一种基于ViBe算法的移动侦测视频录制方法与流程

本发明涉及视频录制，特别涉及一种基于vibe算法的移动侦测视频录制方法。

背景技术：

1、目前视频移动侦测技术是指在实时监控系统中一旦有人或物体进入时，系统能够实时检测出来并报警。目前，视频移动侦测技术已经比较成熟，不仅可以检测出整幅图像的移动量，也可以检测出图像中的指定区域的移动量。

2、视频移动侦测技术对一些视频应用来说比较重要，例如对银行关键部门的监控等。采用移动侦测技术可以使得只有捕获到运动画面的情况下才触发录像，大大减少了不必要的磁盘占用空间。

3、在现有专利文件200910078003.6视频移动侦测方法、媒体服务器和视频录制终端，提出了一种由媒体服务器接收来自视频录制终端的视频实时传输协议rtp包，并接收来自所述视频录制终端的与视频rtp包对应的移动侦测量，判断所接收的移动侦测量是否大于预设值，从而通过媒体服务器直接接收视频rtp包和相应的移动侦测量，进行移动侦测的方式，但是，rtp包是一种数据包，可能存在数据丢包率的问题，其次，移动侦测量的计算需要消耗大量的服务器资源，而且，计算的精确度难以判定。

4、在现有专利文件201710687330.6一种利用录播设备录播电视节目的方法提出了一种通过第一录制终端和第二录制终端进行视频拍摄，但是，其需要两个终端设备，不能通过不同的线程就能直接实现两种视频的采集，而且只能判定视频的完整性，不能进行移动侦测，而是全景摄像，其也无法做到移动侦测的判定。

5、另外，在现实生活中，大量有意义的视觉信息包含在运动之中，把运动目标实时录制下来是对图像进一步分析处理的关键。

6、为了获得有运动目标的视频录像，经常采用的是红外感应等硬件感应的方法，但是方便性和灵活性不足。

技术实现思路

1、本发明提供一种基于vibe算法的移动侦测视频录制方法，用以解决现有专利技术中，移动侦测的处理方式存在丢包率的问题，而实际生活中，录制视频时，方便性和灵活性不足的情况。

2、一种基于vibe算法的移动侦测视频录制方法，包括第一线程和第二线程，所述方法为：

3、通过第一线程的opencv读取录制视频的视频帧，生成视频帧队列；

4、通过第二线程对视频帧队列进行vibe前景检测，确定运动目标；其中，

5、vibe前景检测包括前景检测前的灰度处理和前景检测后的形态学处理；

6、根据运动目标，进行运动目标面积计算，当运动目标面积大于阈值面积时，确定视频帧队列中的运动目标对应的图片并保存至目标录制视频；其中，

7、目标录制视频还基于超分辨率技术转换为超高清视频；

8、阈值面积为视频帧队列中初始视频帧中运动目标面积。

9、优选的，所述第一线程还用于在启动录制视频时，设置初始变量。

10、优选的，所述视频帧队列为有序数据类型，并基于录制视频的录制时间进行顺序排列视频帧；其中，

11、视频帧队列设定有最大长度t，并在队列元素达到最大长度t时，对保存时间最长的视频帧进行删除。

12、优选的，所述视频帧队列的第一帧视频帧和队列最后一帧视频帧的保存时间差值为t。

13、优选的，所述视频帧队列中存在运动目标时，会对运动目标进行变量赋值计算，变量赋值为额外最大录制时间的两倍乘以视频流帧率。

14、优选的，所述目标录制视频通过imageio进行视频帧保存。

15、优选的，所述获取目标视频还包括：

16、通过录制设备的摄像头获取到实时码流数据，得到每帧图像数据；

17、根据目标录制视频的视频帧增加时，执行跟踪机制；

18、根据跟踪机制，设定移动侦测目标框加载；

19、根据移动侦测目标框，进行移动目标标定；

20、根据移动目标标定，进行摄像头镜头动态捕捉，动态调节目标录制视频的稳定性。

21、优选的，所述录制视频还通过如下处理：

22、接收录制视频；

23、按照视频帧队列对录制视频的像素数据进行排序；

24、获取排序结果，并对每个视频帧的像素有效性进行计算；其中，像素有效性计算基于不同视频帧中相同元素的像素关联性计算和预设的最低像素对比计算；

25、根据像素有效性计算，确定录制视频中每个视频帧的有效像素数据和无效像素数据；

26、将每个视频帧的有效像素数据逐个存储到每个视频帧对应时间戳的保存单元；

27、将每个视频帧的无效像素数据逐个缓存到每个视频帧对应时间戳的渲染单元，以对每个视频帧的像素数据进行优化渲染，并在优化渲染后存储到每个视频帧对应时间戳的保存单元。

