CN101354745A - 一种视频文件的识别方法及装置 - Google Patents

一种视频文件的识别方法及装置 Download PDF

Info

Publication number
CN101354745A
CN101354745A CNA200810135541XA CN200810135541A CN101354745A CN 101354745 A CN101354745 A CN 101354745A CN A200810135541X A CNA200810135541X A CN A200810135541XA CN 200810135541 A CN200810135541 A CN 200810135541A CN 101354745 A CN101354745 A CN 101354745A
Authority
CN
China
Prior art keywords
picture
change
rate
pictures
group
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.)
Granted
Application number
CNA200810135541XA
Other languages
English (en)
Other versions
CN101354745B (zh
Inventor
熊振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Every Day Look At Information Technology Co ltd
Original Assignee
Shenzhen Xunlei Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Xunlei Network Technology Co Ltd filed Critical Shenzhen Xunlei Network Technology Co Ltd
Priority to CN200810135541XA priority Critical patent/CN101354745B/zh
Publication of CN101354745A publication Critical patent/CN101354745A/zh
Application granted granted Critical
Publication of CN101354745B publication Critical patent/CN101354745B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

一种视频文件识别的方法,该方法包括,在两个视频文件对应相同一段时间内截取相同数量的多张图片,得到对应每个视频文件的图片序列;计算两个视频文件的图片序列中所有对应图片的变化率,得到平均变化率;当所述平均变化率大于预定值时,则两个视频文件的区别时间点在所述时间段的前一个时间段的结束点。同时,本发明实施例还提供了一种截取视频资源的系统及装置。采用本发明实施例中按照视频文件中所有对应图片的变化率,确定视频资源截取时间点的位置,并且将删除片头和/或片尾的视频资源提供给用户,因而提高了用户的体验,增强了用户观看视频资源的连续性,并且增强了服务器的服务功能,提供了服务器的服务增值能力。

