CN105592322A - 一种媒体数据的优化方法及装置 - Google Patents

Abstract

一种媒体数据的优化方法及装置，方法包括：识别当前的媒体流数据为第一媒体流后，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流；其中，所述第一媒体流的分辨率大于所述第二媒体流的分辨率。通过多种优化策略对媒体流进行针对性的优化处理，提高了画面质量，并且实现了低分辨率的屏幕装置对高分辨率的媒体流的播放。

Description

一种媒体数据的优化方法及装置

技术领域

本发明涉及视频处理技术领域，尤其是涉及一种媒体数据的优化方法及装置。

背景技术

随着智能家电的快速发展，如何能向用户更好的提供服务是迄今为止一直研究的热点，在视频播放领域，视频服务商通常不会根据用户的喜好或者显示屏的显示能力提供相应的视频信号，致使家电无法充分发挥智能的功效，降低用户体验；例如：随着超高清(UltraHigh-Definition)概念的引入，很多视频服务商开始提供“4K分辨率(3840×2160像素)”的影片，使得非超高清的显示屏(例如FHD电视)无法播放该视频；因此存在视频服务商提供的视频信号无法根据显示屏的显示能力进行转换的问题；在视频信号中，往往包括多种场景，并且不同的场景对显像效果的要求也不同，虽然在现有技术中已经公开了缩放分辨率的方法，但现有技术中的方法是对视频信号采用统一的优化流程，无法对视频信号中不同的场景进行相应的优化处理，致使处理后的显像效果不佳的问题。

发明内容

本发明的目的之一是提供一种媒体数据的优化方法，以解决现有技术中视频信号显示效果不佳的问题。

在一些说明性实施例中，所述媒体数据的优化方法，包括：识别当前的媒体流数据为第一媒体流后，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流；其中，所述第一媒体流的分辨率大于所述第二媒体流的分辨率。

本发明的另一个目的是提供一种媒体数据的优化装置。

在一些说明性实施例中，所述媒体数据的优化装置，包括：第一识别模块，用于识别当前的媒体流数据是否为第一媒体流；优化模块，用于当识别为第一媒体流时，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流；其中，所述第一媒体流的分辨率大于所述第二媒体流的分辨率。

与现有技术相比，本发明的说明性实施例包括以下优点：

通过多种优化策略对媒体流进行针对性的优化处理，提高了画面质量，并且实现了低分辨率的屏幕装置对高分辨率的媒体流的播放。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是按照本发明的说明性实施例的流程图；

图2是按照本发明的说明性实施例的装置框图。

具体实施方式

在以下详细描述中，提出大量特定细节，以便于提供对本发明的透彻理解。但是，本领域的技术人员会理解，即使没有这些特定细节也可实施本发明。在其它情况下，没有详细描述众所周知的方法、过程、组件和电路，以免影响对本发明的理解。

如图1所示，公开了一种媒体数据的优化方法，包括：

S11、对当前输入的媒体流数据进行识别；

其中，识别可以通过解析媒体流，确定该媒体流所要传输的视频信号或影音信号中播放画面的分辨率，从而确定媒体流；例如媒体流数据的传输的视频信号的播放画面的分辨率为3840×2160，则该媒体流为4K信号；若分辨率为7680×4320，则该媒体流为8K信号；

S12、在识别当前的媒体流数据为第一媒体流后，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流；所述第一媒体流的分辨率大于所述第二媒体流的分辨率。

其中，第一媒体流可以是4K信号，第二媒体流为2K信号；也可以是第一媒体流是8K信号，第二媒体流为4K信号或2K信号；以及将第一媒体流优化为分辨率更小的信号，例如普清1K信号。

上述中优化策略中包括：分辨率的调整方法，及亮度、饱和度、色度和对比度的调节参数。优化策略可以是分辨率的调整方法，及亮度、饱和度、色度和对比度的调节参数中的一个或多个优化手段的组合，例如将单独的分辨率的调整方法作为一个优化策略，将单独的亮度调节参数作为一个优化策略，还可以是将分辨率的调整方法，及亮度调节参数组合作为一个优化策略。本领域技术人员应该可以理解的是除上述列举的优化策略的优化手段，还可以有其它的优化手段或优化手段的组合作为优化策略，在此不再赘述。

对第一媒体流的各个时间位置或图像选取对应的优化策略进行优化，例如图像为人物场景，即选用与人物场景对应的优化策略，保证优化后的图像画面质量。

上述实施例中通过多种优化策略对媒体流进行针对性的优化处理，解决了将高分辨率的媒体流转换成低分辨率的媒体流，出现的画面失真、画面亮度不协调、画面比例不一致的问题，并且通过多种优化策略对媒体流进行针对性的优化处理，使画质得到了有效的提升，是用户的体验上升，即使通过低分辨率屏幕设备也可以获得高品质的画面效果。

在一些说明性实施例中，每个所述优化策略对应一个场景；所述通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流，具体包括：识别所述第一媒体流的预播放图像的场景，通过与该场景对应的优化策略对所述预播放图像的场景帧进行优化；若识别出的场景未找到相应的优化策略，则按照预置的标准优化策略进行优化。

例如：对于一个影片来说，会包括多个场景；通过解析出影片的播放进度，即影片的时间轴，确定影片的每个场景的播放顺序，按照播放顺序对每个场景进行与该场景对应的优化处理，实现实时的对媒体流进行优化；场景例如：人物场景、大动态场景、室内场景、室外场景；优化策略例如：分辨率的调整方法，及亮度、饱和度、色度和对比度的参数；每个场景对应的优化策略是预先设定好的，是针对与相应的场景帧进行优化较优策略；另外，如果当前的场景(例如风景场景)在未记录有与该场景对应的优化策略，则可以按照预置的标准优化策略(包括预设的标准的分辨率的调整方法，及亮度、饱和度、色度和对比度的参数)对相应的图片帧进行优化处理；通过上述过程，能够根据视频信号中场景的类型，对相应的场景帧进行适合该场景的显像效果的优化处理；

当然上述场景的设置也可以根据画面中景物的运动状态来进行划分，例如将运动较频繁较多的画面(即强运动画面)组成的场景称为强运动场景、将运动较少的画面(即弱运动画面)组成的场景称为弱运动场景、将静态画面称为静态场景等等；对于场景的具体设置和分类，在此处不进行限定。

优选地，对于场景的识别在此列举一个对于人物场景的识别过程，包括：通过边缘检测及阈值处理对图像进行人脸识别，并确认图像中所有人的人脸轮廓；计算识别出的所有人的人脸轮廓所占的像素，并与预设值进行比对，若识别出的至少一个所述人脸轮廓大于所述预设值，则该图像为人物场景。

在一些说明性的实施例中，若所述第一媒体流的分辨率为3840×2160，优化处理后得到的所述第二媒体流的分辨率是1920×1080；假设所述模板文件包括人物场景和风景场景的优化策略；那么风景场景的整个画面中的风景即是该场景需要突出的内容，那么相应的优化策略的着重点在于缩小分辨率后，将整个画面的显示参数进行调整；而对于人物场景来说，画面中的人物的动作和行为为主要突出的对象，因此在优化处理过程中除了需要将人物场景的场景帧的分辨率进行缩小外，还需要在后续的画面显像补偿中，着重对人物，尤其是其面部特征的显示参数进行调整。对于一些大动态场景，例如战争场面，画面中往往会出现很多人，但在该场景中突出的并不是画面中的人，而是整体的战争场面，因此需要通过对人脸轮廓占整体画面的比例进行辨识，确定该场景是否为人物场景。

对所述第一媒体流中的人物场景的场景帧进行优化的过程，可以包括：

首先，为了确保像素调整后人脸的亮度和对比度，将场景帧中的大于所述预设值的人脸轮廓中像素的亮度的值提高30％，对比度的值提高30％；

其次，对人物场景的场景帧进行隔行隔列抽帧，形成分辨率为1920×1080的视频信号；这里所述的隔行隔列抽帧的过程，可以理解抽取该场景中的偶数(或奇数)行和列的像素，剩下的奇数(或偶数)行和列的像素组成了分辨率为1920×1080的视频信号；或者，可以抽取偶数行和奇数列，剩下的像素也可以组成1920×1080的视频信号等等抽取方式；

最后，将视频信号中偶数行的像素的色度的值调整为上下两个相邻像素的色度的平均值，将视频信号中偶数列的饱和度的值调整为左右两个相邻像素的饱和度的平均值；因为像素缩小过程中，画质会受到影响，例如色度和饱和度不均匀，因此在像素缩小后，还需要将视频信号中的色度和饱和度进行相应的调整，使得画面的显像更加均匀柔和；

当然，上述的优化过程只是一种实施方式，上述过程中是先调整了人脸轮廓中的像素的亮度和对比度，然后再像素缩小，最后再调整缩小后的场景帧的显示参数(色度和饱和度)；

可选的，也可以先进行像素缩小，然后再针对人脸轮廓和画面中除人脸以外的背景进行相应的显示参数的调整，以突出人脸在该场景帧中的显像；

在像素缩小的过程中是通过统一的隔行隔列抽帧的方式进行(例如统一抽取掉偶数行和列)，也可以通过其它的方式进行，例如可以根据场景的不同，实行不同的像素缩小过程，如在人物场景中通过抽取掉偶数行和奇数列实现像素的缩小，而在风景场景中，通过抽取掉偶数行和列实现像素的缩小；

在一些说明性的实施例中，所述优化处理的过程，还包括：在所述按照所述模板文件进行优化前，对所述第一媒体流进行预处理，将所述第一媒体流进行解码并将格式转换为YUV或RGB格式；和/或，将按照所述模板文件进行优化后的所述第一媒体流的频率转换成符合显示装置要求的频率；例如若接收到的“4K”视频信号的频率为120HZ，而当前的FHD电视的视频播放频率最高为30HZ，则需要对视频信号的频率进行转换。

在一些说明性实施例中，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流，还可以通过如下过程处理：确定所述第一媒体流的标识，根据与该标识对应的模板文件对所述第一媒体流进行优化处理。

其中，所述模板文件中存储有所述至少一个优化策略(分辨率的调整方法，及亮度、饱和度、色度和对比度的参数)，以及每个所述优化策略对应于所述第一媒体流的时间轴上相应的时间位置；模板文件是针对于每个第一媒体流专门设置的，具有很强的针对性；时间位置可以是以秒为单位，也可以是以毫秒为单位。例如：影片的播放时间按照时间的先后顺序，划分为时间段1、时间段2、……、时间段N；其中，时间段1的显示场景为人物，时间段2的显示场景为风景，……，解析模板文件中的时间位置，并找到该时间位置在影片的播放时间的相应时间段，模板文件中与时间段1对应的优化策略根据人物场景，则通过凸显人物的优化策略进行优化处理。即模板文件中记录有影片的每个时间段的场景，以及相应的优化策略。

在一些说明性实施例中，所述根据与该标识对应的模板文件对所述第一媒体流进行优化处理，具体包括：按照所述模板文件中的所述时间位置及时间位置对应的优化策略，对所述第一媒体流进行优化处理。

在一些说明性实施例中，第一媒体流的标识可以是影片名或者影片代码，通过标识找到对应的模板文件，该模板文件可以是从本地提取，也可以是从网络侧进行下载获得，例如向网络侧发送包含有第一媒体流的标识的请求消息，网络侧提供对应的模板文件，另外，如果通过本地提取，还可以通过网络侧对本地的模板文件的版本进行检测，查看网络侧是否具有版本号高于本地存储的，若有则对本地存储的模板文件通过网络更新。

在本地或网络侧均找不到对应的模板文件时，可以使用标准模板对第一媒体流进行优化；标准模板文件中为默认优化策略。

在一些说明性实施例中，若所述第一媒体流为视频信号，则确定所述第一媒体流的标识的过程，包括：将所述第一媒体流中采集的至少一幅图像，在本地或所述网络侧的视频信息库中进行匹配，获取所述第一媒体流的标识；

或，若所述第一媒体流是影音信号，则通过所述识别获取所述第一媒体流的标识的过程，包括：抽取所述第一媒体流中的音频信号和/或视频信号，根据相应的所述音频信号的声纹和/或所述视频信号中采集的至少一幅图像，在本地或所述网络侧的影音信息库中进行匹配，获取所述第一媒体流的标识。

在一些说明性实施例中，所述第一媒体流的分辨率不小于3840×2160，优化处理后得到的所述第二媒体流的分辨率是1920×1080。

如图2所示，公开了一种媒体数据的优化装置100，包括：识别当前的媒体流数据是否为第一媒体流的第一识别模块101；当识别为第一媒体流时，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流的优化模块102；其中，所述第一媒体流的分辨率大于所述第二媒体流的分辨率。

在一些说明性实施例中，所述第一媒体流为视频信号，每个所述优化策略对应一个场景。

在一些说明性实施例中，所述优化模块中包括：识别所述第一媒体流的预播放图像的场景的第二识别模块103；通过与该场景对应的优化策略对所述预播放图像的场景帧进行优化的第一优化子模块104。

在一些说明性实施例中，所述优化模块中还包括：若识别出的场景未找到相应的优化策略，则按照预置的标准优化策略进行优化的第二优化子模块105。

在一些说明性实施例中，所述第二识别模块中包括：通过边缘检测及阈值处理对图像进行人脸识别，并确认图像中所有人的人脸轮廓的人脸识别模块106；计算识别出的所有人的人脸轮廓所占的像素，并与预设值进行比对，若识别出的至少一个所述人脸轮廓大于所述预设值，则该图像为人物场景的判断模块107。

在一些说明性实施例中，所述第一优化子模块中包括：将该场景帧中的大于所述预设值的人脸轮廓中像素的亮度的值提高30％，对比度的值提高30％的第一调试模块108；对人物场景的场景帧进行隔行隔列抽帧，达到第二媒体流的分辨率的视频信号的第二调试模块109；将视频信号中偶数行的像素的色度的值调整为上下两个相邻像素的色度的平均值，将视频信号中偶数列的饱和度的值调整为左右两个相邻像素的饱和度的平均值的第三调试模块110。

在一些说明性实施例中，所述优化模块中包括：确定所述第一媒体流的标识的解析模块111；根据与该标识对应的模板文件对所述第一媒体流进行优化处理的第三优化子模块112。

在一些说明性实施例中，所述模板文件中存储有所述至少一个优化策略，以及每个所述优化策略对应于所述第一媒体流的时间轴上相应的时间位置。

在一些说明性实施例中，所述第三优化子模块用于按照所述模板文件中的所述时间位置及时间位置对应的优化策略，对所述第一媒体流进行优化处理。

在一些说明性实施例中，所述解析模块中包括：将所述第一媒体流中采集的至少一幅图像，在本地或所述网络侧的视频信息库中进行匹配，获取所述第一媒体流的标识的第一解析子模块113；抽取所述第一媒体流中的音频信号和/或视频信号，根据相应的所述音频信号的声纹和/或所述视频信号中采集的至少一幅图像，在本地或所述网络侧的影音信息库中进行匹配，获取所述第一媒体流的标识的第二解析子模块114。

在一些说明性实施例中，所述优化装置还包括：将所述第一媒体流进行解码并将格式转换为YUV或RGB格式的格式转换模块115；将按照所述模板文件进行优化后的所述第一媒体流的频率转换成符合显示装置要求的频率的频率转换模块116。

在一些说明性实施例中，所述第一媒体流的分辨率不小于3840×2160，优化处理后得到的所述第二媒体流的分辨率是1920×1080。

在一些说明性实施例中，所述优化策略包括：分辨率的调整方法，及亮度、饱和度、色度和对比度的参数。

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 (22)

1.一种媒体数据的优化方法，其特征在于，包括：

识别当前的媒体流数据为第一媒体流后，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流；

其中，所述第一媒体流的分辨率大于所述第二媒体流的分辨率。

2.根据权利要求1所述的优化方法，其特征在于，所述第一媒体流为视频信号，每个所述优化策略对应一个场景；

所述通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流，具体包括：

识别所述第一媒体流的预播放图像的场景，通过与该场景对应的优化策略对所述预播放图像的场景帧进行优化。

3.根据权利要求2所述的优化方法，其特征在于，所述通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流，还包括：

若识别出的场景未找到相应的优化策略，则按照预置的标准优化策略进行优化。

4.根据权利要求2所述的优化方法，其特征在于，识别所述第一媒体流的预播放图像的场景为人物场景的过程，包括：

通过边缘检测及阈值处理对图像进行人脸识别，并确认图像中所有人的人脸轮廓；

计算识别出的所有人的人脸轮廓所占的像素，并与预设值进行比对，若识别出的至少一个所述人脸轮廓大于所述预设值，则该图像为人物场景。

5.根据权利要求4所述的优化方法，其特征在于，对人物场景的图像的场景帧进行优化的过程，包括：

首先，将该场景帧中的大于所述预设值的人脸轮廓中像素的亮度的值提高30％，对比度的值提高30％；

其次，对人物场景的场景帧进行隔行隔列抽帧，达到第二媒体流的分辨率的视频信号；

第三，将视频信号中偶数行的像素的色度的值调整为上下两个相邻像素的色度的平均值，将视频信号中偶数列的饱和度的值调整为左右两个相邻像素的饱和度的平均值。

6.根据权利要求1所述的优化方法，其特征在于，所述通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流，具体包括：

确定所述第一媒体流的标识，根据与该标识对应的模板文件对所述第一媒体流进行优化处理。

7.根据权利要求6所述的优化方法，其特征在于，所述模板文件中存储有所述至少一个优化策略，以及每个所述优化策略对应于所述第一媒体流的时间轴上相应的时间位置；

所述根据与该标识对应的模板文件对所述第一媒体流进行优化处理，具体包括：

按照所述模板文件中的所述时间位置及时间位置对应的优化策略，对所述第一媒体流进行优化处理。

8.根据权利要求6所述的优化方法，其特征在于，若所述第一媒体流为视频信号，则确定所述第一媒体流的标识的过程，包括：

将所述第一媒体流中采集的至少一幅图像，在本地或所述网络侧的视频信息库中进行匹配，获取所述第一媒体流的标识；

或，若所述第一媒体流是影音信号，则通过所述识别获取所述第一媒体流的标识的过程，包括：

抽取所述第一媒体流中的音频信号和/或视频信号，根据相应的所述音频信号的声纹和/或所述视频信号中采集的至少一幅图像，在本地或所述网络侧的影音信息库中进行匹配，获取所述第一媒体流的标识。

9.根据权利要求1所述的优化方法，其特征在于，在所述通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流之前，还包括：

将所述第一媒体流进行解码并将格式转换为YUV或RGB格式；和/或，

将按照所述模板文件进行优化后的所述第一媒体流的频率转换成符合显示装置要求的频率。

10.根据权利要求1-9中任一项所述的优化方法，其特征在于，所述第一媒体流的分辨率不小于3840×2160，优化处理后得到的所述第二媒体流的分辨率是1920×1080。

11.根据权利要求1-9中任一项所述的优化方法，其特征在于，所述优化策略包括：分辨率的调整方法，及亮度、饱和度、色度和对比度的参数。

12.一种媒体数据的优化装置，其特征在于，包括：

第一识别模块，用于识别当前的媒体流数据是否为第一媒体流；

优化模块，用于当识别为第一媒体流时，通过至少一个优化策略对所述第一媒体流进行优化处理得到第二媒体流；

其中，所述第一媒体流的分辨率大于所述第二媒体流的分辨率。

13.根据权利要求12所述的优化装置，其特征在于，所述第一媒体流为视频信号，每个所述优化策略对应一个场景；

所述优化模块中包括：

第二识别模块，用于识别所述第一媒体流的预播放图像的场景；

第一优化子模块，用于通过与该场景对应的优化策略对所述预播放图像的场景帧进行优化。

14.根据权利要求13所述的优化装置，其特征在于，所述优化模块中还包括：

第二优化子模块，用于若识别出的场景未找到相应的优化策略，则按照预置的标准优化策略进行优化。

15.根据权利要求13所述的优化装置，其特征在于，所述第二识别模块中包括：

人脸识别模块，用于通过边缘检测及阈值处理对图像进行人脸识别，并确认图像中所有人的人脸轮廓；

判断模块，用于计算识别出的所有人的人脸轮廓所占的像素，并与预设值进行比对，若识别出的至少一个所述人脸轮廓大于所述预设值，则该图像为人物场景。

16.根据权利要求15所述的优化装置，其特征在于，所述第一优化子模块中包括：

第一调试模块，将该场景帧中的大于所述预设值的人脸轮廓中像素的亮度的值提高30％，对比度的值提高30％；

第二调试模块，对人物场景的场景帧进行隔行隔列抽帧，达到第二媒体流的分辨率的视频信号；

第三调试模块，将视频信号中偶数行的像素的色度的值调整为上下两个相邻像素的色度的平均值，将视频信号中偶数列的饱和度的值调整为左右两个相邻像素的饱和度的平均值。

17.根据权利要求1所述的优化装置，其特征在于，所述优化模块中包括：

解析模块，用于确定所述第一媒体流的标识；

第三优化子模块，用于根据与该标识对应的模板文件对所述第一媒体流进行优化处理。

18.根据权利要求17所述的优化装置，其特征在于，所述模板文件中存储有所述至少一个优化策略，以及每个所述优化策略对应于所述第一媒体流的时间轴上相应的时间位置；

所述第三优化子模块用于按照所述模板文件中的所述时间位置及时间位置对应的优化策略，对所述第一媒体流进行优化处理。

19.根据权利要求17所述的优化装置，其特征在于，所述解析模块中包括：

第一解析子模块，用于将所述第一媒体流中采集的至少一幅图像，在本地或所述网络侧的视频信息库中进行匹配，获取所述第一媒体流的标识；

第二解析子模块，用于抽取所述第一媒体流中的音频信号和/或视频信号，根据相应的所述音频信号的声纹和/或所述视频信号中采集的至少一幅图像，在本地或所述网络侧的影音信息库中进行匹配，获取所述第一媒体流的标识。

20.根据权利要求12所述的优化装置，其特征在于，还包括：

格式转换模块，用于将所述第一媒体流进行解码并将格式转换为YUV或RGB格式；和/或，

频率转换模块，用于将按照所述模板文件进行优化后的所述第一媒体流的频率转换成符合显示装置要求的频率。

21.根据权利要求12-20中任一项所述的优化装置，其特征在于，所述第一媒体流的分辨率不小于3840×2160，优化处理后得到的所述第二媒体流的分辨率是1920×1080。

22.根据权利要求12-20中任一项所述的优化装置，其特征在于，所述优化策略包括：分辨率的调整方法，及亮度、饱和度、色度和对比度的参数。