CN105451023B - 一种运动感知的视频存储系统和方法 - Google Patents

Abstract

本发明公开了一种运动感知的视频存储系统和方法，该系统包括接收模块、运动感知模块、存储执行模块和检索模块。其中,接收模块负责从系统外部接受待存储的媒体数据；运动感知模块负责对接收到的数据进行分析，包括提取运动矢量、规划、低通滤波、局部矫正、中值滤波和聚合，并输出分析结果；存储执行模块根据上述分析结果，对媒体数据执行存储动作；检索模块负责响应系统外部的请求，输出请求结果。本发明通过视频数据的动态强度指数判别视频数据是否是冗余数据，有选择地进行存储，提高了视频存储空间的利用率。本发明运算复杂度低，无需对视频数据解码，即可计算出视频数据的动态强度指数。

Description

一种运动感知的视频存储系统和方法

技术领域

本发明涉及运动感知的视频存储系统和方法，属于视频图像处理技术领域。

背景技术

近年来视频监控行业迅速发展，从模拟到数字，再到高清、甚至4K，图像的清晰度不断提高，同时视频应用爆炸式增长，它们给视频的存储也带来挑战。

在视频应用中，原始视频数据往往存在大量的冗余数据(比如长时间静止的画面)，用户所关心的包含运动信息的视频数据所占比例较小。视频数据在进行传输和存储时需经过压缩编码，解码和视频内容分析运算复杂度极高，存储系统的计算能力难以满足。现有的视频存储系统采用直接录制接收到的视频数据，但是，没有考虑视频的内容，导致大量的存储空间浪费在冗余数据的存储上。而本发明能够很好地解决上面的问题。

发明内容

本发明目的在于解决了视频存储空间利用率低，图像分析复杂度高的问题，提供了一种运动感知的视频存储系统和方法，该系统可以在视频的压缩域提取视频数据的运动信息，以较低的运算量分析视频画面内容的运动特征，判别当前视频数据是否属于冗余数据，从而有选择的进行存储，提高存储空间利用率。

本发明解决其技术问题所采取的技术方案是：一种运动感知的视频存储系统，该系统包括接收模块、运动感知模块、存储执行模块和检索模块。其中，接收模块负责从系统外部接受待存储的媒体数据；运动感知模块负责对接收到的数据进行分析，包括提取运动矢量、规划、低通滤波、局部矫正、中值滤波和聚合，并输出分析结果；存储执行模块根据上述分析结果，对媒体数据执行存储动作；检索模块负责响应系统外部的请求，输出请求结果。

本发明还提供了一种运动感知的视频存储系统的实现方法，该方法包括如下步骤：

步骤1：接收模块从系统外界获得待存储的媒体数据，将数据分别传输给运动感知模块和存储执行模块。

步骤2：运动感知模块首先提取媒体数据各个宏块的运动矢量信息，并归一化为宏块尺寸一致的运动矢量信息，便于后续处理。

步骤3：运动感知模块对归一化后的运动矢量进行降噪和滤波，减少视频数据中随机噪声引入的误差。

步骤4：运动感知模块利用一个宏块临近宏块的运动状态，对该宏块进行局部矫正，消除视频数据中由于光线抖动引起的运动矢量跳变。

步骤5：运动感知模块对局部矫正后的数据进行中值滤波，消除视频信号中的椒盐噪声，同时保持视频画面中构成运动物体的运动宏块的轮廓。

步骤6：运动感知模块将相邻且存在运动的宏块聚合，形成一个运动物体的轮廓。

步骤7：定义动态强度指数，并计算一个时间区间内的动态强度指数，计算公式为：

根据所述指数判断此时间区间内的视频数据是否属于冗余数据，并将判别结果输出给存储执行模块。

步骤8：存储执行模块根据运动感知模块输出的判别结果，开始或停止当前媒体数据的存储。

本发明的方法应用于运动感知的视频存储系统。

有益效果：

1、本发明通过视频数据的动态强度指数判别视频数据是否是冗余数据，有选择地进行存储，提高了视频存储空间的利用率。

2、本发明运算复杂度低，无需对视频数据解码，即可计算出视频数据的动态强度指数。

附图说明

图1为本发明的系统结构示意图。

图2为本发明的运动感知模块提取运动矢量示意图。

图3为本发明的运动感知模块归一化运动矢量示意图。

图4为本发明的运动感知模块运动矢量局部矫正示意图。

图5为本发明的运动感知模块运动矢量场示意图。

图6为本发明的运动感知模块运动矢量聚合示意图。

图7为本发明的运动感知模块冗余数据判别示意图。

图8为本发明的提取运动矢量和运动矢量归一化流程图。

图9为本发明运动矢量降噪滤波和局部矫正流程图。

具体实施方式

下面结合说明书附图对本发明创造作进一步的详细说明。

如图1所示，本发明系统包括接受模块，运动感知模块，存储执行模块和检索模块。其中，运动感知模块包含了归一化、低通滤波、局部矫正、中值滤波、聚合和判别子模块。接受模块将输入的数据同时发送给运动感知模块和存储执行装置，运动感知模块同时输出控制信号至存储执行装置。

如图2所示，视频数据在压缩编码时，视频序列图像被切割为宏块，为了去除时空上的相关性，都需要经过运动预测、变换和熵编码等环节。在对一帧图像进行运动预测时，每一个宏块都会搜索自己在参考帧图像中的相似度最高的匹配块位置，计算出相对于上一帧小区域的运动矢量。视频画面上的一个运动物体由多个宏块组成，因此当视频画面上物体的运动将体现在其组成宏块的运动上。运动感知装置从输入的媒体数据中提取相邻两帧之间的运动矢量。

