CN106375755B - 一种视频数据卡顿检测方法及系统 - Google Patents
一种视频数据卡顿检测方法及系统 Download PDFInfo
- Publication number
- CN106375755B CN106375755B CN201610788276.XA CN201610788276A CN106375755B CN 106375755 B CN106375755 B CN 106375755B CN 201610788276 A CN201610788276 A CN 201610788276A CN 106375755 B CN106375755 B CN 106375755B
- Authority
- CN
- China
- Prior art keywords
- image data
- similarity
- data
- caton
- frame
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及检测技术领域,尤其涉及一种视频数据卡顿检测方法及系统。所述视频数据卡顿检测方法包括:获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中,依次计算两帧图片数据的相似度,当相似度大于预设相似度阈值时记为相似,并且统计相似数量,当出现不相似时,判断所述相似数量值是否在预设相似数量阈值范围内,从而判断是否卡顿,当出现卡顿现象时,将出现卡顿处图片数据的记录至卡顿列表中,后续可通过该卡顿列表查询到出现因丢帧导致卡顿的图片数据,也可知道具体是第几帧出现丢帧以及其对应的视频时间点。
Description
技术领域
本发明涉及检测技术领域,尤其涉及一种视频数据卡顿检测方法及系统。
背景技术
目前大多数视频数据卡顿检测方法是采用实时获取设备当前FPS(每秒传输帧数)值,并进行差值判断,如果同场景下FPS值在某个瞬间骤降,之后又恢复正常,则认为此时出现卡顿现象。
然而通过FPS值来判断卡顿存在以下缺点:
1、某些情况下,造成卡顿现象是由丢帧导致的,此情况可以通过FPS差值判断是否卡顿;还有一些情况,卡顿是由帧与帧的持续时间极度不均匀、不合理测量得来的时间间隔,以及对缓冲帧数的不正确处理等造成的,此时的帧率是正常的,因此通过FPS值是无法判断出卡顿现象。
2、系统平台不一样,获取FPS值的方法或途径也存在差别,采用FPS差值判断是否卡顿,不能同时适用于多个不同平台的卡顿检测。
3、采用FPS差值判断是否卡顿,仅是通过数据对比判断卡顿,未保留卡顿当时场景截图或录像,若另行添加截图或录像保存功能,又存在因此类功能占用一定设备性能,额外造成场景的卡顿,从而降低了测试结果的可信度;若采用摄像头等外部设备进行录制,易受环境因素(如光暗)干扰,可能造成无法真实呈现卡顿情景的情况。
发明内容
本发明所要解决的技术问题是:提供一种视频数据的卡顿检测方法及系统。
为了解决上述技术问题,本发明采用的技术方案为:
一种视频数据卡顿检测方法,包括:
S1、预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
S2、获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
S3、判断所述相似度是否大于预设相似度阈值,若是,则进入S4;若否,则进入S5;
S4、所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;
S5、判断所述相似数量值是否在预设相似数量阈值范围内,若是,则进入S6;若否,则进入S7;
S6、将所述第一图片数据记录至卡顿列表中,进入步骤S7;
S7、判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;若是,结束流程。
本发明还提供了另一种技术方案为:
一种视频数据卡顿检测系统,包括:第一获取模块、第二获取模块、第一判断模块、第三获取模块、第二判断模块、记录模块和第三判断模块;
所述第一获取模块,用于预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
所述第二获取模块,用于获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
所述第一判断模块,用于判断所述相似度是否大于预设相似度阈值;
所述第三获取模块,用于若所述相似度大于预设相似度阈值,所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回第一判断模块;
所述第二判断模块,用于若所述相似度不大于预设相似度阈值,判断所述相似数量值是否在预设相似数量阈值范围内;
