CN113271457B - 视频数据的异常判断方法及装置、存储介质、控制装置 - Google Patents
视频数据的异常判断方法及装置、存储介质、控制装置 Download PDFInfo
- Publication number
- CN113271457B CN113271457B CN202110524370.5A CN202110524370A CN113271457B CN 113271457 B CN113271457 B CN 113271457B CN 202110524370 A CN202110524370 A CN 202110524370A CN 113271457 B CN113271457 B CN 113271457B
- Authority
- CN
- China
- Prior art keywords
- video data
- frame
- image
- image blocks
- abnormal
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视频数据处理领域,旨在防止由于摄像头被恶意地攻击(尤其是)或者其他因素介入导致出现摄像头被不同程度地损坏、行为发生期间的视频数据无法获取或者无法完好地获取等现象。鉴于此,本发明具体提供了一种视频数据的异常判断方法及装置、存储介质、控制装置。本发明一个实施例提供了一种视频数据的异常判断方法,方法包括:所述判断方法包括:从视频数据的图像中,每隔预设帧选取一帧作为目标图像;以设定的方式分析多帧所述目标图像;根据分析结果,判断所述视频数据是否异常;其中,相邻的所述目标图像之间的预设帧的帧数相同或者不同。通过这样的设置,能够谋求通过对多帧图像进行分析以提高异常判断的准确性。
Description
技术领域
本发明涉及视频数据处理领域,具体涉及一种视频数据的异常判断方法及装置、计算机可读存储介质、控制装置。
背景技术
监控装置的采集模块(如摄像头)可以记录事件发生期间的完整视频数据。这样一来,不仅事件在发生期间能够得到有效的监控,而且在必要的情形下,事后可以通过调取视频数据的方式来追溯、还原相关的事件。随着视频技术的发展,摄像头被广泛地配置于如道路、商场、非自助/自助结账超市、居民楼/办公楼等场所。基于视频数据的获得,从监督的角度出发,能够很好地保证相应场所的安全性,如:在自助结账超市配置摄像头的情形下,消费者可以在无营业员的前提下自行完成包括商品的选取、登记和结算的完整购物步骤;在居民楼/办公楼配置摄像头的情形下,可以实现如人脸门控、人脸考勤等功能。
在将摄像头配置于不同的场合时,摄像头的安装位置往往会有所区别。在一部分场所中,摄像头的安装位置普遍较低(如超市和一部分道路等),这样一来,人(如对应于道路场所的行人、对应于超市场所的消费者等)便能够与摄像头的采集部位物理接触。在此前提下,便存在摄像头被恶意地攻击的可能性,如摄像头被强烈地拍打/撞击、被刻意地遮挡等。在出现上述行为的情形下,可能会导致出现如摄像头被不同程度地损坏(如强烈的拍打行为导致摄像头的镜头发生破碎、摄像头的视角范围发生改变)、部分行为发生期间的视频数据失真(如镜头被外物刻意遮挡后,直至外物被移除,期间都无法获取有效的视频数据)或者部分失真(如摄像头被部分遮挡、强烈地拍打/撞击导致视频数据出现抖动)等。
相应地,本领域需要一种新的技术方案来解决上述问题。
发明内容
为了至少在一定程度上或者至少一部分地防止由于摄像头被恶意地攻击(尤其是)或者其他因素介入导致出现摄像头被不同程度地损坏、行为发生期间的视频数据无法获取或者无法完好地获取等现象,本发明提供了一种视频数据的异常判断方法及装置、计算机可读存储介质。
本发明第一方面提供一种视频数据的异常判断方法,所述判断方法包括:从视频数据的图像中,每隔预设帧选取一帧作为目标图像;以设定的方式分析多帧所述目标图像;根据分析结果,判断所述视频数据是否异常;其中,相邻的所述目标图像之间的预设帧的帧数相同或者不同。
通过这样的设置,能够谋求通过对视频数据中的多帧图像进行分析以提高异常判断的准确性。
可以理解的是,本领域技术人员可以根据实际情形选择分析分析多帧图像时所采用的设定的方式的具体形式。如可以是:
1)在选取出多帧图像的前提下,按照一定的规则进一步筛选出其中的部分图像,之后对单帧图像独立地分析分别得出分析结果,将对应于每帧图像的分析结果进行整合,基于此来确定视频数据是否异常;
2)将选取出的多(M)帧图像均作为有效的图像,通过比对相邻帧的图像得出多个(M-1)分析结果,将多个分析结果中的一个或者多个作为核心判断机制,基于此来确定视频数据是否异常;
