CN105049674A - 一种视频图像处理方法和系统 - Google Patents

一种视频图像处理方法和系统 Download PDF

Info

Publication number
CN105049674A
CN105049674A CN201510379386.6A CN201510379386A CN105049674A CN 105049674 A CN105049674 A CN 105049674A CN 201510379386 A CN201510379386 A CN 201510379386A CN 105049674 A CN105049674 A CN 105049674A
Authority
CN
China
Prior art keywords
frame
data frame
base data
image processing
module
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
Application number
CN201510379386.6A
Other languages
English (en)
Inventor
余汪洋
吴安华
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.)
ThunderSoft Co Ltd
Original Assignee
ThunderSoft 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 ThunderSoft Co Ltd filed Critical ThunderSoft Co Ltd
Priority to CN201510379386.6A priority Critical patent/CN105049674A/zh
Publication of CN105049674A publication Critical patent/CN105049674A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种视频图像处理方法和系统,所述方法包括:获取图像采集设备采集到的依次按时间轴排列的第1至第N数据帧;由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;依据目标识别算法提取数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。从而实现将目标对象的轨迹变化在所述基底数据帧上显示,用户即可通过所述基底数据帧观察目标对象的轨迹变化,方便快捷。

Description

一种视频图像处理方法和系统
技术领域
本发明涉及图像处理技术领域,更具体地说,涉及一种视频图像处理方法和系统。
背景技术
在科研领域中,尤其是一些研究目标为实验对象的位移轨迹特征的观察实验中,通常采用长时间的视频监控作为研究资料,但是在有些实验中(例如研究豆芽的发芽过程的实验)实验对象在相当长的一段时间内,不会发生空间位移,因此导致研究者需要采用大量的时间逐幅图像去观察实验对象的位移,需要研究者长时间保持精神高度集中,稍有不慎,便会导致研究者错过实验对象复杂的运动轨迹或轻微的位移。
发明内容
本发明的目的在于提供一种视频图像处理方法和系统,用于方便用户查看目标对象的运动轨迹。
为实现上述目的,本发明实施例提供了如下技术方案:
一种视频图像处理方法,包括:
获取图像采集设备采集到的依次按时间轴排列的第1至第N数据帧,所述N为不小于2的正整数;
由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;
依据目标识别算法提取数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。
优选的,上述视频图像处理方法中,所述将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,还包括:
删除所述数据帧集合中除所述基底数据帧之外的所有数据帧。
优选的,上述视频图像处理方法中,由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧之后,还包括:
删除所述数据帧集合中与所述基底数据帧之间的轨迹变化不大于预设值的数据帧。
优选的,上述视频图像处理方法中,在由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合之前,还包括:
获取数据帧集合定义信息;
判断所述数据帧集合定义信息是否为空,如果是,则所述数据帧集合为包括所述第1至第N数据帧;否则,依据所述数据帧定义信息确定所述数据帧集合,所述数据帧集合定义信息包括所述数据帧集合的起始帧和结束帧。
优选的,上述视频图像处理方法中,所述基底数据帧为所述数据帧集合中时间轴最早的数据帧。
优选的,上述视频图像处理方法中,其特征在于,所述将提取得到的所述目标对象所在区域合成到所述基底数据帧上之后,还包括:
对当前所述第i数据帧进行降噪处理。
一种视频图像处理系统,包括:
数据帧采集模块,用于获取图像采集设备采集到的按时间轴依次排列的第1至第N数据帧,所述N为不小于2的正整数;
数据帧集合确定模块,用于由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;
统计模块,用于判断数据帧集合中的各个数据帧与所述基底数据帧之间的轨迹变化是否大于预设值;
目标识别模块,用于依据目标识别算法提取所述数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。
优选的,上述视频图像处理系统中,所述统计模块,包括:
帧变化计算模块和冗余逻辑模块;
所述帧变化计算模块,用于计算数据帧集合中各个数据帧与所述基底数据帧之间的轨迹变化;
