CN102665085A - 一种3d影片格式的自动识别方法及其自动识别装置 - Google Patents
一种3d影片格式的自动识别方法及其自动识别装置 Download PDFInfo
- Publication number
- CN102665085A CN102665085A CN2012100681935A CN201210068193A CN102665085A CN 102665085 A CN102665085 A CN 102665085A CN 2012100681935 A CN2012100681935 A CN 2012100681935A CN 201210068193 A CN201210068193 A CN 201210068193A CN 102665085 A CN102665085 A CN 102665085A
- Authority
- CN
- China
- Prior art keywords
- format
- video
- film
- automatic identification
- file
- 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.)
- Pending
Links
Images
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种3D影片格式的自动识别方法及其自动识别装置,属于图像信息处理领域。本发明公开了将影片文件的音频流和视频流分离,将视频流解码出视频帧,将视频帧等分切割为面积相等的四个区域,对此四个区域分别进行向量特征提取,将提取出的四个特征值分别进行相似度计算,比对预先设定的阈值得出视频格式,返回检测出的影片格式结果。本发明的优点是在3D视频播放时,不需人工选择,直接播放3D,提高了3D影片播放的便捷性。
Description
技术领域
本发明涉及一种3D影片格式的识别方法,特别是一种基于区域相似度的图像格式的自动识别方法,本发明还涉及实现上述自动识别方法的装置,属于图像信息处理领域。
背景技术
人们对视觉听觉的追求总是趋向于真实再现,二维画面对一般显示应用而言可以很好的表达所需的中心思想,电影从默片到有声片,从黑白到彩色,这些都是电影发展史上的巨大飞跃。默片时代的大师卓别林也不得不适应时代发展,拍摄了《凡尔杜先生》《大独裁者》等有声电影。奥斯卡奖的全名是“美国电影艺术与科学学院奖”,电影的艺术、表现手段与科技紧密联系,人类对于美感的需求、对于科技进步的追求不会停步,观众需要更强烈的视觉效果,而3D电影能满足这种需要。电影《阿凡达》的火爆上映,让我们发觉了3D的优越性,这种身临其境的感觉非常震撼人心。
3D影片的原理是模拟人类双眼的原理,日常生活中人们是用两只眼睛来观察周围具有空间立体感的外界景物的。3D电影就是利用双眼立体视觉原理,使观众能从银幕上获得三维空间感视觉影像的电影。它不同于一般普通电影在放映时只有影像的平面感觉。说的简单一些,就是我们的肉眼的左右眼睛看到的物体因为存在位置不同而不同,所以,我们要体验真正3D图像就必须模拟出这个环境,就是要让我们的眼镜左右眼看到的内容不同。
正是基于这样的原理,现有的3D视频从本质上都是储存了有视差的两路图像。在播放的时候,这两路图像分别送给左右眼。因此,3D视频在制作时就要将两路图像合成为一幅图像。合成方式有多样,比较典型的方式是:左右格式(半宽)Side by Side(Half)、上下格式(半高) Top-and-Bottom(Half)、左右格式(全宽)Side by Side (Full)、上下格式(全高)。正因为有以上不同的格式的存在,而现有3D播放器又不具有格式自动识别的功能,所以现有3D影片在播放的时候要人工进行选择,这就给人们带来了不便。
迄今为止,还没有自动识别3D视频图像格式的方法。
发明内容
本发明目的是提供一种3D影片格式的自动识别方法,它是基于区域相似度的图像格式的识别方法,能自动分析出3D视频图像格式,这样在3D视频播放时,不需人工选择,直接播放3D,提高了3D影片播放的便捷性。
本发明还提供一种3D影片格式的自动识别装置,它可以实现3D影片的格式自动识别,方便快捷。
本发明同时还提供一种3D影片播放器,实现了输入的3D影片文件的直接播放。
本发明的第一个目的是通过以下技术方案实现的,本发明方法如下:首先,播放软件提供要播放的3D影片文件,其次,对该视频文件进行解码,取出解码后的视频流,选择若干帧图像,将每帧图像进行四区域(垂直、水平)划分,并对四个区域分别进行特征提取,将提取出的四个特征值分别进行相似度计算,然后对相似度进行比对,确定相似区域对,最后,根据相似区域对得出视频格式,输出给播放软件。
本发明具有交互接口、视频解码、格式识别三个部分的功能。其中,交互接口完成要识别的影片目标对象的输入和接受返回检测出的视频格式结果;视频解码是完成目标对象文件中的视频文件分离及解码,形成帧图像流;格式识别是采用基于区域相似度的图像格式的识别算法,对帧图像流进行格式识别。
以下对本发明方法作进一步的描述:
1、由交互接口接受影片目标文件的输入。
2、读取该目标文件,分析该文件的打包格式,选择合适的分离器分离出视频流,查找该视频流对应的解码器,启动解码器,对视频流进行解码,将视频流转化为帧图像序列(YUV格式)。根据选择算法挑选出若干帧图像。
