基于Hadoop平臺的監(jiān)控視頻檢索方法和系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明涉及監(jiān)控視頻檢索技術領域，尤其涉及一種基于Hadoop平臺的監(jiān)控視頻檢索方法和系統(tǒng)。
【背景技術】
[0002]隨著多種多樣的商業(yè)信息系統(tǒng)的廣泛應用，所產生的數(shù)據(jù)類型越來越多，數(shù)據(jù)量也越來越大。如何構建高性能的大數(shù)據(jù)平臺，進行海量數(shù)據(jù)分析、處理，挖局出有價值的信息，為有效決策提供支持，已經成為各個行業(yè)的信息系統(tǒng)需求方面的關注熱點。而傳統(tǒng)的監(jiān)控視頻檢索方法和系統(tǒng)的效率較低，檢索速度較慢。

【發(fā)明內容】

[0003]基于此，有必要提供一種檢索效率較高的基于Hadoop平臺的監(jiān)控視頻檢索方法和系統(tǒng)。
[0004]一種基于Hadoop平臺的監(jiān)控視頻檢索方法，包括:
[0005]基于Hadoop平臺，對監(jiān)控視頻信息同時進行兩種以上的預設處理，并將經過處理得出的特征信息存儲在對應的數(shù)據(jù)庫中；所述數(shù)據(jù)庫分為兩種以上，每種所述數(shù)據(jù)庫存儲一種所述特征信息；
[0006]接收輸入的檢索條件信息，在各種所述數(shù)據(jù)庫中同時檢索符合所述檢索條件信息的所述特征信息，并根據(jù)檢索出的所述特征信息從所述監(jiān)控視頻信息中得出一個以上的候選檢索目標;所述特征信息的條數(shù)為一個以上，每條所述特征信息對應一個所述候選檢索目標。
[0007]在其中一個實施例中，所述預設處理包括關鍵幀處理和視頻摘要處理;所述數(shù)據(jù)庫包括關鍵幀庫和視頻摘要庫；
[0008]所述關鍵幀處理包括:從所述監(jiān)控視頻信息中提取反映視頻主要事件的關鍵幀；對所述關鍵幀進行圖像特征提取;將所述關鍵幀和所述圖像特征存儲至所述關鍵幀庫中；其中，所述圖像特征包括顏色、紋理和輪廓中的至少一種；
[0009]所述視頻摘要處理包括:將監(jiān)控視頻信息進行濃縮，得出視頻摘要和運動特征序列;將所述視頻摘要和所述運動特征序列存儲至所述視頻摘要庫中。
[0010]在其中一個實施例中，在所述對監(jiān)控視頻信息同時進行兩種以上的預設處理步驟之前，還包括:
[0011 ]對所述監(jiān)控視頻信息進行鏡頭邊界檢測，將所述監(jiān)控視頻信息進行分割。
[0012]在其中一個實施例中，所述在所述數(shù)據(jù)庫中檢索符合所述檢索條件信息的所述特征信息，并根據(jù)檢索出的所述特征信息從所述監(jiān)控視頻信息中得出一個以上的候選檢索目標步驟包括:
[0013]同時從所述關鍵幀庫和所述視頻摘要庫中按照所述檢索條件信息進行特征匹配檢索；
[0014]若先從所述關鍵幀庫中匹配成功，則根據(jù)對應的關鍵幀定位出所述候選檢索目標在所述監(jiān)控視頻信息中的位置；
[0015]若先從所述視頻摘要庫中匹配成功，則根據(jù)對應的視頻摘要定位出所述候選檢索目標在所述監(jiān)控視頻信息中的位置。
[0016]在其中一個實施例中，所述檢索條件信息為文本、圖像或視頻。
[0017]在其中一個實施例中，根據(jù)相似度度量方法進行特征匹配檢索；
[0018]其中，所述相似度度量方法包括:距離度量方法或關聯(lián)系數(shù)計算方法。
[0019]在其中一個實施例中，所述基于Hadoop平臺的監(jiān)控視頻檢索方法還包括:
[0020]將各個所述候選檢索目標按照符合度的大小進行排序并輸出。
[0021]一種基于Hadoop平臺的監(jiān)控視頻檢索系統(tǒng)，包括監(jiān)控視頻處理模塊、目標檢索模塊和數(shù)據(jù)庫；
[0022]所述監(jiān)控視頻處理模塊，被配置以基于Hadoop平臺，對監(jiān)控視頻信息同時進行兩種以上的預設處理，并將經過處理得出的特征信息存儲在所述數(shù)據(jù)庫中；所述數(shù)據(jù)庫分為兩種以上，每種所述數(shù)據(jù)庫存儲一種所述特征信息；
[0023]所述目標檢索模塊，被配置以接收輸入的檢索條件信息，在各種所述數(shù)據(jù)庫中同時檢索符合所述檢索條件信息的所述特征信息，并根據(jù)檢索出的所述特征信息從所述監(jiān)控視頻信息中得出一個以上的候選檢索目標;所述特征信息的條數(shù)為一個以上，每條所述特征信息對應一個所述候選檢索目標。
[0024]在其中一個實施例中，所述監(jiān)控視頻處理模塊包括關鍵幀處理單元和視頻摘要處理單元;所述數(shù)據(jù)庫包括關鍵幀庫和視頻摘要庫；
