[发明专利]一种视频浓缩方法、系统及设备

说明书

本发明的一种视频浓缩方法、系统及设备，获取当前帧的图像并基于所述当前帧的图像，获取背景图像；基于所述背景图像的每个第一像素点进行计算，获取第一LBP特征向量；基于所述当前帧的图像的每个第二像素点进行计算，获取第二LBP特征向量；对所述第一LBP特征向量和所述第二LBP特征向量进行比较，获取静止像素点掩模；基于所述背景图像和所述当前帧的图像，获取第一前景图像掩模；基于所述静止像素点掩模重置第一前景图像掩模，获取第二前景图像掩模；对第二前景图像掩模做连通域分析，获得当前帧的检测目标队列；对当前帧的检测目标队列进行运动目标跟踪，输出当前帧检测目标的位置和id；基于当前帧检测目标的位置和id，生成浓缩后的视频文件。

技术领域

本发明涉及视频处理的技术领域，尤其涉及一种视频浓缩方法、系统及设备。

背景技术

目前，视频监控技术已成为保障社会公共安全的重要手段，安装在公共场所的摄像头数以万计。这些摄像头一天24小时不停地工作，录制了海量的视频数据。对于海量的视频数据，不仅需要消耗大量的存储资源，而且后期要从中查阅视频线索，也是一项非常艰巨的任务。视频浓缩的应用，就是为了解决上面的问题。

视频浓缩是对视频内容的一个简单概括，以自动或半自动的方式，通过对视频中的运动目标进行算法分析，提取运动目标，然后对各个目标的运动轨迹进行分析，将不同的目标拼接到一个共同的背景场景中，并将它们以某种方式进行组合，生成新的浓缩后视频的一种技术。视频浓缩的过程中，通过运动目标分析，去除静止画面，只保留有目标的画面，实现视频数据的压缩，但是需要的内容并没有损失。

然而当视频画面出现噪声干扰时，视频浓缩系统会检测到非运动目标，影响浓缩效果。现有的视频浓缩系统没有关注噪声的去除，而是主要关注在处理速度和目标检测率的提升方面。针对处理速度提升，提出隔帧处理等方法。针对目标检测率提高，采用图像分网格等策略。视频浓缩实现的主要步骤是背景建模，提取活动目标。背景建模作为视频浓缩的关键技术，一般的噪声去除方法是针对摄像机抖动，引起前景中包含很多虚景噪声值的问题。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术的视频浓缩方法中存在着对于一些场景的视频浓缩过程中，视频中会存在光线扰动问题，引起大片噪声，导致视频浓缩后的效果较差。

发明内容

本发明提供了一种视频浓缩方法、系统及设备，用于解决现有技术的视频浓缩方法中存在着的对于一些场景的视频浓缩过程中，视频中会存在光线扰动问题，引起大片噪声，导致视频浓缩后的效果较差的技术问题。

本发明提供的一种视频浓缩方法，包括以下步骤：

获取当前帧的图像并基于所述当前帧的图像，获取背景图像；

基于所述背景图像的每个第一像素点进行计算，获取第一LBP特征向量；

基于所述当前帧的图像的每个第二像素点进行计算，获取第二LBP特征向量；

对所述第一LBP特征向量和所述第二LBP特征向量进行比较，获取静止像素点掩模；

基于所述背景图像和所述当前帧的图像，获取第一前景图像掩模；

基于所述静止像素点掩模重置第一前景图像掩模，获取第二前景图像掩模；

对第二前景图像掩模做连通域分析，获得当前帧的检测目标队列；

对当前帧的检测目标队列进行运动目标跟踪，输出当前帧检测目标的位置和id；

基于当前帧检测目标的位置和id，生成浓缩后的视频文件。

在一些实施例中，获取当前帧的图像并基于所述当前帧的图像，获取背景图像具体包括：

基于视频文件，获取RGB图像；