[发明专利]一种监控视频数据处理实现方法

说明书

本发明公开了一种监控视频数据处理实现方法，包括以下步骤：利用视频摄像头实时采集该视频摄像头所在场所的视频图像，并采用窗口分割所述视频图像，得到数段视频图像窗；复制所述数段视频图像窗，其中之一的数段视频图像窗导入第一级神经网络进行神经网络训练，并利用训练后的第一级神经网络识别视频图像中的物和/或人；提取另一份数段视频图像窗的HOG特征，并识别该数段视频图像窗中的物和/或人；将识别的物和/或人进行融合组成，求得物和/或人的共有子集，剔除共有子集中的物；并将所述共有子集中的人的特征导入第一级神经网络和第二级神经网络进行神经网络训练，利用第二级神经网络识别并连续跟踪人的运动轨迹。

技术领域

本发明涉及视频数据处理技术领域，尤其是一种监控视频数据处理实现方法。

背景技术

视频图像处理技术在智能视频图像分析技术中得到广泛应用。一般是在摄像头采集前端通过嵌入式技术实现，由于摄像头采集前端嵌入式设备处理能力的限制，只能使用简单的视频图像增强算法，其效果较为局限。与此同时，仅仅通过视频增强处理的识别分辨率较低。

发明内容

针对上述问题，本发明的目的在于提供一种监控视频数据处理实现方法，本发明采用的技术方案如下：

一种监控视频数据处理实现方法，包括以下步骤：

步骤S01，利用视频摄像头实时采集该视频摄像头所在场所的视频图像，并采用窗口分割所述视频图像，得到数段视频图像窗。

步骤S02，复制所述步骤S01中数段视频图像窗，得到两份相同的数段视频图像窗；将其中之一的数段视频图像窗导入第一级神经网络进行神经网络训练，并利用训练后的第一级神经网络识别视频图像中的物和/或人。

步骤S03，提取另一份数段视频图像窗的HOG特征，并识别该数段视频图像窗中的物和/或人。

步骤S04，将步骤S02中和步骤S03中识别的物和/或人进行融合组成，求得物和/或人的共有子集，剔除共有子集中的物；并将所述共有子集中的人的特征导入第一级神经网络和第二级神经网络进行神经网络训练，利用第二级神经网络识别并连续跟踪人的运动轨迹。

具体地，所述步骤S01中，采用窗口分割所述视频图像，具体如下：

步骤S11，所述视频摄像头拍摄的视频图像的时间长度为T，以视频图像的初始帧为起点、时间长度为τ划分获得起始视频图像窗；所述T为大于0的正数；所述τ为大于0、且小于T的正数。

步骤S12，以第i个视频图像窗的个视频帧为起点、时间长度为τ划分视频图像窗；所述i为大于等于2的自然数，所述K为大于0、且小于τ的正数。

步骤S13，重复步骤S12，得到数段分割后的视频图像窗。

进一步地，所述步骤S02中，提取数段分割后的视频图像窗，并按时间顺序依次复制视频图像窗，获得两份相同的分割后的视频图像窗。

优选地，所述步骤S02中，将所述数段视频图像窗按时间先后顺序依次导入第一级神经网络，并识别任一视频图像窗内的物和/或人。

更进一步地，所述步骤S03中，按时间先后顺序提取任一视频图像窗内的物和/或人的HOG特征，获得识别的物和/或人。

进一步地，所述步骤S04中，将步骤S02和步骤S03中一一对应的视频图像窗的物和/或人进行融合组成，求得该视频图像窗的物和/或人的共有子集。

优选地，所述步骤S04中，将剔除物的共有子集导入第一级神经网络和第二级神经网络进行神经网络训练，实现人与物的特征区分。

更进一步地，所述步骤S04中，连续获取物和/或人的共有子集，并利用第二级神经网络进行精准识别，获得视频图像中人的运动轨迹。

与现有技术相比，本发明具有以下有益效果：