Description

一种视频文件的识别方法及装置
技术领域
本发明属于互联网领域,具体涉及一种视频文件的识别方法及装置。
背景技术
现在许多的服务器商将电视剧的全集通过rmvb、avi等格式放置在服务器上,例如,某个服务器商提供了电视剧《士兵突击》的全集,并且服务器商提供服务以便网络上的用户能够观看到所提供的电视剧的全集。
目前在线播放的电视剧,在播放过程中播放电视剧中的所有的视频信息,包括电视剧的片头、电视剧的内容以及电视剧的片尾,而在线播放的电视据其每一集的格式相同,并且同一部电视剧其每一集的片头和片尾部分相同。因此,在观看电视剧的过程中很多的用户并不想观看每一集的片头和片尾,并且电视剧片头和片尾的存在也影响到用户观看电视剧的连续性。整个电视剧的集合可以看成是一个单独的视频资源,而每一集可以看成是一个单独的视频文件。
目前的一些做法中无法识别两个视频文件的区别之处。无论这两个视频文件是否属于同一个视频资源。而且目前的做法中没有提供截取视频资源的片头或片尾的方法。在目前的播放过程中跳过片头或片尾部分,是通过手动拖动播放进度条来跳过片头部分,但是由于手动操作的局限性,在拖动的过程中不能精确的判断片头的位置,因此,在拖动的过程中或者超过的片头的位置,或者不到片头的位置,影响到用户的体验,而且,所述每个单独的视频文件都需要通过拖动来跳过片头。因此严重影响了用户观看电视剧的体验。
发明内容
本发明实施例提供的一种视频文件的识别方法及装置,用以提高用户的体验,增强用户观看视频资源的连续性,并且增强了服务器的服务功能,提高了服务器的服务增值能力。
本发明实施例提供的一种视频文件的识别方法,包括:
从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;
依次计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
当所述平均变化率大于预设值时,则所述两个视频文件的区别时间点的位置在所述时间段的前一个时间段的结束点。
本发明实施例提供的一种视频文件的识别装置,包括:
截图模块,用于从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;
计算模块,用于计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
识别模块,用于当所述平均变化率大于预定值时,则两个视频文件的区别时间点的位置在所述时间段的前一个时间段的结束点。
本发明实施例提供的一种截取视频资源的方法,其中视频资源包括多个视频文件,包括:
从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;
依次计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
当所述平均变化率大于预定值时,则所述视频资源的截取时间点在所述时间段的前一个时间段的结束点。
本发明实施例提供的一种服务器,包括:
截图模块,用于从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列,所述两个视频文件属于同一视频资源;
计算模块,用于计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
识别截取模块,用于当所述平均变化率大于预定值时,则所述视频资源的截取区别时间点在所述时间段的前一个时间段的结束点。
本发明实施例提供的视频文件的识别方法,在两个视频文件中截取对应相同一段时间内的相同数量的多张图片,按照视频文件中所有对应图片的变化率,确定视频文件区别时间点的位置,当两个视频文件属于同一视频资源时,该区别时间点为视频资源片头结束时间点或片尾开始时间点,将该区别时间点作为截取时间点,向用户提供截取了片头或片尾的视频资源,因而提高了用户的体验,增强了用户观看视频资源的连续性,并且增强了服务器的服务功能,提高了服务器的服务增值能力。
附图说明
图1为本发明实施例提供的视频文件的识别方法流程图;
图2为本发明实施例提供的视频文件的识别方法的执行步骤;
图3为本发明实施例提供的视频文件中图片截取示意图;
图4为本发明实施例提供的从图片序列中截取相同图片示意图;
图5A为本发明实施例提供的截取图片序列中对应图片上相同位置的图片块A与A1;
图5B为本发明实施例提供的用户选择界面示意图;
图6为本发明实施例提供的视频文件的识别装置结构图;
图7为本发明实施例提供的服务器结构示意图。
具体实施方式
在本发明实施例中为了提高用户的体验,通过识别两个视频文件的区别时间点,当两个视频文件属于同一视频资源时,该区别时间点为视频资源片头结束点或片尾结束点,将该区别时间点作为截取时间点,向用户提供截取了片头或片尾的视频资源。
以下是本发明实施例提供的一种视频文件的识别方法,参见图1所示,主要步骤如下:
步骤101:从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列。
可以任意选择两个视频文件,当识别两个视频文件的片头的区别的位置时,可以从选择的视频文件的开始点向结束点方向,选取多个连续并且对应相同的时间段;当识别两个视频文件的片尾的区别的位置时,可以从选择的视频文件的结束点向开始点方向,选取对应时间段。在每组对应时间段内截取对应相同时间点的相同数量的多张图片,并将每个视频文件在每个时间段中的多张图片按照时间的顺序,得到两个视频文件对应的多组图片序列。
并且,在每组对应时间段内截取对应时间点的相同数量的多张图片的过程中,也可以将上述对应相同的时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取对应时间点的多张图片。
步骤102:依次计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率。
根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;将所有对应图片的变化率的和除以一组图片序列中图片的数量,得到所述平均变化率。
其中,根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率包括:在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
所述根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率包括:根据所述每个相同位置上图片块的颜色值的差值,设定对应每个颜色值差值的权重系数;根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
步骤103:当所述平均变化率大于预定值时,则两个视频文件的区别时间点在所述时间段的前一个时间段的结束点。
预先设定一个值,当计算的平均变化率大于预定值时,则片头或片尾的位置在上述时间段的前一个时间段的结束点;当计算的平均变化率小于等于预定值,继续进行下一个时间段内平均变化率的计算。
