专利交易市场

本发明公开了一种高维光场视频的快速压缩分解方法和系统，属于光场显示技术领域。本发明的一种高维光场视频的快速压缩分解方法，通过构建光场采集模型、第一帧提取模型、第一优化仿真模型、第二帧提取模型、第二优化仿真模型以及对象生成模型，将与视频非关键帧最近邻的视频关键帧的第一优化值作为压缩光场的第二迭代初始值，从而可以利用视频关键帧和非关键帧之间的相关性，快速获取非关键帧的迭代初始值，因而可以大幅减少了光场视频的迭代次数，提升了动态压缩光场视频信息的压缩分解速度，进而可以实现更高分辨率，更复杂对象的压缩分解。进一步，本发明克服了传统迭代优化方法容易收敛到局域最优解，且显示结果的信噪比不高的局限。

本发明涉及视频压缩的技术领域，具体涉及一种面向智能监测的监控视频高效压缩方法及系统，所述方法包括：对第一监控视频进行视觉识别，得到用于识别视频帧中对应预设的监控目标的区域，对视觉识别信息进行分析，得到每一所述视频帧中的每一像素点的目标变动概率；并据此对每一所述视频帧对应的多个初始宏块的尺寸分别进行调整，得到每一所述视频帧对应的多个调整宏块，而后根据调整宏块对所述多个视频帧分别进行视频压缩，得到第二监控视频，所述目标变动概率和覆盖对应像素点的调整宏块的尺寸呈负相关关系。本发明通过宏块的调整，可提升对应预设的监控目标的区域的清晰度。

本发明公开了一种基于人工智能的危险区域监控视频压缩存储方法和系统。方法包括：将危险区域的监控视频图像序列堆叠后输入至压缩网络，得到监控视频信息的特征图作为压缩数据。在压缩网络损失函数的监督下，训练出可以高度关注人员位置信息、轨迹信息的危险区域监控视频序列的压缩网络。相较于现有技术，该压缩存储方法可达到令人满意的压缩存储效果：尽可能不丢失重要人员信息，保证对存储特征图解压缩后有较高的还原度。