3)通过分析选取出的多帧图像,将其中的一部分作为典型的图像,每一典型的图像可参与多次比对(如A与B、A与C),基于此确定视频数据是否异常。
示例性地,如可以以帧数相同的预设帧作为间隔选出多帧目标图像。也可以结合对目标图像的分析来调整预设帧的帧数。如可以是,在某一帧目标图像中包含了某一特定特征(如数据缺失)的情形下,将在该帧目标图像之前和/或之后,适当地调低预设帧的帧数,如在该帧目标图像之后,调低预设帧的帧数。
对于上述视频数据的异常判断方法,在一种可能的实施方式中,所述的“以设定的方式分析所述多帧图像”包括:将目标图像分割为多个图像块;对多个所述图像块进行分析;相应地,所述的“根据分析结果,判断所述视频数据是否异常”包括:计算相邻帧的所述目标图像的图像块之间的帧差;将每个帧差与和该帧差对应的第一阈值进行比较;根据比较结果,确定所述视频数据是否异常;其中,所述第一阈值是根据与每个帧差相关的两个目标图像中的至少一个确定的。
通过这样的设置,能够谋求更好地确定出视频数据的异常与否。
具体而言,通过引入针对与单帧图像的属性相关的数据,得出对应于每一次帧差运算的自适应阈值,从而通过单帧图像的分析在辅助多帧图像的帧差比对,来更好地确定出视频数据的异常与否。如可以只将其中的一帧图像的属性引入视频数据的异常与否的判断机制中,也可以直接将两帧图像的属性均引入视频数据的异常与否的判断机制中,或者还可以对两帧图像的属性作合理的中间运算,将运算结果引入判断机制中。
对于上述视频数据的异常判断方法,在一种可能的实施方式中,所述第一阈值的确定方式是:计算与每个帧差相关的其中一个目标图像中的多个图像块的统计参数;根据多个所述图像块的帧差和所述统计参数,确定与多个所述图像块中的相应的图像块对应的第一阈值。
通过这样的设置,给出了自适应的第一阈值的一种具体的确定方式。
如单帧图像的统计参数可以包括单帧图像中多个图像块的均值、方差、积分图等。根据将不同的统计参数与相应的阈值来比较。示例性地,通过帧差以及与帧差相关的前帧图像的均值、方差来计算第一阈值。具体而言,假设前、后帧图像均被分割为m*n个图像块,通过帧差运算得到对应于m*n个图像块的m*n个差值,m*n个差值对应有m*n个第一阈值,每一个第一阈值均是通过相应的差值和前帧图像的均值、方差来确定的。
对于上述视频数据的异常判断方法,在一种可能的实施方式中,所述的“以设定的方式分析多帧所述目标图像”包括:将目标图像分割为多个图像块;对多个所述图像块进行分析;相应地,所述的“通过分析多个所述图像块,判断所述视频数据是否异常”包括:计算单帧图像中的多个所述图像块的统计参数;比较所述统计参数和预设的第二阈值;根据比较结果,确定所述视频数据是否异常。
如前文所述,单帧图像被分割成m*n个图像块,单帧图像的统计参数可以包括多个图像块的均值、方差、积分图等。以统计参数为多个图像块的均值、方差为例,m*n个图像块的均值和方差分别对应有一个预设的第二阈值,通过根据将不同的统计参数与相应的阈值来比较,便可确定的单帧图像的异常与否。以视频数据的异常是由于摄像头被遮挡导致的为例,如在视频数据被遮挡的情形下,亮度会降低。基于此,便可以确定出未遮挡的视频数据的正常的亮度区间。基于此,确定出对应于单帧图像的统计参数的边界,基于此边界可进一步确定出相应的第二阈值。这样一来,在摄像头发生了遮挡的情形下,直接通过比较统计参数和相应的第二阈值,便可准确地判断出该图像是被遮挡了图像。
对于上述视频数据的异常判断方法,在一种可能的实施方式中,所述的“根据分析结果,判断所述视频数据是否异常”包括:从多个所述图像块中选取出目标图像块组,所述目标图像块组包括多个目标图像块;通过分析所述多个目标图像块,判断所述视频数据是否异常。
通过这样的设置,能够谋求通过对单帧图像中的一部分图像块进行分析便可判断出视频数据是否异常。
原则上讲,对所有的图像块进行分析应当能够地反映出图像的属性。不过可能会存在数据量偏大的问题,并且还可能由于一些数据的引入本身会对结果带来干扰。并且,根据摄像头的具体应用场景,存在有这样的情形:一旦摄像头发生遮挡、抖动、遮挡+抖动等异常现象,其中的某一个或者某几个局部数据(局部区域的图像块的数据)必然会发生异常,或者说,这些局部数据在视频数据发生异常时会有更明显的变化。在此基础上,在局部数据分析得当的前提下,只需对图像进行合理的截取,便能够在数据量较少的前提下获得更准确的异常判断结果。
对于上述视频数据的异常判断方法,在一种可能的实施方式中,所述的“以设定的方式分析所述多帧图像”包括:对所述图像进行多次分析;相应地,所述的“根据分析结果,判断所述视频数据是否异常”包括:根据所述多次分析结果判断所述视频数据是否异常;在所述视频数据异常的情形下,选择性地给出反馈信息。
