CN101339662B - 一种生成视频特征数据的方法和装置 - Google Patents
一种生成视频特征数据的方法和装置 Download PDFInfo
- Publication number
- CN101339662B CN101339662B CN2008101181723A CN200810118172A CN101339662B CN 101339662 B CN101339662 B CN 101339662B CN 2008101181723 A CN2008101181723 A CN 2008101181723A CN 200810118172 A CN200810118172 A CN 200810118172A CN 101339662 B CN101339662 B CN 101339662B
- Authority
- CN
- China
- Prior art keywords
- video
- information
- feature data
- frequency feature
- image information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 3
- 230000001915 proofreading effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 239000012467 final product Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明实施例公开了一种生成视频特征数据的方法，包括：识别当前视频流中的切变帧，根据所述切变帧确定所述视频流中的所有镜头，并提取所述镜头的时间、顺序信息和图像信息；对所述图像信息进行二值化处理，得到二级直方图信息；生成视频特征数据，所述视频特征数据包括所述时间、顺序信息、图像信息和二级直方图信息。本发明实施例还公开了一种生成视频特征数据的装置。本发明实施例通过生成视频特征数据，可以使用户在减少资源占用、降低系统开销的基础上，获得一段视频流的重要信息的同时又节省浏览时间，进一步的，还可以使所述视频特征数据的源视频流的识别、校对、匹配等功能可以更快更准的实现。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种生成视频特征数据的方法和装置。
背景技术
随着多媒体技术、网络技术和计算机技术的迅速发展，视频已经成为信息处理领域中一种重要的媒体形式。视频能够记录、保存空间和时间上的各种视觉信息，使用户能够获得关于某个事件的细节内容。随着视频应用的日益广泛，视频的信息量也在不断增加，如果没有对视频流进行有效的管理、组织，就不能对视频流进行更好的分析和利用。
在视频流中提取视频特征，即是从一段视频流中提取出有用的信息，用户依据所述视频特征，就能获取该段视频流的重要或主要信息。因此，提取视频特征对于社会生活的各个方面都具有重要意义。例如，提取出的视频特征可以应用于检测公共场合的拥挤模式，以发现一些非正常行为，便于安全管理；还可以应用于视频概要领域，建造智能的快速索引，以及快速视频浏览、分类浏览或博览；也可以应用于视频分类，对大规模多主题的视频资料(例如数字图书馆)进行分类分析，以改善视频的分类与索引；还可以对某一个人或某一个运动物体的动态视频提取特征，以对人体或运动物体进行识别和辨识，等等。可以看出，提取视频特征无论对于工业的发展，还是在科技领域的应用，都是必不可少的。
现有技术中，在提取一段视频文件的重要信息时，一般需要用户从头至尾浏览整段视频，然后通过对视频信息进行手工概括提取，以获取视频文件的详细信息，但是这种浏览完整视频的方法也存在缺点，例如，在提取一段电视视频中的广告视频特征时，往往只需视频文件的某个或某些片断就能得到广告视频的特征信息，或者在进行研究时，只需要一段视频的某项信息或主要信息，没有必要浏览全部视频内容，因此这种方法浪费了大量的人力与时间，并且由于视频流的数据量较大，过于浪费资源，严重增加了系统开销。
总之，目前需要本领域技术人员迫切解决的一个技术问题就是：如何提供一种生成视频特征数据的方法，以在尽可能减少资源占用、降低系统开销的基础上，使用户可以在获得一段视频流的重要信息的同时又节省浏览时间。
发明内容
本发明所要解决的技术问题是提供一种生成视频特征数据的方法，用以在减少资源占用、降低系统开销的基础上，使用户可以在获得一段视频流的重要信息的同时又节省浏览时间。
本发明的另一个目的是将上述构思应用于具体的应用环境中，提供一种生成视频特征文件的装置，从而保证该方法的实现和应用。
为解决上述技术问题，本发明实施例提供了一种生成视频特征数据的方法，包括步骤：
识别当前视频流中的切变帧，根据所述切变帧确定所述视频流中的所有镜头，并提取所述镜头的时间、顺序信息和图像信息；
对所述图像信息进行二值化处理，得到二级直方图信息；
生成视频特征数据，所述视频特征数据包括所述镜头的时间、顺序信息、图像信息和二级直方图信息，还包括所述视频流的时间长度信息。
优选的，还包括：
