Método de procesamiento de análisis de vídeo que comprende:

recopilar,

en un medio de almacenamiento legible por ordenador, una pluralidad de píxeles de interés de una imagen (S2) según una máscara binaria predeterminada, definiendo la máscara binaria predeterminada ubicaciones de la pluralidad de píxeles de interés en la imagen;

disponer la pluralidad de píxeles de interés en una matriz de píxeles que incluye al menos los píxeles de interés, estando almacenado cada píxel de interés en la matriz de píxeles adyacente a otros píxeles de interés (S3);

realizar el procesamiento de análisis de vídeo en la matriz de píxeles, usando instrucciones SIMD en un procesador de datos (S4); y

dispersar los píxeles de interés en la imagen después del procesamiento según la máscara binaria predeterminada (S5), en el que

la etapa de recopilación y la etapa de dispersión se realizan independientemente de la etapa de realización del proce-samiento de análisis de vídeo.

Análisis de vídeo.

Campo técnico

La presente descripción se refiere a un método para realizar de manera eficaz operaciones de análisis de vídeo, a un programa informático correspondiente y a una cámara.

Antecedentes

El análisis de vídeo o análisis de contenido de vídeo varían desde la detección de movimiento en vídeo y detección de audio, hasta sistemas más avanzados que incluyen la detección de manipulaciones de cámara, recuento de personas, detección de objetos que cruzan líneas o áreas de interés, reconocimiento de placas de matrícula de vehículos, segmentación de vídeo en partes en primer plano y segundo plano, seguimiento de objetos, análisis de tráfico, extracción de metadatos, aplicaciones biométricas y reconocimiento facial. El análisis de vídeo también hace que los sistemas de vigilancia sean más inteligentes para reducir las enormes cantidades de datos de imagen a niveles razonables. Los sistemas de vigilancia de vídeo inteligentes pueden por ejemplo analizar y etiquetar automáticamente los vídeos de vigilancia en tiempo real, detectar actividades sospechosas, iniciar la grabación de vídeo, activar alarmas u otras acciones para alertar a los operadores o a otras personas.

En aplicaciones de vigilancia, a menudo se usa el análisis de vídeo para detectar movimiento. La detección de movimiento es una manera de definir la actividad en una escena analizando datos de imagen, y puede realizarse en todo el campo visual de la cámara de vigilancia o en un área de interés definida por el usuario. Además, un sistema de vigilancia de vídeo con capacidades de detección de movimiento puede detectar el movimiento de manera más fiable que un operador humano, y por tanto puede liberar a los operadores humanos de tener que mirar fijamente múltiples monitores de vídeo durante muchas horas. En su lugar, el sistema de vigilancia de vídeo con capacidades de detección de movimiento puede alertar al operador usando un indicador visual, un indicador de audio o ambos cuando se detecta el movimiento. Un sistema de vigilancia de este tipo también puede centrarse automáticamente en una cámara de vigilancia en el área en el que se detectó el movimiento para obtener una imagen más detallada.

Como reconoce el presente inventor, una cámara de red que pueda realizar un análisis de vídeo reduciría la carga de trabajo de un sistema de procesamiento de imagen centralizado, y conservaría el ancho de banda de red de valor. Una cámara de red de este tipo permitiría sistemas de vigilancia iniciados por eventos verdaderos en los que la detección de movimiento mediante la cámara podría activar procesos automáticos predefinidos, tales como ajustar la temperatura, activar alarmas, bloquear/desbloquear puertas, etc.

Sin embargo, como el análisis de vídeo a menudo supone realizar varias operaciones relativamente simples en grandes cantidades de datos de píxel, los métodos actuales no se prestan a aplicaciones móviles o integradas, tales como una cámara de red. Se han desarrollado los métodos convencionales de reducción rápida de la cantidad de datos (número de píxeles) procesados durante el análisis de vídeo para reducir la carga de procesamiento de CPU.

