[发明专利]一种超市的全景视频监控方法

权利要求书

1.一种超市的全景视频监控方法，其特征在于，具体步骤如下：

步骤A、管理员在后台提供商铺视频；

步骤B、视频预处理，根据视频帧的宽度设置降采样系数；

步骤C、计算帧间HSV颜色空间平均差值并存储于数组中；

步骤D、对视频的全部帧间差分值做平滑处理；

步骤E、取出平滑处理后的极大值作为作为场景切换的依据；

步骤F、使用YOLOv3来检测关键帧中是否存在顾客；

步骤G、将该关键帧送入神经网络进行识别；

步骤H、将分类结果以及相应的关键场景图片存入至数据库中；

步骤I、客户前端访问时，将所得结果返回至前端。

2.根据权利要求1所述的一种超市的全景视频监控方法，其特征在于，若需要在前端网页上展示新的视频，管理员需要在后台管理员界面提交视频，后台管理界面提供了管理员增删查改的接口。

3.根据权利要求2所述的一种超市的全景视频监控方法，其特征在于，步骤B具体是：根据视频帧的宽度设置降采样系数，通过降采样加快视频处理的速度。

4.根据权利要求3所述的一种超市的全景视频监控方法，其特征在于，步骤C具体是：通过读入视频中的每一帧，并对其做颜色空间转换处理，将RGB颜色空间转化为HSV颜色空间，并计算帧间的差值。将得到的数值除以视频帧的像素个数则得到帧间平均差值。

5.根据权利要求4所述的一种超市的全景视频监控方法，其特征在于，步骤D具体是：将步骤C中得到的视频平均差分值加窗做平滑处理，该步骤采用的加窗方法有hanming窗、hanning窗，同时也可设置窗口大小。

6.根据权利要求1所述的一种超市的全景视频监控方法，其特征在于，步骤E中，通过对数据进行加窗，即可将部分不具有代表性的局部最优解剔除掉。此时的局部最优解则具有一定的代表意义，可将该局部最大值作为场景切换的依据。

7.根据权利要求1所述的一种超市的全景视频监控方法，其特征在于，步骤F中，若该关键帧中顾客的比例较大，则说明该场景作为局部最大值的同时也受到了该顾客的影响，同时顾客所占比例较大会影响到图片场景识别，若顾客在图片中的比例没有超过一定范围，则将该顾客加上马赛卡处理以保护顾客隐私，采用了卷积神经网络来处理图像，通过将视频图像送入到卷积神经网络识别即可得到该图像中人所在的位置，并对该区域做马赛克处理。

8.根据权利要求1所述的一种超市的全景视频监控方法，其特征在于，步骤H将关键场景分为了5类：入口处，收银台，货架，地堆，端架。