将所述视频特征数据保存为视频特征文件。
优选的，所述视频特征文件以随机存取的索引表的方式保存。
优选的，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包括统计直方图数据和缩略图。
优选的，所述识别当前视频流中的切变帧的具体实现为：
利用直方图法识别当前视频流中的切变帧。
本发明实施例还提供了一种的生成视频特征数据的装置，包括：
识别模块，用于识别当前视频流中的切变帧；
确定模块，用于根据所述切变帧确定所述视频流中的所有镜头；
提取模块，用于提取所述镜头的时间、顺序信息和图像信息；
二值化处理模块，用于对所述图像信息进行二值化处理，得到二级直方图信息；
生成模块，用于生成视频特征数据，所述视频特征数据包括所述镜头的时间、顺序信息、图像信息和二级直方图信息，还包括所述视频流的时间长度信息。
优选的，还包括：
保存模块，用于将所述视频特征数据保存为视频特征文件。
优选的，所述视频特征文件以随机存取的索引表的方式保存。
优选的，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包括统计直方图数据和缩略图。
与现有技术相比，本发明实施例具有以下优点：
本发明实施例通过首先识别视频文件的切变帧，并提取所述切变帧的顺序信息和图像信息，然后依据所述顺序信息，生成所述视频文件的镜头特征数据，所述镜头特征数据包括所述图像信息；最后将所述镜头特征数据，以及所述视频文件的视频数据信息组合为视频特征数据，并将所述视频特征数据保存为视频特征文件；使得用户浏览该视频特征文件时，可以大大节约时间，同时又不会丢失该视频文件的重要信息，进一步的，所述视频特征文件还可以使源视频的识别、校对、匹配等功能更快更准的实现。
附图说明
图1是本发明的一种生成视频特征文件的方法实施例1的流程图；
图2是本发明的一种生成视频特征文件的方法实施例2的流程图；
图3是本发明的一种生成视频特征文件的装置优选实施例的结构框图；
图4是本发明的应用图3所示的装置优选实施例生成视频特征文件的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
参考图1，示出了本发明的一种生成视频特征数据的方法实施例1的流程图，具体可以包括以下步骤：
步骤101：识别当前视频流中的切变帧，根据所述切变帧确定所述视频流中的所有镜头，并提取所述镜头的时间、顺序信息和图像信息；
识别当前视频流的切变帧时，可以读取一个镜头段的帧图像，其中，两个时间上连续的切变帧之间的视频帧构成一个镜头段，每个镜头段的开头是一个切变帧，其他部分是非切变帧(即为连续帧)；再读取其他的镜头段，得到所述视频流的所有切变帧；根据识别出的切变帧，可以确定所述视频流中的所有镜头，并将所述镜头的时间、顺序信息以及图像信息都提取出来；
优选的，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包括统计直方图数据和缩略图；其中，提取缩略图是为了步骤103中生成视频特征文件后浏览视频的，可以用来快速显示图片；
步骤102：对所述图像信息进行二值化处理，得到二级直方图信息；
对步骤101中的镜头的图像信息进行二值化处理，可以得到所述镜头图像的二级直方图信息，在镜头画面的完整特征的基础上，也将有镜头画面 的压缩特征，压缩特征是通过对镜头画面的完整特征利用二值化处理，得到的维度较少的直方图，利用所述镜头画面的压缩特征可以对视频流进行快速比较；
步骤103：生成视频特征数据，所述视频特征数据包括所述时间、顺序信息、图像信息和二级直方图信息。
需要说明的是，所述视频流可以为任意内容的视频，例如，电视视频，广告视频等。可以看出，本实施例中，通过提取视频流的镜头的时间、顺序信息以及图像信息，并进一步生成所述图像信息的二级直方图信息，从而将所述时间、顺序信息、图像信息和二级直方图信息生成视频特征数据，用户无需浏览完整的视频流，只需浏览所述视频特征数据，并根据所述视频特征数据的信息，就能在获得一段视频文件的重要信息的同时又节省浏览时间，进一步的，生成的视频特征数据，也可以使源视频流的识别、校对、匹配等功能更快更准的实现。
参考图2，示出了本发明的一种生成视频特征数据的方法实施例2的流程图，具体可以包括以下步骤：
步骤201：利用直方图法识别当前视频流中的切变帧；
在本实施例中，步骤201采用直方图法识别切变帧，直方图又称质量分布图，是一种几何形图表。在实际中，统计直方图数据可以由统计直方图法计算得到，也可以结合边缘点数直方图法计算得到，所述统计直方图法是一种利用图像的像素的特征统计数据来比较静态图片的方法，也是直方图法的基本算法；而所述边缘点数直方图是在统计直方图基础之上的一种符合人眼视觉特征的增强算法，是提取图像的边缘特征进行统计比较；
需要说明的是，采用何种算法得到所述统计直方图数据并不受本发明的限定，都属于本发明可以保护的范围；优选的，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包括统计直方图数据和缩略图
步骤202：根据所述切变帧确定所述视频流中的所有镜头；
识别出所述视频流的切变帧之后，可以根据切变帧得出视频流的镜头信息，以为下一步提取镜头的特征数据做准备；
步骤203：提取所述镜头的时间、顺序信息和图像信息；
其中，所述时间信息可以为镜头的时间长度，所述顺序信息可以包括当前帧时间和/或帧序号，所述图像信息可以包括统计直方图数据和缩略图等信息；
步骤204：对所述图像信息进行二值化处理，得到二级直方图信息；
其中，二值化处理是指将视频画面分为若干块后，按照某指定灰度或亮度值来将其分块定性为0或1，这样就构成了画面的简单纹理特征；直方图法是一种静态图片的处理方法，用于提取图像特征有着效率高的优点，但是对颜色特征相似但布局不同的图像无法识别；对于所属领域的技术人员而言，将图像划分为16块，是为了加入了图像的区域形状特性的比较，是针对一般直方图算法对颜色特征相似但布局不同的图像无法识别的一种改进；二值化处理是实现快速比较的一种优化，采用二值化处理的方式不限于分为16块区域的方式，其他的方式也能够实现的，都应该在本发明的保护范围之内；
步骤205：生成视频特征数据，所述视频特征数据包括所述时间、顺序信息、图像信息和二级直方图信息；
步骤206：将所述视频特征数据保存为视频特征文件。
优选的，所述视频特征数据还可以包括所述视频流总的时间长度信息，所述方法还可以包括：
步骤S1：获取该视频流的时间长度信息。
需要说明的是，所述步骤S1必须在步骤206之前，所述步骤S1与除步骤204以外的其他步骤的先后顺序并无特殊限定；其中，所述时间长度信息可以作为所述视频特征文件的标识，使用户能够正确区分所述视频特征文件的源视频文件；优选的，所述视频特征文件可以以随机存取的索引表的格式进行保存；在实际应用中，所述视频特征文件可以如下所示：
///CAC文件结构：
//-------------------------------------------------------------------------------
//|CAC_FILE_HEAD|CAC_FFI_RECORD...|CAC_FSI_RECORD...|CAC_DAT_RECORD...|
//|文件头 |索引数据 |镜头索引 |镜头数据|
可以看出，所述视频特征文件包括文件头、索引数据、镜头索引或镜头数据；其中，所述文件头可以包括文件类型、文件版本、视频宽度、视频高度、颜色数量、帧的速率、帧的数量(总数)、镜头数量(总数)、帧的数量(处理)、开始帧号、结束帧号、视频时间；所述索引数据可以包括相对帧号、数据位置；镜头索引可以包括相对帧号、帧号位置、数据位置，所述镜头数据可以包括缩略图、全图距离(百分比)、台标差合、字幕方差、杂色字幕等；其中，数据位置可以表示数据在所述视频特征文件中位于第几个字节；其中，在获取台标信息的过程可以为：如果每一个帧的同一个地方出现同一个图标，那么程序就可能将该图标判断为台标。
在实际应用中，还可以将所述视频特征文件与预置视频文件比较，若所述视频特征文件的数据信息与所述预置视频文件的数据信息相匹配，则可以认为所述当前视频文件与预置视频文件一致，从而可以实现对视频文件进行匹配识别的目的；根据所述视频特征文件的镜头数据统计结果，还可以用来判断某一段视频为一般的电视视频还是广告视频。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
上述实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
参考图3，示出了本发明的一种生成视频特征数据的装置优选实施例的结构框图，具体可以包括以下模块：
识别模块301，用于识别当前视频流中的切变帧；
优选的，所述识别模块利用直方图法识别当前视频流中的切变帧；
确定模块302，用于根据所述切变帧确定所述视频流中的所有镜头；
提取模块303，用于提取所述镜头的时间、顺序信息和图像信息；
优选的是，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息 包括统计直方图数据和缩略图；
二值化处理模块304，用于对所述图像信息进行二值化处理，得到二级直方图信息；
生成模块305，用于生成视频特征数据，所述视频特征数据包括所述时间、顺序信息、图像信息和二级直方图信息。
优选的是，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息可以包括统计直方图数据和缩略图；
优选的是，所述视频特征文件可以以随机存取的索引表的方式保存。
优选的是，所述装置还可以包括：
保存模块306，用于将所述视频特征数据保存为视频特征文件。
优选的，所述装置还可以包括：
获取模块，用于获取所述视频流的时间长度信息。
需要说明的是，所述获取模块获取到所述视频流的时间长度信息，可以用来标识一段视频流，当两段视频流的视频特征数据基本上一致时，可以根据视频流的时间长度来对视频进行识别和比较；
本实施例通过利用直方图法对当前视频流中的切变帧进行分析，可以确定出视频流中的镜头，并能从中提取镜头的时间、帧序号、缩略图和切变帧的直方图等数据，再对镜头的图像做二值化处理，可以得到二级直方图信息，并将所述镜头图像的完整信息以及二级直方图信息，生成视频特征数据，进一步的，还可以将所述视频特征数据保存为视频特征文件；可以看出，将该视频流的视频特征文件与原视频流相比较，所述视频特征文件在时间与信息量上都得到很大程度的削减。