通过这样的设置,能够谋求基于多个结果增强判断结果的鲁棒性。
以以设定的方式分析多帧图像为对相邻帧的图像作帧差运算为例,可以针对N各目标图像作(N-1)次帧差运算以及相应地计算出(N-1)组自适应阈值,根据最终的比较结果来确定视频数据是否异常。举例而言,假设其中40%的图像块表明存在异常现象,便可确定视频数据异常。
通过反馈信息的生成能够将数据的异常及时地告知相应的侧(如用户侧、监管侧等)。如可以是:在对多帧图像进行分析的过程中包括多次分析,每次分析都有一个初步的关于异常与否的判断,在初步判断为异常的结论达到M次时,便可给出反馈信息。
反馈信息如可以是声(如报警、语音等)和/或光(文字、闪烁)和/或直接对应有操作指令的信息(如直接关停摄像头或者启动能够捕捉当前的视频数据的第二摄像头等)。给出反馈信息的方式如可以是:异常可以包括多种,仅在其中一部分的异常发生的情形下才给出反馈信息;异常可以包括多种,不同的异常给出不同的反馈信息;对于同一种异常而言,可以包括不同的程度,如对应于轻微拍打和强烈拍打,视频数据的异常程度往往会有多所区别,此时可以针对不同的程度给出不同的反馈信息。
本发明第二方面提供了一种视频数据的异常判断装置,所述判断装置包括:选取模块,其被配置为:从视频数据的图像中,每隔预设帧选取一帧作为目标图像;分析模块,其被配置为:以设定的方式分析多帧所述目标图像;以及判断模块,其被配置为:根据分析结果,判断所述视频数据是否异常;其中,相邻的所述目标图像之间的预设帧的帧数相同或者不同。
可以理解的是,该视频数据的异常判断装置具有前述任一项所述的视频数据的异常判断方法的所有技术效果,在此不再赘述。
在本发明的描述中,与实现视频数据的异常判断方法相对应的各个模块(下文称作控制模块)可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路,各种合适的感应器,通信端口,存储器,也可以包括软件部分,比如程序代码,也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质,比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。
进一步,应该理解的是,由于各个控制模块的设定仅仅是为了说明对应于本发明的视频数据的异常判断方法的***中的功能单元,因此控制模块对应的物理器件可以是处理器本身,或者处理器中软件的一部分,硬件的一部分,或者软件和硬件结合的一部分。因此,控制模块的数量为一个仅仅是示意性的。本领域技术人员能够理解的是,可以根据实际情况,对控制模块进行适应性地拆分。对控制模块的具体拆分形式并不会导致技术方案偏离本发明的原理,因此,拆分之后的技术方案都将落入本发明的保护范围内。
对于上述视频数据的异常判断装置,在一种可能的实施方式中,所述分析模块进一步被配置为:计算相邻帧的所述目标图像的图像块之间的帧差;将每个帧差与和该帧差对应的第一阈值进行比较;根据比较结果,确定所述视频数据是否异常;其中,所述第一阈值是根据与每个帧差相关的两个目标图像中的至少一个确定的。
通过这样的设置,给出了能够确定视频数据出现对应于摄像头被遮挡、抖动、抖动+遮挡的异常现象的具体的方式。
对于上述视频数据的异常判断装置,在一种可能的实施方式中,所述分析模块进一步被配置为:计算单帧图像中的多个所述图像块的统计参数;比较所述统计参数和预设的第二阈值;根据比较结果,确定所述视频数据是否异常。
通过这样的设置,给出了至少能够确定视频数据出现对应于摄像头被遮挡或者包含了遮挡的抖动的异常现象的具体的方式。
本发明第三方面提供了一种计算机可读存储介质,该存储介质适于存储多条程序代码,所述程序代码适于由处理器加载并运行以执行前述任一项所述的视频数据的异常判断方法。
可以理解的是,该计算机可读存储介质具有前述任一项所述的视频数据的异常判断方法的所有技术效果,在此不再赘述。
本领域技术人员能够理解的是,本发明实现其判断方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,可以理解的是,该程序代码包括但不限于执行上述视频数据的异常判断方法的程序代码。为了便于说明,仅示出了与本发明相关的部分。所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明第四方面提供了一种控制装置,该控制装置包括存储器和处理器,所述存储器适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行前述任一项所述的视频数据的异常判断方法。
