[发明专利]基于Hadoop的监控视频存储检索方法及系统

权利要求书

1.一种基于Hadoop的监控视频存储检索方法，其特征在于，所述方法包括：

获取原始监控视频数据，对所述原始监控视频数据进行视频摘要提取得到用于表征所述原始监控视频数据主要内容的视频摘要数据，其中，所述视频摘要数据至少包括视频数据和关键帧数据；

对所述视频摘要数据进行图像提取识别得到目标图像；

并提取所述目标图像中的图像特征以建立特征索引库，其中，所述图像特征至少包括颜色特征、纹理特征以及形状特征；

获取用户提交的待检索图片并对所述待检索图片进行特征提取得到待检索图像特征，将所述待检索图像特征在所述特征索引库进行匹配，对匹配得到的相似度进行排序，返回检索到的目标图像和对应的原始监控视频数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述视频摘要数据进行图像提取识别得到目标图像，包括：

对所述视频摘要数据中的行人和车辆进行图像提取得到行人图像和车辆图像，并将所述行人图像进行人脸识别得到人脸图像，将所述车辆图像进行车牌识别得到车牌图像，并将所述人脸图像和车辆图像作为目标图像。

3.根据权利要求1所述的方法，其特征在于，对所述原始监控视频数据进行视频摘要提取得到用于表征所述原始监控视频数据主要内容的视频摘要数据，包括：

通过混合高斯模型法，基于像素样本统计信息来实现的背景，具体包括利用在一段时间内对大量样本值的概率密度等统计信息来表示背景，然后使用通过统计差分方法进行目标像素判断，如果所匹配的模式符合背景的预设要求，即判断该像素属于背景，否则属于前景。

4.根据权利要求1所述的方法，其特征在于，对所述视频摘要数据进行图像提取识别得到目标图像，包括：

采用方向梯度直方图的特征提取方法来检测输入图像得到目标样本图像；

利用所述目标样本图像通过支持向量机的机器学习方法对目标分类器进行训练；

通过训练完成的目标分类器对视频摘要数据进行图像提取识别得到目标图像。

5.根据权利要求4所述的方法，其特征在于，采用方向梯度直方图的特征提取方法来检测输入图像得到目标样本图像，包括：

将输入的图像灰度化；采用Gamma校正法对输入的图像进行颜色空间的归一化；计算图像每一个像素的大小以及方向的梯度；将图像分成小的细胞单元，将梯度投影到细胞单元的梯度方向，作为细胞的HOG特征描述子；将若干个细胞组成一个块单元，一个块单元内全部细胞的特征描述子串联起来便得到该块单元的HOG特征向量；最后将图像内的全部块单元的HOG特征描述向量串联起来即得到该图像的HOG特征。

6.根据权利要求4所述的方法，其特征在于，利用所述目标样本图像通过支持向量机的机器学习方法对图像提取识别模型进行训练，通过训练完成的目标分类器对视频摘要数据进行图像提取识别得到目标图像，包括：

用针对需要训练的目标样本图像的种类，进行正负样本集HOG特征的基于SVM的目标分类器，然后对待检测的目标样本图像进行HOG的特征提取后与已经训练后完成的目标分类器进行判别，若结果为正则判别为同一类型，否则不为同一类型。

7.根据权利要求1所述的方法，其特征在于，将所述待检索图像特征在所述特征索引库进行匹配，包括：

基于两幅图像的特征向量，通过比较它们之间特征空间的距离来得到其相似程度，具体包括通过对Minkowsky距离、二次式距离以及Jeffrey距离进行计算得到所匹配的相似度。

8.根据权利要求1所述的方法，其特征在于，所述提取所述目标图像中的图像特征以建立特征索引库，还包括：

对目标图像进行基于MapReduce的分布式特征提取，然后将特征存储到HBase数据库中。

9.根据权利要求1所述的方法，其特征在于，将所述待检索图像特征在所述特征索引库进行匹配，包括：

对所述待检索图像进行特征提取然后采用MapReduce的分布式匹配。

10.一种基于Hadoop的监控视频存储检索系统，其特征在于，所述系统包括：

获取模块，用于获取原始监控视频数据，对所述原始监控视频数据进行视频摘要提取得到用于表征所述原始监控视频数据主要内容的视频摘要数据，其中，所述视频摘要数据至少包括视频数据和关键帧数据；

提取模块，用于对所述视频摘要数据进行图像提取识别得到目标图像；

数据库建立模块，用于提取所述目标图像中的图像特征以建立特征索引库，其中，所述图像特征至少包括颜色特征、纹理特征以及形状特征；

匹配检索模块，用于获取用户提交的待检索图片并对所述待检索图片进行特征提取得到待检索图像特征，将所述待检索图像特征在所述特征索引库进行匹配，对匹配得到的相似度进行排序，返回检索到的目标图像和对应的原始监控视频数据。