CN107613237B - 一种视频动静混合关键帧的抽取方法 - Google Patents
一种视频动静混合关键帧的抽取方法 Download PDFInfo
- Publication number
- CN107613237B CN107613237B CN201710828744.6A CN201710828744A CN107613237B CN 107613237 B CN107613237 B CN 107613237B CN 201710828744 A CN201710828744 A CN 201710828744A CN 107613237 B CN107613237 B CN 107613237B
- Authority
- CN
- China
- Prior art keywords
- frame
- foreground
- motion
- extracting
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003068 static effect Effects 0.000 title claims abstract description 42
- 238000000605 extraction Methods 0.000 title abstract description 27
- 230000033001 locomotion Effects 0.000 claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 62
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 230000035945 sensitivity Effects 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000000873 masking effect Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Images
Landscapes
- Studio Circuits (AREA)
Abstract
本申请公开了一种视频动静混合关键帧的抽取方法,包括:从原始视频中抽取背景帧和前景帧;对抽取的前景帧和背景帧分别进行灰度转换、掩模处理和缩放处理;统计运动像素的数目,判断出前景帧是否为运动帧;若前景帧为运动帧,则对前景帧的编号进行保存;否则将距上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号。这样采用不同的帧间隔分别抽取运动帧和静止帧(丢弃其它帧)压缩视频信息,运动帧的抽取可以不损失关键动态信息,静止帧的抽取可以提高信息保存的完整性和可靠性,避免遗漏关键信息,整个抽取方法简单高效,尤其是通过缩放和掩模技术,可以极大提升效率和降低存储空间。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种视频动静混合关键帧的抽取方法。
背景技术
当今时代,视频监控无处不在。然而海量的视频不仅不利于存储、传输和拷贝,而且要从中提取有价值的信息的难度也较大。
目前有很多需要长期存储视频的应用场景,例如:施工监控视频需要为工程审计、监理提供关键信息,并且需要在工程项目发生争议时,提供必要的证明材料。
考虑到很多监控视频有大量时间片段中有用的信息量较少,如果能够自动识别过滤掉这些时间片段,可以大大节省视频存储空间及缩短人员查看视频的时间。
因此,如何简单高效地从视频中抽取关键的信息帧,是本领域技术人员亟待解决的技术问题。
发明内容
鉴于此,本发明的目的在于提供一种视频动静混合关键帧的抽取方法,简单高效,可以极大提升效率和降低存储空间。其具体方案如下:
一种视频动静混合关键帧的抽取方法,包括:
从原始视频中抽取前景帧和背景帧;所述背景帧为在所述前景帧与上一次保存的帧之间且包括所述上一次保存的帧的任意帧;所述上一次保存的帧编号与下一次抽取的前景帧编号的差值为设定的运动帧间隔数;
对抽取的所述前景帧和所述背景帧分别进行灰度转换、掩模处理和缩放处理;
根据处理后的所述前景帧和所述背景帧,统计运动像素的数目,判断出所述前景帧是否为运动帧;
若所述前景帧为运动帧,则对所述前景帧的编号进行保存;否则将距上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,对抽取的所述前景帧和所述背景帧进行缩放处理,具体包括:
确定与设定的尺度敏感度阈值对应的第一缩放因子,利用所述第一缩放因子更新所述尺度敏感度阈值;
根据更新后的所述尺度敏感度阈值,计算所述前景帧和所述背景帧的第二缩放因子;
