一种基于图像识别的高清视频内容智能分析处理方法技术

本发明专利技术涉及高清视频内容智能分析技术领域，具体公开一种基于图像识别的高清视频内容智能分析处理方法，该方法包括待追踪目标输入、追踪目标视频采集、需求追踪目标确认、拍摄位置获取和拍摄姿态适应性调整；本发明专利技术通过需求追踪目标的轮廓，进行完全重合和部分重合两种状态下的目标航拍无人机的拍摄设置适配度分析，实现了对目标航拍无人机的拍摄设置适配度的数据化分析，提高了拍摄设置适配度分析的精准性和适配性，同时通过需求追踪目标轮廓在所处拍摄图像的方位、中心点偏距和方位、航拍无人机的航拍速度和GOS位置坐标进行移动需求追踪目标的拍摄姿态适应性调整分析，实现了移动需求追踪目标拍摄姿态的灵活性调整。动需求追踪目标拍摄姿态的灵活性调整。动需求追踪目标拍摄姿态的灵活性调整。

【技术实现步骤摘要】
一种基于图像识别的高清视频内容智能分析处理方法


[0001]本专利技术涉及高清视频内容智能分析
，具体而言，涉及一种基于图像识别的高清视频内容智能分析处理方法。

技术介绍

[0002]高清视频内容智能分析是通过计算机视觉和人工智能技术，对视频中的每一帧进行分析和理解，这包括目标检测、运动跟踪等任务，而在进行运动跟踪时多采用无人机航拍的方式，为了保障后续视频的高清性和完整性，需要对无人机航拍设置进行处理。
[0003]现有的航拍无人机主要通过调整航拍角度进行拍摄姿态调整，很显然，这种拍摄姿态调整方式还存在以下几个方面的问题：1、通过调整航拍角度进行拍摄姿态调整只考虑了航拍视频的效果层面，使得航拍视频的完整性得不到保障。
[0004]2、未根据追踪对象在拍摄图像中的位置占比和大小尺寸进行深度分析，降低了航拍无人机拍摄姿态调整的可靠性和合理性，同时了降低了航拍无人机拍摄姿态调整的灵活性。
[0005]3、未结合动态追踪目标的拍摄情况进行数据化的航拍飞行速度分析，使得动态物体航拍视频的高清效果不佳，同时降低了航拍无人机对动态物体拍摄姿态调整的可靠性不足。