所述记录模块,用于若所述相似数量值在预设相似数量阈值范围内,将所述第一图片数据记录至卡顿列表中,进入第三判断模块;
所述第三判断模块,用于若所述相似数量值不在预设相似数量阈值范围内,判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回第一判断模块;若是,结束流程。
本发明的有益效果在于:本发明提供的视频数据卡顿检测方法及系统是通过将待检测的视频数据拆解成多帧图片数据,通过对比每帧图片数据的相似度,判断是否卡顿,可避免因丢帧导致的卡顿现象,并且当出现卡顿现象时,将出现卡顿处图片数据的记录至卡顿列表中,后续可通过该卡顿列表查询到出现因丢帧导致卡顿的图片数据,也可知道具体是第几帧出现丢帧以及其对应的视频时间点。相比现有技术采用帧率的方式判断卡顿,本发明提供的视频数据卡顿检测方法及系统,不仅能够检测出是否发生卡顿,也能知道卡顿位置。
附图说明
图1为本发明的视频数据卡顿检测方法的步骤流程图;
图2为本发明的视频数据卡顿检测系统的结构示意图;
标号说明:
1、第一获取模块;2、第二获取模块;3、第一判断模块;4、第三获取模块;5、第二判断模块;6、记录模块;7、第三判断模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:通过将待检测的视频数据拆解成多帧图片数据,通过对比每帧图片数据的相似度,以及结合所述相似数量值是否在预设相似数量阈值范围内,判断是否出现卡顿。
请参照图1,本发明提供的一种视频数据卡顿检测方法,包括:
S1、预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
S2、获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
S3、判断所述相似度是否大于预设相似度阈值,若是,则进入S4;若否,则进入S5;
S4、所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;
S5、判断所述相似数量值是否在预设相似数量阈值范围内,若是,则进入S6;若否,则进入S7;
S6、将所述第一图片数据记录至卡顿列表中,进入步骤S7;
S7、判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;若是,结束流程。
从上述描述可知,本发明的有益效果在于:本发明提供的视频数据卡顿检测方法是通过将待检测的视频数据拆解成多帧图片数据,通过对比每帧图片数据的相似度,判断是否卡顿,可避免因丢帧导致的卡顿现象,并且当出现卡顿现象时,将出现卡顿处图片数据的记录至卡顿列表中,后续可通过该卡顿列表查询到出现因丢帧导致卡顿的图片数据,也可知道具体是第几帧出现丢帧以及其对应的视频时间点。相比现有技术采用帧率的方式判断卡顿,本发明提供的视频数据卡顿检测方法,不仅能够检测出是否发生卡顿,也能知道卡顿位置。
进一步的,S2中的“计算两帧图片数据的相似度”的计算方法包括S21-S27:
S21、预设相似点数量;
S22、获取两帧图片数据中的一帧图片数据的第一像素点的第一灰度值;
S23、获取两帧图片数据中的另一帧图片数据的与第一像素点相同位置的第二像素点的第二灰度值;
S24、计算第一灰度值与第二灰度值的差值;
S25、若所述差值在预设的阈值范围内,则所述第一像素点为相似点,相似点数量加一;
S26、判断所述一帧图片数据上的像素点是否全部获取,若否,则将两帧图片数据中的一帧图片数据的下一个像素点作为第一像素点,返回S22;若是,进入S27;
S27、计算所述相似点数量除以一帧图片数据的像素点数量,得到两帧图片数据的相似度。
由上述描述可知,本发明提供了一种相似度计算方法如上述的方式计算两帧图片数据的相似度,还可以使用其他的相似度的计算方式,例如余弦相似度计算方法等。
本发明还提供了用于两帧图片数据计算相似度方法,具体如下:
1、将两帧图片数据中的其中一帧图片数据A进行灰度处理,其中图片数据A的尺寸大小为w*h;预设一个矩阵对象R,该矩阵对象R为空矩阵;
2、将经过灰度处理的图片数据A和另一帧图片数据B分别转换成像素点矩阵对象I和矩阵对象T;
3、将上述的矩阵对象I和矩阵对象T分别做一次DET变换(离散傅里叶变换);
4、将上述DET变换结果中的复数转换为频率域后,存储至矩阵对象R中;
5、将存储中矩阵对象R中的数据使用归一化相关系数匹配法进行计算(如公式1);
其中,x’=(0,w-1),y’=(0,h-1);
6、获取步骤5计算得到的R(x,y)中的最大值作为两帧图片数据(图片数据A和图片数据B)的相似度值。
进一步的,所述预设相似度阈值为99%;所述预设相似数量阈值范围为8到20。人体视觉感知卡顿时间约为0.25秒,视频标准帧率为30帧每秒,因此阈值最小值为0.25*30(约为8帧)。又因当画面长期静止时,时间仍是超过0.25秒,存在误判断情形,因此必须设立上限,经大量测试之后,将阈值上限定为20帧。当两帧图片数据的相似度达到99%以上时,可认为两帧图片相似。