在计算对应图片的平均变化率的过程中,例如对于两个视频文件,其图片序列中的对应图片分别为A和B,从A、B图片的对应相同的三个位置上选取相同大小的图片块分别为a1、a2、a3和b1、b2、b3,其中,a1和b1选取的区域相同,a2和b2选取的区域相同,a3和b3选取的区域相同,计算对应图片块的颜色值的差值,根据颜色值的差值计算变化率。
以下举例说明本发明实施例中计算变化率的过程,比如,在两个视频文件A和B的图像序列Ai和Bi中,其中,i为从1到n的整数,n为图片序列的长度,从Ai和Bi的对应相同的多个位置上选取相同大小的四张图片块,分别为a1、a2、a3、a4和b1、b2、b3、b4,分别计算上述截取图片块的平均颜色值,根据平均颜色值计算上述图片平均颜色值的差值,为图片块的平均颜色值的差值设定对应的权重系数,根据图片块的平均颜色值的差值以及对应的权重系数,计算得出对应图片颜色的变化率。按照上述方法计算图片序列中每组对应图片的变化率,将计算的所有图片的变化率求和,除以图片序列Ai中所有图片的数量,得到图片的平均变化率。
当然该视频文件可以是任意两个视频文件,当然也可以是一个视频资源内的视频文件。当为任意两个视频文件时,由于任意两个视频文件之间的图片没有关联,所以该两个视频文件的区别时间点就是该两个视频文件的存在区别的图片时的时间点。当两个视频文件属于同一视频资源时,例如电视剧的任意两集,由于两个视频文件的开始部分和结束部分,或者说片头部分和片尾部分相同,则该区别时间点就为两个视频文件的片头结束时间点或片尾开始时间点,即为整个视频资源的片头结束时间点或片尾开始时间点。
下面结合说明书附图对本发明实施例作进一步详细描述。
在本发明实施例中为了保证用户观看视频资源的连续、顺畅性,对于同一视频资源采用相同的版本,可以采用相同的分辨率,相同的尺寸或者相同的其它属性信息等。
参见图2所示,本发明实施例提供的视频文件识别的方法,当该两个视频文件属于同一视频资源时,针对视频文件片头的识别进行详细的说明,具体包括如下步骤:
步骤201:在视频资源中从任意两个视频文件中,从开始点向结束点方向选取数量相同的多个连续并且对应相同时间长度的时间段,在上述每组对应时间段内截取对应相同时间点的多张图片。
例如对于视频资源《士兵突击》,因为此视频资源中的所有视频文件中包括的片头和片尾的信息相同,所以可以从此视频资源中任意选择两个视频文件,例如第一集和第二集,或者第五集和第二十三集。比如选择了第一集和第二集,在两个视频文件中从视频文件的开始点第一秒开始向结束点方向,按照每秒钟10帧在两个视频文件内截取对应时间点的图片,每个视频文件中截取100张图片,即10秒内的图片。可以按照每10秒一个时间段截取连续相同的多个时间段内的图片,同时每个时间段的时间间隔也可以不同,例如第一个时间段为10秒,第二个时间段为5秒,第三个时间段为7秒等,只要保证两个视频文件对应时间段的时间长度相同即可。将截取的图片按照时间顺序排列得到两个个视频文件的多个图片序列。如图3所示,在第一集和第二集内从第60开始到第110秒内每秒对应时间点截取10帧图片,得到对应每一集的100张图片,其中000060-1表示第60秒第1张图片,000110-8表示第110秒第8张图片。
考虑到片头一般时间比较长,为了节省成本加快运算也可以从视频文件开始一段时间后截图,例如从第40秒或者第60秒开始截图。同时由于视频资源可以采用不同的格式,因此每一秒的帧数不同,但是一般一帧就是一张图片,并且由于采用的视频资源中所有的视频文件的格式相同,因此截取的图片的大小相同,例如都为1024×768的图片。
当然在选择视频文件的过程中也可以选择三个、四个或者更多个视频文件,在从多个视频文件中截图的过程中和上述方法一样,在此就不再赘述。
并且,可以根据精度的要求选择上述时间段的时间长度,例如可以选择更短或更长的时间长度,比如5秒、2秒或15秒等。
步骤202:依次计算上述两个视频文件对应时间段的图片序列中对应图片的变化率。
例如上述得到了视频资源中第一集和第二集的从60秒到110秒内的100张图片,并将上述图片按照时间顺序编号,计算相同编号的图片的变化率。
其中计算上述图片序列中对应图片的变化率的过程包括:比如计算第一集的第3张图片和第二集的第3张图片的变化率,从上述两张图片的3个相同位置截取大小相同的图片块,也可以为更多个,如图4所示,为本发明实施例中从两张图片中截取图片块的示意图,其中,两张图片的大小相同,选取两张图片3个相同位置的大小相同的图片块,A与A1,B与B1以及C与C1,再分别对比这3个图片块A与A1,B与B1,C与C1相应的平均颜色值。
计算相应位置图片块的平均颜色值的过程包括:如图5A所示,为本发明实施例截取的两张图片上相同位置的图片块A与A1,其中A与A1的大小相同,都由20×18=360个像素点构成,取一个像素或者多个像素组成一个像素簇,由于每个像素点都有一个颜色,每个像素簇由多个颜色组成,而不同的颜色有不同的颜色值,此颜色值为一个16进制的数字串,例如图片块A中某个像素簇的平均颜色值为cc008a,转化为10进制数为13369482,A1中某一像素簇的平均颜色值为800080,转化为10进制数为8388736。
假设平均颜色值的差值用10个档次来对应,如表1所示:
  档次   差值(假设)
  1   大于-16777215
  2   大于-13421772
  3   大于-10066329
  4   大于-6710886
  5   大于-3355443小于0
  6   大于0小于3355443
  7   小于6710886
  8   小于10066329
  9   小于13421772
  10   小于16777215
表1
例如上述两个像素簇的平均颜色值的差值为8388736-13369482=-4980746,根据表1的差值档次的假设,可知此两个像素簇的平均颜色值的差值属于第4个档次,依次计算两张图片上其他两个相同位置的图片的平均颜色值的差值,假设B与B1平均颜色值的差值为第9个档次,C与C1平均颜色值的差值为第10个档次,利用下面的公式计算上述两张图片的变化率,
αMax(A,B,C)+βMid(A,B,C)+γMin(A,B,C)
该公式中系数值的关系为α>β>γ,针对不同格式的视频文件系数值会有所不同,在进行计算前,都会对该种格式的视频文件进行小规模的测试,以调试系数,当确定最佳系数后,会大规模应用。Max(A,B,C)即取A,B,C中的最大值,意味着最大的值赋予最大的权重,以确保图片的最大变化,避免全色的视频。
上述实施例中列举了两张图片的变化率的计算方法,当从两个视频文件的图片序列的对应的第5张图片中截取4个相同位置的相同大小的4张图片,A1、B1、C1、D1和A2、B2、C2、D2,计算上述图片的平均颜色值,然后计算对应图片的平均颜色值的差值,并按照表1的规定划定档次,假设两个视频文件中对应4张图片的平均颜色值的差值分别为4、1、2、5,则按照上述最大的值赋予最大的权重的计算方法,例如对应的权重系数分别为8、3、4、9等计算图片序列中第5张图片的变化率。
步骤203:计算视频文件中图片序列中所有对应图片的变化率的平均值,得到平均变化率。
