具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

请参阅图1-2，本发明提供技术方案：一种基于大数据分析的视频整合系统，其特征在于：系统包括：目标数据采集模块S1、数据管理平台S2、目标视频整合模块S3、关键视频生成模块S4和视频显示整合模块S5；

通过目标数据采集模块S1选择追踪目标，采集目标的习惯性动作数据，通过数据管理平台S2收集存储采集到的目标数据，通过目标视频整合模块S3接入其余视频，将采集到的数据与其余视频中的相似目标习惯性动作数据进行匹配，获取其余视频中的目标，将存在目标的视频进行整合，通过关键视频生成模块S4获取整合后的随机一个视频中目标做出重复性动作时的固定帧长运动轨迹，检测分析当前视频帧后目标的运动轨迹变化，与当前运动轨迹进行匹配，判断对应视频是否出现轨迹不连续现象，将存在不连续现象的部分视频进行筛除，并整合因筛除而断开的视频，通过视频显示整合模块S5，定位整合后的各视频拍摄位置，对整合视频显示窗口进行建模，分析当前整合视频的显示分布位置，调整控制整合视频以数据链式集中显示。

目标数据采集模块S1包括目标追踪单元和目标信息采集单元，目标追踪单元用于确认目标并对目标进行追踪；目标信息采集单元用于采集已获取到的视频中目标的习惯性动作数据。

目标视频整合模块S3包括视频接入单元和追踪目标匹配单元，视频接入单元用于接入存在相似目标的视频；追踪目标匹配单元用于匹配采集到的数据与接入视频中相似目标的习惯动作数据，判断接入视频中是否存在追踪目标，筛除不存在追踪目标的视频，将剩余视频进行整合。

关键视频生成模块S4包括运动轨迹生成单元、轨迹变化检测单元和中断视频筛除单元，运动轨迹生成单元用于获取整合后随机一个视频中目标的固定帧长运动轨迹；轨迹变化检测单元用于检测并分析目标后续运动轨迹与当前是否匹配；中断视频筛除单元用于根据匹配结果筛除视频内容：若匹配，判断视频没有出现轨迹中断现象，不进行筛除处理；若不匹配，判断视频出现轨迹中断现象，筛除轨迹不匹配的视频内容，将剩余视频进行整合。

视频显示整合模块S5包括窗口建模单元、分布信息采集单元、拍摄定位单元、整合视频显示单元和显示位置调整单元，窗口建模单元用于以视频显示设备中心为原点建立二维坐标系；分布信息采集单元用于采集视频显示设备中所有显示窗口的位置分布数据；拍摄定位单元用于定位整合视频拍摄地点；整合视频显示单元用于显示当前整合视频在显示窗口的分布位置；显示位置调整单元用于调整控制整合视频以数据链式集中显示。

一种基于大数据分析的视频整合方法，其特征在于：包括以下步骤：

在步骤S11-S12中：利用目标追踪单元确认目标并对目标进行追踪，利用目标信息 采集单元采集提取已获取到的存在追踪目标的视频中目标出现的各帧图像，将每帧图像分 别前馈一个图像分类模型，将不同的图像分类模型参数进行共享，得到每帧图像的特征，对 各帧图像特征进行平均汇合，得到视频特征，利用视频接入单元接入存在相似目标的视频， 利用追踪目标匹配单元提取存在相似目标的视频的各帧图像，通过同样的方式得到相似目 标视频特征集合，与存在追踪目标的视频特征进行匹配，得到匹配准确率集合为P={P1， P2，...，Pn}，其中，n表示存在相似目标的视频数量，设置匹配准确率阈值P_阈，比较随机一个 匹配准确率Pi和P_阈：若，判断Pi对应的视频中存在追踪目标；若，判断 Pi对应的视频中不存在追踪目标，筛除不存在追踪目标的视频，将剩余视频进行整合，提取 视频中的每帧图像数据，通过图像特征匹配的方式得到匹配准确率，便于快速并更简便地 查找并整合存在追踪目标的其余视频。

在步骤S13中：利用运动轨迹生成单元获取到整合后随机一个视频中目标做重复性动作时的当前部分帧长运动轨迹曲线函数为f（x），获取到对应曲线的峰值集合为y={y1，y2，...，yk}，谷值集合为y^’={y1^’，y2^’，...，ym^’}，利用轨迹变化检测单元检测到目标后续运动轨迹曲线函数为F（x），获取到后续运动轨迹曲线的峰值集合为Y={Y1，Y2，...，Yk}，谷值集合为Y^’={Y1^’，Y2^’，...，Ym^’}，其中，k表示峰值点个数，m表示谷值点个数，根据下列公式计算两条曲线的匹配系数W：

；

其中，yi和Yi分别表示当前帧长曲线和后续帧长曲线的随机一个相对应的峰值， yi^’和Yi^’分别表示当前帧长曲线和后续帧长曲线的随机一个相对应的谷值，设置匹配系数 阈值为W_阈，比较W和W_阈：若，说明曲线匹配程度低，判断视频出现轨迹中断现象， 利用中断视频筛除单元筛除轨迹匹配程度低的视频内容，将剩余视频进行整合；若，说明曲线匹配程度高，判断视频没有出现轨迹中断现象，通过分析两条曲线的 绝对误差来减少曲线中峰值点、谷值点对曲线匹配结果的影响，能够有效提高匹配结果的 准确性，计算匹配系数的目的在于分析单独的视频是否出现不连续、中断的现象，便于及时 地筛除中断视频、提高视频的连续性，帮助相关人员串联数据分析逻辑。

在步骤S14中：利用拍摄定位单元定位整合视频拍摄地点，获取视频显示设备的主 机IP地址，确认主机位置，得到所有整合视频拍摄地点到视频显示设备的数据传输路程集 合为D={D1，D2，...，DI}，获取到整合视频拍摄时间与已获取到的存在追踪目标的视频拍摄 时间差值集合为T={T1，T2，...，TI}，其中，I表示整合视频数量，利用窗口建模单元以视频 显示设备中心为原点建立二维坐标系，利用分布信息采集单元采集到视频显示设备中显示 窗口数量为M，比较I和M：若，说明视频显示设备能够同时显示追踪目标存在的所有 整合视频；若，说明视频显示设备不能同时显示追踪目标存在的所有整合视频，利 用整合视频显示单元显示已获取到的存在追踪目标的视频位置，根据下列公式计算随机一 个整合视频的显示优先级系数Qi：

；

其中，Di表示随机一个整合视频对应的拍摄地点到视频显示设备的数据传输路 程，Dmin和Dmax分别表示数据传输最短、最长路程，Ti表示随机一个整合视频拍摄时间与已 获取到的存在追踪目标的视频拍摄时间差值，Tmin和Tmax分别表示最短、最长时间差值，得 到显示优先级系数集合为Q={Q1，Q2，...，QI}，利用显示位置调整单元调整整合视频在显示 窗口中的分布位置：控制最大优先级系数Qmax对应的视频与已获取到的存在追踪目标的视 频相邻窗口显示，控制其余视频按照优先级系数从大到小与已调整好位置的视频相邻显 示，在时，控制最小优先级系数Qmin对应的视频显示窗口分屏显示，数据传输路程 越远，传输速度越慢，在数据传输路程长短的基础上添加视频拍摄时间因素，来计算整合视 频的显示优先级系数的目的在于依据系数大小调整整合视频显示位置，能够在提高数据分 析速率的同时加强整合视频显示的逻辑性。

实施例一：利用运动轨迹生成单元获取到整合后随机一个视频中目标做重复性动 作时的当前部分帧长运动轨迹曲线函数为f（x），获取到对应曲线的峰值集合为y={y1，y2， y3}={10，5，8}，谷值集合为y^’={y1^’，y2^’，y3^’}={-2，-6，-8}，利用轨迹变化检测单元检测到 目标后续运动轨迹曲线函数为F（x），获取到后续运动轨迹曲线的峰值集合为Y={Y1，Y2，Y3} ={7，4，8}，谷值集合为Y^’={Y1^’，Y2^’，Y3^’}={-3，-6，-9}，其中，k表示峰值点个数，m表示谷值 点个数，根据公式计算两条曲线的匹配系数，设置匹配系数阈值为W_阈=0.5，比较W和W_阈：，说明曲线匹配程度 低，判断视频出现轨迹中断现象，利用中断视频筛除单元筛除轨迹匹配程度低的视频内容， 将剩余视频进行整合；

实施例二：利用拍摄定位单元定位整合视频拍摄地点，获取视频显示设备的主机 IP地址，确认主机位置，得到所有整合视频拍摄地点到视频显示设备的数据传输路程集合 为D={D1，D2，D3}={100，50，20}，获取到整合视频拍摄时间与已获取到的存在追踪目标的视 频拍摄时间差值集合为T={T1，T2，T3}={2，5，8}，利用窗口建模单元以视频显示设备中心为 原点建立二维坐标系，利用分布信息采集单元采集到视频显示设备中显示窗口数量为M=3， 比较I和M：，说明视频显示设备能够同时显示追踪目标存在的所有整合视频，利用 整合视频显示单元显示已获取到的存在追踪目标的视频位置，根据公式得到显示优先级系数集合为Q={Q1， Q2，Q3}={1，0.3，0}，利用显示位置调整单元调整整合视频在显示窗口中的分布位置：控制 最大优先级系数Qmax=1对应的视频1与已获取到的存在追踪目标的视频相邻窗口显示，控 制其余视频按照优先级系数从大到小与已调整好位置的视频相邻显示：视频2与视频1相邻 显示，视频3与视频2相邻显示。

最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。