技术实现思路

[0006]鉴于此，为解决上述
技术介绍
中所提出的问题，现提出一种基于图像识别的高清视频内容智能分析处理方法。
[0007]本专利技术的目的可以通过以下技术方案实现：本专利技术提供一种基于图像识别的高清视频内容智能分析处理方法，包括以下步骤：S1、待追踪目标输入：将待追踪目标轮廓图像划分为各轮廓区域，提取各轮廓区域的RGB值，进而将待追踪目标的类型、轮廓图像以及各轮廓区域的RGB值输入至目标航拍无人机的管理后台，其中，类型包括移动和非移动。
[0008]S2、追踪目标视频采集：根据输入的待追踪目标的类型、轮廓图像以及各轮廓区域的RGB值，启动目标航拍无人机，对各相似待追踪目标进行视频采集，并从中定位出视频信息。
[0009]S3、需求追踪目标确认：根据各相似待追踪目标的视频信息，计算各相似待追踪目标的追踪相似度，从而锁定目标航拍无人机需追踪的待追踪目标，记为需求追踪目标。
[0010]S4、拍摄位置获取：获取目标航拍无人机采集的需求追踪目标的视频，从中定位出需求追踪目标的轮廓，并提取目标航拍无人机的航拍设置参数。
[0011]S5、拍摄姿态适应性调整：根据目标航拍无人机需求追踪目标的轮廓，计算目标航拍无人机的拍摄设置适配度，从而进行航拍无人机的拍摄姿态适应性调整。
[0012]具体地，所述视频信息为各分割图像的各轮廓区域的RGB值。
[0013]具体地，所述计算各相似待追踪目标的追踪相似度，具体计算过程为：A1、从待追
踪目标的轮廓图像中定位出待追踪目标的轮廓体积，记为V
待
。
[0014]A2、将各相似待追踪目标的轮廓与待追踪目标的轮廓进行重叠对比，得到各相似待追踪目标的轮廓与待追踪目标的轮廓的重叠体积，并从中提取最大的重叠体积，记为其中i表示相似待追踪目标编号，i＝1,2,...,n。
[0015]A3、计算各相似待追踪目标对应轮廓层面的追踪相似度β
i
，其中，K表示设定参照的轮廓重叠体积占比，e表示自然常数。
[0016]A4、从各相似待追踪目标的视频信息中提取各分割图像中各轮廓区域的RGB值。
[0017]A5、计算各相似待追踪目标对应颜色层面的追踪相似度χi。
[0018]A6、计算各相似待追踪目标的追踪相似度δ
i
。
[0019]具体地，所述计算各相似待追踪目标对应颜色层面的追踪相似度，具体计算过程为：B1、将各相似待追踪目标对应目标分割图像中待追踪目标对应各轮廓区域的RGB值分别标记为R
ij
、G
ij
和B
ij
，其中j表示轮廓区域编号，j＝1,2,...,m。
[0020]B2、将待追踪目标对应各轮廓区域的RGB值分别记为和
[0021]B3、计算各相似待追踪目标对应颜色层面的追踪相似度χi,
[0022]具体地，所述各相似待追踪目标的追踪相似度的计算公式为：其中，a1和a2分别表示设定的轮廓层面和颜色层面对应目标相似评估占比权重，γ1表示设定的追踪相似评估修正因子。
[0023]具体地，所述计算目标航拍无人机的拍摄设置适配度，具体计算过程为：C1、将需求追踪目标的轮廓与输入的待追踪目标轮廓进行对比，若完全重合，则提取需求追踪目标轮廓图像面积占比以及需求追踪目标轮廓中心点偏距，并分别记为以及x1。
[0024]C2、计算在完全重合下目标航拍无人机的拍摄设置适配度θ1，
[0025][0026]其中，K
参
和x
参
分别表示设定参照的面积占比和中心点偏距，ΔK和Δx分别表示设定参照的面积占比偏差和中心点偏距偏差，b1和b2分别表示设定的完全重合下的面积占比偏差和中心点偏距偏差对应拍摄设置适配评估占比权重，γ2表示设定的完全重合下的拍摄设置适配评估修正因子。
[0027]C3、将需求追踪目标的轮廓与输入的待追踪目标轮廓进行对比，若部分重合，则提取需求追踪目标轮廓图像面积占比、未重合轮廓面积和需求追踪目标轮廓中心点偏距，并分别记为S和x2。
[0028]C4、计算在部分重合下目标航拍无人机的拍摄设置适配度θ2，
[0029][0030]其中，S
参
表示设定参照的未重合轮廓面积，b3、b4和b5分别表示设定的部分重合下的面积占比偏差、中心点偏距偏差和未重合轮廓面积对应拍摄设置适配评估占比权重，γ3表示设定的部分重合下的拍摄设置适配评估修正因子。
[0031]具体地，所述航拍设置参数包括航拍速度和GPS位置坐标。
[0032]具体地，所述航拍无人机的拍摄姿态适应性调整包括对需求追踪目标的类型为移动时进行拍摄姿态适应性调整和对需求追踪目标的类型为非移动时进行拍摄姿态适应性调整，其中，需求追踪目标的类型为移动时进行拍摄姿态适应性调整的具体调整过程为：D1、当目标航拍无人机的拍摄设置适配度小于设定参照值且需求追踪目标的轮廓与输入的待追踪目标轮廓为完全重合时，提取需求追踪目标轮廓图像面积占比以及需求追踪目标轮廓中心点偏距与相对方位，并从航拍设置参数中提取当前GPS位置坐标。