对于步骤202中在截取的第一集和第二集的从60秒到110秒内的100张图片,将第一集的第一张图片和第二集的第一张图片一组,第一集的第二张图片和第二集的第二张图片......第一集的第100张图片和第二集的第100张图片一组,按照上述方法计算对应两张图片的变化率S1、S2......S100,将上述变化率的和除以100,得到第一集和第二集的从60秒到110秒内的100张图片的平均变化率。
步骤204:预定一个平均变化率值,判断步骤203计算的平均变化率是否大于预定值,若否,比如预定值为5,当平均变化率为0~5之间属于平均变化率小,如变化率均值为2.2,表明两个视频文件的图片的变化不大,继续进行下一个截取时间段内的图片平均变化率的计算。若是,即当平均变化率大于5时,例如为8.8,表明两个视频文件的图片变化大,则识别视频资源的片头位置在上述时间段的前一个相邻时间段的结束点。
在本发明实施例中每10秒求取一次平均变化率,假设片头的位置在第180秒的第一帧图,则在第180秒到190秒这个10秒内,图片的平均变化率会因为相同图片的减少而急剧增大,则识别视频资源的片头位置在第170秒到180秒这个时间段的结束点,即第180秒。
并且,当某个时间段内的图片的平均变化率突增,可以定义为该10秒内的图片的平均变化率为上一个10秒内图片的平均变化率的100%时,则可以定义上一个时间段内包含了片头的结束时间,同理也可以采用上述方法判定片尾开始的时间。
同时上述本发明实施例的计算方法,可以根据精度选择截取图片的时间段,并且可以根据实际需要调整变化率的突增比例。
上述实施例中为识别片头的位置,在识别视频资源的片尾位置时,可以从视频文件的结束点向开始点方向,选取数量相同的多个连续并且对应相同时间长度的时间段,在每个对应时间段内截取对应相同时间点的多张图片,并且采用上述方法进行图片变化率的计算,从而识别片尾的位置,并且由于在时间段的选择上为从结尾处开始往前,也可以变相的认为从结尾开始的一段视频资源。
服务器根据可以上述方法对视频资源的片头和/或片尾进行识别,同时可以根据识别的情况,将片头和/或片尾删除,或根据用户的选择跳过片头和/或片尾,当客户端请求删除了片头和/或片尾的视频资源时,服务器将保存的删除了片头和/或片尾的视频资源提供给客户端。如图5B所示的用户选择界面,当用户勾选了“自动跳过片头”以后,服务器则向用户提供从片头的结束时间开始播放的视频资源。
本发明实施例还提供了一种视频文件的识别装置,如图6所示,包括,截图模块600、计算模块610和识别模块620。其中,截图模块600,用于从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;计算模块610,用于计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;识别模块620,用于当所述平均变化率大于预定值时,则两个视频文件的区别时间点在所述时间段的前一个时间段的结束点。
所述计算模块610包括,第一计算单元611和第二计算单元612。其中,第一计算单元611,用于根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;第二计算单元612,用于将所有对应图片的变化率的和除以一组图片序列中图片的数量,得到所述平均变化率。
所述第一计算单元611包括,差值计算单元613和变化率计算单元614。其中,差值计算单元613,用于在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;变化率计算单元614,用于根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
所述变化率计算单元614包括,存储单元615和计算子单元616。其中,存储单元615,用于保存根据所述每个相同位置上图片块的颜色值的差值,保存对应每个颜色值差值的权重系数;计算子单元616,用于根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
所述截图模块600还用于,将每组所述对应时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取对应相同时间点的多张图片。
本发明实施例提供了一种服务器,如图7所示,包括接收模块700、截图模块710、计算模块720、识别模块730和提供模块740。其中,接收模块700,用于接收视频资源浏览请求;截图模块710,用于从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列,其中所述两个视频文件属于同一视频资源;计算模块720,用于计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;截图模块730,用于当所述平均变化率大于预定值时,则视频资源的截取时间点在所述时间段的前一个时间段的结束点。
所述计算模块720包括,第一计算单元721和第二计算单元722。其中,第一计算单元721,用于根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;第二计算单元722,用于将所有对应图片的变化率的和除以一组图片序列中图片的数量,得到所述平均变化率。
所述第一计算单元721包括,差值计算单元723和变化率计算单元724。其中,差值计算单元723,用于在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;变化率计算单元724,用于根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
所述变化率计算单元724包括,存储单元725和计算子单元726。其中,存储单元725,用于保存根据所述每个相同位置上图片块的颜色值的差值,保存对应每个颜色值差值的权重系数;计算子单元726,用于根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
所述截图模块710还用于,将每组所述对应时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取对应相同时间点的多张图片。
所述截图模块710截取时间点的位置包括:所述视频资源的片头结束时间点或片尾开始时间点。
本发明实施例提供的一种视频文件的识别方法及装置,在两个视频文件中截取对应相同一段时间内的相同数量的多张图片,按照视频文件中所有对应图片的变化率,确定视频文件区别时间点的位置,当两个视频文件属于同一视频资源时,该区别时间点为视频资源片头结束时间点或片尾开始时间点,将该区别时间点作为截取时间点,向用户提供截取了片头或片尾的视频资源,因而提高了用户的体验,增强了用户观看视频资源的连续性,并且增强了服务器的服务功能,提高了服务器的服务增值能力。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (22)