获取所述前景帧和所述背景帧的原始宽度和原始高度,根据所述第二缩放因子,计算出所述前景帧和背景帧经过缩放后的宽度和高度;
根据计算出的所述宽度和高度,将所述前景帧和背景帧进行缩放。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,根据处理后的所述前景帧和所述背景帧,统计运动像素的数目,判断出所述前景帧是否为运动帧,具体包括:
根据所述前景帧和所述背景帧的第二缩放因子,以及设定运动的尺寸敏感度阈值,计算出运动检测阈值;
根据处理后的所述前景帧和所述背景帧,统计运动像素的数目;
若所述运动像素的数目大于所述运动检测阈值,则判断所述前景帧为运动帧;若否,则判断所述前景帧为非运动帧。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,对抽取的所述背景帧和所述前景帧分别进行灰度转换、掩模处理,具体包括:
将所述背景帧转化为第一灰度图,将前景帧转化为第二灰度图;
将所述第一灰度图和所述第二灰度图中不需要运动检测的区域的像素值设为常数。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在保存所述编号之后,还包括:
从原始视频中按照保存的编号抽取相应位置的帧;
将抽取相应位置的帧进行缩放并保存为设定尺寸的输出帧。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,从原始视频中抽取前景帧和背景帧之前,还包括:
从原始视频中第一次抽取初始帧;
判断所述初始帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成;若否,则保存所述初始帧的编号,作为第一次保存帧的编号。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在保存所述初始帧的编号之后,还包括:
从原始视频中按照保存的编号抽取所述初始帧;
将所述初始帧进行缩放并保存为所述设定尺寸的输出帧。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在从原始视频中抽取前景帧的同时,还包括:
判断所述前景帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在将距所述上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号的同时,还包括:
判断所述上一次保存的帧编号之后设定的静止帧间隔数的帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成。
优选地,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,设定的相邻两运动帧间隔数小于或等于设定的相邻两静止帧间隔数。
本发明所提供的一种视频动静混合关键帧的抽取方法,包括:从原始视频中抽取背景帧和前景帧,背景帧为前景帧与上一次保存的帧之间且包括上一次保存的帧的任意帧;上一次保存的帧编号与下一次抽取的前景帧编号的差值为设定的运动帧间隔数;对抽取的前景帧和背景帧分别进行灰度转换、掩模处理和缩放处理;根据处理后的前景帧和背景帧,统计运动像素的数目,判断出前景帧是否为运动帧;若前景帧为运动帧,则对前景帧的编号进行保存;否则将距上一次保存的帧编号之后静止帧间隔数的帧作为静止帧并保存该帧编号。这样采用不同的帧间隔分别抽取运动帧和静止帧(丢弃其它帧) 压缩视频信息,运动帧的抽取可以不损失关键动态信息,静止帧的抽取可以提高信息保存的完整性和可靠性,避免遗漏关键信息,整个抽取方法简单高效,尤其是通过缩放和掩模技术,可以极大提升效率和降低存储空间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的视频动静混合关键帧的抽取方法流程图;
图2为本发明实施例提供的视频动静混合关键帧的抽取方法具体流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种视频动静混合关键帧的抽取方法,如图1所示,包括以下步骤:
S101、从原始视频中抽取前景帧和背景帧;所述背景帧为在所述前景帧与上一次保存的帧之间且包括所述上一次保存的帧的任意帧;所述上一次保存的帧编号与下一次抽取的前景帧编号的差值为设定的运动帧间隔数;
S102、对抽取的所述前景帧和所述背景帧分别进行灰度转换、掩模处理和缩放处理;
S103、根据处理后的所述前景帧和所述背景帧,统计运动像素的数目;
S104、判断出所述前景帧是否为运动帧;
若是,则执行步骤S105;若否,则执行步骤S106;
S105、对所述前景帧的编号进行保存;
S106、将所述上一次保存的帧的编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号。