进一步的,S1之前还包括:
接收到开启录屏信号,启动录制;
等待预设时长,接收到关闭录屏信号,停止录制,得到待检测的视频数据。
由上述描述可知,当接收到开启录屏信号时开始录制待检测的视频数据,当接收到关闭录屏信号时停止录制,进而可以得到这段待检测的视频数据。
请参阅图2,本发明提供的一种视频数据卡顿检测系统,包括:第一获取模块1、第二获取模块2、第一判断模块3、第三获取模块4、第二判断模块5、记录模块6和第三判断模块7;
所述第一获取模块1,用于预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
所述第二获取模块2,用于获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
所述第一判断模块3,用于判断所述相似度是否大于预设相似度阈值;
所述第三获取模块4,用于若所述相似度大于预设相似度阈值,所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回第一判断模块;
所述第二判断模块5,用于若所述相似度不大于预设相似度阈值,判断所述相似数量值是否在预设相似数量阈值范围内;
所述记录模块6,用于若所述相似数量值在预设相似数量阈值范围内,将所述第一图片数据记录至卡顿列表中,进入第三判断模块;
所述第三判断模块7,用于若所述相似数量值不在预设相似数量阈值范围内,判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回第一判断模块;若是,结束流程。
从上述描述可知,本发明的有益效果在于:本发明提供的视频数据卡顿检测系统是通过将待检测的视频数据拆解成多帧图片数据,通过对比每帧图片数据的相似度,判断是否卡顿,可避免因丢帧导致的卡顿现象,并且当出现卡顿现象时,将出现卡顿处图片数据的记录至卡顿列表中,后续可通过该卡顿列表查询到出现因丢帧导致卡顿的图片数据,也可知道具体是第几帧出现丢帧以及其对应的视频时间点。相比现有技术采用帧率的方式判断卡顿,本发明提供的视频数据卡顿检测系统,不仅能够检测出是否发生卡顿,也能知道卡顿位置。
进一步的,所述第二获取模块包括第一预设单元、第一获取单元、第二获取单元、第一计算单元、累加单元、第一判断单元和第二计算单元;
所述第一预设单元,用于预设相似点数量;
所述第一获取单元,用于获取两帧图片数据中的一帧图片数据的第一像素点的第一灰度值;
所述第二获取单元,用于获取两帧图片数据中的另一帧图片数据的与第一像素点相同位置的第二像素点的第二灰度值;
所述第一计算单元,用于计算第一灰度值与第二灰度值的差值;
所述累加单元,用于若所述差值在预设的阈值范围内,则所述第一像素点为相似点,相似点数量加一;
所述第一判断单元,用于判断所述一帧图片数据上的像素点是否全部获取,若否,则将两帧图片数据中的一帧图片数据的下一个像素点作为第一像素点,返回第一获取单元;若是,进入第二计算单元;
所述第二计算单元,用于计算所述相似点数量除以一帧图片数据的像素点数量,得到两帧图片数据的相似度。
由上述描述可知,本发明提供了一种相似度计算方法如上述的方式计算两帧图片数据的相似度,还可以使用其他的相似度的计算方式,例如余弦相似度计算方法等。
进一步的,所述预设相似度阈值为99%;所述预设相似数量阈值范围为8到20。当两帧图片数据的相似度达到99%以上时,可认为两帧图片相似。
进一步的,还包括视频数据获取模块;所述视频数据获取模块包括启动单元和停止单元;
所述启动单元,用于接收到开启录屏信号,启动录制;
所述停止单元,用于等待预设时长,接收到关闭录屏信号,停止录制,得到待检测的视频数据。
由上述描述可知,当接收到开启录屏信号时开始录制待检测的视频数据,当接收到关闭录屏信号时停止录制,进而可以得到这段待检测的视频数据。
请参照图1-2,本发明的实施例一为:
本发明提供的一种视频数据卡顿检测方法,包括:
S1、预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
上述S1具体实施过程为:采用采集卡,通过HDMI线对设备(PC/Android手机/iOS手机)进行场景录制。采用采集卡通过HDMI协议对场景进行硬件录制,只要设备支持HDMI录制,均可使用本发明进行卡顿测试,无需因设备改变而改变卡顿测试方法。
S1之前还包括生成待检测的视频数据的步骤,具体为:
设备接收到开启录屏信号时,启动录制;
等待预设时长后,设备接收到关闭录屏信号,停止录制,生成待检测的视频数据。
S2、获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
