[发明专利]基于粗糙集约简和SIFT的视频流关键帧提取系统及方法

权利要求书

1.一种基于粗糙集约简和SIFT的视频流关键帧提取系统，其特征在于：它包括帧序列提取模块(1)、特征点提取模块(2)、属性降维模块(3)、相似度计算模块(4)和关键帧识别模块(5)；

帧序列提取模块(1)用于将预设时间段内的监控视频数据转换成对应的监控视频帧序列；

特征点提取模块(2)用于对监控视频帧序列采用基于分布式帧SIFT的特征提取方法提取该监控视频帧序列的所有SIFT特征点；

属性降维模块(3)用于采用基于粗糙集属性约简方法对监控视频帧序列的所有SIFT特征点进行特征点属性降维；

相似度计算模块(4)用于根据监控视频帧序列中相邻帧之间匹配特征点个数，计算特征点属性降维后监控视频帧序列的相邻帧之间的相似度曲线；

关键帧识别模块(5)用于采用基于滑动窗口的相邻帧之间相似度分割算法，找出相邻帧之间的相似度曲线中的拐点，将拐点作为关键帧；

所述属性降维模块(3)采用基于粗糙集属性约简方法对监控视频帧序列的所有SIFT特征点进行特征点属性降维的具体方法为：基于粗糙集属性约简方法，对提取的SIFT特征点矢量数据，采用近似属性约简方法，进行降维处理，得到特征点降维后的监控视频帧序列；

所述特征点属性降维的具体方法为：

首先，输入监控视频帧序列的所有SIFT特征点；

然后，根据样本数据中的特征向量、特征点生成初始决策表；

然后，采用基于条件与属性一致判断的近似约简算法，对SIFT特征点进行属性约简；

最后，输出约简后的SIFT特征点维度，即完成SIFT特征点降维。

2.根据权利要求1所述的基于粗糙集约简和SIFT的视频流关键帧提取系统，其特征在于：所述帧序列提取模块(1)选取并下载现场监控视频，截取一段作为原始视频数据，对图像进行尺寸缩放处理，依照时间顺序，依次对视频帧进行编号，得到大小统一的视频帧图像序列。

3.根据权利要求1所述的基于粗糙集约简和SIFT的视频流关键帧提取系统，其特征在于：所述特征点提取模块(2)提取该监控视频帧序列的所有SIFT特征点的具体方法为：

首先，对输入的监控视频帧序列进行预处理；

然后，采用均等划分的数据块划分方法，将预处理后的监控视频帧序列划分为若干个数据块；

然后，将不同的数据块分配给指定的计算节点进行SIFT特征点提取；

然后，在指定的计算节点中，将接收的数据块作为基于SIFT特征点提取算法的输入，并发式提取每个数据块的SIFT特征点；

最后，将隶属于同一个图像帧的所有数据块的SIFT特征点进行合并，得到监控视频帧序列的所有SIFT特征点。

4.根据权利要求1所述的基于粗糙集约简和SIFT的视频流关键帧提取系统，其特征在于：所述相似度计算模块(4)计算特征点属性降维后监控视频帧序列的相邻帧之间的相似度曲线的具体方法为：

首先，根据特征点降维后的监控视频帧序列中相邻帧特征点间的欧氏距离，计算相邻帧之间特征点匹配度；

然后，根据预设的匹配度阈值，计算相邻帧之间所有匹配的特征点个数；

然后，基于相邻帧之间所有匹配的特征点个数和总特征点个数，计算相邻帧之间相似度；

最后，计算一段监控视频帧序列中所有相邻帧的相邻帧之间相似度，形成相邻帧之间的相似度曲线。

5.根据权利要求3所述的基于粗糙集约简和SIFT的视频流关键帧提取系统，其特征在于：监控视频帧序列进行预处理包括彩色视频帧去色处理，将彩色图像转化为灰度图像，得到多组灰色图像帧。

6.一种基于权利要求1上述系统的视频流关键帧提取方法，其特征在于，它包括如下步骤：

步骤1：将预设时间段内的监控视频数据转换成对应的监控视频帧序列；

步骤2：对监控视频帧序列采用基于分布式帧SIFT的特征提取方法提取该监控视频帧序列的所有SIFT特征点；

步骤3：采用基于粗糙集属性约简方法对监控视频帧序列的所有SIFT特征点进行特征点属性降维；

步骤4：根据监控视频帧序列中相邻帧之间匹配特征点个数，计算特征点属性降维后监控视频帧序列的相邻帧之间的相似度曲线；

步骤5：采用基于滑动窗口的相邻帧之间相似度分割算法，找出相邻帧之间的相似度曲线中的拐点，将拐点作为关键帧，并进行提取。