一种视频流自适应隐私遮挡方法及系统与流程

摘要: 本发明主要涉及视频隐私处理,尤其是涉及一种视频流自适应隐私遮挡方法及系统。背景技术:1、随着人工智能与物联网技术的快速发展,智能摄像头已广泛应用于家庭、商铺、公...
一种视频流自适应隐私遮挡方法及系统与流程

本发明主要涉及视频隐私处理,尤其是涉及一种视频流自适应隐私遮挡方法及系统。

背景技术:

1、随着人工智能与物联网技术的快速发展,智能摄像头已广泛应用于家庭、商铺、公共区域、办公场所等各类场景。现有智能摄像装置的隐私保护方案存在以下根本性技术缺陷:

2、1.现有方案采用单帧独立检测隐私目标,未考虑视频流的时间连续性信息。当隐私目标被其他物体临时遮挡,导致某帧检测丢失时,遮挡处理立即中断,隐私目标重新出现后重新检测,导致遮挡出现间隙,形成隐私泄露窗口。同时,单帧检测在运动模糊、光照突变等场景下误检率高,逐帧独立检测缺乏时序容错能力。

3、2.现有方案采用离散等级查表方式确定遮挡强度,即将隐私目标划分为有限的几个等级(如高/中/低),根据等级查表获取固定的遮挡参数。这种离散分级方式无法反映同一类隐私目标在不同运动状态、不同场景下的隐私敏感度差异,例如同一人脸隐私目标在快速运动时和静止时的遮挡需求是连续变化的,离散查表导致遮挡过度或遮挡不足。

4、3.现有方案对隐私目标区域施加遮挡时,遮挡边界严格对应检测框边界,未考虑隐私目标运动导致的边界不确定性。当隐私目标快速运动时,检测框边缘存在定位误差,固定边界遮挡容易在边缘处暴露隐私信息。同时,遮挡区域与非遮挡区域之间缺乏过渡处理,存在明显的遮挡边界跳变,影响监控画面观感。

技术实现思路

1、本发明提供一种视频流自适应隐私遮挡方法及系统,旨在解决现有视频流隐私遮挡存在单帧检测因运动模糊、光照突变或临时遮挡导致的检测波动问题。

2、本发明解决上述技术问题所采用的技术方案:

3、一方面,本发明提供一种视频流自适应隐私遮挡方法,包括以下步骤:

4、步骤1:采集实时视频流并进行预处理,对预处理后的视频帧进行逐帧隐私目标检测,输出每一帧的像素隐私置信度图;对连续多帧的像素隐私置信度图进行时序加权融合,获得融合隐私置信度图;

5、步骤2:根据所述融合隐私置信度图进行阈值判定和连通域分析,获得隐私目标区域在视频帧中的像素区域范围;基于所述像素区域范围的边界,计算边界处的置信度梯度;根据所述置信度梯度和隐私目标运动速度,对隐私目标区域的像素边界进行动态扩展;

6、步骤3:计算隐私目标区域的隐私敏感度指数,并根据隐私敏感度指数连续计算遮挡参数;

7、步骤4:针对像素边界动态扩展后的隐私目标区域,当隐私目标正常出现时,根据遮挡参数对隐私目标进行遮挡,将遮挡后的视频帧编码输出;在设定视频帧数阈值内,若隐私目标消失,基于隐私目标的运动轨迹预测隐私目标位置,根据遮挡参数对预测获得的隐私目标位置进行遮挡,将遮挡处理后的视频帧编码输出;若隐私目标消失超过所述视频帧数阈值,停止遮挡并进入休眠状态。

8、进一步的,步骤1中对连续多帧的像素隐私置信度图进行时序加权融合时,越接近当前帧的像素隐私置信度图的融合权重越高。

9、进一步的,步骤2中对隐私目标区域的像素边界进行动态扩展后,对扩展后的区域边缘进行羽化处理。

10、进一步的,所述羽化处理的羽化宽度与动态扩展的扩展宽度成正比。

11、进一步的,步骤3中所述隐私敏感度指数根据隐私目标类型、拍摄场景、拍摄时间、运动速度及用户自定义配置进行确定。

12、进一步的,所述隐私敏感度指数为:

13、;

14、;

15、式中,为隐私敏感度指数,为隐私目标类型的基础敏感度系数,为拍摄场景因子,为拍摄时间因子,为运动速度因子,为用户自定义配置因子,和为归一化系数,为隐私目标运动速度,为参考速度。

16、进一步的,步骤3中所述遮挡参数包括高斯模糊半径和马赛克块尺寸,高斯模糊半径与隐私敏感度指数正相关,马赛克块尺寸与隐私敏感度指数负相关。

17、进一步的,步骤4中所述运动轨迹通过卡尔曼滤波器预测获得。

18、进一步的,步骤4中,隐私敏感度指数越高,所述视频帧数阈值越大。

19、另一方面,本发明还提供一种视频流自适应隐私遮挡系统,所述系统包括:

20、视频采集模块,用于采集实时视频流并进行预处理;

21、多帧置信度融合检测模块,用于对预处理后的视频帧进行逐帧隐私目标检测,输出每一帧的像素隐私置信度图;对连续多帧的像素隐私置信度图进行时序加权融合,获得融合隐私置信度图;

22、隐私目标区域动态边界扩展模块,用于根据融合隐私置信度图进行阈值判定和连通域分析,获得隐私目标区域在视频帧中的像素区域范围,并计算隐私目标区域边界的置信度梯度;根据所述置信度梯度和隐私目标运动速度,对所述隐私目标区域的像素边界进行动态扩展;

23、遮挡参数计算模块,用于计算隐私目标区域的隐私敏感度指数,并根据隐私敏感度指数连续计算遮挡参数;

24、遮挡状态输出模块,用于针对像素边界动态扩展后的隐私目标区域,当隐私目标正常出现时,根据遮挡参数对隐私目标进行遮挡,将遮挡后的视频帧编码输出;在设定视频帧数阈值内,若隐私目标消失,基于隐私目标的运动轨迹预测隐私目标位置,根据遮挡参数对预测获得的隐私目标位置进行遮挡,将遮挡处理后的视频帧编码输出;若隐私目标消失超过所述视频帧数阈值,停止遮挡处理并进入休眠状态。

25、本发明的有益效果:

26、(1)本发明对连续多帧像素隐私置信度图进行时序加权融合,当某一视频帧因隐私目标快速运动导致图像模糊而检测置信度偏低时,前后多帧的历史信息通过加权融合可弥补当前帧的信息缺失,使融合置信度图对单帧噪声和瞬时异常具有抑制能力,避免了遮挡区域在连续帧之间出现频繁跳变或闪烁。

27、(2)根据置信度梯度和隐私目标运动速度对隐私目标区域的像素边界进行动态扩展,使遮挡区域能够自适应地跟随隐私目标运动状态变化。当隐私目标快速运动时,扩展宽度增大,确保运动模糊或检测框滞后导致的边缘区域仍被遮挡覆盖;当检测边界置信度较低时,扩展宽度增大,补偿检测边界不确定性带来的定位误差。同时,还结合羽化处理,使扩展后的像素区域边缘实现平滑过渡,既保证了运动场景下边缘隐私信息不被泄露,又避免了遮挡边界生硬突变影响画面观感,实现了遮挡范围在空间维度上的自适应调节。

28、(3)通过了连续性隐私度敏感指数映射出连续、平滑地映射为相应的遮挡参数,实现了遮挡强度在数值维度上的精细自适应调节,避免了遮挡过度影响监控可用性或遮挡不足导致隐私泄露的问题。

29、(4)当隐私目标被非隐私物体临时遮挡导致检测丢失时,基于历史运动轨迹预测隐私目标在后续帧中的位置,并在预测位置继续执行遮挡。有效消除了隐私目标被短暂遮挡期间的隐私暴露窗口,使遮挡保护在时间维度上保持连续,直至隐私目标重新出现或超过合理等待时间阈值才停止,实现了遮挡处理在时间维度上的无缝衔接。

1.一种视频流自适应隐私遮挡方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种视频流自适应隐私遮挡方法,其特征在于,步骤1中对连续多帧的像素隐私置信度图进行时序加权融合时,越接近当前帧的像素隐私置信度图的融合权重越高。

3.根据权利要求1所述的一种视频流自适应隐私遮挡方法,其特征在于,步骤2中对隐私目标区域的像素边界进行动态扩展后,对扩展后的区域边缘进行羽化处理。

4.根据权利要求3所述的一种视频流自适应隐私遮挡方法,其特征在于,所述羽化处理的羽化宽度与动态扩展的扩展宽度成正比。

5.根据权利要求1所述的一种视频流自适应隐私遮挡方法,其特征在于,步骤3中所述隐私敏感度指数根据隐私目标类型、拍摄场景、拍摄时间、运动速度及用户自定义配置进行确定。

6.根据权利要求5所述的一种视频流自适应隐私遮挡方法,其特征在于,所述隐私敏感度指数为:

7.根据权利要求1所述的一种视频流自适应隐私遮挡方法,其特征在于,步骤3中所述遮挡参数包括高斯模糊半径和马赛克块尺寸,高斯模糊半径与隐私敏感度指数正相关,马赛克块尺寸与隐私敏感度指数负相关。

8.根据权利要求1所述的一种视频流自适应隐私遮挡方法,其特征在于,步骤4中所述运动轨迹通过卡尔曼滤波器预测获得。

9.根据权利要求1所述的一种视频流自适应隐私遮挡方法,其特征在于,步骤4中,隐私敏感度指数越高,所述视频帧数阈值越大。

10.一种视频流自适应隐私遮挡系统,用于实现如权利要求1-9任意一项所述的一种视频流自适应隐私遮挡方法,其特征在于,所述系统包括: