一種基于數據庫的在視頻中搜索目標的方法技術

本發(fā)明專利技術屬于視頻分析與處理技術領域，公開了一種基于數據庫的在視頻中搜索目標的方法，該方法基于前/背景分離技術及圖像特征對比技術，通過提前將前景物件的特征存入數據、在需要搜索時從數據中選取并與目標物件進行特征對比，最后結果輸出搜索結果的方式，來實現在視頻中搜索目標的目的。本發(fā)明專利技術通過對數據庫的應用，有效避免了重復對視頻進行前/背景分離等分析與處理過程，基于本發(fā)明專利技術方法而建成的監(jiān)控系統(tǒng)，尤其適于頻繁進行目標搜索的應用需求。此外，數據庫的應用，使得指定搜索得以實現。可以有效減少不必要的特征對比過程，提高搜索效率，以及節(jié)約系統(tǒng)資源。

【技術實現步驟摘要】

本專利技術屬于視頻分析處理
，涉及移動物件的提取及特征匹配，具體的說是公開了一種在視頻中搜索目標對象的方法。
技術介紹
隨著數碼攝像技術的不斷發(fā)展，視頻監(jiān)控作為一種安全防范手段被普遍且廣泛地應用于日常及專業(yè)刑偵等領域。視頻監(jiān)控為安全防范等方面帶來不可替代的保障的同時，現有視頻監(jiān)控系統(tǒng)過于簡單，不便于視頻查看及目標查找等不足亦漸漸體現出來。采用現在常見的監(jiān)控系統(tǒng)，當需要查看監(jiān)控視頻，在視頻中尋找某一目標時，必須人工完整查看整個視頻。然而，一方面，在實際應用過程中，一般單位所布置的攝像監(jiān)控區(qū)域里，大部分時間里是無人經過的，視頻中出現人物的時段與每天24小時的全天候錄像相t匕，其所占時間是相對短暫的。查看監(jiān)控視頻時，其中大部分時間都是在觀看靜態(tài)背影畫面，雖然現有監(jiān)控系統(tǒng)都提供有快進查看的功能。但仍然會消耗查看人員的大量時間，而且快進是一種跳偵播放方式，快進查看視頻，還存在錯過重要畫面的可能。另一方面，目標對象在視頻中出現的時間段可能僅僅十幾秒甚至幾秒種，現有人工查找目標的方式，除了上面提到的觀看靜態(tài)畫面浪費大量時間外，還有大量時間浪費在非目標人物的識別和篩選上。如能自動識別視頻中是否包含與目標對象相同的前景物件，或者將少量與目標對象相似的前景物件組成待選列表推薦給用戶查看，顯然意義非常重大。在視頻處理方面，基于高斯混合模型的視頻前、背景分離技術已日趨成熟，該技術假設視頻畫面中各像素的像素值符合高斯分布，通過組合多個高斯分布的方式建立視頻的高斯混合模型，并在此基礎上建立視頻的背景模型。然后將視頻畫面與背景模型做對比，以確定其中的前景像素，最后將其從背景中分離出來。如能將上述基于高斯混合模型的前、背景分離技術應用于目標搜索，用以分離前景物件，再配合特征的提取與對比技術，將使在視頻中進行目標自動搜索成為可能。
技術實現思路
本專利技術目的是針對上述技術現狀，提供幾種可以自動對比目標對象與被搜索視頻中的前景物件，并以不同形式輸出搜索結果的目標搜索方法。基于上述目的，本專利技術首先提出。其主要包括如下步驟(a)從待檢視頻中分離前景物件；(b)逐一提取前景物件的特征參數，并存入數據庫；(C)提取目標物件的特征參數；(d)從數據庫中選取前景物件的特征，逐一與目標物件進行特征對比；(e)根據對比結果輸出搜索結果。上述方法中，步驟(a)所述的分離前景物件可以采用目前較為常見的高斯建模的方法，一般包括如下步驟(a-1)建立待檢視頻的高斯混合模型；(a-2)基于高斯混合模型建立背景模型；(a-3)逐一偵畫面與背景模型進行對比，分離前景像素。步驟(b)和(C)所述的前景物件和目標對象的特征參數主要是指顏色特征參數、紋理特征參數、形狀特征參數三者中的一種或幾種。特征參數種類越多，特征對比的結果準確率越高，當然，同時也會增加計算機的計算量。一般情況下，顏色特征參數和紋理特征參數是必選的兩項，而由于紋理特征可以在一定程序上反應形狀特征，因此，形狀特征參數主要用于對前景物件的初步或進一步篩選。所述顏色特征可以用相關量和非相關量表征，所述相關量是指連續(xù)的同一顏色的像素點數量，非相關量是指不連續(xù)的該顏色像素點數量。以此表征顏色特征，來進行特征對t匕，除了可以考慮到顏色數量差異，還可以將顏色的分布差異考慮在內。采用這種方法需要進行像素數量統(tǒng)計和像素的位置關系識別，運算過程相對復雜。