，2006年发表在计算机视觉与模式识别大会，见CVPR2006论文集第1331页至1338页]提出的时空视频蒙太奇方法同时将整个视频中所有运动物体的时间空间分布信息考虑在内，进行打乱时间顺序和空间顺序的重新排列，在压缩比达到2的同时不会出现信息的丢失，但是出现了明显的图片拼和缝隙并失去了同一物体时间和空间上的关联。美国台维萨诺夫研究中心的Iran等提出的视频马赛克[Iran等人，视频序列的高效表达及其应用，1996年发表在信号处理与图像交流期刊第8期第4卷第327页至351页]方法则试图将原始视频以全景图片的形式呈现出来，由于连续帧中的重叠信息在全景图片构建中被移除，原始视频得到了大幅度的压缩，但是这种方法对每一帧都是单独考虑的，因此无法将相邻帧中的物体关联起来。条带裁剪方法[Zhuang等人，基于条带裁剪的视频浓缩，2009年发表在图像处理学报第18期第11卷第2572页至2583页]将每一个运动轨迹看作是一个条带，并将这个条带当作是最小的处理单元，解决了同一物体无法关联的问题，但是当相邻物体具有不同的运动速度和运动方向的时候，该方法会失效。更严重的是，条带裁剪方法总是会产生明显的垂直方向或水平方向上的缝隙。华南理工大学的聂勇伟等人[Nie等人，基于全局时空优化的紧致视频浓缩方法，2013年发表在可视化与计算机图形学学报第19期第10卷第1664页至1676页]提出对运动物体进行时空序列的变换，更进一步的，他们[Nie等人，基于部分组装与拼接的运动物体浓缩，2014年发表在可视化与计算机图形学学报第20期第9卷第1303页至1315页]提出使用多平面重建的方法来合成复杂的背景，从而将运动物体粘贴到背景中合成压缩视频。该方法有效消除了压缩视频中明显的缝隙，但是该方法对于视频中物体运动轨迹之间存在的冲突却不能很好的处理。随后，该团队将一个运动物体的轨迹分成连续的几段，每一段都选择出具有代表性的一帧来粘贴到背景中形成最终的压缩视频，同时还引入了结构补全方法来弥补运动物体和背景之间出现的空洞。该方法有效解决了冲突的问题，但是其压缩比仍然不高(只有5-10倍压缩比)。华中科技大学的何毅等人[He等人，基于潜在冲突图的快速在线视频浓缩方法，2016年发表在信号处理快报第24期第1卷第22页至26页]提出将潜在冲突考虑在内进而对运动物体进行重新排列，但是运动物体在时间和空间上受到的干扰则使得同一物体在压缩视频中的关联成为一个难题。