，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他相關的附圖。
[0057]圖1示出了本發明實施例1所提供的一種視頻濃縮方法的流程示意圖；
[0058]圖2A示出了本發明實施例2所提供的一種視頻濃縮裝置的結構示意圖；
[0059]圖2B示出了本發明實施例2所提供的另一種視頻濃縮裝置的結構示意圖。
【具體實施方式】
[0060]下面將結合本發明實施例中附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發明實施例的組件可以以各種不同的配置來布置和設計。因此，以下對在附圖中提供的本發明的實施例的詳細描述并非旨在限制要求保護的本發明的范圍，而是僅僅表示本發明的選定實施例。基于本發明的實施例，本領域技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
[0061]考慮到相關技術中對于廣場或地鐵等人多且持續有人運動的場合，由于這些場合的監控視頻中幾乎每一視頻幀中都包含運動目標，因此通過運動偵測方式無法對這些場合的監控視頻進行有效地視頻濃縮。基于此，本發明實施例提供了一種視頻濃縮方法及裝置。下面通過實施例進行描述。
[0062]實施例1
[0063]參見圖1，本發明實施例提供了一種視頻濃縮方法。該方法具體包括以下步驟:
[0064]步驟101:獲取待濃縮視頻，分析待濃縮視頻得到分析結果，該分析結果包括視頻幀對應的即時人數、人群運動速度及人群運動一致程度；
[0065]目前在廣場、地鐵、車站、銀行或商場等公共場合都安裝有攝像頭，攝像頭對這些場合進行實時拍攝，得到這些場合的監控視頻。在這些場合中發生意外事故或犯罪案件時，監控視頻可以為事故處理及案件偵破提供線索。
[0066]上述待濃縮視頻可以為攝像頭已拍攝的上述場合的監控視頻，也可以為攝像頭拍攝上述場合的實時視頻。本發明實施例的執行主體可以為具有視頻濃縮功能的裝置。當待濃縮視頻為已拍攝的監控視頻時，從本地存儲器中獲取待濃縮視頻。當待濃縮視頻為實時視頻時，接收攝像頭傳輸的實時視頻片段，將接收的實時視頻片段作為待濃縮視頻。
[0067]在本發明實施例中，通過預設人群分析算法分析待濃縮視頻得到分析結果，分析結果包括的人群運動速度是相對的，以像素為單位，人群運動一致程度主要用于探測異常的單體運動，比如逆行、奔跑、突然聚集、或突然散開等異常事件。
[0068]預設人群分析算法可以為基于運動檢測的分析算法、基于人體檢測的分析算法或基于人群檢測的分析算法等。本發明實施例不限制具體采用的人群分析算法，但上述預設人群分析算法需能夠分析待濃縮視頻的視頻場景中的即時人數、人群運動速度及人群運動一致程度。在本發明實施例中，選擇人群分析算法時，要求人群分析算法統計即時人數的準確度達預設閾值，該預設閾值可以為80%或90%。
[0069]在本發明實施例中，通過分析待濃縮視頻得到分析結果的操作，具體包括:
[0070]在待濃縮視頻的視頻場景中選定待分析區域，通過預設人群分析算法對待濃縮視頻的各視頻幀中待分析區域的圖像進行分析，分別得到各視頻幀對應的分析結果。
[0071]上述選定待分析區域的操作，可以由技術人員預先設置待分析區域為視頻場景對應的完整圖像區域。在選定待分析區域時，根據預先的設置將待濃縮視頻的視頻場景對應的完整圖像區域確定為待分析區域。
[0072]待分析區域也可以為視頻場景中一些重要地點對應的圖像區域。例如，在地鐵場景中待分析區域可以為地鐵站臺對應的圖像區域，在銀行場景中待分析區域可以為銀行業務大廳對應的圖像區域。在本發明實施例中，預先設置視頻場景與預設地點的對應關系。在選定待分析區域時，根據待濃縮視頻的視頻場景從預先設置的視頻場景與預設地點的對應關系中獲取該視頻場景對應的預設地點，將該預設地點對應的圖像區域確定為待分析區域。
[0073]另外，技術人員還可以事先測定不同場景中各位置的人員流量，確定不同場景中人員流量最大的位置，并事先設置視頻場景與人員流量最大的位置的對應關系。在選定待分析區域時，根據待濃縮視頻的視頻場景從事先設置的視頻場景與流量最大的位置的對應關系中確定對應的人員流量最大的位置，將該位置對應的圖像區域確定為待分析區域。例如，技術人員測定地鐵場景中站臺及售票處的人員流量，確定站臺的人員流量最大，則存儲地鐵場景與站臺位置的對應關系。在選定地鐵場景對應的待分析區域時，將站臺對應的圖像區域確定為待分析區域。