以相關量和非相關量表征的顏色特征，其提取過程為分別針對對象所包含的各種顏色，統(tǒng)計相連續(xù)的像素點數量和不連續(xù)像素點數量，其相連續(xù)的像素點數量為該顏色的顏色相關量，不連續(xù)的像素點數量為該顏色的非相關量。以相關量和非相關量表征顏色特征時，顏色特征對比方式如下1、根據式(I)計算獲得前景物件與目標物件的相關性參考值權利要求1.，其特征在于，包括如下步驟(a)從待檢視頻中分離前景物件；(b)逐一提取前景物件的特征參數，并存入數據庫；(C)提取目標物件的特征參數；(d)從數據庫中選取前景物件的特征，逐一與目標物件進行特征對比；(e)根據對比結果輸出搜索結果。2.根據權利要求1所述在視頻中搜索目標的方法，其特征在于，步驟(a)包括如下步驟(a-1)建立待檢視頻的高斯混合模型；(a-2)基于高斯混合模型建立背景模型；(a-3)逐一偵畫面與背景模型進行像素對比，分離前景像素。3.根據權利要求1所述在視頻中搜索目標的方法，其特征在于，所述前景物件及目標對象的特征參數包括顏色特征參數、紋理特征參數、形狀特征參數，所述特征對比步驟如下(d-Ι)針對全部前景物件，逐一對比前景物件與目標物件的形狀特征，獲得各前景物件的形狀特征對比的結果參考值，根據形狀特征對比的結果參考值篩選前景物件；(d-2)針步驟(d-Ι)篩選出來的前景物件，逐一對比前景物件與目標物件的顏色特征和紋理特征，獲得篩選出來的各前景物件的顏色特征對比的結果參考值和紋理特征對比的結果參考值；(d-3)對同一前景物件的顏色特征對比的結果參考值和紋理特征對比的結果參考值直接求和或加權求和，將結果作為該前景物件的特征對比的結果參考值，該值大小反應前景物件與目標對象之間的相關程度。4.根據權利要求1所述在視頻中搜索目標的方法，其特征在于，所述前景物件及目標對象的特征參數包括顏色特征參數、紋理特征參數，所述特征對比步驟如下(d-Ι)針步驟全部前景物件，逐一對比前景物件與目標物件的顏色特征和紋理特征，獲得各前景物件的顏色特征對比的結果參考值和紋理特征對比的結果參考值；(d-2)對同一前景物件的顏色特征對比的結果參考值和紋理特征對比的結果參考值直接求和或加權求和，將結果作為該前景物件的特征對比的結果參考值，該值大小反應前景物件與目標對象之間的相關程度。5.根據權利要求3或4所述在視頻中搜索目標的方法，其特征在于，步驟(e)包括 (e-Ι)根據各前景物件的特征對比結果參考值，對經過特征對比的各前景物件進行排序;(e-2)將經過排序的各前景物件直接作為搜索結果輸出。6.根據權利要求3或4所述在視頻中搜索目標的方法，其特征在于，步驟(e)包括 (e-Ι)根據各前景物件的特征對比結果參考值，篩選經過特征對比的前景物件；(e-2)將步驟(e-Ι)篩選出來的前景物件直接作為搜索結果輸出，或排序后作為搜索結果輸出。7.根據權利要求3或4所述在視頻中搜索目標的方法，其特征在于，所述形狀特征參數是指物件的寬度與高度比，其提取方法為統(tǒng)計對象各像素點中最小橫坐標Xmin、最小縱坐標Ymin、最大橫坐標Xmax、最大縱坐標Ymax,用公式S=(Xmax-Xmin) / (Ymax-Ymin)計算獲得物件的寬高比；8.根據權利要求7所述在視頻中搜索目標的方法，其特征在于，形狀特征對比方法為 取前景物件寬高比與目標物件寬高比的差值，將該值作為形狀特征對比的結果參考值。9.根據權利要求3或4所述在視頻中搜索目標的方法，其特征在于，所述顏色特征參數是指顏色相關量和非相關量，其提取方法為分別針對對象所包含的各種顏色，統(tǒng)計相連續(xù)的像素點數量和不連續(xù)像素點數量，其相連續(xù)的像素點數量為該顏色的顏色相關量，不連續(xù)的像素點數量為該顏色的非相關量。10.根據權利要求9所述在視頻中搜索目標的方法，其特征在于，顏色特征對比方法為根據式(I)計算獲得前景物件與目標物件的相關性參考值11.根據本文檔來自技高網...

【技術保護點】
一種基于數據庫的在視頻中搜索目標的方法，其特征在于，包括如下步驟：(a)從待檢視頻中分離前景物件；(b)逐一提取前景物件的特征參數，并存入數據庫；(c)提取目標物件的特征參數；(d)從數據庫中選取前景物件的特征，逐一與目標物件進行特征對比；(e)根據對比結果輸出搜索結果。

【技術特征摘要】

【專利技術屬性】
技術研發(fā)人員：鄭連松，
申請(專利權)人：杭州易尊數字科技有限公司，鄭連松，
類型：發(fā)明
國別省市：