1、一种视频文件的识别方法,其特征在于,包括:
从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;
依次计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
当所述平均变化率大于预设值时,则所述两个视频文件的区别时间点在所述时间段的前一个时间段的结束点。
2、如权利要求1所述的方法,其特征在于,所述计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,得到平均变化率包括:
根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;
将所有对应图片的变化率的和除以一组图片序列中图片的数量,得到所述平均变化率。
3、如权利要求2所述的方法,其特征在于,根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率包括:
在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;
根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
4、如权利要求3所述的方法,其特征在于,所述根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率包括:
根据所述每个相同位置上图片块的颜色值的差值,设定对应每个颜色值差值的权重系数;
根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
5、如权利要求1所述的方法,其特征在于,在每组所述对应时间段内截取对应相同时间点的多张图片,包括:
将每组所述对应时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取对应相同时间点的多张图片。
6、一种视频文件的识别装置,其特征在于,包括:
截图模块,用于从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;
计算模块,用于计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
识别模块,用于当所述平均变化率大于预定值时,则所述两个视频文件的区别时间点在所述时间段的前一个时间段的结束点。
7、如权利要求6所述的装置,其特征在于,所述计算模块包括:
第一计算单元,用于根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;
第二计算单元,用于将所有对应图片的变化率的和除以一组图片序列中图片的数量,得到所述平均变化率。
8、如权利要求7所述的装置,其特征在于,所述第一计算单元包括:
差值计算单元,用于在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;
变化率计算单元,用于根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
9、如权利要求8所述的装置,其特征在于,所述变化率计算单元包括:
存储单元,用于保存根据所述每个相同位置上图片块的颜色值的差值,保存对应每个颜色值差值的权重系数;
计算子单元,用于根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
10、如权利要求6所述的装置,其特征在于,所述截图模块还用于,
将每组所述对应时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取对应相同时间点的多张图片。
11、一种截取视频资源的方法,所述视频资源包括多个视频文件,其特征在于,包括:
从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,依次选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列;
依次计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
当所述平均变化率大于预定值时,所述视频资源的截取时间点在所述时间段的前一个时间段的结束点。
12、如权利要求11所述的方法,其特征在于,所述计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,得到平均变化率包括:
根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;
将所有对应图片的变化率的和除以一组图片序列的图片的数量,得到所述平均变化率。
13、如权利要求12所述的方法,其特征在于,根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率包括:
在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;
根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
14、如权利要求13所述的方法,其特征在于,所述根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率包括:
根据所述每个相同位置上图片块的颜色值的差值,设定对应每个颜色值差值的权重系数;
根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
15、如权利要求11所述的方法,其特征在于,在每组所述对应时间段内截取对应相同时间点的多张图片,包括:
将每组所述对应时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取相对应相同时间点的多张图片。
16、如权利要求11所述的方法,其特征在于,所述视频资源的截取时间点的位置包括:所述视频资源的片头结束时间点或片尾开始时间点的位置。
17、一种服务器,其特征在于,包括:
截图模块,用于从两个视频文件对应的开始点向结束点方向,或者结束点向开始点方向,选取相同数量的多个连续时间段,且所述多个连续时间段中对应时间段的时间长度相同,在每组所述对应时间段内截取对应相同时间点的多张图片,得到两个视频文件对应的多组图片序列,其中所述两个视频文件属于同一视频资源;
计算模块,用于计算两个视频文件对应时间段的图片序列中所有对应图片的变化率,根据所述变化率及所述每一组图片序列中的图片数量,得到平均变化率;
截取模块,用于当所述平均变化率大于预定值时,则所述视频资源的截取时间点的位置在所述时间段的前一个时间段的结束点。
18、如权利要求17所述的服务器,其特征在于,所述计算模块包括:
第一计算单元,用于根据所述图片序列中每组对应图片的平均颜色值的差值,计算所述每组对应图片的变化率;
第二计算单元,用于将所有对应图片的变化率的和除以一组图片序列中图片的数量,得到所述平均变化率。
19、如权利要求18所述的服务器,其特征在于,所述第一计算单元包括:
差值计算单元,用于在所述每组对应图片的多个对应相同位置上选取相同大小的图片块,计算对应图片块的颜色值的差值;
变化率计算单元,用于根据每个相同位置上图片块的颜色值的差值,得到所述每组对应图片的变化率。
20、如权利要求19所述的服务器,其特征在于,所述变化率计算单元包括:
存储单元,用于保存根据所述每个相同位置上图片块的颜色值的差值,保存对应每个颜色值差值的权重系数;
计算子单元,用于根据所述每个相同位置上图片块的颜色值的差值,与对应每个颜色值差值的权重系数,计算所述每组对应图片的变化率。
21、如权利要求17所述的服务器,其特征在于,所述截图模块还用于,
将每组所述对应时间段划分为多个对应相同的子时间段,在对应相同的每个子时间段内截取对应相同时间点的多张图片。
22、如权利要求17所述的服务器,其特征在于,所述截取模块截取时间点的位置包括:所述视频资源的片头结束时间点或片尾开始时间点的位置。
CN200810135541XA 2008-09-03 2008-09-03 一种视频文件的识别方法及装置 Expired - Fee Related CN101354745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200810135541XA CN101354745B (zh) 2008-09-03 2008-09-03 一种视频文件的识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200810135541XA CN101354745B (zh) 2008-09-03 2008-09-03 一种视频文件的识别方法及装置

Publications (2)

Publication Number Publication Date
CN101354745A true CN101354745A (zh) 2009-01-28
CN101354745B CN101354745B (zh) 2011-05-04

Family

ID=40307551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200810135541XA Expired - Fee Related CN101354745B (zh) 2008-09-03 2008-09-03 一种视频文件的识别方法及装置

Country Status (1)

Country Link
CN (1) CN101354745B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102348089A (zh) * 2010-08-06 2012-02-08 康佳集团股份有限公司 视频播放方法及系统
CN102348049A (zh) * 2011-09-16 2012-02-08 央视国际网络有限公司 检测视频片断切点位置的方法及装置
CN102449695A (zh) * 2009-05-26 2012-05-09 三菱电机株式会社 视频信息再现方法以及视频信息再现装置
CN103001925A (zh) * 2011-09-08 2013-03-27 百度在线网络技术(北京)有限公司 基于统计来确定多媒体数据的播放跳转信息的方法和设备
CN103716676A (zh) * 2013-12-30 2014-04-09 深圳Tcl新技术有限公司 智能电视的视频节目播放方法及装置
CN103974145A (zh) * 2014-04-14 2014-08-06 百度在线网络技术(北京)有限公司 多媒体文件的片头和/或片尾的识别方法及装置
CN104519401A (zh) * 2013-09-30 2015-04-15 华为技术有限公司 视频分割点获得方法及设备
CN104575550A (zh) * 2013-10-22 2015-04-29 瑞轩科技股份有限公司 多媒体文件的片头略过方法与电子装置
CN104639986A (zh) * 2014-12-31 2015-05-20 小米科技有限责任公司 多媒体数据播放方法和装置
CN104661100A (zh) * 2015-02-09 2015-05-27 联想(北京)有限公司 一种信息处理方法及电子设备
CN105227999A (zh) * 2015-09-29 2016-01-06 北京奇艺世纪科技有限公司 一种视频裁剪的方法和装置
CN105491395A (zh) * 2015-12-09 2016-04-13 福建天晴数码有限公司 服务器视频管理方法及系统
CN105554514A (zh) * 2015-12-09 2016-05-04 福建天晴数码有限公司 处理视频片头曲的方法及系统
CN106899885A (zh) * 2015-12-21 2017-06-27 天津三星电子有限公司 一种视频播放方法及电子设备
CN111491183A (zh) * 2020-04-23 2020-08-04 百度在线网络技术(北京)有限公司 一种视频处理方法、装置、设备及存储介质
CN113382283A (zh) * 2020-03-09 2021-09-10 上海哔哩哔哩科技有限公司 视频片头识别方法及系统

