[发明专利]多模式视频事件索引

权利要求书

1.一种用于多模式视频事件索引的方法，所述方法包括：

对于来自视频流输入的图像，确定对象独特性的质量；

如果所确定的检测到的对象独特性的质量的水平满足质量的阈值水平，就从多个视频分析模式中选择高质量分析模式，并经硬件设备将高质量分析模式应用到来自视频流输入的图像以确定视频输入图像中的对象活动；及

如果所确定的检测到的对象独特性的质量的水平不满足质量的阈值水平，就从多个视频分析模式中选择低质量分析模式，并经硬件设备将低质量分析模式应用到来自视频流输入的图像以确定视频输入图像中的对象活动，其中所述低质量分析模式与所述高质量分析模式不同。

2.如权利要求1所述的方法，其中对于视频输入图像，确定对象独特性的质量包括：

确定提供视频输入的摄像机相对于视频输入中的场景是移动的还是静止的，并且场景的质量的阈值水平是固定的。

3.如权利要求1所述的方法，其中对于视频输入图像，确定对象独特性的质量包括：

确定视频输入图像中场景的照明量，并且质量的阈值水平是场景的照明量；

其中高质量分析模式是通过从场景图像中除去强阴影来提供对象活动检测的强阴影分析模式；及

其中低质量分析模式是在没有从场景图像中除去阴影的情况下解析视频图像以进行对象活动检测的低亮度分析模式。

4.如权利要求3所述的方法，其中确定场景的照明量包括：

确定场景的天气条件是晴天、下雨、下雪、有雾、多云或者夜间，并且其中阈值照明量是晴天。

5.如权利要求1所述的方法，还包括：

经可编程硬件设备对视频输入应用背景消减，以检测前景对象活动作为在当前帧图像信息与图像的上下文背景的静态信息之间的差；

其中确定对象独特性的质量包括：确定检测到的前景对象活动的水平；

其中选择并应用高质量分析模式包括：选择基于对象跟踪的模式并将其应用到视频输入的检测到的前景对象活动来跟踪前景对象；

其中选择并应用低质量分析模式包括：选择非基于对象跟踪的模式并将其应用到视频输入的检测到的前景对象活动，以根据提取出的前景对象外观属性确定对象运动而不跟踪前景对象；及

还包括：把跟踪前景对象的结果和得自提取出的前景对象外观属性的对象运动确定写入到索引。

6.如权利要求5所述的方法，其中确定检测到的前景对象活动的水平包括：

确定前景相对于图像整体的密度；及

其中阈值活动水平是密度值。

7.如权利要求6所述的方法，其中选择基于对象跟踪的模式还包括：

确定前景相对于图像整体的第一密度是否大于或等于第一时刻时的阈值密度值；

确定前景相对于图像整体的第二密度是否小于最小值，所述最小值小于第一时刻之后的第二时刻时的阈值密度值；

确定第一时刻和第二时刻之间所经过的时间；

比较经过的时间与稳定时间段；及

如果经过的时间小于稳定时间段，就选择基于对象跟踪的模式。

8.如权利要求6所述的方法，其中选择基于对象跟踪的模式还包括：

确定前景的密度大于或等于阈值活动水平的持续时间；

比较所述持续时间与指定时间段；

如果所述持续时间小于指定时间段，就选择基于对象跟踪的模式。

9.如权利要求8所述的方法，其中前景的密度是多个单个密度在所述指定时间段内的平均值。

10.如权利要求9所述的方法，还包括：

通过给较新的密度赋予比较旧的密度更高的权重来确定所述多个单个密度在所述指定时间段内的平均值。