，并且视频巡逻组织服务器针对此种应用场景，决定了在视频图像关键帧的展现方面包括以下展现方式的任何一种:默认根据预先设置的摄像机排列顺序，依次从左到右进行排序并展现当前视频图像的关键帧；根据车辆进入各个监控摄像机的时间顺序，实现动态实时的视频图像关键帧排序和展示；根据目标车辆的行进轨迹，提供视频图像关键帧浏览过程中左右切换功能，实时锁定目标车辆；调整关键帧方向，保持目标车辆在每个视频图像关键帧中车头、车尾朝向的一致性。
[0025]优选的是，视频巡逻组织服务器提供的场景设定包括常规巡逻，并且视频巡逻组织服务器针对此种应用场景，决定了在视频图像关键帧的展现方面包括:通过选择单个/多个摄像机进行相应关键帧的同步展示。
[0026]本发明的关键点在于通过视频关键帧的智能提取、识别以及组合能够降低对网络带宽的依赖。同时，基于不同场景下的多种视频图像的智能展现方式颠覆了传统视频监控的浏览模式，很好的满足了用户在不同场景下多元化的符合业务需要的视频监控浏览模式，提高了工作效率。
【附图说明】
[0027]图1为本发明智能视频巡逻系统的整体结构示意图；
[0028]图2为本发明关键帧抽取单兀结构不意图；
[0029]图3为本发明的基准值和连续视频帧序列段示意图；
[0030]图4Α和图4Β为监控视频划分的实际示例示意图。
【具体实施方式】
[0031]下面通过实施例，并结合附图，对本发明的技术方案做进一步具体的说明。
[0032]图1是本发明智能视频巡逻系统的整体结构示意图。该系统包括前端监控摄像机、关键帧抽取单元、存储服务器、视频巡逻组织服务器以及监控显示终端。
[0033]前端监控摄像机布设在各监控区域，负责拍摄该区域的实时视频，通过编码生成相应的码流，并且将原始的码流远程上传给关键帧抽取单元。
[0034]关键帧抽取单元是位于前端监控摄像机和远程的监控中心之间的中间平台。关键帧抽取单元可以对应一台或者若干台前端监控摄像机，接收各前端监控摄像机生成的实时视频码流，从实时视频码流中提取具有代表意义的一组视频帧作为关键帧，从而通过一组关键帧，以较少的数据量来简洁表述该实时视频的内容。进而，关键帧抽取单元将各实时视频码流对应的各组关键帧通过网络上传给位于监控中心的后台。基于关键帧抽取所带来的数据量下降，在满足监控实时性的前提之下，可以降低对从前端监控摄像机到监控中心后台的网络传输的带宽需求，并使监控中心的数据带宽要求显著下降。例如，经过关键帧提取并以帧画面图片序列的形式进行传输对于100台前端监控摄像机每台前端监控摄像机只具有100KBPS的带宽要求，这样同时浏览100路视频监控仅需要1MBps以下的带宽流量。因而，关键帧技术的应用相比传统的视频监控在很大程度上实现了对网络带宽较小的依赖，换言之，相同带宽条件下，允许接入的监控视频点更多。
[0035]下面就关键帧抽取单元从视频流中提取关键帧的方法进行具体介绍。
[0036]作为示例，假定布设在高速道路上的某台前端监控摄像机提供了一段实时视频流，作为关键帧提取的对象，关键帧抽取单元获得该段视频流之后负责进行关键帧的提取。在视频巡逻中应用该视频流的目标包括:监测该路段的通行路况信息，获得堵车程度等情况；识别和取证夜间超速等交通违法行为；以及发现和处置交通意外事故。
[0037]视频流中的关键帧指的是能够代表连续视频帧序列中的主要内容的至少一幅视频帧，因此又称为代表帧，是针对视频流内容进行识别和检索的基础数据。在一段连续的视频帧序列中，相邻帧之间通常都存在着相似性，因此用若干关键帧标识一段视频，能在很大程度上实现视频内容的数据量压缩。在传输带宽、存储空间、分析运算能力等系统资源一定的情况下，对含有大量冗余的视频信息，通过至少一幅关键帧的形式对一段时间长度上的视频进行表征，既可节约传输、存储和运算资源，又能更加集中地体现视频的主要内容和关键?目息，从而为尚效的视频巡逻建立基础。