可以理解的是,该控制装置具有前述任一项所述的视频数据的异常判断方法的所有技术效果,在此不再赘述。该控制装置可以是包括各种电子设备形成的控制装置设备。
附图说明
下面结合获取视频数据的摄像头被仅遮挡和仅抖动的场景为例,并参照附图来描述本发明。附图中:
图1示出本发明一种实施例的视频数据的异常判断方法的原理示意图一,该实施例对应的场景是获取视频数据的摄像头仅被抖动的情形;
图2示出本发明一种实施例的视频数据的异常判断方法的流程示意图,该实施例对应的场景是获取视频数据的摄像头仅被抖动的情形;以及
图3示出本发明一种实施例的视频数据的异常判断方法的原理示意图二,该实施例对应的场景是获取视频数据的摄像头仅被遮挡的情形。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。需要说明的是,尽管本实施例中是通过对应于图3的方案来判断由于被遮挡导致的视频数据是否异常的,显然,也可以直接采用对应于图(1、2)的方案来判断。
需要说明的是,在本发明的描述中,术语“A和/或B”表示所有可能的A与B的组合,比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似,可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
另外,为了更好地说明本发明,在下文的具体实施方式中给出了众多的具体细节,本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在一些实例中,对于本领域技术人员熟知的灶具原理等未作详细描述,以便于凸显本发明的主旨。
在一种具体的实施方式中,视频数据的采集模块为应用于路边的监控装置(监控摄像头),通过采集视野范围内的人-车-路的视频数据,便可实现相应的道路监控功能。由于监控装置安装高度较低/视野角度可调/安装在室外环境,因此便可能由于被出现由于不可控因素(恶劣天气)或者人为的恶意攻击而导致监控装置采集的视频数据出现与遮挡、抖动、遮挡+抖动等相关的异常现象。
服务器具有与监控装置相对应的控制模块,控制模块被配置为执行如下的视频数据的异常判断方法。在视频数据被判断为异常的情形下,控制模块可以给出报警、语音提示等反馈信息,从而将视频数据异常的事实告知相关的人员(如分管监控装置所述的片区的相关人员),以便视频数据的异常去除工作能够被及时地安排,进而保证视频数据的完好性。
实施例1
参照图1,图1示出本发明一种实施例的视频数据的异常判断方法的原理示意图一。如图1所示,在视频数据的异常是由于拍打而抖动导致的情形下,可以通过从视频流中选取多帧图像、对多帧图像进行切块、对切块后的相邻帧作帧差运算、为帧差运算计算出自适应的阈值、根据多次帧差运算与自适应的阈值的比较结果来判断视频数据的异常与否。
参照图2,图2示出本发明一种实施例的视频数据的异常判断方法的流程示意图。如图2所示,在一种可能的实施方式,本发明的视频数据的异常判断方法主要包括如下步骤:
S201、每隔20-30帧,从视频流中选取一帧图像,对图像进行分割处理。
如获取视频数据的YUV裸流,取图像的灰色图像通道进行处理。如,将像素为1920*1080的图像分割为16*9个图像块,每个图像块的像素为120*120),统计该帧图像中各个图像块的均值、方差,均值和方差均具有相应的阈值,如阈值为固定的阈值,如与未被遮挡的图像相比,在摄像头被遮挡的情形下采集到的图像的亮度会明显降低。这样一来,只要阈值选取合理,并能够判断该该单帧图像是否被遮挡。通过多个单帧图像的判断结果来确定图像能够被遮挡,能够更好地增强判断机制的鲁棒性。如在连续的k个图像被确定为被遮挡的情形下,便可确认视频数据由于遮挡而异常,此时可以发出警报。
S203、比较S201中选取出的相邻帧,计算相邻帧的帧差,在此基础上,根据帧差、以及S103中计算出的单张图像的统计数据,如均值/方差、积分图等计算出自适应的阈值,记为第一阈值。如可以是:根据相邻帧的帧差、相邻帧中前帧图像中各个图像块的均值和方差计算出对应于每个图像块的帧差的自适应的阈值。
在一种可能的实施方式中,将一帧图像切成rows*cols个图像块,rows是图像块的总行数,cols是对应于图像块的总列数。举例而言,1920*1080的图像块切成16*9个图像块,每个图像块为120*120。i为某一图像块所在的行数,1≤i≤rows,j为某一图像块所在的列数,1≤j≤cols。X(i,j)是图像在第i行、第j列的图像块的数值。
图像的均值u可以表示为:
图像的方差Var可以表示为:
在一种可能的实施方式中,自适应的第一阈值的确定方式为:
公式(3)中,TH1、TH2为本领域技术人员根据测试经验确定的预设取值。U0为本领域技术人员根据经验确定的预设分界点,基于该预设分界点的图像的均值。可以大致区分出获取图像所属的时间为白天或者黑夜。当然,也可以基于图像的均值,采用其他的方式确定出第一阈值,如threshold=K*u,其中的系数K为本领域技术人员根据经验确定出的定值或者变值等。
当然,也可以采用其他的方式确定出第一阈值,如在计算第一阈值时需要同时引入图像的均值和图像的方差两个要素。并且在引入两个要素的前提下,还需要根据相应的图像块的帧差来计算对应于该图像块的帧差的第一阈值。即:threshold=f(u,Var(X),FD),其中,FD为相邻的两帧图像中的对应的图像块之间的帧差,在计算出的自适应的第一阈值能够更好地反映出图像异常的前提下,本领域技术人员可以根据实际情况选择f的具体形式。
S205、比较相邻帧中对应的各个图像块与相应的第一阈值,根据结果,判断视频数据是否发生了抖动。示例性地,在16*9个图像块中有60%的图像块有对应于异常的比较结果,则可判断视频数据发生了抖动;
S207、重复上述S201-S205,根据多次基于帧差运算的判断结果确定视频数据是否发生了抖动。如每隔20-30帧从视频流中选取一帧图像,基于选取的9帧图像,基于前述的S201-S205会进行8次基于帧差运算的判断,在8次判断中,其中连续5次的判断结果为视频数据发生了抖动时,便可给出该视频数据发生了抖动的结论;
S209、在本地以及向监控装置的管理部门分别发出反馈信息。
如本地(安装位置)的反馈信息可以为警报,向管理部门可以发送包含了异常情形的文字或者语音信息等。如可以向管理部门的相关人员的手机发送相应的反馈信息。
可以看出,在实施例的判断方法中,通过引入反映单帧图像的属性的统计数据,确定出对应于每一个帧差运算的自适应的第一阈值。而单帧图像的属性能够较为准确地反映视频数据的遮挡异常。也就是说,通过将遮挡异常相关的因素引入以确定与抖动异常相关的阈值,能够更准确地确定出视频数据的抖动异常。
实施例2
参照图3,图3示出本发明一种实施例的视频数据的异常判断方法的原理示意图二。如图3所示,在视频数据的异常是由于单纯的导致的情形下,可以通过从视频流中选取多帧图像、对多帧图像进行切块、计算切块后每帧图像的统计数据(如前述的均值/方差等)、通过统计数据与预设的阈值的比较结果来判断视频数据的异常与否。
本实施例与实施例1的不同点主要在于S203的引入与否。具体地,帧差的引入更适用于抖动异常的判断,对于遮挡异常而言,直接通过单帧图像便可以较为准确地判断。因此,对于遮挡异常而言,可以为单帧图像的统计数据配置一个预设的阈值,记为第二阈值。在此基础上,基于选取的多帧图像便可得出多个判断结果,通过分析多个判断结果便能够更准确地确定出视频数据的遮挡异常。
基于本发明的视频数据的异常判断方法,能够同时实现相机被拍打和遮挡两种攻击的判断。如对于拍打或者轻微的抖动(类似于拍打)攻击而言,至少可达到90%以上准确率;对于遮挡攻击而言,可达到80%以上准确率。
需要指出的是,尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述,但是本领域技术人员可以理解,为了实现本发明的效果,不同的步骤之间并非必须按照这样的顺序执行,其可以同时执行或以其他顺序执行,也可以增加、替换或者省略某些步骤,这些变化都在本发明的保护范围之内等。如可以是:在将图像分割为多个图像块之后,选取出能够更好地表征异常的其中的一部分图像块作为目标图像块,在此基础上进行前面如实施例1和实施例2的分析。
需要说明的是,尽管以上述具体方式所构成的控制方法作为示例进行了介绍,但本领域技术人员能够理解,本发明应不限于此。事实上,用户完全可根据以及实际应用场景等情形灵活地调整相关的步骤以及步骤中的参数等。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (8)
1.一种视频数据的异常判断方法,其特征在于,所述判断方法包括:
从视频数据的图像中,每隔预设帧选取一帧作为目标图像;
以设定的方式分析多帧所述目标图像;
根据分析结果,判断所述视频数据是否异常;
其中,相邻的所述目标图像之间的预设帧的帧数相同或者不同;
所述的“以设定的方式分析多帧所述目标图像”包括:
将目标图像分割为多个图像块;
对多个所述图像块进行分析;
所述的“根据分析结果,判断所述视频数据是否异常”包括:
计算相邻的所述目标图像的对应图像块之间的帧差;
