[发明专利]一种能够减少冗余数据的视频对象检测方法及装置

说明书

本申请公开了一种能够减少冗余数据的视频对象检测方法及装置。所述方法，包括：将视频按照预设的时间间隔进行分割；对分割后的每段视频计算帧数量，并将单独像素应用到一个边缘；根据强度判断每一帧是否正在或将要进行大事件，并在判断结果为否时将该帧作为冗余数据删除；在每段视频内，将每一帧的强度均值与与静态的第一个帧的强度均值进行比较，当二者差值在预设范围内时，将该帧作为冗余数据删除；对删除冗余数据后的视频进行对象检测。所述装置包括：分割模块、帧数量计算模块、判断模块、比较模块和检测模块。

技术领域

本申请涉及视频对象检测技术，特别是涉及视频对象检测过程中的冗余数据的删减。

背景技术

视频对象检测可以使用光学流算法和基于运动检测以及视频帧中运动矢量估计的有效监视模型。光学流算法是通过“边缘区域确定”发现运动的新方法，需要与“运动估计”一起使用；基于运动检测以及视频帧中运动矢量估计的监视模型通过YOLO算法将图像或框架分成包围在边界框和相关类概率中的小部分，使用这种基于“边缘区域确定”来检测运动的新方法只需查看图像上的时刻(YOLO)即可预测找到了哪些对象以及这些对象的位置，从而进一步实现视频中对象与边界框的检测并进一步实现视频冗余信息的删减。

上述两种方法中，最理想的降噪方法是基于模糊的形态学滤波方法，但这种形态学滤波方法反对带有背景减法的视频设备中实时执行计算任务的概念，“带有背景减法的视频设备中实时执行计算任务”这一技术根据图像输入进行对象检测，然后将检测到的图像跟踪到后续帧中，所以这些方法都需要大量计算，并且需要花费大量时间。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种能够减少冗余数据的视频对象检测方法，包括：

将视频按照预设的时间间隔进行分割；

对分割后的每段视频计算帧数量，并将单独像素应用到一个边缘；

根据强度判断每一帧是否正在或将要进行大事件，并在判断结果为否时将该帧作为冗余数据删除；

在每段视频内，将每一帧的强度均值与与静态的第一个帧的强度均值进行比较，当二者差值在预设范围内时，将该帧作为冗余数据删除；

对删除冗余数据后的视频进行对象检测。

可选地，所述预设的时间间隔为5S。

可选地，采用YOLO算法对删除冗余数据后的视频进行对象检测。

可选地，在所述将视频按照预设的时间间隔进行分割之前，所述方法还包括：

将视频转换为AVI格式。

可选地，所述对删除信息后的视频进行对象检测所采用的算法为YOLO算法。

根据本申请的另一个方面，提供了一种能够减少冗余数据的视频对象检测装置，包括：

分割模块，其配置将视频按照预设的时间间隔进行分割；

帧数量计算模块，其配置对分割后的每段视频计算帧数量，并将单独像素应用到一个边缘；

判断模块，其配置根据强度判断每一帧是否正在或将要进行大事件，并在判断结果为否时将该帧作为冗余数据删除；

比较模块，其配置在每段视频内，将每一帧的强度均值与与静态的第一个帧的强度均值进行比较，当二者差值在预设范围内时，将该帧作为冗余数据删除；

检测模块，其配置对删除冗余数据后的视频进行对象检测。

可选地，所述预设的时间间隔为5S。

可选地，采用YOLO算法对删除冗余数据后的视频进行对象检测。