[0033]D2、当需求追踪目标轮廓图像面积占比小于设定值时，则向目标航拍无人机发送下降指令，并将作为下降值，其中，H
参
表示设定的单位面积占比偏差对应的参照调动高度值。
[0034]D3、当需求追踪目标轮廓图像面积占比大于设定值时，则向目标航拍无人机发送上升指令，并将H作为上升值。
[0035]D4、当需求追踪目标轮廓中心点位置位于所处拍摄图像中心点位置的左侧，则向目标航拍无人机发送左移指令，并将x1作为左移距离值，当需求追踪目标轮廓中心点位置位于所处拍摄图像中心点位置的右侧，则向目标航拍无人机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的高清视频内容智能分析处理方法，其特征在于,包括:S1、待追踪目标输入：将待追踪目标轮廓图像划分为各轮廓区域，提取各轮廓区域的RGB值，进而将待追踪目标的类型、轮廓图像以及各轮廓区域的RGB值输入至目标航拍无人机的管理后台，其中，类型包括移动和非移动；S2、追踪目标视频采集：根据输入的待追踪目标的类型、轮廓图像以及各轮廓区域的RGB值，启动目标航拍无人机，对各相似待追踪目标进行视频采集，并从中定位出视频信息；S3、需求追踪目标确认：根据各相似待追踪目标的视频信息，计算各相似待追踪目标的追踪相似度，从而锁定目标航拍无人机需追踪的待追踪目标，记为需求追踪目标；S4、拍摄位置获取：获取目标航拍无人机采集的需求追踪目标的视频，从中定位出需求追踪目标的轮廓，并提取目标航拍无人机的航拍设置参数；S5、拍摄姿态适应性调整：根据目标航拍无人机需求追踪目标的轮廓，计算目标航拍无人机的拍摄设置适配度，从而进行航拍无人机的拍摄姿态适应性调整。2.根据权利要求1所述的一种基于图像识别的高清视频内容智能分析处理方法，其特征在于：所述视频信息为各分割图像中各轮廓区域的RGB值。3.根据权利要求2所述的一种基于图像识别的高清视频内容智能分析处理方法，其特征在于：所述计算各相似待追踪目标的追踪相似度，具体计算过程为：A1、从待追踪目标的轮廓图像中定位出待追踪目标的轮廓体积，记为V
待
；A2、将各相似待追踪目标的轮廓与待追踪目标的轮廓进行重叠对比，得到各相似待追踪目标的轮廓与待追踪目标的轮廓的重叠体积，并从中提取最大的重叠体积，记为其中i表示相似待追踪目标编号，i＝1,2,...,n；A3、计算各相似待追踪目标对应轮廓层面的追踪相似度β
i
，其中，K表示设定参照的轮廓重叠体积占比，e表示自然常数；A4、从各相似待追踪目标的视频信息中提取各分割图像中各轮廓区域的RGB值；A5、计算各相似待追踪目标对应颜色层面的追踪相似度χi；A6、计算各相似待追踪目标的追踪相似度δ
i
。4.根据权利要求3所述的一种基于图像识别的高清视频内容智能分析处理方法，其特征在于：所述计算各相似待追踪目标对应颜色层面的追踪相似度，具体计算过程为：B1、将各相似待追踪目标对应目标分割图像中待追踪目标对应各轮廓区域的RGB值分别标记为R
ij
、G
ij
和B
ij
，其中j表示轮廓区域编号，j＝1,2,...,m；B2、将待追踪目标对应各轮廓区域的RGB值分别记为和B3、计算各相似待追踪目标对应颜色层面的追踪相似度χi,
5.根据权利要求3所述的一种基于图像识别的高清视频内容智能分析处理方法，其特征在于：所述各相似待追踪目标的追踪相似度的计算公式为：其中，a1和a2分别表示设定的轮廓层面和颜色层面对应目标相似评估占比权重，γ1表示设定的追踪相似评估修正因子。6.根据权利要求3所述的一种基于图像识别的高清视频内容智能分析处理方法，其特征在于：所述计算目标航拍无人机的拍摄设置适配度，具体计算过程为：C1、将需求追踪目标的轮廓与输入的待追踪目标轮廓进行对比，若完全重合，则提取需求追踪目标轮廓图像面积占比以及需求追踪目标轮廓中心点偏距，并分别记为以及x1；C2、计算在完全重合下目标航拍无人机的拍摄设置适配度θ1，其中，K
参
和x
参
分别表示设定参照的面积占比和中心点偏距，ΔK和Δx分别表示设定参照的面积占比偏差和中心点偏距偏差，b1和b2分别表示设定的完全重合下的面积占比偏差和中心点偏距偏差对应拍摄设置适配评估占比权重，γ2表示设定的完全重合下的拍摄设置适配评估修正因子；C3、将需求追踪目标的轮廓与输入的待追踪目标轮廓进行对比，若部分重合，则提取需求追踪目标轮廓图像面积占比、未重合轮廓面积和需求追踪目标轮廓中心点偏距，并分别记为S和x2；C4、计算在部分重合下目标航拍无人机的拍摄设置适配度θ2，其中，S
参
表示设定参照的未重合轮廓面积...

【专利技术属性】
技术研发人员：胡明征，徐象锋，
申请(专利权)人：山东恒辉软件有限公司，
类型：发明
国别省市：