Un método convencional de este tipo pasa de manera secuencial por todos los píxeles en una imagen para identificar los píxeles que son de interés. Si el píxel no es de interés, el método pasa al siguiente píxel para su análisis. En este contexto, “de interés” significa que el píxel contiene información relevante para el análisis que está llevándose a cabo, por ejemplo la información de movimiento. Si el píxel es de interés, el método realiza las operaciones relevantes en el píxel antes de avanzar al siguiente píxel. Por tanto, este método anida el procesamiento de análisis de vídeo de un píxel dentro de la rutina que identifica píxeles de interés. En el caso de un filtro, por ejemplo, mientras el filtro se aplica de manera selectiva sólo a los píxeles de interés, el filtro se sigue aplicando a sólo un píxel de interés cada vez.

Muchos procesadores modernos pueden realizar instrucciones de una instrucción, múltiples datos (SIMD) para procesar múltiples campos de datos en paralelo, y aumentar el rendimiento. En procesadores con capacidad de instrucción SIMD, cada registro se divide en al menos dos campos. Cada campo representa datos que son independientes de los datos en otros campos. Por ejemplo, en un contexto de análisis de vídeo, cada campo puede representar un píxel individual. Como el procesador puede ejecutar una instrucción SIMD en todo un registro, los píxeles contenidos en los campos del registro se procesan simultáneamente. Por tanto, el rendimiento de un procesador que soporta SIMD puede ser significativamente mejor que el rendimiento de un procesador de propósito general.

Sin embargo, como reconoce el presente inventor, el método convencional descrito anteriormente para seleccionar píxeles que van a procesarse no es adecuado para el procesamiento de instrucciones SIMD. Debido a que el método anida el procesamiento de análisis de vídeo dentro de la rutina de selección de píxeles, se fuerza a un procesador que soporta SIMD a procesar los píxeles seleccionados de uno en uno más o menos de la misma manera que un procesador de propósito general, invalidando de este modo las ventajas adquiridas empleando instrucciones SIMD.

Un resultado de las ineficiencias descritas anteriormente del análisis de vídeo convencional es que los sistemas informáticos potentes que tienen altas capacidades de procesamiento se siguen prefiriendo para realizar funciones de análisis de vídeo, tales como el filtrado y la detección de movimiento. Por tanto, estos métodos no son adecuados para la implementación local de análisis de vídeo en cámaras de red.

Un sistema de vigilancia de vídeo típico incluye múltiples cámaras de vigilancia de vídeo conectadas a una unidad de procesamiento central mediante una red, tal como una red basada en IP. A menudo la red basada en IP no está dedicada exclusivamente al sistema de vigilancia de vídeo, sino que se comparte con otra aplicación basada en la red, tal como correo electrónico, navegación por web, sistemas de bases de datos, y similares. En el caso en el que el sistema de vigilancia de vídeo emplea el análisis de vídeo convencional realizado por la unidad de procesamiento central, cada cámara debe proporcionar un flujo de imagen de vídeo sin procesar a la unidad de procesamiento central. Esto sitúa una enorme cantidad de datos de vídeo en la red con grandes cantidades de tráfico de datos, requiriendo un ancho de banda que por el contrario podría usarse por otra aplicación de red.

El documento WO 2005/106786 describe un aparato y método de procesamiento de imagen que identifica una zona de interés en un fotograma de imagen. La zona de interés se define dentro de un cuadro límite en curso, que se usa para definir un cuadro de límite de “mejor ajuste”. A continuación vuelve a escanearse el cuadro límite de mejor ajuste en una retícula ortogonal. La retícula ortogonal se procesa entonces mediante un procesador SIMD para el procesamiento paralelo de píxeles.

Sumario

La presente descripción proporciona un método, un programa informático, y una cámara según las reivindicaciones independientes.