[0025]所述關鍵幀處理單元，被配置以從所述監(jiān)控視頻信息中提取反映視頻主要事件的關鍵幀，并對所述關鍵幀進行圖像特征提取，以及將所述關鍵幀和所述圖像特征存儲至所述關鍵幀庫中；其中，所述圖像特征包括顏色、紋理和輪廓中的至少一種；
[0026]所述視頻摘要處理單元，被配置以將監(jiān)控視頻信息進行濃縮，得出視頻摘要和運動特征序列，并將所述視頻摘要和所述運動特征序列存儲至所述視頻摘要庫中。
[0027]在其中一個實施例中，所述監(jiān)控視頻處理模塊還包括鏡頭邊界檢測單元；
[0028]所述鏡頭邊界檢測單元，被配置以對所述監(jiān)控視頻信息進行鏡頭邊界檢測，將所述監(jiān)控視頻信息進行分割。
[0029]在其中一個實施例中，還包括檢索目標排序輸出模塊；
[0030]所述檢索目標排序輸出模塊，被配置以將各個所述候選檢索目標按照符合度的大小進行排序并輸出。
[0031]上述基于Hadoop平臺的監(jiān)控視頻檢索方法和系統(tǒng)，基于Hadoop平臺對監(jiān)控視頻信息進行預處理，并將得出的特征信息存儲在對應的數(shù)據(jù)庫中；在各種數(shù)據(jù)庫中同時檢索符合檢索條件信息的特征信息，并根據(jù)檢索出的特征信息從監(jiān)控視頻信息中得出候選檢索目標，能夠有效的提高監(jiān)控視頻檢索效率，增快監(jiān)控視頻檢索的速度。
【附圖說明】
[0032]圖1為本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索方法一個實施例的流程示意圖；
[0033]圖2為本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索方法一個實施例中的關鍵幀處理的流程示意圖；
[0034]圖3為本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索方法一個實施例中的視頻摘要處理的流程示意圖；
[0035]圖4為本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索方法一個實施例中的在數(shù)據(jù)庫中檢索符合檢索條件信息的特征信息，并根據(jù)檢索出的特征信息從監(jiān)控視頻信息中得出一個以上的候選檢索目標的流程示意圖；
[0036]圖5為本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索系統(tǒng)一個實施例的結構示意圖；
[0037]圖6為本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索系統(tǒng)一個實施例中監(jiān)控視頻處理模塊的結構示意圖。
【具體實施方式】
[0038]為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖對本發(fā)明基于Hadoop平臺的監(jiān)控視頻檢索方法和系統(tǒng)的【具體實施方式】進行說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0039]基于Hadoop平臺的監(jiān)控視頻檢索方法可以分為視頻入庫和視頻查詢兩大部分。其中，可以將視頻入庫設置為為離線處理，將視頻查詢設置為在線處理。參見圖1，一個實施例中，基于Hadoop平臺的監(jiān)控視頻檢索方法具體可以包括以下步驟:
[0040]SlOl，基于Hadoop平臺，對監(jiān)控視頻信息同時進行兩種以上的預設處理，并將經過處理得出的特征信息存儲在對應的數(shù)據(jù)庫中。
[0041]其中，數(shù)據(jù)庫可以分為兩種以上，每種數(shù)據(jù)庫對應存儲一種特征信息。一個實施例中，預設處理可以包括關鍵幀處理和視頻摘要處理。數(shù)據(jù)庫可以包括關鍵幀庫和視頻摘要庫。以下以鐵路監(jiān)控視頻為例進行說明，但并不以此為限。鐵路監(jiān)控視頻具有靜態(tài)場景多，動態(tài)目標少，目標前景所占比例小等特點。針對鐵路視頻特點，設想加入提取關鍵幀和視頻摘要的步驟。其中，關鍵幀反映了視頻中主要事件，視頻摘要是通過對整段視頻進行濃縮，得到每段視頻的一個整體概括。這兩種方式避免了檢索時依次對每一幀圖像進行處理，以實現(xiàn)目標視頻的快速檢索。
[0042]具體的，參見圖2，關鍵幀處理的過程可以包括以下步驟:
[0043]S201，從監(jiān)控視頻信息中提取反映視頻主要事件的關鍵幀。
[0044]S202，對關鍵幀進行圖像特征提取。
[0045]其中，圖像特征可以包括顏色、紋理和輪廓中的至少一種特征。圖像特征提取包括對圖