一种监控视频特征帧在线提取方法
【技术领域】
[0001] 本发明涉及一种监控视频特征帧在线提取方法，属于智能监控的技术领域。
【背景技术】
[0002] 视频摘要(video summarization)技术允许使用者在有限时间内通过浏览视频特 征桢即可掌握观测时间内发生的事件。然而，现有基于场景变化、镜头变换检测的视频帧提 取方法并不能适用于监控视频。
【发明内容】
[0003] 针对现有技术的不足，本发明提供一种监控视频特征帧在线提取方法。该方法在 增量滑动窗口（incremental sliding-window)技术框架下，首先对视频子序列的时序变化 点进行检测，并利用检测出来的变化点将视频分割成包含不同内容的视频片段，进而在得 到的视频片段中利用聚类方法完成关键帧的提取。该方法不需要任何人为预先设定的参 数，可实现完全无监督的监控视频关键帧提取。
[0004] 本发明的技术方案如下：
[0005] -种监控视频特征帧在线提取方法，包括步骤如下：首先对视频序列进行时序变 化点检测;并利用检测出来的变化点将视频分割成包含不同内容的视频片段，进而在得到 的视频片段中利用聚类方法完成关键帧的提取。其中所述视频为N帧的视频：Fiifi， f2, . . .，fN}，fi表示在时间i处的视频帧，提取所述视频中的关键帧F={frl，fr2, . . .，frk}，并 按时序进行排列得到。
[0006] 根据本发明优选的，所述对视频序列进行时序变化点检测的方法包括如下步骤：
[0007] 步骤(1-1):建立滑动窗口模型
[0008] 初始化视频变化点检测的起始帧m = 1和相应的滑动窗口的帧长度LilLo;
[0009] 步骤(1-2)
[0010]在所述步骤(1-1)中建立的视频滑动窗口内进行变化点检测；
[0011] 步骤(1-3)
[0012] 若在视频序列窗口内检测到有时序变化点η，则以时间点η为下一轮检测的起始帧 并重新初始化滑动窗口帧长度为L〇，即11 1+1 = 11和1^ = 1^，对后续视频进行下一轮变化点检 测;若在视频序列窗口中未检测到时序变化点，则仍以初始化的m为检测起始帧，即:n i+1 = m，而滑动窗口长度更新为Li+1 = Li+ Δ L，Δ L为滑动窗长度增量步长：续进行变 化点检测；
[0013] 步骤(1-4)
[0014] 整个变化点检测过程直到所有视频帧序列全部检测完成或到达预先指定的截止 时间To结束，即L>N或i>TQ，其中Ν为给定的完整监控视频总帧数，To为预先指定的截止时 间；否则，i = i+l并返回步骤(1-2)。
[0015] 根据本发明优选的，所述利用检测出来的变化点将视频分割成包含不同内容的视 频片段的方法为:通过在每个窗口内检测视频子序列的时序变化点来实现对视频的时序分 害J，其中视频子序列的时序变化点检测包括：
[0016]步骤(2-1):视频特征提取
[0017]在HSV颜色空间内对视频帧进行基于颜色直方图的特征提取，并采用量化方法对 色相、饱和度、明度分别降维到16维、8维、8维，最终得到32维的视频时间序列特征，同样记 为卩={&，&，...，&}已32>^
[0018] 步骤(2-2):相异性检测
[0019] 假设Yi是给定的视频F中时间长度为L的一段视频子序歹 时间i开始，至时间i+L-Ι结束，对于每一个参考变化点net，相似度测量公式为：
[0020] ? -/ ^γη? \ uj=i
i,j=i j
[0021]其中
〖将样本点(xi，yj)映射到高斯核内；通过这样的映 射使原样本点在新空间中不同类别的样本点有更大分离性，并使新空间中的样本点对原数 据有更好的描述能力；
[0022]步骤(2-3):假设检验
[0023] 基于以下假设检验进行时序变化点检测：
[0024] HuUYil^ }<λ?
[0025] HA^iYiln'} 2入土
[0026] 其中M为一设定阈值，可在算法执行中自适应得到的，若Ho成立，则没有变化点；否 贝IJ，Ha为真时，在V处存在时序变化点，并在V处对Yi进行分割。
[0027] 根据本发明优选的，所述在得到的视频片段中利用聚类方法完成关键帧的提取方 法，包括如下内容：
[0028] 在得到变化点V并对h进行分割后，前半视频片段使用k-means聚类算法，并提取 关键帧为与聚类中心最接近的视频帧;对后半视频片段则将继续进行变化点检测;待整个 检测过程结束时，提取出所有关键帧组成集合F并按时序进行排列，即为最后生成的视频摘 要。
[0029]本发明的优势在于：
[0030] 本发明所述的提取方法在增量滑动窗口（incremental sliding-window)技术框 架下，首先对视频子序列的时序变化点进行检测，并利用检测出来的变化点将视频分割成 包含不同内容的视频片段，进而在得到的视频片段中利用聚类方法完成关键帧的提取。该 方法不需要任何人为预先设定的参数，可实现完全无监督的监控视频关键帧提取。
【附图说明】
[0031 ]图1是本发明所述提取方法的流程图。
【具体实施方式】
[0032]下面结合实施例和说明书附图对本发明做详细的说明，但不限于此。
[0033] 如图1所述。
[0034] 实施例、
[0035] -种监控视频特征帧在线提取方法，包括步骤如下：首先对视频序列进行时序变 化点检测;并利用检测出来的变化点将视频分割成包含不同内容的视频片段，进而在得到 的视频片段中利用聚类方法完成关键帧的提取。其中所述视频为N帧的视频：Fiifi， f2, . . .，fN}，fi表示在时间i处的视频帧，提取所述视频中的关键帧F={frl，fr2, . . .，frk}，并 按时序进行排列得到。
[0036] 根据本发明优选的，所述对视频序列进行时序变化点检测的方法包括如下步骤： [0037]步骤(1-1):建立滑动窗口模型
[0038] 初始化视频变化点检测的起始帧m = 1和相应的滑动窗口的帧长度1^ = 1^;
[0039] 步骤（1-2)
[0040] 在所述步骤(1-