CN106559680A - 视频类型识别方法、装置及电子设备 - Google Patents
视频类型识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN106559680A CN106559680A CN201611070255.0A CN201611070255A CN106559680A CN 106559680 A CN106559680 A CN 106559680A CN 201611070255 A CN201611070255 A CN 201611070255A CN 106559680 A CN106559680 A CN 106559680A
- Authority
- CN
- China
- Prior art keywords
- video
- type
- similarity
- video image
- determined
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000000463 material Substances 0.000 claims abstract description 45
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
- H04N21/2387—Stream processing in response to a playback request from an end-user, e.g. for trick-play
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本公开提供一种视频类型识别方法及装置，所述方法包括：从待识别的视频文件中获取视频图像；确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；根据所述目标相似度确定所述视频文件的视频类型。本公开实施例可以自动确定视频文件的视频类型，因此无需用户进行较多操作，给用户带来了便利，提高了电子设备的智能化水平。
Description
技术领域
本公开涉及视频技术领域，尤其涉及视频类型识别方法、装置及电子设备。
背景技术
随着移动通信技术的快速发展，视频种类越来越丰富。电子设备在播放视频文件时，不同的视频类型需要进行相应的播放处理，因此需要用户在播放时进行视频类型的选定操作，相关技术中的电子设备智能化水平较低，给用户使用带来不便。
发明内容
为克服相关技术中存在的问题，本公开提供了视频类型识别方法、装置及电子设备。
根据本公开实施例的第一方面，提供一种视频类型识别方法，所述方法包括：
从待识别的视频文件中获取视频图像；
确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；
根据所述目标相似度确定所述视频文件的视频类型。
可选的，所述从待识别的视频文件中获取视频图像，包括：
根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像。
可选的，所述确定所述视频图像中预设区域的图像内容的目标相似度，包括如下一种或多种确定方式：
确定所述视频图像中，垂直平分线左右两个子区域的图像内容的左右相似度；
确定所述视频图像中，水平平分线上下两个子区域的图像内容的上下相似度。
可选的，所述根据相似度结果确定所述视频文件的视频类型，包括：
若所述左右相似度大于预设阈值，确定所述视频类型为三维左右类型；
若所述上下相似度大于预设阈值，确定所述视频类型为三维上下类型。
可选的，所述视频图像有多帧，所述根据相似度结果确定所述视频文件的视频类型，包括：
若各帧所述视频图像的左右相似度都大于预设阈值，确定所述视频类型为三维左右类型；
若各帧所述视频图像的上下相似度都大于预设阈值，确定所述视频类型为三维上下类型。
可选的，所述方法还包括：
在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端。
根据本公开实施例的第二方面，提供一种视频类型识别装置，所述装置包括：
视频图像获取模块，被配置为：从待识别的视频文件中获取视频图像；
相似度确定模块，被配置为：确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；
视频类型确定模块，被配置为：根据所述目标相似度确定所述视频文件的视频类型。
可选的，所述视频图像获取模块，包括：
视频图像获取子模块，被配置为：根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像。
可选的，所述视频图像获取模块，包括如下一个或多个子模块：
左右相似度获取子模块，被配置为：确定所述视频图像中，垂直平分线左右两个子区域的图像内容的左右相似度；
上下相似度获取子模块，被配置为：确定所述视频图像中，水平平分线上下两个子区域的图像内容的上下相似度。
可选的，所述相似度确定模块，包括：
第一三维左右类型确定子模块，被配置为：在所述左右相似度大于预设阈值时，确定所述视频类型为三维左右类型；
第一三维上下类型确定子模块，被配置为：在所述上下相似度大于预设阈值时，确定所述视频类型为三维上下类型。
可选的，所述视频图像有多帧，所述视频类型确定模块，包括：