其中,S2中的“计算两帧图片数据的相似度”的计算方法包括S21-S27:
S21、预设相似点数量;
S22、获取两帧图片数据中的一帧图片数据的第一像素点的第一灰度值;
S23、获取两帧图片数据中的另一帧图片数据的与第一像素点相同位置的第二像素点的第二灰度值;
S24、计算第一灰度值与第二灰度值的差值;
S25、若所述差值在预设的阈值范围内,则所述第一像素点为相似点,相似点数量加一;
S26、判断所述一帧图片数据上的像素点是否全部获取,若否,则将两帧图片数据中的一帧图片数据的下一个像素点作为第一像素点,返回S22;若是,进入S27;
S27、计算所述相似点数量除以一帧图片数据的像素点数量,得到两帧图片数据的相似度。
需要说明的是:本发明提供的相似度计算方法如上述的方式计算两帧图片数据的相似度,还可以使用其他的相似度的计算方式,例如余弦相似度计算方法等。
本发明还提供了用于两帧图片数据计算相似度方法,具体如下:
1、将两帧图片数据中的其中一帧图片数据A进行灰度处理,其中图片数据A的尺寸大小为w*h;预设一个矩阵对象R,该矩阵对象R为空矩阵;
2、将经过灰度处理的图片数据A和另一帧图片数据B分别转换成像素点矩阵对象I和矩阵对象T;
3、将上述的矩阵对象I和矩阵对象T分别做一次DET变换(离散傅里叶变换);
4、将上述DET变换结果中的复数转换为频率域后,存储至矩阵对象R中;
5、将存储中矩阵对象R中的数据使用归一化相关系数匹配法进行计算(如公式1);
其中,x’=(0,w-1),y’=(0,h-1);
6、获取步骤5计算得到的R(x,y)中的最大值作为两帧图片数据(图片数据A和图片数据B)的相似度值。
上述的两帧图片数据采用基于opencv的图像比对技术可直接得到相似度值。
S3、判断所述相似度是否大于预设相似度阈值,若是,则进入S4;若否,则进入S5;所述预设相似度阈值为99%;当两帧图片数据的相似度达到99%以上时,可认为两帧图片相似;
S4、所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;
S5、判断所述相似数量值是否在预设相似数量阈值范围内,若是,则进入S6;若否,则进入S7;所述预设相似数量阈值范围为8到20;
S6、将所述第一图片数据记录至卡顿列表中,进入步骤S7;
S7、判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;若是,结束流程。
综上所述,本发明提供的视频数据卡顿检测方法及系统是通过将待检测的视频数据拆解成多帧图片数据,通过对比每帧图片数据的相似度,判断是否卡顿,可避免因丢帧导致的卡顿现象,并且当出现卡顿现象时,将出现卡顿处图片数据的记录至卡顿列表中,后续可通过该卡顿列表查询到出现因丢帧导致卡顿的图片数据,也可知道具体是第几帧出现丢帧以及其对应的视频时间点。相比现有技术采用帧率的方式判断卡顿,本发明提供的视频数据卡顿检测方法及系统,不仅能够检测出是否发生卡顿,也能知道卡顿位置。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种视频数据卡顿检测方法,其特征在于,包括:
S1、预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
S2、获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
S3、判断所述相似度是否大于预设相似度阈值,若是,则进入S4;若否,则进入S5;
S4、所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;
S5、判断所述相似数量值是否在预设相似数量阈值范围内,若是,则进入S6;若否,则进入S7;
S6、将所述第一图片数据记录至卡顿列表中,进入步骤S7;
S7、判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回S3;若是,结束流程。
2.根据权利要求1所述的视频数据卡顿检测方法,其特征在于,S2中的“计算两帧图片数据的相似度”的计算方法包括S21-S27:
S21、预设相似点数量;
S22、获取两帧图片数据中的一帧图片数据的第一像素点的第一灰度值;
S23、获取两帧图片数据中的另一帧图片数据的与第一像素点相同位置的第二像素点的第二灰度值;
S24、计算第一灰度值与第二灰度值的差值;
S25、若所述差值在预设的阈值范围内,则所述第一像素点为相似点,相似点数量加一;
S26、判断所述一帧图片数据上的像素点是否全部获取,若否,则将两帧图片数据中的一帧图片数据的下一个像素点作为第一像素点,返回S22;若是,进入S27;
S27、计算所述相似点数量除以一帧图片数据的像素点数量,得到两帧图片数据的相似度。
