[发明专利]一种面向检索的监控视频语义描述和检测建模方法

权利要求书

1.一种面向检索的监控视频语义描述方法，其特征在于，包括如下步骤：

步骤一，针对现有视频描述中没有定义用户感兴趣的静态区域的问题，结合监控视频应用场景的特殊需求，将视频对象细分为运动目标和静止区域进行描述；

步骤二，针对现有视频描述中对象间关系描述信息冗余的问题，定义了时间维上的第一级空间关系，并在此基础上导出了时间维上的第二级空间关系，只对空间关系的变化情况进行描述；

步骤三，根据上述步骤一和步骤二的监控视频语义描述方案，参考MPEG-7标准中描述定义语言的规范表示，对输入测试视频序列进行了固定格式的结构化描述，并生成描述文档，即相应的视频描述流信息。

2.根据权利要求1所述的面向检索的监控视频语义描述方法，其特征是，所述的用户感兴趣的静止区域描述，是指：图像中宽度大于一定像素的联通的点组成的图形，特指在一段监控视频中静止的，并且具备特定含义的背景区域，采用以下两种方式进行定义：

（1）由计算机自动完成，在背景图像中按照相似性分割得到的不规则区域：先提取出视频的背景，然后利用图像分割技术，使每一个区域具有“相似”的特性，即在一个区域内部满足某种特征的一致性，而相邻的不同区域间具有不同的特性；

（2）通过人工标注，指定视频中一个固定范围为指定区域，该区域是用户重点关注的感兴趣区域。

3.根据权利要求2所述的面向检索的监控视频语义描述方法，其特征是，所述（2），是指利用一个坐标值确定且包含关注区域的最小矩形框进行标注。

4.根据权利要求1所述的面向检索的监控视频语义描述方法，其特征是，所述对象间关系描述信息冗余问题，具体为：运动目标之间以及运动目标和静止区域之间的空间关系是随时间变化的，如果对每一帧的空间关系都进行描述，将会造成关系描述信息的冗余，不利于海量监控视频信息的存储、传输和检索；此外，有些对象之间不具有很强的相关性，这些关系信息的描述不会给高层语义信息的理解带来帮助，同样导致关系描述信息的冗余。

5.根据权利要求1-4任一项所述的面向检索的监控视频语义描述方法，其特征是，所述时间维上的第一级空间关系，是指：变化的空间关系在时间维上的分段描述，而不再针对每一帧的空间关系进行描述。

6.根据权利要求1-4任一项所述的面向检索的监控视频语义描述方法，其特征是，所述时间维上的第二级空间关系，是指：直接对空间关系随时间的变化情况进行描述。

7.一种采用权利要求1-4所述方法的监控视频事件检测建模方法，其特征在于，包括如下步骤：

步骤一，针对现有视频描述中没有定义用户感兴趣的静态区域的问题，结合监控视频应用场景的特殊需求，将视频对象细分为运动目标和静止区域进行描述；

步骤二，针对现有视频描述中对象间关系描述信息冗余的问题，定义了时间维上的第一级空间关系，并在此基础上导出了时间维上的第二级空间关系，只对空间关系的变化情况进行描述；

步骤三，根据上述步骤一和步骤二的监控视频语义描述方案，参考MPEG-7标准中描述定义语言的规范表示，对输入测试视频序列进行了固定格式的结构化描述，并生成描述文档，即相应的视频描述流信息；

步骤四，利用事件解析的相关知识，基于描述流中的中层语义信息实现高层语义信息的检测建模。

8.根据权利要求7所述的监控视频事件检测建模方法，其特征是，所述事件解析的过程，是指：首先根据事件解析复杂度的不同，将其分为元事件和复杂事件两类，元事件是指视频中一个运动目标在某一时间段内发生的单一行为，由一系列对象特征以及对象间关系的变化情况来描述；而复杂事件则需要分解为符合一定逻辑关系和时间关系的若干个元事件，不能直接利用描述流中的对象层信息，任何一个复杂事件，只要找到合理有效的推理映射规则，就能够用相应的对象层信息和相关元事件来进行解析表示。