[0038]对于关键帧的提取，现有技术中一般的做法是将视频按照场景的突变或者渐变分割为若干镜头，对于不同镜头来说，由于场景(包括前景画面和背景画面)的显著变化，会造成从属于不同镜头的视频帧之间具有非常明显的图像特征差异，因而易于实现镜头的划分。然后，再从各镜头包含的视频帧序列当中分别发现和抽取出关键帧，关键帧能够代表性地反映出镜头的主要内容。现有技术中对镜头中关键帧的提取也有很多不同的算法，例如有的系统直接将码流中的I帧作为关键帧；有的系统按固定时间间隔从视频流当中抽取关键帧，或者将视频流中固定位置上的视频帧作为关键帧；也有一些系统在镜头分割的基础上继续基于视频帧中前景目标的运动信息来提取关键帧。
[0039]然而，当运用到监控视频的关键帧提取时，上述现有方法会遇到这一应用中特殊性的问题。首先，一般情况下，高速道路上实施监控的摄像机是静止不动的，因而视频帧均具有静止和固定的单一背景，不存在镜头突变等现象，共同的背景明显降低了各帧图像特征相互之间的差异性，这一点并不利于关键帧的有效定位和提取。其次，现有的关键帧提取算法能够比较好地解决由于一个或多个运动目标进入或离开场景造成视频帧画面突变时的识别和提取，例如在夜间空旷的公路上有一车辆突然驶过时，能够将含有该车辆的视频帧作为关键帧有效提取出来。但是在很多情况下，各视频帧之间的图像特征变化经常呈缓慢渐变，例如，在交通拥挤时段所拍摄的路况画面，各视频帧之间的变化差异不大，而且从渐变视频画面当中也不易识别出特别显著的运动目标。由于相邻两帧或者多帧之间不存在特别明显的突变，现有算法不能很好地从渐变的视频画面当中抽取出具有代表性意义的关键帧。最后，现有技术以固定的频率抽取关键帧，在各视频帧画面渐变时，容易存在不必要地抽取过多关键帧的现象，不能基于视频帧的变化情况，适应性地调整抽取率。
[0040] 针对现有技术的局限，本发明提供的关键帧抽取单元充分适应监控视频的图像特点，能够主要针对监控画面当中的有效监控区域执行识别，并且可以针对处在画面渐变阶段的监控视频也实现有代表性和数量合适的关键帧提取。如图2所示，关键帧抽取单元包括:区域加权模块、帧差别计算模块、抽取率决定模块以及帧抽取模块。
[0041 ]区域加权模块针对连续视频帧序列中的每一幅视频帧F，将其分割为NXN像素大小的若干子块，例如k个子块，计算每个子块的像素亮度平均值f，从而获得该幅视频帧的各个子块像素亮度平均值序列fl，f2，f3......fk ;进而，区域加权模块调取区域加权模板，区域加权模板具有对应于各个子块的权重值α 1，α 2，α 3......a k ;区域加权模块利用区域加权模板中的权重值对各个子块的像素亮度平均值进行权重赋值计算，获得视频帧F的像素亮度平均值加权序列a l*fl，a 2*f2，a 3*f3......a k*fk。其中，对于处在监控视频画面有效区域的子块，可以通过区域加权模块的上述计算为这些子块赋予更高的权重值，从而提高了在后续的帧差别计算和抽取率计算当中这些子块对计算结果的影响力。相反，对于处在监控视频画面有效区域之外子块，则在上述计算中赋予相对较低的权重值，从而降低这些子块对后续帧差别计算和抽取率计算产生的影响，甚至可以使这些子块被赋予的权重值为0，即完全不考虑这些子块。监控画面的有效区域是指能够反映监控目标内容的画面局部区域，例如对于本发明中以公路路面的交通和路况作为目标内容的监控画面来说，公路所在画面区域的子块属于有效区域，而路边建筑、绿化带等画面区域的子块则不属于有效区域。由于监控摄像机是静止不动的，因此对于同一台摄像机所拍摄的监控视频来说，有效区域在其中每幅视频帧当中所在位置均是固定的，故可以针对该台摄像机采用固定不变的区域加权模板，使在每幅视频帧中均是处在特定位置上的某几个子块被赋予较高的权重值。当然，对于不同的前端监控摄像机，监控画面中有效区域所在的位置自然会有所不同，因而区域加权模块会首先判定当前处理的监控视频是由哪台前端监控摄像机拍摄的，进而调取与该台摄像机唯一对应的区域加权