第二三维左右类型确定子模块，被配置为：在各帧所述视频图像的左右相似度都大于预设阈值时，确定所述视频类型为三维左右类型；
第二三维上下类型确定子模块，被配置为：在各帧所述视频图像的上下相似度都大于预设阈值时，确定所述视频类型为三维上下类型。
可选的，所述装置还包括发送模块，被配置为：
在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端。
根据本公开实施例的第三方面，提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
从待识别的视频文件中获取视频图像；
确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；
根据所述目标相似度确定所述视频文件的视频类型。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开中，可以从视频文件中获取视频图像，并确定预设区域中图像内容的两个子区域之间的目标相似度，进而根据所述目标相似度确定所述视频文件的视频类型。由于本实施例可以自动确定视频文件的视频类型，因此无需用户进行较多操作，给用户带来了便利，提高了电子设备的智能化水平。
本公开中，可以根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像，按照此种方式所获取的视频图像能提高视频类型的识别准确性。
本公开中，将从视频文件中所获取的视频图像，按垂直平分线进行分割，所分割得到的两个子区域的图像内容的相似度非常高，因此通过确定垂直平分线左右两个子区域的图像内容的左右相似度，可以用于确定3D左右类型；或者是按水平平分线进行分割，所分割得到的两个子区域的图像内容的相似度非常高，因此通过确定水平平分线上下两个子区域的图像内容的上下相似度，可以用于确定3D上下类型。
本公开中，若所述左右相似度大于预设阈值，确定所述视频类型为三维左右类型，若所述上下相似度大于预设阈值，确定所述视频类型为三维上下类型，该方式易于实现，且视频类型识别准确性高。
本公开中，在所获取的视频图像有多帧的情况下，可以是各帧所述视频图像的左右相似度都大于预设阈值，则确定所述视频类型为三维左右类型；或者是各帧所述视频图像的上下相似度都大于预设阈值，则确定所述视频类型为三维上下类型，此种处理方式视频类型识别的准确性较高。
本公开中，可以在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端，以使服务端记录该视频文件所对应的视频类型，从而方便其他电子设备或本电子设备下次播放时快速地获取到视频类型。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1A是本公开根据一示例性实施例示出的一种视频类型识别方法的流程图。
图1B是本公开根据一示例性实施例示出的一种3D左右类型的视频图像的示意图。
图1C是本公开根据一示例性实施例示出的一种3D上下类型的视频图像的示意图。
图2是本公开根据一示例性实施例示出的一种视频类型识别装置的框图。
图3是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图。
图4是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图。
图5是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图。
图6是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图。
图7是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图。
图8是本公开根据一示例性实施例示出的一种用于视频类型识别装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
随着视频技术的发展，视频种类越来越丰富，例如2D(二维，2Dimensions)视频、3D(三维，3Dimensions)视频以及全景视频等。具有视频播放功能的电子设备，例如智能电视、个人计算机、平板电脑、显示设备或智能投影设备等电子设备，在播放视频文件时，需先确定视频文件的视频类型，才可进行相应处理后播放。例如对于3D左右类型的视频，需要进行左右画面分离及比例调整，对于3D上下类型的视频，需要进行上下画面分离及比例调整，对于全景视频需要以360度环绕的形式播放等。相关技术中，电子设备在播放视频时，通常是提示用户输入视频类型，由用户进行视频类型的输入操作，因此电子设备的智能化水平较低，给用户带来了不便。
而本公开实施例所提供的视频类型识别方法，可以从视频文件中获取视频图像，通过所述视频图像中预设区域的图像内容的目标相似度，进而根据所述目标相似度确定所述视频文件的视频类型。由于本实施例方法可以自动确定视频文件的视频类型，因此无需用户进行较多操作，给用户带来了便利，提高了电子设备的智能化水平。接下来对本公开实施例进行详细说明。
如图1A所示，图1A是本公开根据一示例性实施例示出的一种视频类型识别方法的流程图，包括以下步骤101至103：
在步骤101中，从待识别的视频文件中获取视频图像。
在步骤102中，所述视频图像预设区域中图像内容的两个子区域之间的目标相似度。
在步骤103中，根据所述目标相似度确定所述视频文件的视频类型。