在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,采用不同的帧间隔分别抽取运动帧和静止帧(丢弃其它帧)压缩视频信息,运动帧的抽取可以不损失关键动态信息,静止帧的抽取可以提高信息保存的完整性和可靠性,避免遗漏关键信息,整个抽取方法简单高效,尤其是通过缩放和掩模技术,抽帧的算法效率更高,可以极大提升效率和降低存储空间。
需要说明的是,本发明特别适用于需要长期存储视频的应用场景,比如:施工监控视频能为工程审计、监理提供关键信息,并且能在工程项目发生争议时,提供必要的证明材料。运动帧的抽取提取人员活动、车辆移动等环境变化相关的关键动态信息;静止帧的抽取进一步确保了帧抽取技术的可靠性,避免遗漏关键信息。
在具体实施时,这里设定的相邻两运动帧间隔数可以小于或等于设定的相邻两静止帧间隔数。
具体地,设定的静止帧间隔数为tmax(tmax≥1且为整数),表示抽取的相邻两静止帧间隔tmax帧;
设定的运动帧间隔数为tmin(tmin≤tmax且为整数),表示抽取的相邻两运动帧间隔tmin帧;
设定原始视频逐帧编号为FNi=i(i=1,2,3,...,Nmax),Nmax表示原始视频共 Nmax帧;
设定抽出的视频帧编号为FRj(j=1,2,3,...,Nmax),表示抽出的帧对应原始视频中的帧编号,FRj取值为FNi的子集,当m≤n时FRm≤FRn;
此时,从原始视频抽取第FNb(FRj≤b≤FRj+tmin-1且b为整数)帧作为背景帧IC1,从原始视频抽取第FRj+tmin帧作为前景帧IC2。
在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,步骤S102对抽取的所述背景帧和所述前景帧分别进行灰度转换、掩模处理,具体包括:
将所述背景帧转化为第一灰度图,将前景帧转化为第二灰度图;
将所述第一灰度图和所述第二灰度图中不需要运动检测的区域的像素值设为常数。
具体地,将IC1转化为灰度图IG1,将IC2转化为灰度图IG2;
将不需运动检测的区域的像素值设为常数gconst(0≤gconst≤255且为整数), IG1(x,y)=IG2(x,y)=gconst,1≤x≤wo且为整数,1≤y≤ho且为整数,wo和ho分别为原始视频中帧的宽和高;
接下来,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在执行步骤S102对抽取的所述前景帧和所述背景帧进行缩放处理,具体可以包括:
确定与设定的尺度敏感度阈值对应的第一缩放因子,利用所述第一缩放因子更新所述尺度敏感度阈值;
根据更新后的所述尺度敏感度阈值,计算所述前景帧和所述背景帧的第二缩放因子;
获取所述前景帧和所述背景帧的原始宽度wo和原始高度ho,根据所述第二缩放因子,计算出所述前景帧和背景帧经过缩放后的宽度wg和高度hg;
根据计算出的所述宽度和高度,将所述前景帧和背景帧进行缩放。
具体地,设定运动的尺度敏感度阈值为wth和hth,wth≥hth,wth>0和hth>0分别表示欲检测的最小运动对象外接矩形的长和宽;
设定尺度敏感度阈值的第一缩放因子为αs(αs>0),用于修正尺度敏感度阈值的误差,利用αs更新hth←αshth;
下一步获取前景帧和背景帧的原始宽度wo和原始高度ho;
根据计算出的宽度和高度,将经过灰度转换、掩模处理后的前景帧和背景帧进行缩放:将IG1的尺寸缩放至wg×hg并记为I1,将IG2的尺寸缩放至wg×hg并记为I2。
进一步地,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,根据处理后的所述前景帧和所述背景帧,统计运动像素的数目,判断出所述前景帧是否为运动帧,具体包括:
根据所述前景帧和所述背景帧的第二缩放因子,以及设定运动的尺寸敏感度阈值,计算出运动检测阈值;
根据处理后的所述前景帧和所述背景帧,统计运动像素的数目;
若所述运动像素的数目大于所述运动检测阈值,则判断所述前景帧为运动帧;若否,则判断所述前景帧为非运动帧。
具体地,可以计算出运动检测阈值sth=αfowth,运动像素数目多于该值的帧为运动帧,即若DN>sth,则记录运动帧FRj=FRj-1+tmin,否则考察第FRj-1+tmax帧。
需要说明的是,采用下列公式统计运动像素的数目:
其中DN表示运动像素的数目,I1-2(x,y)表示检测运动像素的方法,gth表示设定运动的灰度敏感度阈值(gth>0,若某像素点在前景帧和背景帧之间灰度值差大于gth,则该像素为运动像素);I1(x,y)表示经缩放后的第一灰度图的灰度值,I2(x,y)表示经缩放后的第二灰度图的灰度值。
进一步地,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在保存所述编号之后,还可以包括:
从原始视频中按照保存的编号抽取相应位置的帧;
将抽取相应位置的帧进行缩放并保存为设定尺寸的输出帧。
具体地,设定输出帧的尺寸为wr×hr(wr>0且hr>0),wr和hr分别为抽出帧的宽和高;
从原始视频中抽取第FRj帧,并将尺寸缩放至wr×hr后保存。
进一步地,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,如图2所示,从原始视频中抽取前景帧和背景帧之前,还包括:
从原始视频中第一次抽取初始帧;
判断所述初始帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成;若否,则保存所述初始帧的编号,作为第一次保存帧的编号。
具体地,上述步骤为初始化j=1的步骤;
原始视频第一次抽取初始帧(开始处理的帧)的编号记为FNbegin(begin>1 且为整数);
若FNbegin>Nmax,则视频处理完成流程结束,否则记录初始帧FRj=FNbegin。
进一步地,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,在保存所述初始帧的编号之后,还包括:
从原始视频中按照保存的编号抽取所述初始帧;
将所述初始帧进行缩放并保存为所述设定尺寸的输出帧。
具体地,从原始视频中抽取第FR1帧,并将尺寸缩放至wr×hr后保存。
进一步地,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,如图2所示,在从原始视频中抽取前景帧的同时,还包括:
判断所述前景帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成。
具体地,若FRj+tmin>Nmax,则原始视频处理完成流程结束,否则从原始视频抽取第FRj+tmin帧作为前景帧IC2。
进一步地,在具体实施时,在本发明实施例提供的上述视频动静混合关键帧的抽取方法中,如图2所示,在将距所述上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号的同时,还包括:
判断距所述上一次保存的帧编号之后设定的静止帧间隔数的帧编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成。
具体地,若FRj-1+tmax>Nmax,则原始视频处理完成流程结束,否则记录静止帧FRj=FRj-1+tmax。
下面以一个具体的实施例详细介绍下本发明实施例提供的上述视频动静混合关键帧的抽取方法,具体步骤如下:
初始化:
j=1,FRj=FNbegin相当于FR1=FNbegin(FNbegin可以用户指定,比如所从1000帧之后才开始抽取也可以),如果操作失误FNbegin>Nmax,相当于越界,处理结束。
第一轮,j=1:
(1)抽取FRj+tmin帧作为前景帧,FRj到FRj+tmin之间的任意帧(包括FRj但不包括FRj+tmin)FNb作为背景帧(FRj≤b≤FRj+tmin-1);
(2)统计运动像素数目DN;
(3)更新j←j+1,此后j=2;
(4)若前景帧为运动帧,则保存前景帧编号FRj=FRj-1+tmin,具体地, FR2=FR1+tmin;
——直到此轮,获得两个抽出帧编号FR1和FR2。
第二轮,j=2:
(1)抽取FRj+tmin帧作为前景帧,FRj到FRj+tmin之间的任意帧(包括FRj但不包括FRj+tmin)FNb作为背景帧(FRj≤b≤FRj+tmin-1),具体地,相当于 FR2+tmin作为前景帧,FR2到FR2+tmin到之间的任意帧作为背景帧(包括FR2但不包括FR2+tmin);
(2)统计运动像素数目DN;
(3)更新j←j+1,此后j=3;
(4)若前景帧为运动帧,则保存前景帧编号FRj=FRj-1+tmin,具体地,FR3=FR2+tmin;
——直到此轮,获得三个抽出帧编号FR1、FR2和FR3。
第三轮,j=3:
(1)抽取FRj+tmin帧作为前景帧,FRj到FRj+tmin之间的任意帧(包括FRj但不包括FRj+tmin)FNb作为背景帧(FRj≤b≤FRj+tmin-1);
(2)统计运动像素数目DN;
(3)更新j←j+1,此后j=4;
(4)若前景帧不是运动帧,则保存静止帧编号FRj=FRj-1+tmax,具体地,FR4=FR3+tmax;
——直到此轮,获得四个抽出帧编号FR1、FR2、FR3和FR4。
经过上述步骤,可以得出四个抽出帧序号,从原始视频中通过该序号抽取四个帧,FR1为初始帧,FR2和FR3为运动帧,FR4为静止帧,以此类推来实现视频动静混合关键帧的抽取,运动帧的抽取可以不损失关键动态信息,静止帧的抽取可以提高信息保存的完整性和可靠性。
本发明实施例提供的一种视频动静混合关键帧的抽取方法,包括:从原始视频中抽取背景帧和前景帧,背景帧为在前景帧与上一次保存的帧之间且包括上一次保存的帧的任意帧;上一次保存的帧编号与下一次抽取的前景帧编号的差值为设定的运动帧间隔数;对抽取的前景帧和背景帧分别进行灰度转换、掩模处理和缩放处理;根据处理后的前景帧和背景帧,统计运动像素的数目,判断出前景帧是否为运动帧;若前景帧为运动帧,则对前景帧的编号进行保存;否则将距上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号。这样采用不同的帧间隔分别抽取运动帧和静止帧 (丢弃其它帧)压缩视频信息,运动帧的抽取可以不损失关键动态信息,静止帧的抽取可以提高信息保存的完整性和可靠性,避免遗漏关键信息,整个抽取方法简单高效,尤其是通过缩放和掩模技术,可以极大提升效率和降低存储空间。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的视频动静混合关键帧的抽取方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种视频动静混合关键帧的抽取方法,其特征在于,包括:
从原始视频中抽取前景帧和背景帧;所述背景帧为在所述前景帧与上一次保存的帧之间且包括所述上一次保存的帧的任意帧;所述上一次保存的帧编号与下一次抽取的前景帧编号的差值为设定的运动帧间隔数;
对抽取的所述前景帧和所述背景帧分别进行灰度转换、掩模处理和缩放处理;
根据处理后的所述前景帧和所述背景帧,统计运动像素的数目,判断出所述前景帧是否为运动帧;
若所述前景帧为运动帧,则对所述前景帧的编号进行保存;否则将距所述上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号。
2.根据权利要求1所述的视频动静混合关键帧的抽取方法,其特征在于,对抽取的所述前景帧和所述背景帧进行缩放处理,具体包括:
确定与设定的尺度敏感度阈值对应的第一缩放因子,利用所述第一缩放因子更新所述尺度敏感度阈值;
根据更新后的所述尺度敏感度阈值,计算所述前景帧和所述背景帧的第二缩放因子;
获取所述前景帧和所述背景帧的原始宽度和原始高度,根据所述第二缩放因子,计算出所述前景帧和背景帧经过缩放后的宽度和高度;
根据计算出的所述宽度和高度,将所述前景帧和背景帧进行缩放。
3.根据权利要求2所述的视频动静混合关键帧的抽取方法,其特征在于,根据处理后的所述前景帧和所述背景帧,统计运动像素的数目,判断出所述前景帧是否为运动帧,具体包括:
根据所述前景帧和所述背景帧的第二缩放因子,以及设定运动的尺寸敏感度阈值,计算出运动检测阈值;
根据处理后的所述前景帧和所述背景帧,统计运动像素的数目;
若所述运动像素的数目大于所述运动检测阈值,则判断所述前景帧为运动帧;若否,则判断所述前景帧为非运动帧。
4.根据权利要求3所述的视频动静混合关键帧的抽取方法,其特征在于,对抽取的所述背景帧和所述前景帧分别进行灰度转换、掩模处理,具体包括:
将所述背景帧转化为第一灰度图,将前景帧转化为第二灰度图;
将所述第一灰度图和所述第二灰度图中不需要运动检测的区域的像素值设为常数。
5.根据权利要求4所述的视频动静混合关键帧的抽取方法,其特征在于,在保存所述编号之后,还包括:
从原始视频中按照保存的编号抽取相应位置的帧;
将抽取相应位置的帧进行缩放并保存为设定尺寸的输出帧。
6.根据权利要求5所述的视频动静混合关键帧的抽取方法,其特征在于,从原始视频中抽取前景帧和背景帧之前,还包括:
从原始视频中第一次抽取初始帧;
判断所述初始帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成;若否,则保存所述初始帧的编号,作为第一次保存帧的编号。
7.根据权利要求6所述的视频动静混合关键帧的抽取方法,其特征在于,在保存所述初始帧的编号之后,还包括:
从原始视频中按照保存的编号抽取所述初始帧;
将所述初始帧进行缩放并保存为所述设定尺寸的输出帧。
8.根据权利要求1所述的视频动静混合关键帧的抽取方法,其特征在于,在从原始视频中抽取前景帧的同时,还包括:
判断所述前景帧的编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成。
9.根据权利要求1所述的视频动静混合关键帧的抽取方法,其特征在于,
在将距所述上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号的同时,还包括:
判断距所述上一次保存的帧编号之后设定的静止帧间隔数的帧编号是否大于所述原始视频的总帧数;
若是,则所述原始视频处理完成。