将每个帧差与和该帧差对应的第一阈值进行比较;
根据比较结果,确定所述视频数据是否异常;
其中,所述第一阈值的确定方式是:
计算与每个帧差相关的其中一个目标图像中的多个图像块的统计参数;
根据每个帧差和所述统计参数,确定与每个帧差对应的第一阈值。
2.根据权利要求1所述的视频数据的异常判断方法,其特征在于,所述的“根据分析结果,判断所述视频数据是否异常”还包括:
计算每帧目标图像中的多个所述图像块的统计参数;
比较每帧所述目标图像中的多个所述图像块的所述统计参数和预设的第二阈值;
根据比较结果,确定所述视频数据是否异常。
3.根据权利要求1或2所述的视频数据的异常判断方法,其特征在于,所述的“对多个所述图像块进行分析”包括:
从多个所述图像块中选取出目标图像块组,所述目标图像块组包括多个目标图像块;
对多个所述目标图像块进行分析。
4.根据权利要求1所述的视频数据的异常判断方法,其特征在于,在“根据分析结果,判断所述视频数据是否异常”的步骤之后,所述判断方法包括:
在所述视频数据异常的情形下,选择性地给出反馈信息。
5.一种视频数据的异常判断装置,其特征在于,所述判断装置包括:
选取模块,其被配置为:从视频数据的图像中,每隔预设帧选取一帧作为目标图像;
其中,相邻的所述目标图像之间的预设帧的帧数相同或者不同;
分析模块,其被配置为:以设定的方式分析多帧所述目标图像,具体地:
将目标图像分割为多个图像块;
对多个所述图像块进行分析;
判断模块,其被配置为:根据分析结果,判断所述视频数据是否异常,具体地:
计算相邻的所述目标图像的对应图像块之间的帧差;
将每个帧差与和该帧差对应的第一阈值进行比较;
根据比较结果,确定所述视频数据是否异常;
其中,所述第一阈值的确定方式是:
计算与每个帧差相关的其中一个目标图像中的多个图像块的统计参数;
根据每个帧差和所述统计参数,确定与每个帧差对应的第一阈值。
6.根据权利要求5所述的视频数据的异常判断装置,其特征在于,所述分析模块进一步被配置为:
计算每帧所述目标图像中的多个所述图像块的统计参数;
比较每帧所述目标图像中的多个所述图像块的所述统计参数和预设的第二阈值;
根据比较结果,确定所述视频数据是否异常。
7.一种计算机可读存储介质,其特征在于,该存储介质适于存储多条程序代码,所述程序代码适于由处理器加载并运行以执行权利要求1至4中任一项所述的视频数据的异常判断方法。
8.一种控制装置,其特征在于,该控制装置包括存储器和处理器,所述存储器适于存储多条程序代码,所述程序代码适于由所述处理器加载并运行以执行权利要求1至4中任一项所述的视频数据的异常判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110524370.5A CN113271457B (zh) | 2021-05-13 | 2021-05-13 | 视频数据的异常判断方法及装置、存储介质、控制装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110524370.5A CN113271457B (zh) | 2021-05-13 | 2021-05-13 | 视频数据的异常判断方法及装置、存储介质、控制装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113271457A CN113271457A (zh) | 2021-08-17 |
CN113271457B true CN113271457B (zh) | 2022-03-15 |
Family
ID=77230701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110524370.5A Active CN113271457B (zh) | 2021-05-13 | 2021-05-13 | 视频数据的异常判断方法及装置、存储介质、控制装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113271457B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082400A (zh) * | 2022-06-21 | 2022-09-20 | 北京字跳网络技术有限公司 | 一种图像处理方法、装置、计算机设备及可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7639873B2 (en) * | 2005-07-28 | 2009-12-29 | Microsoft Corporation | Robust shot detection in a video |