本公开实施例的方法可应用于电子设备中，用于电子设备对所存储或所播放的视频文件进行视频类型识别。在实际应用中，可以是用户在操作电子设备播放视频文件时，电子设备应用本实施例所提供的方法自动进行视频类型识别；或者，还可以是电子设备应用本实施例所提供的方法，对所存储的视频文件自动进行视频类型识别等等。
目前，电子设备在播放视频时，需识别视频的具体类型，例如2D类型、3D类型(包括3D上下、3D左右)或全景类型等。其中，3D类型的视频，是利用人双眼的视角差和会聚功能制作的可产生立体效果的视频。3D类型的视频由双摄像机利用位置差同时拍摄出来，同时拍摄的具有视觉位差且重叠度达到至少30％以上的画面在大脑中就组成了富有立体感的3D画面。
其中，双摄像机利用左右视觉位差拍摄的视频即为3D左右类型，双摄像机利用上下视觉位差拍摄的视频即为3D上下类型。
对于3D左右类型的视频，其视频图像由左摄像机拍摄的视频图像和右摄像机拍摄的视频图像构成，如图1B所示，图1B是本公开根据一示例性实施例示出的一种3D左右类型的视频图像的示意图。
对于3D上下类型的视频，其视频图像由上摄像机拍摄的视频图像和下摄像机拍摄的视频图像构成。如图1C所示，图1C是本公开根据一示例性实施例示出的一种3D上下类型的视频图像的示意图。
由于视频由连续的多帧图像构成，本实施例可以采用视频图像提取技术，从视频文件中提取出视频图像。由前述对于3D类型的视频图像的分析可知，可以通过确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度，进而根据所述目标相似度确定所述视频文件的视频类型。
从图1B可知，3D左右类型的视频图像按垂直平分线进行分割，所分割得到的两个区域的图像内容的相似度非常高，因此对所获取的视频图像，可以以垂直平分线为中线，从左右两边截取一定子区域的视频图像，通过所截取出的视频图像确定该目标相似度，若该目标相似度较大，可以确定为3D左右类型。
同理，对所获取的视频图像，也可以以水平平分线为中线，从上下两边截取一定子区域的视频图像，通过所截取出的视频内容确定该目标相似度，若该目标相似度较大，可以确定为3D上下类型。
为进一步精确识别出3D类型的视频文件，在一个可选的实现方式中，所述确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度，可以包括如下一种或多种确定方式：
第一种、确定所述视频图像中，垂直平分线左右两个子区域的图像内容的左右相似度。
以图1B所示3D左右类型的视频图像为例，由于3D左右类型的视频图像由左摄像机拍摄的视频图像和右摄像机拍摄的视频图像构成，将从视频文件中所获取的视频图像，按垂直平分线进行分割，所分割得到的左右两个区域的图像内容的相似度非常高。因此，可以以垂直平分线为中心，在左右两边截取对称的子区域的图像内容，通过确定垂直平分线左右两个子区域的图像内容的左右相似度，可以用于确定3D左右类型。其中，子区域可以是垂直平分线左右两个区域，也可以是垂直平分线左右两个区域的部分区域，具体的大小可以根据实际需要而灵活确定，本实施例对此不作限定。
第二种、确定所述视频图像中，水平平分线上下两个子区域的图像内容的上下相似度。
以图1C所示3D上下类型的视频图像为例，由于3D上下类型的视频图像由上摄像机拍摄的视频图像和下摄像机拍摄的视频图像构成，将从视频文件中所获取的视频图像，按水平平分线进行分割，所分割得到的上下两个区域的图像内容的相似度非常高。因此，可以以水平平分线为中心，在上下两边截取对称的子区域的图像内容，通过确定水平平分线上下两个子区域的图像内容的上下相似度，可以用于确定3D上下类型。其中，子区域可以是水平平分线上下两个区域，也可以是水平平分线上下两个区域的部分区域，具体的大小可以根据实际需要而灵活确定，本实施例对此不作限定。
其中，对于如何确定两个子区域的图像内容的相似度，可以采用相关技术中的直方图匹配算法、尺度不变特征变换匹配算法或矩阵分解算法等算法计算得到，具体的计算过程可以参考相关技术中的描述，本实施例对此不作限定。
在实际应用中，可以对所获取的视频图像，分别确定出左右相似度和上下相似度，进而根据左右相似度的具体数值和上下相似度的具体数值确定视频文件的视频类型。例如，若视频文件的视频类型为3D左右类型或3D上下类型，则左右相似度或上下相似度将较大，在一个可选的实现方式中，所述根据相似度结果确定所述视频文件的视频类型，可以包括：
若所述左右相似度大于预设阈值，确定所述视频类型为三维左右类型。
若所述上下相似度大于预设阈值，确定所述视频类型为三维上下类型。
其中，预设阈值可以根据实际需求而灵活配置，例如可以是70％、60％等数值，本实施例不作具体限定。
本公开实施例中，可以从视频文件的任意位置获取到视频图像，考虑到实际应用中，大部分的视频文件在播放时，其开头和结尾处的内容通常是视频内容介绍，例如电影视频文件的开头通常是介绍主要演员、结尾通常是播放演职员列表，此部分通常不涉及具体的视频内容，难以用于精确识别视频类型。为了提高视频类型识别的准确性，在一个可选的实现方式中，从待识别的视频文件中获取视频图像，可以包括：
根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像。
本公开实施例中，该预设位置范围可以根据需要灵活配置，例如按照播放时长，视频文件的三分之一处至三分之二处之间的范围等。并且，还可以获取多帧视频图像，以进一步提高视频类型识别的准确性。例如，可以是视频文件的三分之一处、二分之一处以及三分之二处的三帧视频图像。
