[发明专利]一种视频图像存储方法、装置、设备及存储介质

说明书

本发明实施例公开了一种视频图像存储方法、装置、设备及存储介质。该方法包括：采用神经卷积网络提取所述视频图像的当前帧画面的第一特征码；将所述第一特征码和预先定义的一个或多个第二特征码进行比较，以确认当前帧画面是否异常，所述第二特征码为所述视频图像中预先定义的正常画面对应的特征码；如果当前帧画面异常，则存储当前帧画面、第一特征码和/或使用第一特征码标记的当前帧画面，如果当前帧画面正常，则放弃存储当前帧画面、第一特征码和/或使用第一特征码标记的当前帧画面。本发明实施例的技术方案，采用的神经卷积网络对图像进行识别，提取图像特征码，极大地减少了监控的视频数据存储量，增加了视频监控的准确性。

技术领域

本发明实施例涉及视频技术，尤其涉及一种视频图像存储方法、装置、设备及存储介质。

背景技术

视频采集装置一般由采集主机、摄像机、显示器、大容量存储设备和输入设备构成。视频采集装置工作时，通常自动进行视频录制和存储。由于视频存储设备容量有限，所以视频存储到一定限额时一般就自动覆盖掉先前的视频，进行反复录制。因此，视频采集装置的有效视频时长由存储容量决定，存储容量大，有效视频的时长就长，否则就短。为了进行增加有效视频的时长，用户往往配备大容量的存储设备。

针对室内监控而言，夜间时或无人状态时，传统视频采集装置仍不断地进行录制和存储，造成视频时间上的大量冗余图像信息，这是对昂贵的存储设备的浪费，另外长久不间断的使用设备容易造成设备的老化，减少使用寿命。

目前，图像采集一般选用普通视频监控设备进行，虽能进行全天候监控，但采集的视频数据量非常大，其中存在大量重复的图像信息。比如，监控区域常时间保持在静态画面的状态，这样就录制了一段冗余的视频信息，浪费了存储空间。所以，需要一种能进行自动采集图像的设备，具有当监控区域处在静态画面状态时，降低采样率；当有人闯入时，能自动及时高速采集图像以获取充分的信息。

发明内容

本发明实施例提供一种视频图像存储方法、装置、设备及存储介质，以实现极大地减少了监控的视频数据存储量，增加了视频监控的准确性。

第一方面，本发明实施例提供了一种视频图像存储方法，包括：

采用神经卷积网络提取所述视频图像的当前帧画面的第一特征码；

将所述第一特征码和预先定义的一个或多个第二特征码进行比较，以确认当前帧画面是否异常，所述第二特征码为所述视频图像中预先定义的正常画面对应的特征码；

如果当前帧画面异常，则存储当前帧画面、第一特征码和/或使用第一特征码标记的当前帧画面，如果当前帧画面正常，则放弃存储当前帧画面、第一特征码和/或使用第一特征码标记的当前帧画面。

可选的，所述采用神经卷积网络提取所述视频图像的当前帧画面的第一特征码，包括：

使用神经卷积网络提取当前帧画面的深度特征描述符；

使用嵌套不变性池模型对所述深度特征描述符进行转换；

对转换后的深度特征描述符进行二值化以生成所述第一特征码。

可选的，所述采用神经卷积网络提取所述视频图像的当前帧画面的第一特征码，之前包括：

确定需要进行动态视频监控的对象或位置；

拍摄所述对象或位置的视频图像。

可选的，所述第一特征码标记为用于对当前帧画面进行可视搜索的压缩描述符。

可选的，所述压缩描述符进一步包括全局和本地特性描述符，所述全局和本地特性描述符基于CDV描述符组件和视频图像的当前帧画面生成。

可选的，所述神经卷积网络为VGG-16卷积神经网络。