本发明专利技术公开了一种基于视频分析的场景变更检测系统、方法、装置和存储介质，包括获取视频图像数据，对视频图像数据进行处理，获取目标要素，按照在视频图像数据中的顺序，遍历各视频帧，根据当前视频帧对应的目标要素与场景基准标的物，确定当前视频帧对应的第一场景相似度，当第一场景相似度小于第一阈值，更新场景基准标的物，反之则维持场景基准标的物不变。本发明专利技术基于深度学习提取到的场景中不变要素的深度特征，无需人工设计深度特征，提高了场景描述特征的鲁棒性；保持场景变化判断标准的自动更新，一方面有利于更加精准地判断视频帧是否发生场景变化，另一方面有利于提升场景变更检测自动化程度。本发明专利技术广泛应用于图像处理技术领域。理技术领域。理技术领域。
【技术实现步骤摘要】
一种基于视频分析的场景变更检测方法与系统
[0001]本专利技术涉及图像处理
，尤其是一种基于视频分析的场景变更检测方法与系统。
技术介绍
[0002]近年来，监控系统在交通、军事、机场、银行、商场、社区等场所得到广泛应用。在诸多领域中，监控系统正常运行的重要条件之一是获得稳定、清晰、目标性强的监控视频图像内容。
[0003]随着监控系统大规模应用使得人们对监控系统的运行维护能力提出了新的需求。首先，24小时不间断的使用加大了监控产品产生故障的风险和概率；其次，由于实际应用中监控设备部署分散，且使用数量庞大，造成了人为检查的成本和难度大大增加。在实际应用中，监控摄像头由于外力或人为的作用下，导致其拍摄角度发生改变会对监控视频的目标产生影响，因此为了快速、准确的识别监控视频中出现的场景变换，使用计算机视觉技术对监控视频场景改变自动检测的研究显得至关重要。
[0004]现有基于计算机视觉技术实现场景变化检测方法，普遍采用的是人工设计的场景描述特征，计算相邻图像间(帧间)的特征变化量与设定阈值进行比较，在超过阈值的情况下检测为场景变化图像。场景描述特征主要采用像素特征、运动特征、特征点等，现有基于像素特征方法，如像素差值特征、直方图特征对场景中存在光照变化、运动目标敏感；基于运动特征的方法中，可靠的运动估计算法消耗较多计算资源；在基于特征点匹配的方法中，不同场景特征点的选取差异大和计算量复杂。
[0005]实际应用场景中复杂多样，人工设计的场景描述特征鲁棒性低，容易受场景中光照、轻微抖动的影响。
技术实现思路
[0006]针对目前的场景变化检测技术存在的场景描述特征鲁棒性低、容易受场景中光照、轻微抖动的影响等技术问题，本专利技术的目的在于提供一种基于视频分析的场景变更检测方法和系统。
[0007]一方面，本专利技术实施例包括一种基于视频分析的场景变更检测方法，包括：
[0008]获取视频图像数据；所述视频图像数据包括多个视频帧；
[0009]对所述视频图像数据进行处理，获取各所述视频帧各自对应的目标要素；
[0010]根据所述视频图像数据，设定场景基准标的物的初始值；
[0011]按照在所述视频图像数据中的顺序，遍历各所述视频帧；对于遍历过程中的任一当前视频帧，根据所述当前视频帧对应的所述目标要素与所述场景基准标的物，确定所述当前视频帧对应的第一场景相似度，当所述第一场景相似度小于第一阈值，更新所述场景基准标的物，反之则维持所述场景基准标的物不变；经过更新或者维持的所述场景基准标的物，用于确定后续视频帧对应的第一场景相似度。
[0012]进一步地，所述获取视频图像数据，包括：
[0013]获取原始视频数据文件；
[0014]对所述原始视频数据文件进行预处理，获得所述视频图像数据。
[0015]进一步地，所述获取原始视频数据文件，包括：
[0016]通过安装在场景中的摄像头对固定场景进行拍摄，获得所述原始视频数据文件；
[0017]或者
[0018]获取场景中摄像头保存的历史视频数据文件，获得所述原始视频数据文件。
[0019]进一步地，所述对所述原始视频数据文件进行预处理，包括：
[0020]将所述原始视频数据文件的图像尺寸转换为标准尺寸；
[0021]将所述原始视频数据文件的图像颜色空间转换为标准颜色空间。
[0022]进一步地，所述根据所述视频图像数据，设定场景基准标的物的初始值，包括：
[0023]设定标的物的特定类别；
[0024]从所述视频图像数据中选出最前的若干个所述视频帧；
[0025]分别从选出的若干个所述视频帧中划定出相应的目标要素；划定出的所述目标要素，均表示所述特定类别的标的物；
[0026]将划定出的全部目标要素的交集，作为所述场景基准标的物的初始值。
[0027]进一步地，所述对所述视频图像数据进行处理，获取各所述视频帧各自对应的目标要素，包括：
[0028]使用基于深度学习的目标检测算法，对所述视频图像数据进行检测，获取各所述视频帧各自对应的目标检测要素；
[0029]使用基于深度学习的目标分割算法，对所述视频图像数据进行分割，获取各所述视频帧各自对应的目标分割要素。
[0030]进一步地，所述根据所述当前视频帧对应的所述目标要素与所述场景基准标的物，确定所述当前视频帧对应的第一场景相似度，包括：
[0031]根据公式执行计算；
[0032]其中，score
q