3.根据权利要求1所述的视频数据卡顿检测方法,其特征在于,所述预设相似度阈值为99%;所述预设相似数量阈值范围为8到20。
4.根据权利要求1所述的视频数据卡顿检测方法,其特征在于,S1之前还包括:
接收到开启录屏信号,启动录制;
等待预设时长,接收到关闭录屏信号,停止录制,得到待检测的视频数据。
5.一种视频数据卡顿检测系统,其特征在于,包括:第一获取模块、第二获取模块、第一判断模块、第三获取模块、第二判断模块、记录模块和第三判断模块;
所述第一获取模块,用于预设相似数量值和卡顿列表;获取待检测的视频数据,将所述视频数据逐帧拆解成多帧图片数据;多帧图片数据按照每帧图片数据的实际时间顺序依次存储至队列中;
所述第二获取模块,用于获取位于队列队首的第一图片数据和与第一图片数据相邻的第二图片数据,计算两帧图片数据的相似度;
所述第一判断模块,用于判断所述相似度是否大于预设相似度阈值;
所述第三获取模块,用于若所述相似度大于预设相似度阈值,所述相似数量值加一;获取与第二图片数据相邻的第三图片数据作为第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回第一判断模块;
所述第二判断模块,用于若所述相似度不大于预设相似度阈值,判断所述相似数量值是否在预设相似数量阈值范围内;
所述记录模块,用于若所述相似数量值在预设相似数量阈值范围内,将所述第一图片数据记录至卡顿列表中,进入第三判断模块;
所述第三判断模块,用于若所述相似数量值不在预设相似数量阈值范围内,判断所述第一图片数据是否为位于队列队尾的图片数据,若否,则将所述第二图片数据作为新的第一图片数据,获取与所述第一图片数据相邻的下一图片数据作为新的第二图片数据,计算所述第二图片数据与第一图片数据的相似度,返回第一判断模块;若是,结束流程。
6.根据权利要求5所述的视频数据卡顿检测系统,其特征在于,所述第二获取模块包括第一预设单元、第一获取单元、第二获取单元、第一计算单元、累加单元、第一判断单元和第二计算单元;
所述第一预设单元,用于预设相似点数量;
所述第一获取单元,用于获取两帧图片数据中的一帧图片数据的第一像素点的第一灰度值;
所述第二获取单元,用于获取两帧图片数据中的另一帧图片数据的与第一像素点相同位置的第二像素点的第二灰度值;
所述第一计算单元,用于计算第一灰度值与第二灰度值的差值;
所述累加单元,用于若所述差值在预设的阈值范围内,则所述第一像素点为相似点,相似点数量加一;
所述第一判断单元,用于判断所述一帧图片数据上的像素点是否全部获取,若否,则将两帧图片数据中的一帧图片数据的下一个像素点作为第一像素点,返回第一获取单元;若是,进入第二计算单元;
所述第二计算单元,用于计算所述相似点数量除以一帧图片数据的像素点数量,得到两帧图片数据的相似度。
7.根据权利要求5所述的视频数据卡顿检测系统,其特征在于,所述预设相似度阈值为99%;所述预设相似数量阈值范围为8到20。
8.根据权利要求5所述的视频数据卡顿检测系统,其特征在于,还包括视频数据获取模块;所述视频数据获取模块包括启动单元和停止单元;
所述启动单元,用于接收到开启录屏信号,启动录制;
所述停止单元,用于等待预设时长,接收到关闭录屏信号,停止录制,得到待检测的视频数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610788276.XA CN106375755B (zh) | 2016-08-31 | 2016-08-31 | 一种视频数据卡顿检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610788276.XA CN106375755B (zh) | 2016-08-31 | 2016-08-31 | 一种视频数据卡顿检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106375755A CN106375755A (zh) | 2017-02-01 |
CN106375755B true CN106375755B (zh) | 2018-12-28 |
Family
ID=57899800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610788276.XA Active CN106375755B (zh) | 2016-08-31 | 2016-08-31 | 一种视频数据卡顿检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106375755B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106973321B (zh) * | 2017-03-31 | 2019-07-30 | 广州酷狗计算机科技有限公司 | 确定视频卡顿的方法及装置 |
CN107515825B (zh) * | 2017-08-22 | 2021-05-25 | 网易(杭州)网络有限公司 | 流畅度测试方法和装置、存储介质、终端 |
CN107509107B (zh) * | 2017-09-20 | 2020-04-24 | 广州视源电子科技股份有限公司 | 视频播放故障的检测方法、装置及设备、可读介质 |
CN108347598B (zh) * | 2018-01-25 | 2021-03-09 | 晶晨半导体(上海)股份有限公司 | 一种音视频卡顿信息自动检测上报系统及方法 |
KR102516547B1 (ko) * | 2018-03-08 | 2023-04-03 | 에스케이하이닉스 주식회사 | 메모리 컨트롤러 및 이를 포함하는 메모리 시스템 |
CN109102536A (zh) * | 2018-03-29 | 2018-12-28 | 王辉 | 镜片反射图像大数据分析方法 |
WO2019205172A1 (zh) * | 2018-04-28 | 2019-10-31 | 华为技术有限公司 | 一种图像处理器的功率分配的方法、装置及系统 |
CN108737885A (zh) * | 2018-06-07 | 2018-11-02 | 北京奇艺世纪科技有限公司 | 一种分析在线视频播放卡顿的方法及装置 |
CN111104530A (zh) * | 2019-11-04 | 2020-05-05 | 珠海西山居移动游戏科技有限公司 | 一种基于UnReal引擎的卡帧检测方法及其系统 |
CN113873232B (zh) * | 2020-04-27 | 2023-05-30 | 峰米(北京)科技有限公司 | 一种视频卡顿的检测方法、装置、系统和存储介质 |
CN111654756B (zh) * | 2020-06-03 | 2021-06-11 | 腾讯科技(深圳)有限公司 | 卡顿检测方法、装置、设备及可读存储介质 |
CN112001237A (zh) * | 2020-07-13 | 2020-11-27 | 苏宁智能终端有限公司 | 视频监播自动化测试方法及装置 |
CN112073597A (zh) * | 2020-08-14 | 2020-12-11 | 北京三快在线科技有限公司 | 视觉稳定度检测方法、装置、设备以及存储介质 |
CN112073261B (zh) * | 2020-08-24 | 2022-06-21 | 深圳市共进电子股份有限公司 | 数据处理方法、系统及装置 |
CN112073714A (zh) * | 2020-09-09 | 2020-12-11 | 福建新大陆软件工程有限公司 | 视频播放质量自动检测方法、装置、设备及可读存储介质 |
CN112206508A (zh) | 2020-09-25 | 2021-01-12 | 腾讯科技(深圳)有限公司 | 一种图像检测方法、装置及计算机可读存储介质 |
CN112511818B (zh) * | 2020-11-24 | 2022-08-19 | 上海哔哩哔哩科技有限公司 | 视频播放质量检测方法、装置 |
CN112804527B (zh) * | 2021-01-07 | 2023-01-24 | 苏州浪潮智能科技有限公司 | 图像输出方法、装置及计算机可读存储介质 |
CN113535993A (zh) * | 2021-07-30 | 2021-10-22 | 北京字跳网络技术有限公司 | 作品封面显示方法、装置、介质和电子设备 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103517143A (zh) * | 2013-08-29 | 2014-01-15 | 小米科技有限责任公司 | 网络视频的播放方法、装置及终端设备 |
CN104052991A (zh) * | 2014-06-17 | 2014-09-17 | 德科仕通信(上海)有限公司 | 检测has视频卡顿的方法及系统 |
CN104869203B (zh) * | 2015-06-18 | 2017-09-22 | 广东欧珀移动通信有限公司 | 卡顿的测试方法、装置及测试设备 |
CN104965773B (zh) * | 2015-07-09 | 2019-06-04 | 网易(杭州)网络有限公司 | 终端、卡顿检测方法、装置及游戏卡顿检测方法、装置 |
CN104967903A (zh) * | 2015-07-28 | 2015-10-07 | 无锡天脉聚源传媒科技有限公司 | 一种视频播放的检测方法及装置 |