3、帧图像格式识别:
a)将每帧图像进行四区域(沿着垂直、水平方向的中线切割)等分切割,形成左上LU、右上RU、左下LB、右下RB四个区域;
b)将四区域图像分别转化为2n维向量,其中4<= n <=32,图像可以用特征项集表示为D(T0,T1,…,TN-1),其中Tk是特征项,N=2n,0<= k <=N。对含有N个特征项的图像而言,通常会给每个特征项赋予一定的权重表示其重要程度,即 D=D(T0,W0;T1,W1;…,TN-1,WN-1),简记为D=D(W0,W1,…,WN-1),Tk项的权重Wk的计算方法是:
(GRAY mod N) = k,其中GRAY是灰度值。
c)用lu、ru、lb、rb分别表示左上LU、右上RU、左下LB、右下RB四个区域的特征向量,并用如下公式进行相似度计算:
根据以上原理,类推形成以下四个相似度 Sim(lu,ru)、Sim(lb,rb)、Sim(lu,lb)、Sim(ru,rb)。
d) 比较四个相似度:根据相似度最大阈值确定相似对,根据相似度最小阈值确定非相似对,最后得出格式信息。
具体的说,如果Sim(lu,ru),Sim(lb,rb)是Sim(lu,ru),Sim(lb,rb),Sim(lu,lb),Sim(ru,rb)中的最大两个,且Sim(lu,lb),Sim(ru,rb)均小于设定的最大阈值,则取定为左右格式,其中,0.8<最大阈值<=1.0。
如果Sim(lu,lb),Sim(ru,rb)是Sim(lu,ru),Sim(lb,rb),Sim(lu,lb),Sim(ru,rb)中的最大两个,且Sim(lu,ru),Sim(lb,rb)均小于设定的最小阈值,则取定为上下格式,其中,0.6<=最小阈值<=0.8。
其它为平面格式。
本发明还提供了一种3D影片格式的自动识别装置,包括:
接口装置,用于输入要识别的3D影片文件和接受返回检测出的影片格式结果;
视频解码器,用于将3D影片中的音频和视频文件分离及解码,形成帧图像序列;
格式识别器,用于将视频帧沿水平和垂直两个方向的中线等分切割为面积相等的四个区域,分别为左上LU、右上RU、左下LB、右下RB,对此四个区域分别进行向量特征提取,将提取出的四个特征值分别进行相似度计算,比对预先设定的阈值得出视频格式,返回检测出的影片格式结果。
格式识别器进一步用于将四区域图像分别转化为多维向量,特别是2n维向量。
格式识别器所做的相似度计算是分别对四区域的2n维向量的夹角进行余弦运算,或给2n维向量分别赋予权重值w后根据以下公式进行运算:
格式识别器还进一步用于判断所述余弦运算值中:
A如果(lu,ru)和(lb,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)四个夹角余弦值中的最大两个,且(lu,lb)和(ru,rb)均小于设定的最大阈值,则取定为左右格式,其中,0.8<最大阈值<=1.0。
B如果(lu,lb)和(ru,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)中的最大两个,且(lu,ru)和(lb,rb)均小于设定的最小阈值,则取定为上下格式,其中,0.6<=最小阈值<=0.8。
C其它为平面格式。
本发明还提供一种3D影片播放器,包括播放单元和上述的格式自动识别装置,播放单元根据上述的自动识别装置识别出的文件格式对3D影片文件进行播放。
与现有技术相比,本发明的优点是:
本发明将3D影片文件的视频帧作四区域等分切割,并将四区域的像素值转化为一个多维向量,进而对向量的夹角余弦值进行运算,并根据该值与预先设定的阈值的大小关系,自动分析出3D视频图像格式,分析结果准确,因此实现了3D影片文件的直接播放,极大地方便用户的使用。
附图说明
图1是本发明实施例的格式识别流程图。
图2是本发明实施例的区域划分示意图。
图3是本发明实施例的识别装置结构图。
具体实施方式
实施例1
以下结合说明书附图对本发明的具体实施方式进行详细说明:
如图1所示,本方法使用以下步骤实现3D影片文件格式的自动识别:
101:3D影片文件输入;
102:3D影片文件的音频流和视频流分离,丢弃音频流数据;
103:根据事先确定的选择算法,例如时间选择算法,视频解码器在视频流指定时间处进行解码,本实施例从该视频流的第10秒开始,解码出视频帧(YUV格式图片),根据实际情况,可预先选定若干个视频帧作为格式识别判断依据,本实施例预先选定50个视频帧作为格式识别判断依据。
104:将视频帧(YUV格式图片)从水平和垂直两个方向的中线切分为面积相等的四部分,并标记为lu,ru,,lb,rb,如图2所示。
105:令n=8,2n=256,分别计算四区域的256维特征向量,具体如下:
A、从左上第一个区域lu开始,首先初始化一个整数数组p[256]为全0;
B、遍历lu的每一个像素,若像素的灰度值GRAY值为k,则p[k] = p[k] + 1。此数组依下标次序分别作为lu特征向量的256个分量;
C、同理得到其他三个区域的256特征向量数组;
D、以lu,ru,lb,rb分别表示它们所代表区域的256维特征向量,并以(lu,ru),(lb,rb),(lu,lb),(ru,rb)表示特征向量的夹角,记Sim(lu,ru) = cos(lu,ru),Sim(lb,rb) = cos(lb,rb),Sim(lu,lb) = cos(lu,lb),Sim(ru,rb) = cos(ru,rb),前述cos是余弦函数的记号。以此4个余弦值表示相应的区域相似度。
E、识别算法:
E1、如Sim(lu,ru),Sim(lb,rb)是Sim(lu,ru),Sim(lb,rb) ,Sim(lu,lb),Sim(ru,rb)中的最大两个,且Sim(lu,lb),Sim(ru,rb)小于设定的最大阈值,则取定为左右格式,其中,0.8<最大阈值<=1.0,本实施例的最大阈值优选为0.85。
E2、如Sim(lu,lb),Sim(ru,rb)是Sim(lu,ru),Sim(lb,rb) ,Sim(lu,lb),Sim(ru,rb)中的最大两个,且Sim(lu,ru),Sim(lb,rb)小于设定的最小阈值0.8,则取定为上下格式,其中,0.6<=最小阈值<=0.8,本实施例的最小阈值优选为0.8。
E3、其它为平面格式。
本实施例还提供了一种3D影片格式的自动识别装置,包括:
接口装置10,用于输入要识别的3D影片文件和接受返回检测出的影片格式结果;
视频解码器11,用于将3D影片中的音频和视频文件分离及解码,形成帧图像序列;
格式识别器12,用于将视频帧沿水平和垂直两个方向的中线等分切割为面积相等的四个区域,分别为左上LU、右上RU、左下LB、右下RB,对此四个区域分别进行向量特征提取,将提取出的四个特征值分别进行相似度计算,比对预先设定的阈值得出视频格式,返回检测出的影片格式结果。
格式识别器12将四区域图像分别转化为256维向量。
格式识别器12所做的相似度计算是分别对四区域的256维向量的夹角进行余弦运算,或给256维向量分别赋予权重值w后根据以下公式进行运算:
格式识别器进一步判断上述余弦运算值中:
A如果(lu,ru)和(lb,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)四个夹角余弦值中的最大两个,且(lu,lb)和(ru,rb)均小于设定的最大阈值,则取定为左右格式,其中,0.8<最大阈值<=1.0,本实施例的最大阈值优选为0.85;
B如果(lu,lb)和(ru,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)中的最大两个,且(lu,ru)和(lb,rb)均小于设定的最小阈值,则取定为上下格式,其中,0.6<=最小阈值<=0.8,本实施例的最小阈值优选为0.8。
C其它为平面格式。
本实施例还提供一种3D影片播放器,包括播放单元和上述的格式自动识别装置,播放单元根据上述的自动识别装置识别出的文件格式对3D影片文件进行播放。
实施例2
本实施例与实施例1基本相同,只是实现3D影片文件格式的自动识别方法的步骤105中,令n=4,2n=16,分别计算四区域的16维特征向量,其余的相应改变。
实施例3
本实施例与实施例1基本相同,只是实现3D影片文件格式的自动识别方法的步骤105中,令n=32,2n=4294967296,分别计算四区域的4294967296维特征向量,其余的相应改变。
本领域技术人员可以理解,上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现,各单元模块可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限于任何特定形式的硬件和软件的结合。
本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所要求的保护范围。
Claims (10)
1.一种3D影片格式的自动识别方法,其特征在于:包括以下步骤:
A输入3D影片文件;
B 3D影片文件的音频流和视频流分离,将视频流解码出视频帧;
C将视频帧沿水平和垂直两个方向的中线等分切割为面积相等的四个区域,分别为左上LU、右上RU、左下LB、右下RB,对此四个区域分别进行向量特征提取,将提取出的四个特征值分别进行相似度计算,比对预先设定的阈值得出视频格式,返回检测出的影片格式结果。
2.根据权利要求1所述的识别方法,其特征在于:步骤C所述的对四个区域分别进行向量特征提取是将四区域图像分别转化为2n维向量,其中4<= n <=32。
4.根据权利要求3所述的识别方法,其特征在于:所述余弦运算值中,
A如果(lu,ru)和(lb,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)四个夹角余弦值中的最大两个,且(lu,lb)和(ru,rb)均小于设定的最大阈值,则取定为左右格式,其中,0.8<最大阈值<=1.0;
B如果(lu,lb)和(ru,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)中的最大两个,且(lu,ru)和(lb,rb)均小于设定的最小阈值,则取定为上下格式,其中,0.6<=最小阈值<=0.8;
C其它为平面格式。
5. 根据权利要求4所述的识别方法,其特征在于:最大阈值优选为0.85,最小阈值优选为0.8。
6. 一种3D影片格式的自动识别装置,其特征在于:包括
接口装置,用于输入要识别的3D影片文件和接受返回检测出的影片格式结果;
视频解码器,用于将3D影片中的音频和视频文件分离及解码,形成帧图像序列;
格式识别器,用于将视频帧沿水平和垂直两个方向的中线等分切割为面积相等的四个区域,分别为左上LU、右上RU、左下LB、右下RB,对此四个区域分别进行向量特征提取,将提取出的四个特征值分别进行相似度计算,比对预先设定的阈值得出视频格式,返回检测出的影片格式结果。
7. 根据权利要求6所述的识别装置,其特征在于:格式识别器进一步用于将四区域图像分别转化为2n向量,其中4<= n <=32。
9. 根据权利要求8所述的识别装置,其特征在于:格式识别器还进一步用于判断所述余弦运算值中:
A如果(lu,ru)和(lb,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)四个夹角余弦值中的最大两个,且(lu,lb)和(ru,rb)均小于设定的最大阈值,则取定为左右格式,其中,0.8<最大阈值<=1.0;
B如果(lu,lb)和(ru,rb)的余弦值是(lu,ru),(lb,rb),(lu,lb),(ru,rb)中的最大两个,且(lu,ru)和(lb,rb)均小于设定的最小阈值,则取定为上下格式,其中,0.6<=最小阈值<=0.8;
C其它为平面格式。
10. 一种3D影片播放器,包括播放单元,其特征在于:还包括权利要求6~9中任一项所述的格式自动识别装置,所述播放单元根据自动识别装置识别出的文件格式对3D影片文件进行播放。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100681935A CN102665085A (zh) | 2012-03-15 | 2012-03-15 | 一种3d影片格式的自动识别方法及其自动识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100681935A CN102665085A (zh) | 2012-03-15 | 2012-03-15 | 一种3d影片格式的自动识别方法及其自动识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102665085A true CN102665085A (zh) | 2012-09-12 |
Family
ID=46774482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100681935A Pending CN102665085A (zh) | 2012-03-15 | 2012-03-15 | 一种3d影片格式的自动识别方法及其自动识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102665085A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051913A (zh) * | 2013-01-05 | 2013-04-17 | 北京暴风科技股份有限公司 | 一种3d片源格式自动识别的方法 |
CN103702106A (zh) * | 2013-11-29 | 2014-04-02 | 上海卓像信息科技有限公司 | 基于内容相似度的3d立体信号检测系统及方法 |
CN104185023A (zh) * | 2014-09-16 | 2014-12-03 | 上海通途半导体科技有限公司 | 三维视频格式自动检测方法及装置 |
CN104185012A (zh) * | 2014-09-16 | 2014-12-03 | 上海通途半导体科技有限公司 | 三维视频格式自动检测方法及装置 |
CN104469440A (zh) * | 2014-04-16 | 2015-03-25 | 成都理想境界科技有限公司 | 视频播放方法、视频播放器及对应的播放设备 |
CN104994374A (zh) * | 2015-07-03 | 2015-10-21 | 宁波易维视显示技术有限公司 | 一种自动检测视频三维格式的方法 |
CN106028019A (zh) * | 2016-05-31 | 2016-10-12 | 上海易维视科技股份有限公司 | 视频三维格式快速检测方法 |
CN106131528A (zh) * | 2016-06-23 | 2016-11-16 | 福建天泉教育科技有限公司 | 3d视频格式识别方法及系统 |
CN106231294A (zh) * | 2015-10-30 | 2016-12-14 | 深圳超多维光电子有限公司 | 一种立体片源格式的检测方法及装置 |
CN107071386A (zh) * | 2017-04-19 | 2017-08-18 | 宁波万维显示科技有限公司 | 识别3d格式视频的方法及装置 |
CN107784269A (zh) * | 2017-08-29 | 2018-03-09 | 深圳依偎控股有限公司 | 一种3d视频帧特征点提取的方法及系统 |
CN109951694A (zh) * | 2019-03-29 | 2019-06-28 | 深圳市新致维科技有限公司 | 裸眼3d医学视频图像的显示方法、装置、存储介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030110181A1 (en) * | 1999-01-26 | 2003-06-12 | Hinrich Schuetze | System and method for clustering data objects in a collection |
CN101668221A (zh) * | 2008-09-02 | 2010-03-10 | 索尼株式会社 | 图像处理设备、图像处理方法和程序 |
WO2010151049A2 (en) * | 2009-06-23 | 2010-12-29 | Samsung Electronics Co., Ltd. | Method and apparatus for automatic transformation of three-dimensional video |
CN101980545A (zh) * | 2010-11-29 | 2011-02-23 | 深圳市九洲电器有限公司 | 一种自动检测3dtv视频节目格式的方法 |
CN102231829A (zh) * | 2011-06-27 | 2011-11-02 | 深圳超多维光电子有限公司 | 一种视频文件的显示格式识别方法、装置及视频播放器 |
JP2011239172A (ja) * | 2010-05-11 | 2011-11-24 | Panasonic Corp | 映像処理装置 |
-
2012
- 2012-03-15 CN CN2012100681935A patent/CN102665085A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030110181A1 (en) * | 1999-01-26 | 2003-06-12 | Hinrich Schuetze | System and method for clustering data objects in a collection |
CN101668221A (zh) * | 2008-09-02 | 2010-03-10 | 索尼株式会社 | 图像处理设备、图像处理方法和程序 |
WO2010151049A2 (en) * | 2009-06-23 | 2010-12-29 | Samsung Electronics Co., Ltd. | Method and apparatus for automatic transformation of three-dimensional video |
JP2011239172A (ja) * | 2010-05-11 | 2011-11-24 | Panasonic Corp | 映像処理装置 |
CN101980545A (zh) * | 2010-11-29 | 2011-02-23 | 深圳市九洲电器有限公司 | 一种自动检测3dtv视频节目格式的方法 |
CN102231829A (zh) * | 2011-06-27 | 2011-11-02 | 深圳超多维光电子有限公司 | 一种视频文件的显示格式识别方法、装置及视频播放器 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051913A (zh) * | 2013-01-05 | 2013-04-17 | 北京暴风科技股份有限公司 | 一种3d片源格式自动识别的方法 |
CN103702106A (zh) * | 2013-11-29 | 2014-04-02 | 上海卓像信息科技有限公司 | 基于内容相似度的3d立体信号检测系统及方法 |
CN104469440A (zh) * | 2014-04-16 | 2015-03-25 | 成都理想境界科技有限公司 | 视频播放方法、视频播放器及对应的播放设备 |
CN104185023A (zh) * | 2014-09-16 | 2014-12-03 | 上海通途半导体科技有限公司 | 三维视频格式自动检测方法及装置 |
CN104185012A (zh) * | 2014-09-16 | 2014-12-03 | 上海通途半导体科技有限公司 | 三维视频格式自动检测方法及装置 |
CN104185012B (zh) * | 2014-09-16 | 2016-08-17 | 上海通途半导体科技有限公司 | 三维视频格式自动检测方法及装置 |
CN104994374A (zh) * | 2015-07-03 | 2015-10-21 | 宁波易维视显示技术有限公司 | 一种自动检测视频三维格式的方法 |
CN106231294A (zh) * | 2015-10-30 | 2016-12-14 | 深圳超多维光电子有限公司 | 一种立体片源格式的检测方法及装置 |
CN106231294B (zh) * | 2015-10-30 | 2017-11-21 | 深圳超多维光电子有限公司 | 一种立体片源格式的检测方法及装置 |
CN106028019B (zh) * | 2016-05-31 | 2017-12-29 | 上海易维视科技股份有限公司 | 视频三维格式快速检测方法 |
CN106028019A (zh) * | 2016-05-31 | 2016-10-12 | 上海易维视科技股份有限公司 | 视频三维格式快速检测方法 |
CN106131528A (zh) * | 2016-06-23 | 2016-11-16 | 福建天泉教育科技有限公司 | 3d视频格式识别方法及系统 |
CN106131528B (zh) * | 2016-06-23 | 2018-07-10 | 福建天泉教育科技有限公司 | 3d视频格式识别方法及系统 |
CN107071386A (zh) * | 2017-04-19 | 2017-08-18 | 宁波万维显示科技有限公司 | 识别3d格式视频的方法及装置 |
CN107784269A (zh) * | 2017-08-29 | 2018-03-09 | 深圳依偎控股有限公司 | 一种3d视频帧特征点提取的方法及系统 |
WO2019041447A1 (zh) * | 2017-08-29 | 2019-03-07 | 深圳依偎控股有限公司 | 一种3d视频帧特征点提取的方法及系统 |
CN109951694A (zh) * | 2019-03-29 | 2019-06-28 | 深圳市新致维科技有限公司 | 裸眼3d医学视频图像的显示方法、装置、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102665085A (zh) | 一种3d影片格式的自动识别方法及其自动识别装置 | |
CN104956695B (zh) | 确定用于球面谐波系数的渲染器的方法和装置 | |
JP6518334B2 (ja) | ビデオ・コンテンツに支援されたオーディオ・オブジェクト抽出 | |
CN109313904A (zh) | 视频音频处理设备、视频音频处理方法和程序 | |
WO2019005342A1 (en) | MOBILE AMBIROPHONE AUDIO DATA (MOA) FOR COMPUTER-AIDED REALITY SYSTEMS | |
CN109618222A (zh) | 一种拼接视频生成方法、装置、终端设备及存储介质 | |
CN107407866A (zh) | 用于六自由度的360°体虚拟现实视频的激光雷达立体融合真人实景三维模型视频重建 | |
EP4184927A1 (en) | Sound effect adjusting method and apparatus, device, storage medium, and computer program product | |
CN106797527B (zh) | Hoa内容的显示屏相关调适 | |
EP1416769A1 (en) | Object-based three-dimensional audio system and method of controlling the same | |
EP3565244A1 (en) | Generation device, identification information generation method, reproduction device, and image reproduction method | |
CN104981869A (zh) | 在位流中用信号表示音频渲染信息 | |
US20160066118A1 (en) | Audio signal processing method using generating virtual object | |
Chao et al. | Towards audio-visual saliency prediction for omnidirectional video with spatial audio | |
Rana et al. | Towards generating ambisonics using audio-visual cue for virtual reality | |
US8934664B2 (en) | System and method of estimating page position | |
JP2016540401A (ja) | 3d表示のための深度マップのリマッピング | |
CN113170274A (zh) | 环境音频表示和相关联的渲染 | |
KR101244789B1 (ko) | 3차원 재구성을 이용한 디지털 만화 콘텐츠 생성 방법 | |
CN102883170B (zh) | 图像处理装置及图像处理方法 | |
WO2021209044A1 (zh) | 多媒体数据收发方法、系统、处理器和播放器 | |
Horiuchi et al. | Interactive music video application for smartphones based on free-viewpoint video and audio rendering | |
WO2019008222A1 (en) | METHOD AND APPARATUS FOR ENCODING MULTIMEDIA CONTENT | |
CN106791779A (zh) | 一种视频播放器及视频显示方法、系统 | |
Lu et al. | Light field editing propagation using 4d convolutional neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120912 |