Breve descripción de los dibujos

Una apreciación más completa de la invención y muchas de las ventajas acompañantes de la misma se obtendrán fácilmente a medida que ésta se entienda mejor con referencia a la siguiente descripción detallada considerada en relación con los dibujos adjuntos, en los que:

la figura 1 es un diagrama esquemático de un sistema de análisis de vídeo según una realización a modo de ejemplo de la presente descripción;

la figura 2 es un diagrama esquemático de un sistema informático en el que se ejecuta un método de análisis de vídeo según una realización a modo de ejemplo de la presente descripción;

la figura 3 es un diagrama esquemático de un método de análisis de vídeo según una realización a modo de ejemplo de la presente descripción;

la figura 4 es un diagrama de flujo de la aplicación de máscara binaria según una realización a modo de ejemplo de la presente descripción;

la figura 5 es un diagrama esquemático de dilatación y aplicación morfológica... [Seguir leyendo]

1. Método de procesamiento de análisis de vídeo que comprende:

recopilar, en un medio de almacenamiento legible por ordenador, una pluralidad de píxeles de interés de una imagen (S2) según una máscara binaria predeterminada, definiendo la máscara binaria predeterminada ubicaciones de la pluralidad de píxeles de interés en la imagen;

disponer la pluralidad de píxeles de interés en una matriz de píxeles que incluye al menos los píxeles de interés, estando almacenado cada píxel de interés en la matriz de píxeles adyacente a otros píxeles de interés (S3) ;

realizar el procesamiento de análisis de vídeo en la matriz de píxeles, usando instrucciones SIMD en un procesador de datos (S4) ; y

dispersar los píxeles de interés en la imagen después del procesamiento según la máscara binaria predeterminada (S5) , en el que

la etapa de recopilación y la etapa de dispersión se realizan independientemente de la etapa de realización del procesamiento de análisis de vídeo.

2. Método de procesamiento de análisis de vídeo según la reivindicación 1, en el que la etapa de recopilación incluye para cada píxel de interés,

dilatar la máscara binaria predeterminada al menos una posición de píxel en una dirección horizontal,

recopilar al menos un píxel vecino a partir de una fila de píxeles por encima del píxel de interés según la máscara binaria dilatada (S61-S63) ,

recopilar, según la máscara binaria dilatada, al menos un píxel vecino y el píxel de interés a partir de una fila de píxeles del píxel de interés (S64-S66) , y

recopilar al menos un píxel vecino a partir de una fila de píxeles por debajo de los píxeles de interés según la máscara binaria dilatada (S67-S69) .

3. Método de procesamiento de análisis de vídeo según la reivindicación 1, en el que la etapa de recopilación y la etapa de dispersión incluyen además usar una unidad DMA para recopilar y dispersar respectivamente la pluralidad de píxeles de interés y los píxeles vecinos independientemente del procesador de datos.

4. Método de procesamiento de análisis de vídeo según cualquiera de las reivindicaciones 1 a 3, en el que la realización del procesamiento de análisis de vídeo incluye filtrar los píxeles de interés con un núcleo de filtro de N x N usando un conjunto de instrucciones SIMD, incluyendo el conjunto de instrucciones SIMD una instrucción de promediado, una instrucción de resta y división por dos con resultado sesgado y una instrucción de empalme.

5. Método de procesamiento de análisis de vídeo según la reivindicación 4, en el que un número predeterminado de bits que representan cada píxel se mantiene constante durante toda la operación de filtrado.

6. Programa informático que comprende instrucciones legibles por ordenador, instrucciones que cuando se ejecutan por un procesador hacen que el procesador realice el método de procesamiento de análisis de vídeo que comprende:

recopilar, en un medio de almacenamiento legible por ordenador, una pluralidad de píxeles de interés de una imagen (S2) según una máscara binaria predeterminada, definiendo la máscara binaria predeterminada ubicaciones de la pluralidad de píxeles de interés en la imagen;

disponer la pluralidad de píxeles de interés en una matriz de píxeles que incluye al menos los píxeles de interés (S3) ;

realizar el procesamiento de análisis de vídeo en la matriz de píxeles usando un procesador SIMD (S4) ; y

dispersar los píxeles en la imagen después del procesamiento según la máscara binaria predeterminada (S5) , en el que

la etapa de recopilación y la etapa de dispersión se realizan independientemente de la etapa de realización del procesamiento de análisis de vídeo.