表示作为所述当前视频帧的第q个视频帧对应的所述第一场景相似度，Reg
t
和Rec
o
表示所述场景基准标的物所在区域，Reg
k
表示第q个视频帧中所述目标检测要素所在区域，Rec
l
表示第q个视频帧中所述目标分割要素所在区域，n表示第q个视频帧中所述目标检测要素的数量，m表示第q个视频帧中所述分割检测要素的数量。
[0033]进一步地，所述更新所述场景基准标的物，包括：
[0034]设置滑动窗口；所述滑动窗口用于选定所在位置的连续若干个视频帧；
[0035]在所述当前视频帧附近，移动所述滑动窗口；对于移动过程中所述滑动窗口的任一当前位置，分别所述滑动窗口在所述当前位置所确定的连续若干个视频帧中，划定出相应的目标要素，其中划定出的所述目标要素均表示所述特定类别的标的物，将划定出的全部目标要素的交集，作为临时场景基准标的物，根据所述当前视频帧对应的所述目标要素与所述临时场景基准标的物，确定所述临时场景基准标的物对应的第二场景相似度，当所述第二场景相似度大于第二阈值，停止移动所述滑动窗口，以所述临时场景基准标的物作为新的所述场景基准标的物，反之则继续移动所述滑动窗口。
[0036]进一步地，所述根据所述当前视频帧对应的所述目标要素与所述临时场景基准标的物，确定所述临时场景基准标的物对应的第二场景相似度，包括：
[0037]根据公式执行计算；
[0038]其中，score
q
表示所述第二场景相似度，Regt和Reco表示所述临时场景基准标的物所在区域，Reg
k
表示作为当前视频帧的第q个视频帧中所述目标检测要素所在区域，Rec
l
表示第q个视频帧中所述目标分割要素所在区域，n表示第q个视频帧中所述目标检测要素的数量，m表示第q个视频帧中所述分割检测要素的数量。
[0039]另一方面，本专利技术实施例还包括一种基于视频分析的场景变更检测系统，所述基于视频分析的场景变更检测系统包括：
[0040]第一模块，用于获取视频图像数据；所述视频图像数据包括多个视频帧；
[0041]第二模块，用于根据所述视频图像数据，设定场景基准标的物的初始值；
[0042]第三模块，用于对所述视频图像数据进行处理，获取各所述视频帧各自对应的目标要素；...
【技术保护点】
【技术特征摘要】
1.一种基于视频分析的场景变更检测方法，其特征在于，所述基于视频分析的场景变更检测方法包括：获取视频图像数据；所述视频图像数据包括多个视频帧；对所述视频图像数据进行处理，获取各所述视频帧各自对应的目标要素；根据所述视频图像数据，设定场景基准标的物的初始值；按照在所述视频图像数据中的顺序，遍历各所述视频帧；对于遍历过程中的任一当前视频帧，根据所述当前视频帧对应的所述目标要素与所述场景基准标的物，确定所述当前视频帧对应的第一场景相似度，当所述第一场景相似度小于第一阈值，更新所述场景基准标的物，反之则维持所述场景基准标的物不变；经过更新或者维持的所述场景基准标的物，用于确定后续视频帧对应的第一场景相似度。2.根据权利要求1所述的基于视频分析的场景变更检测方法，其特征在于，所述获取视频图像数据，包括：获取原始视频数据文件；对所述原始视频数据文件进行预处理，获得所述视频图像数据。3.根据权利要求2所述的基于视频分析的场景变更检测方法，其特征在于，所述获取原始视频数据文件，包括：通过安装在场景中的摄像头对固定场景进行拍摄，获得所述原始视频数据文件；或者获取场景中摄像头保存的历史视频数据文件，获得所述原始视频数据文件。4.根据权利要求2所述的基于视频分析的场景变更检测方法，其特征在于，所述对所述原始视频数据文件进行预处理，包括：将所述原始视频数据文件的图像尺寸转换为标准尺寸；将所述原始视频数据文件的图像颜色空间转换为标准颜色空间。5.根据权利要求1
‑
3任一项所述的基于视频分析的场景变更检测方法，其特征在于，所述根据所述视频图像数据，设定场景基准标的物的初始值，包括：设定标的物的特定类别；从所述视频图像数据中选出最前的若干个所述视频帧；分别从选出的若干个所述视频帧中划定出相应的目标要素；划定出的所述目标要素，均表示所述特定类别的标的物；将划定出的全部目标要素的交集，作为所述场景基准标的物的初始值。6.根据权利要求5所述的基于视频分析的场景变更检测方法，其特征在于，所述对所述视频图像数据进行处理，获取各所述视频帧各自对应的目标要素，包括：使用基于深度学习的目标检测算法，对所述视频图像数据进行检测，获取各所述视频帧各自对应的目标检测要素；使用基于深度学习的目标分割算法，对所述视频图像数据进行分割，获取各所述视频帧各自对应的目标分割要素。7.根据权利要求6所述的基于视频分析的场景变更检测方法，其特征在于，所述根据所述当前视频帧对应的所述目标要素与所述场景基准标的物，确定所述当前视频帧对应的第一场景相似度，包括：
根据公式执行计算；其中，score
q
表示作为所述当前视频帧的第q个视频帧对应的所述第一场景相似度，Reg
t
和Rec
...
【专利技术属性】
技术研发人员：李熙莹，宋鄂，陆强，稂洪水，
申请(专利权)人：中山大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。