10.根据权利要求1所述的视频动静混合关键帧的抽取方法,其特征在于,设定的相邻两运动帧间隔数小于或等于设定的相邻两静止帧间隔数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710828744.6A CN107613237B (zh) | 2017-09-14 | 2017-09-14 | 一种视频动静混合关键帧的抽取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710828744.6A CN107613237B (zh) | 2017-09-14 | 2017-09-14 | 一种视频动静混合关键帧的抽取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107613237A CN107613237A (zh) | 2018-01-19 |
CN107613237B true CN107613237B (zh) | 2020-03-06 |
Family
ID=61062394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710828744.6A Active CN107613237B (zh) | 2017-09-14 | 2017-09-14 | 一种视频动静混合关键帧的抽取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107613237B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108289183A (zh) * | 2018-01-24 | 2018-07-17 | 浙江大华技术股份有限公司 | 一种录像保存方法及电子设备 |
CN108596128B (zh) * | 2018-04-28 | 2020-06-26 | 京东方科技集团股份有限公司 | 对象识别方法、装置及存储介质 |
CN110197107B (zh) * | 2018-08-17 | 2024-05-28 | 平安科技(深圳)有限公司 | 微表情识别方法、装置、计算机设备及存储介质 |
CN109120936A (zh) * | 2018-09-27 | 2019-01-01 | 贺禄元 | 一种视频图像的解码方法和装置 |
CN111385601B (zh) * | 2018-12-29 | 2021-09-14 | 华为技术有限公司 | 一种视频审核的方法、***及设备 |
CN110796053B (zh) * | 2019-10-21 | 2022-07-29 | 北京奇艺世纪科技有限公司 | 视频检测方法、装置、电子设备及计算机可读存储介质 |
CN110956648A (zh) * | 2019-11-15 | 2020-04-03 | 深圳市宏电技术股份有限公司 | 一种视频图像处理方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261681A (zh) * | 2008-03-31 | 2008-09-10 | 北京中星微电子有限公司 | 智能视频监控中的路面图像提取方法及装置 |
CN102279779A (zh) * | 2011-08-29 | 2011-12-14 | 杭州海康威视数字技术股份有限公司 | 数字硬盘录像机上实现录像数据冗余备份的方法及其装置 |
CN103067702A (zh) * | 2012-12-06 | 2013-04-24 | 新疆公众信息产业股份有限公司 | 一种用于具有静止画面视频的视频浓缩方法 |
CN103678299A (zh) * | 2012-08-30 | 2014-03-26 | 中兴通讯股份有限公司 | 一种监控视频摘要的方法及装置 |
CN104618679A (zh) * | 2015-03-13 | 2015-05-13 | 南京知乎信息科技有限公司 | 一种监控视频中抽取关键信息帧的方法 |
CN106062715A (zh) * | 2013-12-24 | 2016-10-26 | 派尔高公司 | 用于智能视频删减的方法和设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7880815B2 (en) * | 2005-01-10 | 2011-02-01 | Mavs Lab, Inc. | Method for detecting and eliminating flash scene in digital video |
TWI312129B (en) * | 2006-03-10 | 2009-07-11 | Nat Cheng Kung Universit | A video summarization system and the method thereof |
