一种用于视频侦查的快速图像检索方法
【技术领域】
[0001] 本发明属于视频侦查领域，尤其涉及一种用于视频侦查的快速图像检索方法。
【背景技术】
[0002] 随着科技的快速发展，智能视频监控技术在公安刑侦业务中广泛应用，通过视频 录像记录行人及车辆行为，从视频中发现和追踪嫌疑目标已成为刑侦技术的重要手段。在 实际办案过程中，当工作人员锁定了嫌疑人或嫌疑车辆后，需要从案发地及附近区域追踪 到嫌疑人的行动路线，然而从海量的监控视频中人为查找嫌疑人是一项非常困难的工作， 不仅耗时较长而且容易遗漏目标。本发明技术为办案人员提供了技术支持，能够快速找出 疑似嫌疑人的目标在视频中的出现时间及出现地点，尽快有效的帮助刑侦人员破案。
【发明内容】
[0003] 本发明实施例的目的在于提供一种用于视频侦查的快速图像检索方法，以解决现 有技术的问题。
[0004] 本发明实施例是这样实现的，一种用于视频侦查的快速图像检索方法，所述方法 包括以下步骤：
[0005] 步骤1，对监控视频分别进行背景建模获得背景模型；
[0006] 步骤2,根据常用的背景差分法及连通域标记法进行运动目标的检测，获得运动目 标；
[0007] 步骤3,根据所述运动目标的位置特征，采用特征匹配方法将前一帧运动目标与当 前帧运动目标进行关联，获得候选目标匹配对，完成所述运动目标的跟踪处理；
[0008] 步骤4,根据目标图像中各个像素的概率确定图片的信息量，将图片信息量最大值 对应的目标图像作为目标最优图像输出；
[0009] 步骤5,计算所述目标最优图像的特征，所述特征包括HSV直方图、颜色自相关图、 颜色矩、小波矩和梯度方向直方图，根据压缩感知理论对特征矢量进行降维；
[0010] 步骤6,根据图像的各个所述特征矢量计算各个样本图片与所述目标最优图像的 相似度，根据相似性对各个所述样本图片进行目标排序，得到检索结果。
[0011] 本发明提供的一种用于视频侦查的快速图像检索方法的第一优选实施例中：所述 步骤3中获得候选目标匹配对后，完成运动目标的跟踪处理的过程还包括：
[0012] 步骤301，根据当前帧与前一帧运动目标的匹配结果对运动目标进行跟踪处理：
[0013] 如果当前帧运动目标没有被前一帧的运动目标匹配上，则认为当前帧运动目标是 新的目标；
[0014] 如果当前帧运动目标仅被前一帧的一个运动目标匹配上，则完成这个运动目标的 跟踪；
[0015] 如果当前帧运动目标被前一帧的多个运动目标匹配上，选择距离最小的作为这个 目标的跟踪结果；
[0016] 步骤302,对匹配结果进行后处理：
[0017] 针对当前帧任意一个目标Ai,目标Ai的上一帧目标记为A^ 1，两者之间的距离记为 Da，当前帧另外任意一个目标Bi,目标Bi的上一帧目标记为的并集记为AB 与ABi之间的距离记为D ⑴，如果DAB(i)小于D A，则认为目标Ah有分裂的情况存在，从当前 帧开始化被当作一个新的目标；
[0018] Bh和A η的并集记为AB η，A# AB η之间的距离记为Dab^，如果DabM小于D A， 则认为目标A^1有合并的情况存在，从当前帧开始A ^皮当作一个新的目标。
[0019] 本发明提供的一种用于视频侦查的快速图像检索方法的第二优选实施例中：所述 步骤4根据目标图片中各个像素的概率计算图片的信息量的过程包括：
[0020] 步骤401，计算所述目标图片的信息熵H，计算公式为H = - ζρ, Iog^，其中Pi为图 像中像素值为i的概率；
[0021] 步骤402,利用jpeg压缩编码方法对所述目标图片进行压缩处理，压缩后的图片 大小记为B ;
[0022] 步骤403,计算目标图片信息量S，计算公式如公式（1):
【主权项】
1. 一种用于视频侦查的快速图像检索方法，其特征在于，所述方法包括： 步骤1，对监控视频分别进行背景建模获得背景模型； 步骤2,根据常用的背景差分法及连通域标记法进行运动目标的检测，获得运动目标； 步骤3,根据所述运动目标的位置特征，采用特征匹配方法将前一帧运动目标与当前帧 运动目标进行关联，获得候选目标匹配对，完成所述运动目标的跟踪处理； 步骤4,根据目标图像中各个像素的概率确定图片的信息量，将图片信息量最大值对应 的目标图像作为目标最优图像输出； 步骤5,计算所述目标最优图像的特征，所述特征包括HSV直方图、颜色自相关图、颜色 矩、小波矩和梯度方向直方图，根据压缩感知理论对特征矢量进行降维； 步骤6,根据图像的各个所述特征矢量计算各个样本图片与所述目标最优图像的相似 度，根据相似性对各个所述样本图片进行目标排序，得到检索结果。
