[发明专利]视频摘要生成方法和视频摘要生成装置

说明书

技术领域

本发明涉及图像识别领域，具体而言，涉及一种视频摘要生成方法和视频摘要生成装置

背景技术

视频摘要又称为视频浓缩，是对视频内容的概括，以自动或半自动方式，通过运动目标分析，提取运动目标，然后对各个目标的运动轨迹进行分析，将不同的目标拼接到一个共同的背景场景中，并将它们以某种方式进行组合。随着视频技术的发展，视频摘要在视频分析和基于内容的视频检索中的作用愈加重要。

在社会公共安全领域，视频监控系统成为维护社会治安，加强社会管理的一个重要组成部分。然而视频录像存在存储数据量大，存储时间长等特点，通过录像寻找线索，获取证据传统的做法是要耗费大量人力、物力以及时间，效率极其低下，以至于错过最佳破案时机。

但是在现有技术中包含人脸的移动目标的视频摘要生成方法，使视频摘要在视频监控领领域的应用受到限制，用户很难在海量的视频监控录像中快速准确地找到包含有人脸线索的图像。

针对现有技术中无法针对包含人脸图像的移动目标进行视频摘要生成以满足视频监控需要的问题，目前尚未提出有效的解决方案。

发明内容

本发明提出一种视频摘要生成方法和视频摘要生成装置，以解决现有技术中，先对要处理的视频进行高斯背景建模，提取出运动的目标轨迹，对检测到的物体进行人脸检测，对检测到有人脸出现的轨迹生成视频摘要，以解决现有技术中无法针对包含人脸图像的移动目标进行视频摘要生成以满足视频监控需要的问题。

本发明解决其技术问题所采用的技术方案是：

根据本发明的一个方面，提供了一种视频摘要生成方法。该视频摘要生成方法包括：对原始视频中的目标帧图像进行背景建模，得到背景模型；利用背景模型提取出目标帧图像中的运动目标；使用预设的分类器判断提取到的运动目标中是否包括人脸图像；将包括人脸图像的运动目标进行轨迹排列，生成摘要。

进一步地，对原始视频中的目标帧的图像进行背景建模包括：使用混合高斯背景算法对目标帧的图像进行计算，得到目标帧图像的混合高斯模型。

进一步地，使用预设的分类器判断提取到的运动目标中是否包括人脸图像包括：使用预设的由Adaboost算法和harr特征训练出人脸检测模型对提取到的运动目标进行人脸图像检测，并根据检测结果判断提取到的运动目标中是否包括人脸图像。

进一步地，在使用预设的分类器判断提取到的运动目标中是否包括人脸图像之后还包括：将目标帧图像中包含人脸图像的运动目标与目标帧之前一帧图像中包含人脸图像的运动目标进行轨迹跟踪，得到包含人脸图像的运动目标的运动轨迹。

进一步地，将目标帧图像中包含人脸图像的运动目标与目标帧之前一帧图像中包含人脸图像的运动目标进行轨迹跟踪包括：计算目标帧图像中包含人脸图像的运动目标与目标帧之前一帧图像中包含人脸图像的运动目标的交叉面积；判断交叉面积是否大于预设面积值；当交叉面积大于预设面积值时，根据目标帧图像中包含人脸图像的运动目标在图像上的位置更新运动轨迹；当交叉面积小于或等于预设面积时，按照目标帧图像中包含人脸图像的运动目标在图像上的位置生成新的运动轨迹。

进一步地，将包括人脸图像的运动目标进行轨迹排列包括：按照包含人脸图像的运动目标的运动轨迹出现的时间关系和空间位置对该运动轨迹进行排列；将排列后的运动轨迹叠加到背景图像上。

根据本发明的另一个方面提供了一种视频摘要生成装置。该视频摘要生成装置包括：背景建模模块，用于对原始视频中的目标帧图像进行背景建模，得到背景模型；运动目标提取模块，用于利用背景模型提取出目标帧图像中的运动目标；人脸辨别模块，用于使用预设的分类器判断提取到的运动目标中是否包括人脸图像；摘要生成模块，用于将包括人脸图像的运动目标进行轨迹排列，生成摘要。

进一步地，背景建模模块还用于：使用混合高斯背景算法对目标帧的图像进行计算，得到目标帧图像的混合高斯模型。

进一步地，人脸辨别模块还用于：使用预设的由Adaboost算法和harr特征训练出人脸检测模型对提取到的运动目标进行人脸图像检测，并根据检测结果判断提取到的运动目标中是否包括人脸图像。

进一步地，该视频摘要生成装置还包括：轨迹跟踪模块，用于将目标帧图像中包含人脸图像的运动目标与目标帧之前一帧图像中包含人脸图像的运动目标进行轨迹跟踪，得到包含人脸图像的运动目标的运动轨迹。