-
2017
- 2017-09-14 CN CN201710828744.6A patent/CN107613237B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261681A (zh) * | 2008-03-31 | 2008-09-10 | 北京中星微电子有限公司 | 智能视频监控中的路面图像提取方法及装置 |
CN102279779A (zh) * | 2011-08-29 | 2011-12-14 | 杭州海康威视数字技术股份有限公司 | 数字硬盘录像机上实现录像数据冗余备份的方法及其装置 |
CN103678299A (zh) * | 2012-08-30 | 2014-03-26 | 中兴通讯股份有限公司 | 一种监控视频摘要的方法及装置 |
CN103067702A (zh) * | 2012-12-06 | 2013-04-24 | 新疆公众信息产业股份有限公司 | 一种用于具有静止画面视频的视频浓缩方法 |
CN106062715A (zh) * | 2013-12-24 | 2016-10-26 | 派尔高公司 | 用于智能视频删减的方法和设备 |
CN104618679A (zh) * | 2015-03-13 | 2015-05-13 | 南京知乎信息科技有限公司 | 一种监控视频中抽取关键信息帧的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107613237A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107613237B (zh) | 一种视频动静混合关键帧的抽取方法 | |
JP6509275B2 (ja) | 画像の背景差分に用いられる背景モデルを更新する方法及び装置 | |
CN108009543B (zh) | 一种车牌识别方法及装置 | |
CN103026385B (zh) | 使用模板切换和特征适配提供对象跟踪的方法、装置和计算机程序产品 | |
CN109410146A (zh) | 一种基于Bi-Skip-Net的图像去模糊算法 | |
JP6136537B2 (ja) | 画像処理装置、画像処理方法、画像処理制御プログラム、および記録媒体 | |
CN103729858B (zh) | 一种视频监控***中遗留物品的检测方法 | |
JP2008527525A (ja) | グラフィカルなオブジェクトを検出するための方法及び電子装置 | |
US8818096B2 (en) | Apparatus and method for detecting subject from image | |
CN101682767B (zh) | 用于测量视频编解码器块中细节损失的***和方法 | |
US20120148101A1 (en) | Method and apparatus for extracting text area, and automatic recognition system of number plate using the same | |
WO2021227723A1 (zh) | 目标检测方法、装置、计算机设备及可读存储介质 | |
CN116071651B (zh) | 一种均压场识别方法、装置、存储介质及终端 | |
CN109034100B (zh) | 人脸图样检测方法、装置、设备及存储介质 | |
CN113920148A (zh) | 基于多边形的建筑物边界提取方法、设备及存储介质 | |
CN102301697B (zh) | 视频签名产生设备 | |
KR101903523B1 (ko) | 비디오 데이터에서 에지 프로젝션 기반의 모자이크 검출 방법 | |
CN112529931A (zh) | 一种前景分割的方法及*** | |
CN113920147B (zh) | 基于深度学习的遥感影像建筑物提取方法及设备 | |
JPWO2018025336A1 (ja) | 劣化検出装置、劣化検出方法、及びプログラム | |
CN112365513A (zh) | 一种模型训练的方法及装置 | |
CN114155740A (zh) | 一种车位检测方法、装置及设备 | |
CN106162181B (zh) | 视频编码中背景图像的更新方法及其装置 | |
JP2010097507A (ja) | 移動対象抽出装置、移動対象抽出方法及び移動対象抽出プログラム | |
CN114820666B (zh) | 一种增加抠图精确度的方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |