[发明专利]用于在电子视频回放装置上自动检测视频事件的方法

权利要求书

1.一种用于自动检测在视频上由电子视频回放装置(500)回放的视频事件的方法(100)，其特征在于，该方法包括：

-获取步骤(30)，获取由所述电子视频回放装置(500)传输的消息，所述消息包括表示所述电子视频回放装置(500)的状态的至少一个计数器；

-减去步骤(40)，从储存在与所述电子视频回放装置(500)的先前状态所对应的数据库(505)中的信息中包括的至少一个计数器减去在先前获取的消息中所包括的至少一个计数器，以获得所述电子视频回放装置(500)的转变状态；

-分类步骤(50)，通过一使用分类模型的受监督的自动学习算法，将所述转变状态分类为属于表示回放视频的正常状态的类别，或分类为属于表示该回放视频上的视频事件的至少一个类别中的类别；

-检测视频事件的事件检测步骤(60)，包括当一转变状态被分类为属于表示回放视频上的视频事件的类别时创建一事件消息，所述事件消息包括与被检测的视频事件对应的标签、所述转变状态和所述获取的消息；

-向一远程系统传输事件消息的传输步骤(70)；

-记录在数据库(505)中先前获取的消息的记录步骤(80)。

2.根据权利要求1所述的用于自动检测视频事件的方法(100)，其特征在于，所述方法重复至少两次。

3.根据权利要求2所述的用于自动检测视频事件的方法(100)，其特征在于，以固定的时间间隔实施所述重复。

4.根据权利要求2所述的用于自动检测视频事件的方法(100)，其特征在于，以可变的时间间隔实施所述重复。

5.根据前述权利要求中任一项所述的用于自动检测视频事件的方法(100)，其特征在于，该方法还包括：

a.消息的降维步骤，包括减少包含在消息中的计数器的数目。

6.根据前述权利要求中任一项所述的用于自动检测视频事件的方法(100)，其特征在于，该方法还包括：

a.训练步骤(10)，使用包括至少一条注释消息的一组训练数据(11)来训练所述受监督的自动学习算法，以创建一分类模型，所述注释消息属于表示回放视频的正常状态的类别，或属于表示回放视频上的视频事件的至少一个类别中的类别，所述消息包括至少一个计数器；

b.测试步骤(20)，使用包括至少一条无注释消息的一组测试数据(21)来测试该分类模型。

7.根据前述权利要求中任一项所述的用于自动检测视频事件的方法(100)，其特征在于，所述受监督的自动学习算法是梯度树增强、支持向量机、神经网络和决策树中的一种算法。

8.根据前述权利要求中任一项所述的用于自动检测视频事件的方法(100)，其特征在于，该方法(100)由远离所述电子视频回放装置(500)的至少一个系统(700)所实施。

9.一种实施根据权利要求1至7中任一项所述的方法(100)的电子视频回放装置(500)，包括：

a.用于获取和减去消息的模块(502)，其被构造成实施消息的获取步骤(30)和减去步骤(40)；

b.分类模块(503)，其被构造成实施事件消息的分类步骤(50)、事件检测步骤(60)和传输步骤(70)；

c.被构造成存储分类模型的模型记录模块(504)；

d.被构造成实施消息的记录步骤(80)的消息记录模块(505)。

10.一种用于检测视频事件的系统，其特征在于，该系统包括根据权利要求8所述的电子视频回放装置(500)和一用于接收和用于显示事件消息的远程系统(510)，该远程系统包括：

a.用于记录事件消息的模块(511)；

b.用于在屏幕上显示事件消息，以供本领域的专家进行分析的模块(512)。