28、优选的，所述确定视频帧队列中的运动目标对应的图片并保存至目标录制视频还包括：

29、获取目标录制视频；

30、对目标录制视频进行预处理，并对预处理之后的目标录制视频进行特征提取，得到运动特征值；

31、将运动特征值输入至运动特征分析器中进行分析，从目标录制视频中识别出运动目标，并对运动目标进行轮廓标定；

32、根据轮廓标定，检测到运动目标的轮廓分离线，并对运动目标进行分离。

33、优选的，所述目标录制视频的视频区间相对于实际运行目标的视频区间存在t秒的移动侦测前视频和t秒的移动侦测后视频。

34、本发明有益效果在于：

35、本申请通过双线程技术，进行移动侦测，基于开源的vibe算法作为视频中有无运动目标的依据；vibe等移动侦测算法是需要摄像头处于相对静止的状态，摄像头抖动会使算法产生大量错误的小黑点前景目标，而使用强的形态学变化函数可以用来消除小黑点。

36、本申请的vibe算法numpy库替换为cupy库；

37、umpy库替换为cupy库实现了vibe算法从使用cpu计算转变为使用gpu计算，既可以减轻cpu的计算压力又可以发挥gpu对于矢量化数据的处理优势。

38、本申请使用强的形态学变化函数；

39、本申请使用读取和保存的视频帧错时但同数的方法，实现运动目标出现前固定时间和消失后固定时间的额外录制；使得在运动目标存在的时间段的基础上，往前多录制一段时间，同样往后也多录制一段时间，可以解决运动目标走走停停导致停留期间重要信息缺失不录制的问题。

40、本申请使用imageio库保存h264编码格式的视频，h264的视频编码格式可以很方便的在前端页面展示。

41、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

42、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种基于vibe算法的移动侦测视频录制方法，其特征在于，包括第一线程和第二线程，所述方法为：

2.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述第一线程还用于在启动录制视频时，设置初始变量。

3.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述视频帧队列为有序数据类型，并基于录制视频的录制时间进行顺序排列视频帧；其中，

4.如权利要求3所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述视频帧队列的第一帧视频帧和队列最后一帧视频帧的保存时间差值为t。

5.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述视频帧队列中存在运动目标时，会对运动目标进行变量赋值计算，变量赋值为额外最大录制时间的两倍乘以视频流帧率。

6.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述目标录制视频通过imageio进行视频帧保存。

7.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述获取目标视频还包括：

8.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述录制视频还通过如下处理：

9.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述确定视频帧队列中的运动目标对应的图片并保存至目标录制视频还包括：

10.如权利要求1所述的一种基于vibe算法的移动侦测视频录制方法，其特征在于，所述目标录制视频的视频区间相对于实际运行目标的视频区间存在t秒的移动侦测前视频和t秒的移动侦测前后视频。

技术总结
本发明涉及视频录制领域，具体提供了一种基于ViBe算法的移动侦测视频录制方法，包括第一线程和第二线程，所述方法为：通过第一线程的opencv读取录制视频的视频帧，并对视频帧进行变量判断，确定最新视频帧；将最新视频进行ViBe前景检测，确定运动目标；其中，ViBe前景检测包括前景检测前的灰度处理和前景检测后的形态学处理；当运动目标面积大于阈值面积时，将运动目标的视频帧图片保存到录制视频。

技术研发人员：闫鹏飞,吕寅萍,邢宝文,刘欣,王胜超,王俊儒
受保护的技术使用者：山东爱特云翔信息技术有限公司
技术研发日：
技术公布日：2024/4/17