专利名称：一种基于多维特征向量的关键帧提取算法的制作方法
技术领域：
本发明属于计算机视觉领域，特别涉及一种基于多维特征向量的关键帧提取算法，及该方法在智能安防中的应用。
背景技术：
随着计算机网络、数字化视频技术迅速发展，基于数字网络的视频监控得到广范的应用，但随之而来的是，随着监控部防的范围日益扩大，监控设备的数量也以惊人的数量增加，面对数以万计的监控设备，如何快速的了解海量监控点的视频主要内容成为平安城市等项目进一步发展的最大制约。目前面对这一制约的一般解决方案为视频摘要系统、视频差异化快速播放系统等。但由于这些解决方案一般只能处理监控点固定不变的场景，对于广范部署球机的场景，这些解决方案也无能为力。因此业界亟待一种能够实现对变化场景的海量视频数据进行快速理解的算法工具，本发明提出了一种基于多维特征向量的关键帧提取算法，可以较好的针对运动球机的场景的摘要处理算法。
发明内容
本发明的目的是针对现有可变监控场景的视频监视系统，存在无法生成视频摘要，从而使监控人员无法快速了解海量视频数据基本内容的问题，提出一种基于多维特征向量的关键帧提取算法。为了实现发明目的，采用的技术方案如下:基于多维特征向量的关键帧提取算法的基本流程如
图1所示。首先对输入的视频数据进行基于灰度直方图滑动窗口的关键帧初检并输出检测后的备选关键帧序列，然后对该序列进行基于高频信息检测的光照干扰检测，排除光照干扰帧，并输出过滤后的备选干扰帧，最后对备选干扰帧进行基于颜色特征的伪聚类关键帧提取并最终输出关键帧结果。以下分别具体说明。1、基于灰度直方图滑动窗口的关键帧初检:首先，对本专利中用到的灰度图进行定，RGB彩色帧图像按如下方式转换成灰度图，令Ik为视频序列的第k帧图像，Pr(x, y)、Pg (x, y)、Pb(x, y)分别表示Ik在(x, y)像素点处的RGB像素值，Pgray (x, y)为Ik按下式转换后的灰度图。Pgray= (Pr X 30+PgX 59+Pb X 11+50) /100将图像转换为灰度图后，再对本专利中用到的灰度统计直方图做如下定义:若Pgray (X，y)表示灰度图像中的像素集，则灰度统计直方图H(b)表示为:H(b) = nb b = O, I,...255得到帧图像对应的灰度统计直方图后，在基于灰度直方图滑动窗口的关键帧初检算法中，按下式利用相关法对得到的帧间灰度直方图进行对比。
权利要求
1.一种基于多维特征向量的关键帧提取算法，其特征在于首先利用基于图像灰度统计直方图特征的快速关键帧提取算法提取备选关键帧；其次，通过基于图像频域的方法对备选关键帧进行过滤处理；最后，通过基于伪聚类算法的关键帧复检，用以对运动场景或大运动画面的安防视频进行关键帧索引的建立。
2.根据权利要求1所述的算法，其特征在于利用一种基于图像灰度统计直方图的关键帧初检算法进行视频的关键帧快速筛选，首先，将前后两帧图像转换成灰度图并提取其统计直方图；其次，利用卡方分布得出两个灰度统计的相似值，结合整个历史帧之间的相似值，以高斯分布为统计理论基础，建立基于滑动窗口的视频帧序列差异分布；最后利用基于滑动窗口的判定算法，得出视频序列的备选关键帧序列。
3.根据权利要求1所述的算法，其特征在于利用一种基于图像频域信息的算法对备选关键帧进行光照和模糊化过滤，为了降低算法的运算复杂性，算法中通过图像的的梯度统计信息来反映图像的频域信息；首先，利用Sobel算子作为卷积核，先对图像的灰度图做水平方向的卷积，之后再对卷积结果做垂直方向的卷积，从而得到备选关键帧图像对应的梯度图；其次，对得到的梯度图像进行统计直方图统计；最后，能得到的一维统计直方图进行高低频分量的分析，若高频分量小于阈值T时，则认为该备选关键帧为受干扰图像，故而将该图像从备选关键帧图像中删除。
4.根据权利要求1所述的算法，其特征在于利用一种基于HS彩色统计直方图的关键帧复检算法进行备选关键帧的复选检测，首先，将经过频域过滤的备选关键帧转换到HSV色彩空间；第二，对HSV图像进行基于HS色彩分量的二维统计直方图统计；最后，利用基于伪聚类的方法抽取备选关键帧中的最终结果，输出关键帧序列。
5.根据权利要求2所述的算法，其特征在于利用基于滑动窗口的算法进行帧间差异性预计和归类，其特点为，第一，待处理的数据集为一维数据集；第二，该方法基于一定的概率统计理论基础根据已经获取到的数据对数据的发展趋势进行预测；第三，根据已有数据的发展趋势来判定当前获取数据是否满足既定趋势。
6.根据权利要求4所述的算法，其特征在于利用基于伪聚类的算法进行对备选关键帧的复检处理，其特点在于，首先，对备选关键帧序列进行伪聚类运算，最终选取每个聚类的聚类中心为最终关键帧；其次，伪聚类算法的特征选取对帧间图像HS颜色空间的统计直方图的卡方分布对比；最后，伪聚类算法的相似性测度选取基于滑动窗口的预测统计方法来规定聚类是否收敛，从而得到最终的一个聚类结果。
全文摘要
本发明提供了一种基于多维特征向量的关键帧提取算法及其在智能安防中的应用，该方法可以有效的解决球机等运动场景的基于内容的视频理解，并能够根据分析视频内容的结果构建出视频的概要关键帧序列，使监控人员可以快速的了解运动场景视频中的主要内容。
文档编号H04N5/14GK103118220SQ201210488270
公开日2013年5月22日 申请日期2012年11月16日 优先权日2012年11月16日
发明者赵刚, 冯琰一, 蒋天耀 申请人:佳都新太科技股份有限公司