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102449695B (zh) * 2009-05-26 2014-11-05 三菱电机株式会社 视频信息再现方法以及视频信息再现装置
CN102449695A (zh) * 2009-05-26 2012-05-09 三菱电机株式会社 视频信息再现方法以及视频信息再现装置
CN102348089A (zh) * 2010-08-06 2012-02-08 康佳集团股份有限公司 视频播放方法及系统
CN103001925B (zh) * 2011-09-08 2018-05-08 百度在线网络技术(北京)有限公司 基于统计来确定多媒体数据的播放跳转信息的方法和设备
CN103001925A (zh) * 2011-09-08 2013-03-27 百度在线网络技术(北京)有限公司 基于统计来确定多媒体数据的播放跳转信息的方法和设备
CN102348049A (zh) * 2011-09-16 2012-02-08 央视国际网络有限公司 检测视频片断切点位置的方法及装置
CN102348049B (zh) * 2011-09-16 2013-09-18 央视国际网络有限公司 检测视频片断切点位置的方法及装置
CN104519401A (zh) * 2013-09-30 2015-04-15 华为技术有限公司 视频分割点获得方法及设备
CN104519401B (zh) * 2013-09-30 2018-04-17 贺锦伟 视频分割点获得方法及设备
CN104575550A (zh) * 2013-10-22 2015-04-29 瑞轩科技股份有限公司 多媒体文件的片头略过方法与电子装置
CN104575550B (zh) * 2013-10-22 2018-04-24 瑞轩科技股份有限公司 多媒体文件的片头略过方法与电子装置
US9674253B2 (en) 2013-10-22 2017-06-06 Amtran Technology Co. Ltd. Method for allocating a specific portion of multimedia file and skipping the specific portion automatically and electronic device thereof
CN103716676A (zh) * 2013-12-30 2014-04-09 深圳Tcl新技术有限公司 智能电视的视频节目播放方法及装置
CN103716676B (zh) * 2013-12-30 2017-07-28 深圳Tcl新技术有限公司 智能电视的视频节目播放方法及装置
CN103974145A (zh) * 2014-04-14 2014-08-06 百度在线网络技术(北京)有限公司 多媒体文件的片头和/或片尾的识别方法及装置
CN103974145B (zh) * 2014-04-14 2017-11-07 百度在线网络技术(北京)有限公司 多媒体文件的片头和/或片尾的识别方法及装置
CN104639986A (zh) * 2014-12-31 2015-05-20 小米科技有限责任公司 多媒体数据播放方法和装置
CN104639986B (zh) * 2014-12-31 2018-10-26 小米科技有限责任公司 多媒体数据播放方法和装置
CN104661100B (zh) * 2015-02-09 2018-10-12 联想(北京)有限公司 一种信息处理方法及电子设备
CN104661100A (zh) * 2015-02-09 2015-05-27 联想(北京)有限公司 一种信息处理方法及电子设备
CN105227999A (zh) * 2015-09-29 2016-01-06 北京奇艺世纪科技有限公司 一种视频裁剪的方法和装置
CN105227999B (zh) * 2015-09-29 2018-12-14 北京奇艺世纪科技有限公司 一种视频裁剪的方法和装置
CN105554514A (zh) * 2015-12-09 2016-05-04 福建天晴数码有限公司 处理视频片头曲的方法及系统
CN105491395A (zh) * 2015-12-09 2016-04-13 福建天晴数码有限公司 服务器视频管理方法及系统
CN105491395B (zh) * 2015-12-09 2019-05-07 福建天晴数码有限公司 服务器视频管理方法及系统
CN106899885A (zh) * 2015-12-21 2017-06-27 天津三星电子有限公司 一种视频播放方法及电子设备
CN113382283A (zh) * 2020-03-09 2021-09-10 上海哔哩哔哩科技有限公司 视频片头识别方法及系统
CN113382283B (zh) * 2020-03-09 2023-07-04 上海哔哩哔哩科技有限公司 视频片头识别方法及系统
CN111491183A (zh) * 2020-04-23 2020-08-04 百度在线网络技术(北京)有限公司 一种视频处理方法、装置、设备及存储介质
CN111491183B (zh) * 2020-04-23 2022-07-12 百度在线网络技术(北京)有限公司 一种视频处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN101354745B (zh) 2011-05-04

Similar Documents

Publication Publication Date Title
CN101354745B (zh) 一种视频文件的识别方法及装置
US10547877B2 (en) Methods and apparatus for identifying media content using temporal signal characteristics
CN107968952B (zh) 一种推荐视频的方法、装置、服务器和计算机可读存储介质
US20140289754A1 (en) Platform-independent interactivity with media broadcasts
US20080120646A1 (en) Automatically associating relevant advertising with video content
JP6471359B2 (ja) 認識データ生成装置、画像認識装置および認識データ生成方法
US8863176B2 (en) Apparatus and method for continuous video advertising
JP6432047B2 (ja) コンテンツ認識装置およびコンテンツ認識方法
CN105872717A (zh) 视频处理方法及系统、视频播放器与云服务器
JP2021122117A (ja) 自動コンテンツ認識のための広告フレームのフラッギング
CN106060578A (zh) 生成视频数据
CN110198456A (zh) 基于直播的视频推送方法、装置和计算机可读存储介质
CN101739203A (zh) 显示控制装置及显示控制方法
Wu et al. Toward a blind quality metric for temporally distorted streaming video
CN102638686B (zh) 处理动态图像的方法及设备
CN100527133C (zh) 一种存储视频文件的描述信息和视频片段的方法及系统
CN103918277B (zh) 用于确定媒体项正被呈现的置信水平的系统和方法
US10785329B2 (en) Methods and apparatus to facilitate meter to meter matching for media identification
CN110415023A (zh) 一种电梯广告推荐方法、装置、设备及存储介质
US20190050890A1 (en) Video dotting placement analysis system, analysis method and storage medium
CN112312142B (zh) 视频播放控制方法、装置和计算机可读存储介质
CN112913251B (zh) 利用水印和签名的媒体识别
CN109168043A (zh) 显示推荐信息的方法、设备和系统
CN104284217B (zh) 网络收视统计方法和装置
CN109508911A (zh) 租赁车辆的排车方法及系统

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
ASS Succession or assignment of patent right

Owner name: SHENZHEN THUNDER KANKAN INFORMATION TECHNOLOGY CO.

Free format text: FORMER OWNER: XUNLEI NETWORK TECHNOLOGY CO., LTD., SHENZHEN

Effective date: 20150611

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150611

Address after: 701, room 11, building two, two software park, Shenzhen Road, Nanshan District science and technology, Guangdong, Shenzhen 518000, China

Patentee after: Shenzhen Thunder KanKan Information Technology Co.,Ltd.

Address before: 518057 Guangdong, Shenzhen, Nanshan District science and technology in the road, Shenzhen, No. 11, software park, building 7, level 8, two

Patentee before: Xunlei Networking Technologies, Ltd.

C56 Change in the name or address of the patentee
CP03 Change of name, title or address

Address after: 518000 Guangdong city of Shenzhen province Nanshan District five road street Shekou Shekou net Valley Wanlian industrial building block B Room 501

Patentee after: SHENZHEN NESOUND KANKAN INFORMATION TECHNOLOGY CO.,LTD.

Address before: 701, room 11, building two, two software park, Shenzhen Road, Nanshan District science and technology, Guangdong, Shenzhen 518000, China

Patentee before: Shenzhen Thunder KanKan Information Technology Co.,Ltd.

PP01 Preservation of patent right
PP01 Preservation of patent right

Effective date of registration: 20180801

Granted publication date: 20110504

PD01 Discharge of preservation of patent

Date of cancellation: 20190201

Granted publication date: 20110504

PD01 Discharge of preservation of patent
PP01 Preservation of patent right

Effective date of registration: 20190322

Granted publication date: 20110504

PP01 Preservation of patent right
PD01 Discharge of preservation of patent

Date of cancellation: 20191223

Granted publication date: 20110504

PD01 Discharge of preservation of patent
CP03 Change of name, title or address

Address after: 518000 4th floor, Saixi technology building, 3398 Binhai Avenue, Binhai community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen every day look at Information Technology Co.,Ltd.

Address before: 518000 Guangdong city of Shenzhen province Nanshan District five road street Shekou Shekou net Valley Wanlian industrial building block B Room 501

Patentee before: SHENZHEN NESOUND KANKAN INFORMATION TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110504

Termination date: 20210903

CF01 Termination of patent right due to non-payment of annual fee