[0055]用于在运动复杂度分布积分图中搜索感兴趣运动区域中子块的运动复杂度值之 和的最大值W及最大值所对应的位置的第二计算单元；
[0056]用于依据所述位置与运动复杂度分布积分图中必点的所产生的运动矢量计算视 频监控设备所需要转动的角度、并据此调整视频监控设备的执行单元。
[0057] 本发明利用视频编码器产生的视频图像的分析信息用于运动信息的捕捉，从而大 幅度降低了运动信息捕捉算法的复杂度，降低了视频监控设备所需运算单元的运算资源， 与此同时也相应的降低了其运算功耗，在实际应用当中，采用较低频率的CPU即可满足要 求，进而节省了视频监控设备的成本。
【附图说明】
[0058] 图1是编码图像划分的编码单元示意图。
[0059] 图2是高级视频编码器结构示意图。
[0060] 图3是本发明实施例提供的运动信息捕捉方法流程示意图。
[0061]图4是本发明实施例提供的运动信息捕捉装置结构示意图。
[0062] 本发明目的的实现、功能特点及优异效果，下面将结合具体实施例W及附图做进 一步的说明。
【具体实施方式】
[0063] 下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述，W使本 领域的技术人员可W更好的理解本发明并能予W实施，但所举实施例不作为对本发明的限 定。
[0064] 视频编码器是对视频序列进行压缩的装置，通常他将视频图像划分为多个编码单 元进行编码压缩，如H. 264编码协议中视频图像的编码单元为16x16的块，称为宏块，如图 1所示。H. 265协议中编码单元为64x64到8x8的块。编码器协议W多个编码单元为单位 进行块的运动分析与纹理分析，判断编码单元的编码类型，如；顿间块的编码计算运动矢量 大小、残差、子块划分方式，顿内块的编码计算顿内块的类型，纹理方向、残差、子块划分方 式等。编码器的结构图如图2所示，其中ME(运动估计）、IPE(顿内模式估计）对编码单元 进行运动W及纹理分析的功能单元。在本发明中，通过结合编码器所产生的图像块的分析 信息W及用户配置的感兴趣区域大小进行运算W智能地调整视频监控设备，例如摄像机的 云台设备，W便摄像机更好地捕捉感兴趣信息（运动信息）。
[006引如图3所示，本发明实施例提供的一种运动信息捕捉方法，包括：
[0066]S10、配置感兴趣运动区域的大小；
[0067]S20、获取当前视频顿每个子块的运动矢量与差值绝对值和，并据此获得每个子块 的运动复杂度值；
[0068]S30、依据每个子块的运动复杂度值构建子块的运动复杂度分布积分图；
[0069]S40、在运动复杂度分布积分图中搜索感兴趣运动区域中子块的运动复杂度值之 和的最大值W及最大值所对应的位置；
[0070]S50、依据所述位置与运动复杂度分布积分图中必点的所产生的运动矢量计算视 频监控设备所需要转动的角度，并据此调整视频监控设备。其中，所述视频监控设备为带云 台的摄像机。
[0071] 在所述步骤S10中，用户预先输入感兴趣运动区域的高度与宽度值，如果没有输 入，则选择默认设置的高度与宽度值作为感兴趣运动区域。在本实施例中，感兴趣区域高度 设为曰，宽度设为b，视频顿图像的高度设为H，宽度设为W。例如，用户设置感兴趣运动区域 的高度（256)与宽度（128)，视频顿图像的高度为1080个像素，宽度设为1920个像素。
[0072] 在所述步骤S20中，依据nXn个子块的运动矢量MV与差值绝对值和SAD采用如 下数学式计算获得每个子块的运动复杂度值Cost:
[0073] Cost=SAD+目XMV;
[0074] 其中目为MV与SAD的归一化因子；
[00巧]
[0076] MVxW及MVy分别为运动矢量MV在水平与垂直方向的分量；
[0077] 当SAD不等于 0 时，目=(nXnX255)/SAD;
[0078] 当SAD等于 0 时，目=(nXnX255)。
[0079] 在本实施例中，所述子块可W为最小编码单元S州，例如在肥VC编码标准中，所述 SCU的大小为8X8。
[0080] 在所述步骤S30中，依据每个子块的运动复杂度值Cost构建子块的运动复杂度分 布积分图的策略为：
[0081] 依据每个子块的运动复杂度值Cost构成一个化XW)/nXn的运动复杂度分布图 f(X，y)，其中，当前视频顿图像的高度及宽度分别为H及W，X及y分别为运动复杂度分布图 的坐标，其中，0《x<W/n;0《;y<H/n;
[0082] 例如，每个s州(8x8图像块）的运动复杂度值Cost组成了一个135x240的运动 复杂度分布图f(X，y)，其中X，y为运动复杂度分布图f(X，y)的坐标，其范围0《x<240， 0《y<135 ;
[0083] 采用如下数学式对所述运动复杂度分布图f(x，y)进行计算，构建子块的运动复 杂度分布积分图F(x,y):
[0084]
[0085] 对运动复杂度分布图f(x，y)，计算它的积分图F(x，y)，积分图像中的任意一点 (X，y)的值是指从图像的左上角到送个点的所构成的矩形区域内所有的点的灰度值之和。
[0086] 在所述步骤S40中，在运动复杂度分布积分图中搜索感兴趣运动区域中子块的运 动复杂度值之和的最大值的策略为：
[0087] 搜索运动复杂度分布积分图F(x，y)，采用如下数学式计算感兴趣运动区域中子块 每个点的运动复杂度积分I(X，y);
[0088] I(x,y) =F(x+w,y+h)-F(x+w,y)-F(x,y+h)+F(x,y)；
[0089] 其中，感兴趣运动区域的宽度为b，高度为a;每个子块的宽度为w，高度为h;
[0090] 计算I(X,y)在0《X<(w-b)/nW及0《y<W-a)/n范围内的最大值。
[0091] 具体地，例如根据用户设置的感兴趣区域对应的宽度与高度为256与128,对应的 SCU的宽度w= 32W及高度h= 16,搜索F(x，y)，计算每个点的值。
[0092] I(x,y) =F(x+32,y+16)-F(x+32,y)-F(x,y+16)+F(x,y)；
[0093] 其中，0《x<208,0《5^119。
[0094] 之后，计算I(X,y)在范围0《x<208,0《;y<119中的最大值max,坐标（i,j)。
[0095] 在所述步骤S50中，根据（i，j)的位置与中必点（W/2n，H/2n)的位置的差值，产生 运动矢量（dx，dy)，逐步调整视频监控设备的监控角度，例如，调整云台，使其（i，j)的位置 的区域图像向图像中必点位置移动，云台移动的速度与方向与（dx，dy)成正比。W此完成对 感兴趣区域（运动区域）的捕捉和自动跟踪。
[0096] 如图4所示，本发明实施例还提供了一种运动信息捕捉装置，包括：
[0097] 用于配置感兴趣运动区域的大小的配置单元10;
[0098] 用于获取当前视频顿每个子块的运动矢量与差值绝对值和、并据此获得每个子块 的运动复杂度值的第一计算单元20;
[0099] 用于依据每个子块的运动复杂度值构建子块的运动复杂度分布积分图的构建单 元30;
[0100] 用于在运动复杂度分布积分图中搜索感兴趣运动区域中子块的运动复杂度值之 和的最大值W及最大值所对应的位置的第二计算单元40;
[0101] 用于依据所述位置与运动复杂度分布积分图中必点的所产生的运动矢量计算视 频监控设备所需要转动的角度、并据此调整视频监控设备的执行单元50。
[01 0引优选地，第一计算单元20依据nXn个子块的运动矢量MV与差值绝对值和SAD采 用如下数学式计算获得每个子块的运动复杂度值Cost:
[010引 Cost=SAD+目XMV;
[0104] 其中目为MV与SAD的归一化因子；
[0105]
[0106]MVxW及MVy分别为运动矢量MV在水平与垂直方向的分量；