7. Programa informático según la reivindicación 6, en el que la etapa de recopilación incluye para cada píxel de interés,

dilatar la máscara binaria predeterminada al menos una posición de píxel en una dirección horizontal, recopilar al menos un píxel vecino a partir de una fila de píxeles por encima del píxel de interés según la máscara binaria dilatada (S61-S63) ,

recopilar, según la máscara binaria dilatada, al menos un píxel vecino y el píxel de interés a partir de una fila de píxeles del píxel de interés (S64-S66) , y

recopilar al menos un píxel vecino a partir de una fila de píxeles por debajo de los píxeles de interés según la máscara binaria dilatada (S67-S69) .

8. Programa informático según la reivindicación 6 ó 7, en el que la etapa de recopilación y la etapa de dispersión incluye además usar una unidad DMA para recopilar y dispersar respectivamente la pluralidad de píxeles de interés y los píxeles vecinos independientemente del procesador de datos.

9. Programa informático según cualquiera de las reivindicaciones 6 a 8, en el que la realización del procesamiento de análisis de vídeo incluye filtrar los píxeles de interés con un núcleo de filtro de N x N usando un conjunto de instrucciones SIMD, incluyendo el conjunto de instrucciones SIMD una instrucción de promediado, una instrucción de resta y división por dos con resultado sesgado y una instrucción de empalme.

10. Programa informático según la reivindicación 9, en el que un número predeterminado de bits que representan cada píxel se mantiene constante durante toda la operación de filtrado.

11. Cámara (70) de red que comprende: al menos una lente (71) configurada para recoger la luz incidente; un sensor (72) dispuesto detrás de la lente y configurado para convertir la luz incidente en datos de imagen; una memoria (74) electrónica configurada para almacenar, como datos de imagen, los datos eléctricos correspondientes

a la imagen; un codificador (75) de vídeo configurado para codificar los datos de imagen; un procesador (76) de datos que incluye

una unidad de recopilación configurada para recopilar, en la memoria electrónica, una pluralidad de píxeles de interés de una imagen según una máscara binaria predeterminada, definiendo la máscara binaria predeterminada ubicaciones de la pluralidad de píxeles de interés en la imagen,

una unidad de disposición configurada para disponer la pluralidad de píxeles de interés en una matriz de

píxeles que incluye al menos los píxeles de interés, una unidad de análisis de vídeo configurada para realizar el procesamiento de análisis de vídeo en la matriz de píxeles independientemente de la unidad de recopilación,

una unidad de dispersión configurada para dispersar los píxeles de interés en la imagen, independientemente de la unidad de recopilación y la unidad de análisis de vídeo; y una interfaz de red configurada para su conexión a una red de datos.

12. Cámara de red según la reivindicación 11, en la que la unidad de recopilación está configurada además para, dilatar la máscara binaria predeterminada al menos una posición de píxel en una dirección horizontal, recopilar al menos un píxel vecino a partir de una fila de píxeles por encima del píxel de interés según la máscara bina

ria dilatada,

recopilar, según la máscara binaria dilatada, al menos un píxel vecino y el píxel de interés a partir de una fila de píxeles del píxel de interés, y recopilar al menos un píxel vecino a partir de una fila de píxeles por debajo de los píxeles de interés según la máscara

binaria dilatada.

13. Cámara de red según la reivindicación 11 ó 12, que comprende además:

una unidad DMA configurada para transportar píxeles independientemente del procesador de datos, empleando la unidad de recopilación de píxeles y la unidad de dispersión de píxeles la unidad DMA cuando recopila y dispersa respectivamente píxeles de interés.

14. Cámara de red según cualquiera de las reivindicaciones 11 a 13, en la que el procesador de datos está configurado además para realizar el filtrado de los píxeles de interés con un núcleo de filtro de N x N usando instrucciones SIMD, incluyendo las instrucciones SIMD una instrucción de promediado, una instrucción de resta y división por dos con resultado sesgado, y una instrucción de empalme.

15. Cámara de red según la reivindicación 14, en la que un número predeterminado de bits que representan cada píxel se mantiene constante durante toda la operación de filtrado.