[发明专利]一种视频中三维运动轨迹的测绘方法

说明书

本发明公开了一种视频中三维运动轨迹的测绘方法，包括以下步骤：将视频逐帧分解并按照时间轴进行排序；选取起始帧，抓拍并选取其中的目标，将获得的视觉识别信息发送至处理终端，获得目标的RGB灰度值模型；对RGB灰度值模型进行色域分布分析，计算目标中不同区域的相对面积占比，并存档待后续调用；对每一帧逐一通过视觉识别相机抓拍，将其与存档进行比照来对目标进行定位，进而绘制出目标的二维运动轨迹；将识别出的目标与起始帧中识别出的目标进行对比，计算整体面积变化的比例，从而可以计算出目标在Z轴上的行进路线，与目标的二维合并，即可绘制出目标的三维运动轨迹，本发明的优点在于取样和计算流程大为简化，且所需的外设更为简单。

技术领域

本发明涉及视觉测绘领域，具体地说，是一种视频中三维运动轨迹的测绘方法。

背景技术

随着视频数据的爆炸式增长，快速、准确地分析和浏览视频已经成为一个迫切需要解决的问题，此问题在视频监控应用中尤为突出。关键帧提取作为一个可行的解决方案越来越得到人们的关注。关键帧的评估主要是看其是否能够全面、准确的再现原视频中的主要事件，在保证提取全面的前提下，尽量降低冗余。目前广泛应用的关键帧提取算法通常是基于视频的底层特征分析的，以单帧或少量帧的内容特征(颜色、形状、运动等特征)变化为准则进行关键帧提取。但是由于缺乏完整的时间维度的特征分析，难以从整体上把握关键帧的提取数量以及确定关键帧的位置，容易受到环境变化、目标姿态变化、目标遮挡等干扰造成运动目标漏检，进而导致真正的关键帧没有被提取到。提取结果与视频的真实语义之间存在差别，不能全面、准确的反应视频的真实语义。也就是说，关键帧提取结果不符合人眼视觉感知。

在不丢失视频语义信息的基础上，快速、准确的提取关键帧具有重要的研究意义和现实需求，视频时空运动轨迹作为关键帧提取准则为此提供了一种有效的解决途径。目标时空运动轨迹能够准确的反应目标的运动状态变化，无论是在民用上还是在军事领域中都有着广泛的应用。

但对视频中目标运动轨迹的追踪的简单方法是将目标运动的轨迹二维化并在平面上进行描绘，若需要通过二维的视频测绘出目标的三维运动轨迹，现有技术中是采用光流法，光流法提取视频时空运动轨迹虽然可行，但是计算量很大，难以满足系统实时性的需求，为此，迫切需要一种高效的视频中三维运动轨迹测绘方法。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供一种视频中三维运动轨迹的测绘方法。

技术方案：本发明所述一种视频中三维运动轨迹的测绘方法，包括以下步骤：

S1、将视频逐帧分解并按照时间轴进行排序；

S2、选取视频的起始帧，由视觉识别相机抓拍并选取其中的目标，将获得的视觉识别信息发送至处理终端，获得目标的RGB灰度值模型；

S3、对S2中获得的RGB灰度值模型进行色域分布分析，计算目标中不同区域的相对面积占比，将目标的RGB灰度值模型及不同区域的相对面积占比存档待后续调用；

S4、对视频分解出的每一帧逐一通过视觉识别相机抓拍，将其与存档的目标的RGB灰度值模型及不同区域的相对面积占比进行比照来对目标进行定位，进而绘制出目标的二维运动轨迹；

S5、将S4中识别出的目标与起始帧中识别出的目标进行对比，计算整体面积变化的比例，从而可以计算出目标在Z轴上的行进路线，与S4中获取的目标的二维合并，即可绘制出目标的三维运动轨迹。

作为优选的，S2中除了起始帧外还需随机在由视频分解出的各帧中选取若干帧进行视觉识别相机抓拍并选取其中的目标，对抽取的帧进行视觉抓拍及分析，来测算出各帧中目标在不同角度上的RGB灰度值模型及不同区域的相对面积占比，将测得的数据复合后绘制目标的立体模型。

作为优选的，S4中获取的目标的二维运动轨迹带有帧标记和时间轴标记。

作为优选的，S5中获取的目标在Z轴上的行进路线带有帧标记和时间轴标记。