CN106993185A (zh) * | 2015-12-10 | 2017-07-28 | 青岛海信网络科技股份有限公司 | 一种视频质量诊断方法和*** |
CN108492287B (zh) * | 2018-03-14 | 2020-06-02 | 罗普特(厦门)科技集团有限公司 | 一种视频抖动检测方法、终端设备及存储介质 |
CN109698906B (zh) * | 2018-11-24 | 2021-01-26 | 四川鸿景润科技有限公司 | 基于图像的抖动处理方法及装置、视频监控*** |
-
2021
- 2021-05-13 CN CN202110524370.5A patent/CN113271457B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113271457A (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10070053B2 (en) | Method and camera for determining an image adjustment parameter | |
CN110769246B (zh) | 一种检测监控设备故障的方法、装置 | |
EP3104327B1 (en) | Anomalous pixel detection | |
US7751647B2 (en) | System and method for detecting an invalid camera in video surveillance | |
JP5127883B2 (ja) | ネットワークカメラ異常検知及び通報方式 | |
CN113271457B (zh) | 视频数据的异常判断方法及装置、存储介质、控制装置 | |
CN110399831A (zh) | 一种巡检方法及装置 | |
CN112784738A (zh) | 运动目标检测告警方法、装置以及计算机可读存储介质 | |
CN115174861A (zh) | 一种云台摄像机自动跟踪移动目标方法及装置 | |
JP5356302B2 (ja) | 煙検出装置 | |
CN112927178A (zh) | 遮挡检测方法、装置、电子设备以及存储介质 | |
KR20190026625A (ko) | 영상 표시 방법 및 컴퓨터 프로그램, 그 기록매체 | |
US7424167B1 (en) | Tide filtering for video surveillance system | |
CN113329171A (zh) | 一种视频处理方法、装置、设备及存储介质 | |
US20140019864A1 (en) | Image processing apparatus, recording medium storing image processing program, and method of image processing | |
CN115937267A (zh) | 一种基于多帧视频的目标轨迹追踪方法 | |
KR101248154B1 (ko) | 가변크기 영역 기반의 객체 움직임 추정 방법 및 이를 실행하는 장치, 그리고 이를 실행하는 움직임 추정 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 | |
CN116051477A (zh) | 一种超高清视频文件的图像噪声检测方法及装置 | |
US20070217655A1 (en) | Image detection device | |
JP2005117339A (ja) | 監視カメラの録画状態監視方法 | |
EP1944963B1 (en) | Image Sensor Systems Having Improved Noise Performance | |
CN115514955B (zh) | 一种摄像头画面质量异常检测与识别方法 | |
CN117557947B (zh) | 一种基于均方误差的静态场景视频真伪鉴定方法及装置 | |
CN117873765B (zh) | 分布式采集数据处理方法及*** | |
CN116708723B (zh) | 一种摄像头异常处理方法及*** |
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 |