2. 如权利要求1所述的方法，其特征在于，所述步骤3中获得候选目标匹配对后，完成 运动目标的跟踪处理的过程还包括： 步骤301，根据当前帧与前一帧运动目标的匹配结果对运动目标进行跟踪处理： 如果当前帧运动目标没有被前一帧的运动目标匹配上，则认为当前帧运动目标是新的 目标； 如果当前帧运动目标仅被前一帧的一个运动目标匹配上，则完成这个运动目标的跟 踪； 如果当前帧运动目标被前一帧的多个运动目标匹配上，选择距离最小的作为这个目标 的跟踪结果； 步骤302,对匹配结果进行后处理： 针对当前帧任意一个目标Ai,目标Ai的上一帧目标记为A η，两者之间的距离记为Da， 当前帧另外任意一个目标Bi,目标Bi的上一帧目标记为B i+BjP A i的并集记为AB i，Ap1与 ABii间的距离记为D ，如果Dabw小于D A，则认为目标A^1有分裂的情况存在，从当前帧 开始化被当作一个新的目标； Bh和A η的并集记为AB η，Ag AB η之间的距离记为D ，如果Dab^小于D A，则 认为目标A^1有合并的情况存在，从当前帧开始A ^皮当作一个新的目标。
3. 如权利要求1所述的方法，其特征在于，所述步骤4根据目标图片中各个像素的概率 计算图片的信息量的过程包括： 步骤401，计算所述目标图片的信息熵H，计算公式为
；其中PiS图像中 像素值为i的概率； 步骤402,利用jpeg压缩编码方法对所述目标图片进行压缩处理，压缩后的图片大小 记为B ; 步骤403,计算目标图片信息量S，计算公式如公式（1):
其中w为权重，0. 01〈w〈0. 8, Hmax为信息j：商最大值，width和height分别为原始图像长 宽。
4. 如权利要求1所述的方法，其特征在于，所述步骤5中图像的特征分别表示为： HSV 直方图 hsvHist Qiph2,…，hp ...，hH); 颜色自相关图 colorAutoCoiKcpC；^，…，Ci,…，cc); 彦员色矩 colorMoment (mp m2，···, Hii, ...，mM); 小波矩 wavlet (W1, w2，…，Wi, ···, wff)； 梯度方向直方图 hogOiogphc^，…，hogp "^hogra); 其中比、Cp nii、Wp hog^别为上述几个特征的特征分量，H、C、M、W、HO分别为上述特 征的特征分量个数，将这些特征组成一个特征矢量如公式（2): featureVector = (hsvHist, colorAutoCor, colorMoment, wavlet,hog) (2) 维数记为n，根据压缩感知理论对特征矢量featureVector进行降维，降维后的特征记 为fV，fV = Random*featureVector，其中Random是维数为m*n的随机测量矩阵，所述随机 测量矩阵的元素计算公式如公式（3):
5. 如权利要求1所述的方法，其特征在于，所述步骤6中计算所述样本图片与所述目标 最优图片的相似度cos Θ计算公式如公式（4):
其中，X，Y及别表示两幅图片特征矢量的第j个分量，m表示特征矢量的维数。
【专利摘要】本发明适用于视频侦查领域，提供了一种用于视频侦查的快速图像检索方法，包括：获得背景模型；获得运动目标；获得候选目标匹配对，完成运动目标的跟踪处理；根据目标图像中各个像素的概率确定图片的信息量，将图片信息量最大值对应的目标图像作为目标最优图像输出；计算目标最优图像的特征，特征包括HSV直方图、颜色自相关图、颜色矩、小波矩和梯度方向直方图，根据压缩感知理论对特征矢量进行降维；根据图像的各个特征矢量计算各个样本图片与目标最优图像的相似度，根据相似性对各个样本图片进行目标排序，得到检索结果。通过提供一种新的运动目标最优图片选取策略，进一步减少因为跟踪问题及选择无效图片而造成的信息丢失。
【IPC分类】G06K9-00, G06T7-20
【公开号】CN104680143
【申请号】CN201510090598
【发明人】张桥, 仇开金, 贺波涛
【申请人】武汉烽火众智数字技术有限责任公司
【公开日】2015年6月3日
【申请日】2015年2月28日