所述冗余逻辑模块,用于判断计算得到的轨迹变化是否大于预设值。
优选的,上述视频图像处理系统中,所述冗余逻辑模块,包括:
判断模块,用于判断计算得到的轨迹变化是否大于预设值;
删除模块,当所述轨迹变化大于预设值时,删除与所述轨迹变化所匹配的、与所述基底数据帧进行对比的数据帧。
优选的,上述视频图像处理系统中,还包括:
降噪模块,用于当所述目标识别模块将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,对当前所述基底数据帧进行降噪处理。
通过以上方案可知,本发明实施例提供的视频图像处理方法和系统,通过由所获得到的多个数据帧中提取任意数量各连续数据帧作为数据帧集合,以所述数据帧集合中的任意一个数据帧作为基底数据帧,将所述数据帧集合中其它多个数据帧与所述基底数据帧一一对比,判断两者之间的轨迹变化是否大于预设值,如果是,则表明当前与所述基底数据帧进行对比的数据帧存中的目标对象存在位移,通过目标识别算法提取该数据帧中的目标对象所在区域,将提取得到的目标对象所在区域合成到所述基底数据帧中,此时,用户即可通过所述基底数据帧观察目标对象的轨迹变化,方便快捷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种视频图像处理方法的流程图;
图2为本发明另一实施例公开的一种视频图像处理方法的流程图;
图3为本发明又一实施例公开的一种视频图像处理方法的流程图;
图4为本发明实施例公开的一种视频图像处理系统的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,本发明实施例公开了一种视频图像处理方法,主要应用于针对观测目标对象复杂的运动或轻微的位移类的实验中,包括:
步骤S101:获取图像采集设备采集到的依次按时间轴排列的第1至第N数据帧,所述N为不小于2的正整数;
在此步骤中,可所述第1至第N数据帧,可以为使用图像采集设备(如摄像头等)采集到的多个格式为YUV、RGB或RAW等类型的数据帧;
步骤S102:由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;
步骤S103:将所述数据帧集合中其它数据帧一一与所述基底数据帧进行对比得到两者之间的轨迹变化;
步骤S104:判断所述轨迹变化是否大于预设值;
步骤S105:依据目标识别算法提取数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。
参见本申请上述实施例公开的技术方案而言,由所获得到的多个数据帧中提取任意数量各连续数据帧作为数据帧集合,以所述数据帧集合中的任意一个数据帧作为基底数据帧,将所述数据帧集合中其它多个数据帧与所述基底数据帧一一对比,判断两者之间的轨迹变化是否大于预设值,如果是,则表明当前与所述基底数据帧进行对比的数据帧存中的目标对象存在位移,通过目标识别算法提取该数据帧中的目标对象所在区域,将提取得到的目标对象所在区域合成到所述基底数据帧中,此时,用户即可通过所述基底数据帧观察目标对象的轨迹变化,方便快捷。
可以理解的是,在判断两个数据帧之间的轨迹变化是否大于预设值时的具体方法可为:
通过采用硬件ISP或使用软件统计模块采用多线程递归分块等统计方法定位轨迹变化区域,通过比较轨迹变化区域的像素位移变化是否超过预设值,如果是则两个数据帧之间的轨迹变化大于预设值,否则两个数据帧之间的轨迹变化不大于预设值。
可以理解的是,所述由于上述技术方案已经将目标对象的轨迹变化合并到了所述基底数帧中,用户通过所述基底数据帧即可观察目标对象的运动轨迹,因此为了释放图像采集设备的磁盘空间,参见图2,本申请上述实施例中公开的方法中,在将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,还可以包括:步骤S106:删除所述数据帧集合中除所述基底数据帧之外的所有数据帧,此时,虽然最大程度的释放了磁盘空间,但用户不能直观的查看目标对象的动态位移过程,有鉴于此,参见图3,判断所述轨迹变化不大于预设值时,还可以包括:步骤S107:删除所述数据帧集合中与所述基底数据帧之间的轨迹变化不大于预设值的数据帧。此时,在合理的释放磁盘空间的基础上,用户还可以有剩余的数据帧动态查看目标对象的位移过程,判断所述轨迹变化不大于预设值时,剩余的数据帧的时间轴依次向前推移,补充删除数据帧后的时间轴上的空缺,使得剩余的数据正为一按时间轴排列的连续数据帧。
可以理解的是,为了方便用户查看不同时间端内的目标对象的运动轨迹,所述数据帧集合的取值范围可以根据用户的需求自行设定,当然,如果不对所述数据帧集合的范围进行限定,则所述数据帧集合默认为包含所获取到的所有的数据帧,即所述第1至第N数据帧。因此本申请上述实施例公开的方法中,在由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合之前还可以包括:
获取数据帧集合定义信息;
判断所述数据帧集合定义信息是否为空,如果是,则所述数据帧集合为包括所述第1至第N数据帧;否则,依据所述数据帧定义信息确定所述数据帧集合,所述数据帧集合定义信息包括所述数据帧集合的起始帧和结束帧。
例如,所获取到的数据帧包括第1至第1000数据帧时,当用户需要查看目标对象由开始到结束时的目标对象的运动轨迹时,所述数据帧集合可以包括第1至第1000数据帧,当用户需要拆看所述目标对象在后500帧时的运动轨迹时,所述数据帧集合包括第501数据帧至第1000数据帧。
可以理解的是,本申请上述实施例中的所述基底数据帧可以在所述数据帧集合中任意选取,例如所述基底数据帧可以为所述数据帧集合中的首个数据帧,即数据帧集合中时间轴最早的数据帧。
可以理解的是,为了提高所述基底数据真的图片质量,本申请上述实施例公开的方法中在所述将提取得到的所述目标对象所在区域合成到所述基底数据帧上之后,还包括:对当前所述第i数据帧(目标对象所在区域合成到所述基底数据帧后的基底数据帧)进行降噪处理。
可以理解的是,参见图4,与上述方法相对应,本申请还公开了一种图像处理系统,两者可相互借鉴,所述系统包括:数据帧采集模块1、数据帧集合确定模块2、统计模块3和目标识别模块4;
数据帧采集模块1,用于获取图像采集设备采集到的按时间轴依次排列的第1至第N数据帧,所述N为不小于2的正整数;
数据帧集合确定模块2,用于由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;
统计模块3,用于判断数据帧集合中的各个数据帧与所述基底数据帧之间的轨迹变化是否大于预设值;
目标识别模块4,用于依据目标识别算法提取所述数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。
可以理解的是,与上述方法相对应,所述统计模块3,可以包括:
帧变化计算模块和冗余逻辑模块;
所述帧变化计算模块,用于计算数据帧集合中各个数据帧与所述基底数据帧之间的轨迹变化;
所述冗余逻辑模块,用于判断计算得到的轨迹变化是否大于预设值。
所述冗余逻辑模块,可以包括:
判断模块,用于判断计算得到的轨迹变化是否大于预设值;
删除模块,当所述轨迹变化不大于预设值时,删除与所述轨迹变化所匹配的、与所述基底数据帧进行对比的数据帧;或用于在将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,删除所述数据帧集合中除所述基底数据帧之外的所有数据帧;
与上述方法相对应,所述视频图像处理系统还可以包括:
降噪模块,用于当所述目标识别模块将将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,对当前所述基底数据帧进行降噪处理。
本说明书中各个实施例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部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种视频图像处理方法,其特征在于,包括:
获取图像采集设备采集到的依次按时间轴排列的第1至第N数据帧,所述N为不小于2的正整数;
由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;
依据目标识别算法提取数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。
2.根据权利要求1所述的视频图像处理方法,其特征在于,所述将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,还包括:
删除所述数据帧集合中除所述基底数据帧之外的所有数据帧。
3.根据权利要求1所述的视频图像处理方法,其特征在于,所述将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,还包括:
删除所述数据帧集合中与所述基底数据帧之间的轨迹变化不大于预设值的数据帧。
4.根据权利要求1所述的视频图像处理方法,其特征在于,在由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合之前,还包括:
获取数据帧集合定义信息;
判断所述数据帧集合定义信息是否为空,如果是,则所述数据帧集合为包括所述第1至第N数据帧;否则,依据所述数据帧定义信息确定所述数据帧集合,所述数据帧集合定义信息包括所述数据帧集合的起始帧和结束帧。
5.根据权利要求1所述的视频图像处理方法,其特征在于,所述基底数据帧为所述数据帧集合中时间轴最早的数据帧。
6.根据权利要求1-5所述的任意一项视频图像处理方法,其特征在于,所述将提取得到的所述目标对象所在区域合成到所述基底数据帧上之后,还包括:
对当前所述第i数据帧进行降噪处理。
7.一种视频图像处理系统,其特征在于,包括:
数据帧采集模块,用于获取图像采集设备采集到的按时间轴依次排列的第1至第N数据帧,所述N为不小于2的正整数;
数据帧集合确定模块,用于由所述第1至第N数据帧中选择任意数量的连续数据帧作为数据帧集合,选择数据帧集合中的任意一数据帧作为基底数据帧;
统计模块,用于判断数据帧集合中的各个数据帧与所述基底数据帧之间的轨迹变化是否大于预设值;
目标识别模块,用于依据目标识别算法提取所述数据帧集合中与所述基底数据帧之间的轨迹变化大于预设值的数据帧中的目标对象所在区域,将提取得到的所述目标对象所在区域合成到所述基底数据帧上。
8.根据权利要求7所述的视频图像处理系统,其特征在于,所述统计模块,包括:
帧变化计算模块和冗余逻辑模块;
所述帧变化计算模块,用于计算数据帧集合中各个数据帧与所述基底数据帧之间的轨迹变化;
所述冗余逻辑模块,用于判断计算得到的轨迹变化是否大于预设值。
9.根据权利要求8所述的视频图像处理系统,其特征在于,所述冗余逻辑模块,包括:
判断模块,用于判断计算得到的轨迹变化是否大于预设值;
删除模块,当所述轨迹变化大于预设值时,删除与所述轨迹变化所匹配的、与所述基底数据帧进行对比的数据帧。
10.根据权利要求7所述的视频图像处理系统,其特征在于,还包括:
降噪模块,用于当所述目标识别模块将提取得到的所述目标对象所在区域合成到所述基底数据帧上后,对当前所述基底数据帧进行降噪处理。
CN201510379386.6A 2015-07-01 2015-07-01 一种视频图像处理方法和系统 Pending CN105049674A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510379386.6A CN105049674A (zh) 2015-07-01 2015-07-01 一种视频图像处理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510379386.6A CN105049674A (zh) 2015-07-01 2015-07-01 一种视频图像处理方法和系统

Publications (1)

Publication Number Publication Date
CN105049674A true CN105049674A (zh) 2015-11-11

Family

ID=54455849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510379386.6A Pending CN105049674A (zh) 2015-07-01 2015-07-01 一种视频图像处理方法和系统

Country Status (1)

Country Link
CN (1) CN105049674A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101578A (zh) * 2016-06-27 2016-11-09 上海小蚁科技有限公司 图像合成方法和设备
CN106504270A (zh) * 2016-11-08 2017-03-15 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
CN109889693A (zh) * 2019-02-28 2019-06-14 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质
CN110536087A (zh) * 2019-05-06 2019-12-03 珠海全志科技股份有限公司 电子设备及其运动轨迹照片合成方法、装置和嵌入式装置
CN112860198A (zh) * 2021-01-05 2021-05-28 中科创达软件股份有限公司 视频会议的画面切换方法、装置、计算机设备及存储介质
WO2021238325A1 (zh) * 2020-05-29 2021-12-02 华为技术有限公司 一种图像处理方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101430689A (zh) * 2008-11-12 2009-05-13 哈尔滨工业大学 一种视频中的人物动作检测方法
CN101431616A (zh) * 2007-11-06 2009-05-13 奥林巴斯映像株式会社 图像合成装置及图像合成方法
CN101656836A (zh) * 2008-08-22 2010-02-24 奥林巴斯映像株式会社 照相机、图像合成方法以及程序
CN102480598A (zh) * 2010-11-19 2012-05-30 信泰伟创影像科技有限公司 摄影装置、摄影方法和程序
CN102611828A (zh) * 2012-01-11 2012-07-25 四川大学 一种雾天连续视频图像实时性增强处理系统
CN103327304A (zh) * 2013-06-13 2013-09-25 北京林业大学 一种基于聚集机理的花卉生长关键帧提取系统
CN104113691A (zh) * 2014-07-18 2014-10-22 小米科技有限责任公司 拍摄方法及装置
CN104243819A (zh) * 2014-08-29 2014-12-24 小米科技有限责任公司 照片获取方法及装置
US20150103183A1 (en) * 2013-10-10 2015-04-16 Nvidia Corporation Method and apparatus for device orientation tracking using a visual gyroscope
CN104539864A (zh) * 2014-12-23 2015-04-22 小米科技有限责任公司 记录图像的方法和装置
CN105959539A (zh) * 2016-05-09 2016-09-21 南京云恩通讯科技有限公司 一种自动确定延时速度的延时摄影方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101431616A (zh) * 2007-11-06 2009-05-13 奥林巴斯映像株式会社 图像合成装置及图像合成方法
CN101656836A (zh) * 2008-08-22 2010-02-24 奥林巴斯映像株式会社 照相机、图像合成方法以及程序
CN101430689A (zh) * 2008-11-12 2009-05-13 哈尔滨工业大学 一种视频中的人物动作检测方法
CN102480598A (zh) * 2010-11-19 2012-05-30 信泰伟创影像科技有限公司 摄影装置、摄影方法和程序
CN102611828A (zh) * 2012-01-11 2012-07-25 四川大学 一种雾天连续视频图像实时性增强处理系统
CN103327304A (zh) * 2013-06-13 2013-09-25 北京林业大学 一种基于聚集机理的花卉生长关键帧提取系统
US20150103183A1 (en) * 2013-10-10 2015-04-16 Nvidia Corporation Method and apparatus for device orientation tracking using a visual gyroscope
CN104113691A (zh) * 2014-07-18 2014-10-22 小米科技有限责任公司 拍摄方法及装置
CN104243819A (zh) * 2014-08-29 2014-12-24 小米科技有限责任公司 照片获取方法及装置
CN104539864A (zh) * 2014-12-23 2015-04-22 小米科技有限责任公司 记录图像的方法和装置
CN105959539A (zh) * 2016-05-09 2016-09-21 南京云恩通讯科技有限公司 一种自动确定延时速度的延时摄影方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106101578A (zh) * 2016-06-27 2016-11-09 上海小蚁科技有限公司 图像合成方法和设备
CN106504270A (zh) * 2016-11-08 2017-03-15 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
CN106504270B (zh) * 2016-11-08 2019-12-20 浙江大华技术股份有限公司 一种视频中目标物体的展示方法及装置
US11049262B2 (en) 2016-11-08 2021-06-29 Zhejiang Dahua Technology Co., Ltd. Methods and systems for data visualization
US11568548B2 (en) 2016-11-08 2023-01-31 Zhejiang Dahua Technology Co., Ltd. Methods and systems for data visualization
CN109889693A (zh) * 2019-02-28 2019-06-14 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质
CN109889693B (zh) * 2019-02-28 2021-06-18 深圳市商汤科技有限公司 视频处理方法及装置、电子设备和存储介质
CN110536087A (zh) * 2019-05-06 2019-12-03 珠海全志科技股份有限公司 电子设备及其运动轨迹照片合成方法、装置和嵌入式装置
WO2021238325A1 (zh) * 2020-05-29 2021-12-02 华为技术有限公司 一种图像处理方法及装置
CN112860198A (zh) * 2021-01-05 2021-05-28 中科创达软件股份有限公司 视频会议的画面切换方法、装置、计算机设备及存储介质
CN112860198B (zh) * 2021-01-05 2024-02-09 中科创达软件股份有限公司 视频会议的画面切换方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
CN105049674A (zh) 一种视频图像处理方法和系统
Wang et al. Polyp-alert: Near real-time feedback during colonoscopy
CN109308460B (zh) 物品检测方法、系统及计算机可读存储介质
JP6303332B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US9830736B2 (en) Segmenting objects in multimedia data
CN104680504B (zh) 场景变化检测方法及其装置
EP2230629A3 (en) A system and method for capturing, storing, analyzing and displaying data relating to the movements of objects
US9131227B2 (en) Computing device with video analyzing function and video analyzing method
US11182618B2 (en) Method and system for dynamically analyzing, modifying, and distributing digital images and video
Huang et al. Rice panicle length measuring system based on dual-camera imaging
EP1461788B1 (en) Video monitoring and surveillance systems capable of handling asynchronously multiplexed video
US20160036882A1 (en) Simulataneous metadata extraction of moving objects
CN108764181B (zh) 一种客流统计方法和装置、计算机可读存储介质
Schlipsing et al. Adaptive pattern recognition in real-time video-based soccer analysis
US20070200864A1 (en) Method and system for gathering per-frame image statistics while preserving resolution and runtime performance in a real-time visual simulation
CN107426631A (zh) 从源视频序列生成摘要视频序列
ATE543161T1 (de) Statistikensammlung zur läsionssegmentierung
JP2011013898A5 (zh)
EP2227029A3 (en) Image processing apparatus, image processing method, and program
EP2088768A3 (en) Imaging apparatus, storage medium storing computer readable program and imaging method
CN102148963A (zh) 基于云存储面向数字高清网络视频监控的方法和系统
CN101304490A (zh) 一种拼合视频的方法和装置
JP5780791B2 (ja) 細胞の追跡処理方法
Wu et al. NDMFCS: An automatic fruit counting system in modern apple orchard using abatement of abnormal fruit detection
US9962125B2 (en) Method of compressing image in digital pathology system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20151111