如图3所示，从接收装置接收到的视频数据，经过熵解码后，即可获得每一个宏块对应的运动矢量MVi。视频数据在进行宏块划分时，往往会出现16x16,16x8，8x8,8x4,4x4等多种大小，为了便于计算，可以将宏块统一合并为16x16，合并后的运动矢量为合并前运动矢量加权相加。

如图4所示，视频在编码时，静止的区域成像也会出现随机的噪声类似运动效果，其特点是方向随机，但幅值比较小。可以运动矢量2个分量绝对值作为评估参数，设置阈值进行过滤。

如图4所示，宏块的运动矢量整体上可以表征运动物体的运动状态，但是局部宏块存在一定的噪声和误差，局部修正即检测当前宏块的运动矢量与相邻宏块运动矢量的一致性，如果当前宏块的运动矢量其方向和强度有突变，则认为当前运动矢量不可靠，需将不可靠的运动矢量用邻域的运动矢量修正。

如图5所示，视频中同一运动目标的运动参数往往是一个平滑的过程，通过中值滤波可以进一步消除脉冲或椒盐噪声，同时保持运动轮廓的边缘。经上述处理过程后，可得到运动物体较精确的运动矢量场，图中左侧为原始图像，其中汽车正在移动，右侧图像中标注了宏块的运动矢量，可以看出运动矢量较好的表征了汽车的移动。

如图6所示，一个运动物体往往由多个宏块组成，因此相邻的宏块可能属于同一运动物体。因此将有运动的相邻的宏块聚合在一起，即完成了运动物体的分割，其聚合后所占像素数量的大小与视频画面运动强度成正比。图中的存在运动矢量且相邻的宏块很好的覆盖了汽车所在的区域。

如图7所示，视频一般由图像组(即GOP)构成，一个图像组包一个时间区间内的图像帧数据。本发明中判别视频数据是否是冗余数据以图像组为单位。定义图像组的动态强度指数，表征一个图像组视频内容的运动强度，该指数是由图像组内所有运动矢量幅度的和除以图像组帧数的单调增函数，该指数越大，视频内容的运动强度越大，包含用户感兴趣信息的可能性就越大；该值越小，则该图像组为冗余数据的可能性就越大。图中黑色矩形对应的图像组为需要录像的数据，在录像开始时，预录2个视频组，在录像结束时，延时录像2个视频组，以保证完整性。

本发明方法的具体实现过程，包括：

现有存储系统硬件无需更改，在软件上增加运动感知模块。该模块的输入端与存储接收装置对接，从存储接收装置读取视频数据；输出端与存储执行装置对接，输出存储控制信号。

运动感知模块读取视频数据后，按照图8中的流程，获取归一化后的运动矢量序列。归一化采用公式1进行。

其中k分别对应4x4,4x8,8x8,8x16和16x16子宏块的权重θ^k为当前宏块大小为k的子宏块集合。归一化后的运动矢量按照图9中的流程和公式1进行去噪滤波，公式1中的阈值T默认设为1.5。

局部矫的每一个宏块的运动矢量与邻域宏块按照公式2和3进行判别：

公式MV_La_x，y为索引为(x,y)的宏块与其8邻域θ中的宏块的幅度背离值，MV_Ang_x，y为角度背离值，Nθ中非0运动矢量的个数。如果MV_La_x，y>50％同时MV_Ang_x，y＞90°，则判定该运动矢量背离，通过公式4替换现有运动矢量。

每一个图片组的动态强度指数由公式5给出：

公式|MV_x，y|为索引为(x,y)的宏块运动矢量的幅值，F为一帧视频数据的所有宏块的集合，GOP为一个图片组，K为一个图片组的帧数,不同场景对应的MV_gop阈值可以经过学习算法获得。

存储装置在非录像状态时，需缓存最近2个图像组的数据，当接收到开始录像的控制信号后，先写入缓存的数据，再写入实时数据；当接收到停止录像的控制信号后，继续写入2个图像组，延时停止，如在延时停止期间如有新的控制命令，则立即响应。

Claims (2)

1.一种运动感知的视频存储系统的实现方法，其特征在于，所述方法包括如下步骤：

步骤1：接收模块从系统外界获得待存储的媒体数据，将数据分别传输给运动感知模块和存储执行模块；

步骤2：运动感知模块首先提取媒体数据各个宏块的运动矢量信息，并归一化为宏块尺寸一致的运动矢量信息；

步骤3：运动感知模块对归一化后的运动矢量进行降噪和滤波，减少视频数据中随机噪声引入的误差；

步骤4：运动感知模块利用一个临近宏块的运动状态，对该宏块进行局部矫正，消除视频数据中由于光线抖动引起的运动矢量跳变；

步骤5：运动感知模块对局部矫正后的数据进行中值滤波，消除视频信号中的椒盐噪声，同时保持视频画面中构成运动物体的运动宏块的轮廓；

步骤6：运动感知模块将相邻且存在运动的宏块聚合，形成一个运动物体的轮廓；

步骤7：定义动态强度指数，并计算一个时间区间内的动态强度指数，计算公式为：

其中|MV_x，y|为索引为(x,y)的宏块运动矢量的幅值，F为一帧视频数据的所有宏块的集合，GOP为一个图片组，K为一个图片组的帧数；

根据所述指数判断此时间区间内的视频数据是否属于冗余数据，并将判别结果输出给存储执行模块；

步骤8：存储执行模块根据运动感知模块输出的判别结果，开始或停止当前媒体数据的存储。

2.根据权利要求1所述的一种运动感知的视频存储系统的实现方法，其特征在于，所述方法应用于运动感知的视频存储系统。