CN105872760A (zh) * | 2015-12-02 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 一种视频播放监测方法及装置 |
CN105653407A (zh) * | 2015-12-08 | 2016-06-08 | 网易(杭州)网络有限公司 | 终端、卡顿测量方法、装置及游戏卡顿测量方法、装置 |
CN105761255B (zh) * | 2016-02-04 | 2019-01-25 | 网易(杭州)网络有限公司 | 游戏画面卡顿测试方法及装置 |
-
2016
- 2016-08-31 CN CN201610788276.XA patent/CN106375755B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106375755A (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106375755B (zh) | 一种视频数据卡顿检测方法及系统 | |
US8320644B2 (en) | Object detection metadata | |
TWI686774B (zh) | 人臉活體檢測方法和裝置 | |
US8515124B2 (en) | Method and apparatus for determining fake image | |
CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
CN110248048B (zh) | 一种视频抖动的检测方法及装置 | |
US20200042772A1 (en) | People-Credentials Comparison Authentication Method, System and Camera | |
EP2892215A1 (en) | Method for controlling mobile phone to be mute through flip, and mobile phone | |
EP3823267B1 (en) | Static video recognition | |
CN105611373A (zh) | 视频图像处理方法及装置 | |
CN110335590B (zh) | 语音识别测试方法、装置及系统 | |
CN105611386A (zh) | 视频图像处理方法及装置 | |
CN113239937A (zh) | 镜头偏移检测方法、装置、电子设备及可读存储介质 | |
CN106648042B (zh) | 一种识别控制方法以及装置 | |
CN111565298A (zh) | 视频处理方法、装置、设备及计算机可读存储介质 | |
US10841368B2 (en) | Method for presenting schedule reminder information, terminal device, and cloud server | |
CN111708907B (zh) | 一种目标人员的查询方法、装置、设备及存储介质 | |
US11195298B2 (en) | Information processing apparatus, system, method for controlling information processing apparatus, and non-transitory computer readable storage medium | |
US10282633B2 (en) | Cross-asset media analysis and processing | |
US10147199B2 (en) | Method and apparatus for determining an orientation of a video | |
CN110572618B (zh) | 一种非法拍照行为监控方法、装置及系统 | |
CN113449572A (zh) | 暗光场景的人脸解锁方法、系统、存储介质及其计算机设备 | |
CN113873200B (zh) | 一种图像标识方法及系统 | |
CN114550024A (zh) | 基于人工智能视频行为分析的数据隐私保护系统及方法 | |
US20110096162A1 (en) | Detection apparatus, detection method and computer readable medium thereof for detecting an object in real-time |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |