[发明专利]一种基于多维特征向量的关键帧提取算法

说明书

技术领域

本发明属于计算机视觉领域，特别涉及一种基于多维特征向量的关键帧提取算法，及该方法在智能安防中的应用。

技术背景

随着计算机网络、数字化视频技术迅速发展，基于数字网络的视频监控得到广范的应用，但随之而来的是，随着监控部防的范围日益扩大，监控设备的数量也以惊人的数量增加，面对数以万计的监控设备，如何快速的了解海量监控点的视频主要内容成为平安城市等项目进一步发展的最大制约。

目前面对这一制约的一般解决方案为视频摘要系统、视频差异化快速播放系统等。但由于这些解决方案一般只能处理监控点固定不变的场景，对于广范部署球机的场景，这些解决方案也无能为力。因此业界亟待一种能够实现对变化场景的海量视频数据进行快速理解的算法工具，本发明提出了一种基于多维特征向量的关键帧提取算法，可以较好的针对运动球机的场景的摘要处理算法。

发明内容

本发明的目的是针对现有可变监控场景的视频监视系统，存在无法生成视频摘要，从而使监控人员无法快速了解海量视频数据基本内容的问题，提出一种基于多维特征向量的关键帧提取算法。

为了实现发明目的，采用的技术方案如下：

基于多维特征向量的关键帧提取算法的基本流程如图1所示。首先对输入的视频数据进行基于灰度直方图滑动窗口的关键帧初检并输出检测后的备选关键帧序列，然后对该序列进行基于高频信息检测的光照干扰检测，排除光照干扰帧，并输出过滤后的备选干扰帧，最后对备选干扰帧进行基于颜色特征的伪聚类关键帧提取并最终输出关键帧结果。以下分别具体说明。

1、基于灰度直方图滑动窗口的关键帧初检：首先，对本专利中用到的灰度图进行定，RGB彩色帧图像按如下方式转换成灰度图，令I_k为视频序列的第k帧图像，P_r(x，y)、P_g(x，y)、P_b(x，y)分别表示I_k在(x，y)像素点处的RGB像素值，P_gray(x，y)为I_k按下式转换后的灰度图。

P_gray＝(P_r×30+P_g×59+P_b×11+50)/100

将图像转换为灰度图后，再对本专利中用到的灰度统计直方图做如下定义：

若P_gray(x，y)表示灰度图像中的像素集，则灰度统计直方图H(b)表示为：

H(b)＝n_b  b＝0，1，…255

得到帧图像对应的灰度统计直方图后，在基于灰度直方图滑动窗口的关键帧初检算法中，按下式利用相关法对得到的帧间灰度直方图进行对比。

d(Hk,Hk+1)=Σimin(Hk(i),Hk+1(i))i=0,1,...,bin]]>

其中H_k(i)视频帧序列I_k中第k帧的灰度统计直方图，则第k帧和第k+1帧的相关差表示为：d(H_k，H_k+1)。