[发明专利]一种可定位视频数据采集与组织检索方法

说明书

本发明公开一种可定位视频数据采集与组织检索方法，采集音视频的同时记录GPS定位信息、拍摄方位、摄像头参数形成可定位视频，并以MultiPoint空间要素描述视频帧与空间信息的关联关系，其中MultiPoint每个Point用于存储视频帧GPS定位信息、镜头朝向以及视频时间戳，在此基础上，结合拍摄参数构建视频帧二维可视域，并通过MultiPolygon描述视频帧的可视域进而构建可定位视频空间数据库，同时针对MultiPolygon字段建立空间索引，最终在GIS技术支持下实现基于可定位视频高效、精确的空间检索。本发明的视频检索结果更加精确，更符合人们的检索需求。

技术领域

本发明涉及视频数据处理与地理信息科学领域，尤其涉及一种可定位视频数据采集与组织检索方法。

背景技术

视频，作为一种公众媒体，已经成为日常生活中必不可少的信息载体，其应用领域日益广泛。面对飞速增长的海量视频数据，如何采取快速、高效的索引方式是视频数据处理领域的关键问题。自20世纪70年代以来，视频索引经历了基于文本索引与基于内容索引两种方式，其中文本索引是指通过人工提取视频关键信息，对视频的内容(如建筑、人物、事件等)进行语义层次上的描述，以关键字构建视频的索引，而基于内容的索引则根据视频的颜色、纹理、形状等特征进行索引。上述视频索引技术主要专注于视频主题、内容特征等方面，对于视频隐含的位置特征考虑较少，而在日常生活中，通常人们更关注“某某地方某某范围内拍摄的视频”、“某个路段沿线的视频”等之类的视频查询，并非简单的视觉特征查询需求。近年来，随着GPS、相机、传感器等硬件设备的飞速发展，诸多学者在视频与GPS定位信息、方位信息的融合以及基于位置视频检索进行了大量的研究。

在视频与GPS位置融合采集方面，主要有以下四种融合方案：(1)GPS信息与视频的叠加方案，通过一个电路控制的同步字符发生器将转换后的模拟GPS信号以点阵数据脉冲的方式叠加到视频信号的适当位置以实现两者的融合；(2)GPS信息调制到音频信道，其通过专用信号调制解调设备接收GPS信号，并对GPS信号进行解析以获取空间位置、运动方向等参数，然后将解算后的GPS参数转换为模拟信号调制到音频载频中，完成与模拟视频信号的合成；(3)以时间为纽带，实现视频和GPS信息的关联。这是目前最为常用的一种融合方法，如Hwang(2003)利用MPEG-7对视频帧与空间位置关系进行描述；Navarrete等(2006)通过视频片断的地理索引，将分开存储的视频影像与地理空间定位信息相结合，生成能在地理环境中调用的超视频(Hypervideo)；孔云峰(2009)通过建立专门的元数据描述特定视频帧与地理位置的对照关系，并使用插值方式获得所有视频帧的空间位置，将分离采集的视频、GPS定位信息联系起来生成地理视频数据(GeoVideo)；以及加拿大卡尔加里大学、武汉大学、南京师范大学开发的移动测量系统(MMS)都是基于视频与空间信息关联的方法；(4)基于ASF容器融合方式，使用ASF流媒体文件作为编码容器，将视频信息、音频信息和定位信息进行实时融合，实现定位信息的自动无损嵌入，避免了空间信息的再编码，使视频带有定位功能；(5)专利CN101547360《可定位视频文件格式及该格式文件数据的采集方法》提出了一种可定位视频文件格式，支持视频信息、音频信息以及空间定位信息三者融为一体，便于后期视频基于空间定位信息的快速检索。

在可定位视频检索方面，目前主要将视频采集路径抽象为线状数据，并采用空间网格方式进行索引，最终通过地图位置与视频采集路径之间的交集实现可定位视频的检索。具体步骤为：1)循环提取可定位视频每一视频帧对应的GPS定位信息，并在数据库中生成一条线记录信息，视频作为线的属性存储在该条记录中；2)采用空间索引对数据库中线记录集进行组织；3)用户在电子地图上框选视频查询范围，4)在空间索引支持下，基于查询范围筛选出初步视频片段集，再遍历初选视频片段集记录判断检索区域内的线段；5)返回位于检索区域内的视频片段数据集。