参考图4，示出了应用图3所示的装置优选实施例生成视频特征数据的流程图，可以包括以下步骤：
步骤401：识别模块利用直方图法识别当前视频流中的切变帧；
步骤402：确定模块根据所述切变帧确定所述视频流中的所有镜头；
步骤403：提取模块提取所述镜头的时间、顺序信息和图像信息；
优选的，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包 括统计直方图数据和缩略图
步骤404：二值化处理模块对所述图像信息进行二值化处理，得到二级直方图信息；
步骤405：生成模块生成视频特征数据，所述视频特征数据包括所述时间、顺序信息、图像信息和二级直方图信息；
步骤406：保存模块将所述视频特征数据保存为视频特征文件。
优选的，还可以包括，获取模块获取所述视频流的时间长度信息。
需要说明的是，前述获取所述视频文件的时间长度信息的内容虽然是进一步的步骤，但是实际上，所述内容可以为步骤406之前的任意一个步骤，本发明并不对获取所述视频文件的时间长度信息的步骤作特殊限定，这并不影响本发明的实现。
本实施例可以对一段视频流进行识别，通过识别切变帧来确定视频流的镜头图像，并提取镜头图像的时间、帧序号、缩略图或者镜头图像的直方图等数据，从而可以提取出一组最有效的、能代替该视频流的一组镜头的数据信息，并对所述镜头图像进行二值化处理，得到二级直方图信息，即是镜头图像的压缩特征，从而可以生成视频特征数据，并将所述视频特征数据保存为视频特征文件，这样在浏览原视频特征流时，用户看到的就是一个文件，该文件可以包括原视频的图像信息以及顺序信息，相比原视频文件的播放时间与信息量都大大减少，可以认为用户看到的为一个视频文件的“压缩版”，实现了在最短的时间内获取最主要最完整的视频信息的目的；进一步的，因为所述视频特征文件中，保存了原视频文件的时间长度信息，因此还可以作为所述视频特征文件的标识，用来区别原视频文件。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其基本相应于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上对本发明所提供的一种生成视频特征数据的方法、一种生成视频特征数据的装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方 法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种生成视频特征数据的方法，其特征在于，包括：
识别当前视频流中的切变帧，根据所述切变帧确定所述视频流中的所有镜头，并提取所述镜头的时间、顺序信息和图像信息；
对所述图像信息进行二值化处理，得到二级直方图信息；
生成视频特征数据，所述视频特征数据包括所述镜头的时间、顺序信息、图像信息和二级直方图信息，还包括所述视频流的时间长度信息。
2.如权利要求1所述的方法，其特征在于，还包括：将所述视频特征数据保存为视频特征文件。
3.如权利要求2所述的方法，其特征在于，所述视频特征文件以随机存取的索引表的方式保存。
4.如权利要求1所述的方法，其特征在于，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包括统计直方图数据和缩略图。
5.如权利要求1所述的方法，其特征在于，所述识别当前视频流中的切变帧的具体实现为：
利用直方图法识别当前视频流中的切变帧。
6.一种生成视频特征文件的装置，其特征在于，包括：
识别模块，用于识别当前视频流中的切变帧；
确定模块，用于根据所述切变帧确定所述视频流中的所有镜头；
提取模块，用于提取所述镜头的时间、顺序信息和图像信息；
二值化处理模块，用于对所述图像信息进行二值化处理，得到二级直方图信息；
生成模块，用于生成视频特征数据，所述视频特征数据包括所述镜头的时间、顺序信息、图像信息和二级直方图信息，还包括所述视频流的时间长度信息。
7.如权利要求6所述的装置，其特征在于，还包括：
保存模块，用于将所述视频特征数据保存为视频特征文件。
8.如权利要求7所述的装置，其特征在于，所述视频特征文件以随机存取的索引表的方式保存。
9.如权利要求6所述的装置，其特征在于，所述顺序信息包括当前帧时间和/或帧序号，所述图像信息包括统计直方图数据和缩略图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008101181723A CN101339662B (zh) | 2008-08-13 | 2008-08-13 | 一种生成视频特征数据的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2008101181723A CN101339662B (zh) | 2008-08-13 | 2008-08-13 | 一种生成视频特征数据的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101339662A CN101339662A (zh) | 2009-01-07 |
| CN101339662B true CN101339662B (zh) | 2011-07-20 |
Family
ID=40213722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2008101181723A Active CN101339662B (zh) | 2008-08-13 | 2008-08-13 | 一种生成视频特征数据的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101339662B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020153B (zh) * | 2012-11-23 | 2018-03-20 | 黄伟 | 一种基于视频的广告识别方法 |
| CN105245950B (zh) * | 2015-09-25 | 2018-09-14 | 精硕科技（北京）股份有限公司 | 视频广告监播方法及装置 |
| CN105472407A (zh) * | 2015-12-15 | 2016-04-06 | 北京网博视界科技股份有限公司 | 基于连续图像特征的自动化视频索引及对齐方法 |
| CN106021321B (zh) * | 2016-05-06 | 2019-05-21 | 成都索贝数码科技股份有限公司 | 基于图片的在线实时视频的检索方法 |
| CN110457525B (zh) * | 2019-08-12 | 2023-09-26 | 央视国际网络无锡有限公司 | 一种短视频分类方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003333523A (ja) * | 2002-05-17 | 2003-11-21 | Newsoft Technology Corp | キャラクタ・サムネイル系列生成システム及びその方法 |
| CN1889136A (zh) * | 2005-06-30 | 2007-01-03 | 上海市延安中学 | 一种疲劳驾驶预警系统的装置 |
-
2008
- 2008-08-13 CN CN2008101181723A patent/CN101339662B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003333523A (ja) * | 2002-05-17 | 2003-11-21 | Newsoft Technology Corp | キャラクタ・サムネイル系列生成システム及びその方法 |
| CN1889136A (zh) * | 2005-06-30 | 2007-01-03 | 上海市延安中学 | 一种疲劳驾驶预警系统的装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101339662A (zh) | 2009-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210406549A1 (en) | Method and apparatus for detecting information insertion region, electronic device, and storage medium | |
| KR100645300B1 (ko) | 시청각 프리젠테이션의 컨텐츠를 요약화하여 색인화하는방법 및 장치 | |
| CN103235956B (zh) | 一种广告检测方法和装置 | |
| CN101420595B (zh) | 一种描述和捕获视频对象的方法及设备 | |
| Shi et al. | A fast and robust key frame extraction method for video copyright protection | |
| US20090263014A1 (en) | Content fingerprinting for video and/or image | |
| CN105975939A (zh) | 视频检测方法和装置 | |
| CN101339662B (zh) | 一种生成视频特征数据的方法和装置 | |
| CN105718861A (zh) | 一种识别视频流数据类别的方法及装置 | |
| CN111314732A (zh) | 确定视频标签的方法、服务器及存储介质 | |
| CN113382284B (zh) | 一种盗版视频的分类方法及装置 | |
| CN103198311A (zh) | 基于拍摄的图像来识别字符的方法及装置 | |
| Kumar et al. | Key frame extraction from consumer videos using sparse representation | |
| Huamán et al. | Authentication and integrity of smartphone videos through multimedia container structure analysis | |
| CN105657514A (zh) | 一种在移动设备浏览器中视频播放关键信息的方法及装置 | |
| CN112925905A (zh) | 提取视频字幕的方法、装置、电子设备和存储介质 | |
| CN113569719B (zh) | 视频侵权判定方法、装置、存储介质及电子设备 | |
| CN115223077A (zh) | 面向电网边缘侧的边缘视频分析智能服务方法及系统 | |
| CN111191591A (zh) | 一种水印检测、视频处理方法和相关设备 | |
| Jin et al. | Network video summarization based on key frame extraction via superpixel segmentation | |
| de Souza et al. | Video shot representation based on histograms | |
| CN112637538B (zh) | 用于优化视频分析的智能标签方法、系统、介质及终端 | |
| CN110414471B (zh) | 基于双模型的视频识别方法及系统 | |
| KR20090015266A (ko) | 비디오 식별을 통한 유해 동영상 검열 시스템 및 방법 | |
| CN107544993B (zh) | 一种处理图片的方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method and device for creating video frequency feature data Effective date of registration: 20121115 Granted publication date: 20110720 Pledgee: Beijing SME credit re Company limited by guarantee Pledgor: Beijing Liuwei Shiji Network Technology Co.,Ltd. Registration number: 2012990000698 |
|
| PLDC | Enforcement, change and cancellation of contracts on pledge of patent right or utility model | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20131029 Granted publication date: 20110720 Pledgee: Beijing SME credit re Company limited by guarantee Pledgor: Beijing Liuwei Shiji Network Technology Co.,Ltd. Registration number: 2012990000698 |
|
| PLDC | Enforcement, change and cancellation of contracts on pledge of patent right or utility model | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Yahong Inventor after: Xu Xiaoyu Inventor before: Jiang Yahong |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: JIANG YAHONG TO: JIANG YAHONG XU XIAOYU |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240125 Address after: Building 6-69, Ronghuiyuan, Lingkong Economic Core Zone, Shunyi District, Beijing, 100000 RMB Patentee after: Best time (Beijing) Network Technology Co.,Ltd. Country or region after: China Address before: 100080, 203B, building D, 2 information road, Haidian District, Beijing Patentee before: Beijing Liuwei Shiji Network Technology Co.,Ltd. Country or region before: China |