一种自适应的视频帧特征点抽稀方法技术

本发明专利技术涉及一种自适应的视频帧特征点抽稀方法，包括以下步骤：步骤1)提取待检测视频的关键帧，通过特征点检测算法提取视频帧的特征点集合，记为P；同时对关键帧进行隐形格网划分，将其划分为相同大小的格网单元，每个格网单元的特征点的集合记为Pij，步骤2)确定自适应的聚类算法参数，计算步骤1)中格网单元的信息熵，根据信息熵确定聚类算法的参数信息；步骤3)对格网单元的特征点集合Pij，通过聚类算法进行聚类，构成抽稀后的特征点集合，记为步骤4)对于每个格网单元，重复步骤(2)～(3)，得到该关键帧的特征点抽稀结果，记为PN，步骤5)：重复步骤(1)～(4)，实现待检测视频的特征点抽稀。

An adaptive video frame feature point extraction method

The video frame feature points of the present invention relates to a self thinning method, which comprises the following steps: 1) for detection of video key frame extraction, feature point set of video frames by detecting feature points extraction algorithm, denoted by P; while the key frame invisible grid, which is divided into grid units of the same size the set of feature points of each grid unit is denoted by Pij, step 2) to determine the parameters of adaptive clustering algorithm, calculation of information entropy in step 1) grid unit, determine the parameter information clustering algorithm based on information entropy; step 3) feature points on the grid unit set Pij clustering by clustering algorithm. A set of feature points after thinning, denoted as step 4) for each grid cell, repeat steps (2) ~ (3), the characteristic points are the key frame extracting results, denoted as PN, step 5: repeat steps (1) (~ 4), the feature points of the video to be detected.

【技术实现步骤摘要】

本专利技术属于视频监控数据分析
，具体涉及一种自适应的视频帧特征点抽稀方法。
技术介绍
在视频监控数据分析过程中，特征点的检测与匹配是是至关重要的技术，也是敏感视频检测的关键步骤。但是，视频检测过程中提取的特征点数量较大，对特征点的匹配造成很大影响，尤其是包含树木、森林等纹理丰富的视频帧。随着视频分辨率越来越高、视频数据量越来越大，特征点的匹配速度成为敏感视频检测实时性的关键。高密度的特征点对于敏感视频的检测存在较大的冗余，严重影响着视频检测的效率。由于特征点匹配的速度直接决定了视频检测的速度，因此拼接技术的研究重点应该放在图像匹配上，除了研究如何提高匹配的精准度外，重点需要解决匹配的速度，从而整体上提高视频检测的运行效率。本专利技术旨在提供一种自适应的视频帧特征点抽稀方法，以解决现有技术中视频特征点匹配速度低的问题。
技术实现思路
本专利技术的目的在于，针对上述现有技术中视频特征点匹配速度低的技术缺陷，提供设计一种自适应的视频帧特征点抽稀方法，以解决上述技术问题。为实现上述目的，本专利技术给出以下技术方案：一种自适应的视频帧特征点抽稀方法，包括以下步骤：步骤1)：提取待检测视频的关键帧，通过特征点检测算法提取视频帧的特征点集合，记为P；同时对关键帧进行隐形格网划分，将其划分为相同大小的格网单元，每个格网单元的特征点的集合记为Pij，Pij的总和即为P，Pij与P的关系如下：P＝{P(i,j)

【技术保护点】
一种自适应的视频帧特征点抽稀方法，包括以下步骤：步骤1)：提取待检测视频的关键帧，通过特征点检测算法提取视频帧的特征点集合，记为P；同时对关键帧进行隐形格网划分，将其划分为相同大小的格网单元，每个格网单元的特征点的集合记为Pij，Pij的总和即为P，Pij与P的关系如下：P＝{P(i,j)}步骤2)：确定自适应的聚类算法参数：计算步骤1)中格网单元的信息熵，根据信息熵确定聚类算法的参数信息；步骤3)：对格网单元的特征点集合Pij，根据特征点的位置信息、尺度信息，通过聚类算法进行聚类，得到的聚类结果，保留其聚类中心，构成抽稀后的特征点集合，记为步骤4)对于每个格网单元，重复步骤(2)～(3)，得到该关键帧的特征点抽稀结果，记为PN，如下所示：PN={Pi,jN}]]>步骤5)：重复步骤(1)～(4)，实现待检测视频的特征点抽稀。

【技术特征摘要】
1.一种自适应的视频帧特征点抽稀方法，包括以下步骤：步骤1)：提取待检测视频的关键帧，通过特征点检测算法提取视频帧的特征点集合，记为P；同时对关键...

【专利技术属性】
技术研发人员：孙宏跃，曲志峰，楼方平，李军，陈丹伟，潘飚，陈英华，纪翀，
申请(专利权)人：南京中孚信息技术有限公司，
类型：发明
国别省市：江苏;32