[0074]在本發明實施例中，通過預設人群分析算法分析待濃縮視頻之前，還需獲取預設人群分析算法的算法參數。該算法參數為人群分析算法正常運行所需的參數，如算法參數可以為待濃縮視頻的分辨率等。根據算法參數，通過預設人群分析算法逐幀分析待濃縮視頻的每一視頻幀。具體地，對于待濃縮視頻的視頻幀，通過預設人群分析算法對視頻幀中待分析區域的圖像進行分析，統計出該視頻幀中待分析區域的圖像中包括的即時人數，計算待分析區域的圖像中人群運動速度及人群運動一致程度，將統計的即時人數、計算的人群運動速度及人群運動一致程度組成該視頻幀對應的分析結果。
[0075]其中，首先可以通過人臉識別等人體識別算法識別出視頻幀中待分析區域的圖像中包括的人的圖像，然后通過預設人群分析算法統計該視頻幀對應的即時人數。
[0076]在計算該視頻幀對應的人群運動速度時，需要結合該視頻幀之前的若干視頻幀，通過預設人群分析算法分析在包含該視頻幀在內的若干視頻幀中人群的圖像中每個像素點的位移，根據每個像素點的位移及上述若干幀對應的時間，分別計算出每個像素點的移動速度，根據每個像素點的移動速度，計算人群運動速度。例如，人群運動速度可以為每個像素點的移動速度的平均值。
[0077]在計算該視頻幀對應的人群運動一致程度時，也需要通過預設人群分析算法分析包含該視頻幀在內的若干視頻幀，統計在上述若干視頻幀中人群的圖像中移動方向保持不變的像素點的數目，計算上述動方向保持不變的像素點的數目與人群的圖像中總像素點數目之間的比值，將該比值作為該視頻幀對應的人群運動一致程度。
[0078]上述分析得到視頻幀的即時人數、人群運動速度及人群運動一致程度的方式僅僅是示意性的，本發明實施例還可以通過預設人群分析算法以其他方式來分析出視頻幀的即時人數、人群運動速度及人群運動一致程度。
[0079]對于待濃縮視頻的其它每幀視頻幀，都可以按照上述方式，通過人群分析算法分析得到其它每幀視頻幀對應的分析結果。
[0080]在本發明實施例中，對于待濃縮視頻的各視頻幀，在通過人群分析算法分析出各視頻幀的分析結果之前，還可以分別標定各視頻幀中行人的高度。然后再根據標定的各視頻幀中行人的高度和預設人群分析算法，分析該待濃縮視頻得到分析結果。
[0081]本發明實施例中可以僅標定視頻幀的待分析區域中包括的行人的高度，而不標定視頻幀除待分析區域以外其他位置的行人的高度，如此可以節省計算量，提高標定效率。
[0082]上述標定視頻幀的待分析區域中行人的高度的操作，可以首先通過人臉識別等人體識別算法識別待分析區域中的行人的圖像，標記待分析區域中每個行人的圖像的高度。
[0083]對各視頻幀中行人的高度進行標定后，相當于進一步縮小了視頻幀中需分析的圖像區域，后續只需通過人群分析算法對待分析區域中標定了高度的行人的圖像進行分析即可，如此可以得到更準確的人群分析結果，從而提高視頻濃縮效果。
[0084]步驟102:根據分析結果從待濃縮視頻中確定需保留的視頻片段；
[0085]本發明實施例中，根據不同的場景需要，預設了相應的價值判定規則。本發明實施例根據預先設置的價值判定規則及各視頻幀對應的分析結果，來計算各視頻幀的價值系數。
[0086]上述預設的價值判定規則規定了分析結果與價值系數之間的關系。在本發明實施例中，分析結果包括的即時人數用C表示，人群運動速度用U表示，人群運動一致程度用M表示，則預設的價值判定規則可以表示為Vt = F(C，U，M)。其中，Vt為視頻幀的價值系數，視頻幀的價值系數為該視頻幀的分析結果的函數。一般情況下，視頻幀中即時人數越多，該視頻幀的價值系數越高；視頻幀中人群運動速度越大，該視頻幀的價值系數越高；視頻幀中人群運動一致程度越低，發生異常的單體運動事件越少，該視頻幀的價值系數越高。預設的價值判定規則可以根據采用的人群分析算法不同進行定制。
[0087]在本發明實施例中，還可以用人群運動差異程度來代替上述人群運動一致程度。人群運動差異程度計算方式為通過預設人群分析算法分析包含視頻幀在內的若干視頻幀，統計在上述若干視頻幀中人群的圖像中移動方向發生改變的像素點的數目，計算上述動方向發生改變的像素點的數目與人群的圖像中總像素點數目之間的比值，將該比值作為該視頻幀對應的人群運動差異程度。視頻幀中人群運動差異程度越高，發生異常的單體運動事件越多，視頻幀的價值系數越高。
[0088]通過上述方