在所获取的视频图像有多帧的情况下，为了进一步提高视频类型识别的准确性，所述根据相似度结果确定所述视频文件的视频类型，可以包括：
若各帧所述视频图像的左右相似度都大于预设阈值，确定所述视频类型为三维左右类型。
若各帧所述视频图像的上下相似度都大于预设阈值，确定所述视频类型为三维上下类型。
本公开实施例中，在所获取的视频图像有多帧的情况下，可以是各帧所述视频图像的左右相似度都大于预设阈值，则确定所述视频类型为三维左右类型；或者是各帧所述视频图像的上下相似度都大于预设阈值，则确定所述视频类型为三维上下类型，此种处理方式视频类型识别的准确性较高。
在一个可选的实现方式中，所述方法还包括：
在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端。
本公开实施例中，可以在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端，以使服务端记录该视频文件所对应的视频类型，从而该智能设备在下次播放该视频文件，或者是其他电子设备在播放该视频文件时，可以从服务端处快速地获取到视频类型。其中，视频文件的标识可以是文件名称、或者是将视频文件名称、数据大小、视频播放时长、编码格式等一种或多种视频文件的相关信息采用消息摘要算法所计算得到的哈希值等等。
与前述视频类型识别方法的实施例相对应，本公开还提供了视频类型识别装置及其所应用的电子设备的实施例。
如图2所示，图2是本公开根据一示例性实施例示出的一种视频类型识别装置的框图，所述装置包括：
视频图像获取模块21，被配置为：从待识别的视频文件中获取视频图像。
相似度确定模块22，被配置为：确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度。
视频类型确定模块23，被配置为：根据所述目标相似度确定所述视频文件的视频类型。
由上述实施例可见，可以从视频文件中获取视频图像，确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度，进而根据所述目标相似度确定所述视频文件的视频类型。由于本实施例可以自动确定视频文件的视频类型，因此无需用户进行较多操作，给用户带来了便利，提高了电子设备的智能化水平。
如图3所示，图3是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图，该实施例在前述图2所示实施例的基础上，所述视频图像获取模块21，包括：
视频图像获取子模块211，被配置为：根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像。
由上述实施例可见，可以根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像，按照此种方式所获取的视频图像能提高视频类型的识别准确性。
如图4所示，图4是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图，该实施例在前述图3所示实施例的基础上，所述相似度确定模块22，包括如下一个或多个子模块：
左右相似度获取子模块221，被配置为：确定所述视频图像中，垂直平分线左右两个子区域的图像内容的左右相似度；
上下相似度获取子模块222，被配置为：确定所述视频图像中，水平平分线上下两个子区域的图像内容的上下相似度。
由上述实施例可见，将从视频文件中所获取的视频图像，按垂直平分线进行分割，所分割得到的两个子区域的图像内容的相似度非常高，因此通过确定垂直平分线左右两个子区域的图像内容的左右相似度，可以用于确定3D左右类型；或者是按水平平分线进行分割，所分割得到的两个区域的图像内容的相似度非常高，因此通过确定水平平分线上下两个子区域的图像内容的上下相似度，可以用于确定3D上下类型。
如图5所示，图5是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图，该实施例在前述图4所示实施例的基础上，所述视频类型确定模块23，包括：
第一三维左右类型确定子模块231，被配置为：在所述左右相似度大于预设阈值时，确定所述视频类型为三维左右类型；
第一三维上下类型确定子模块232，被配置为：在所述上下相似度大于预设阈值时，确定所述视频类型为三维上下类型。
由上述实施例可见，若所述左右相似度大于预设阈值，确定所述视频类型为三维左右类型，若所述上下相似度大于预设阈值，确定所述视频类型为三维上下类型，该方式易于实现，且视频类型识别准确性高。
如图6所示，图6是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图，该实施例在前述图4所示实施例的基础上，所述视频图像有多帧，所述视频类型确定模块23，包括：
第二三维左右类型确定子模块233，被配置为：在各帧所述视频图像的左右相似度都大于预设阈值时，确定所述视频类型为三维左右类型。
第二三维上下类型确定子模块234，被配置为：在各帧所述视频图像的上下相似度都大于预设阈值时，确定所述视频类型为三维上下类型。
由上述实施例可见，在所获取的视频图像有多帧的情况下，可以是各帧所述视频图像的左右相似度都大于预设阈值，则确定所述视频类型为三维左右类型；或者是各帧所述视频图像的上下相似度都大于预设阈值，则确定所述视频类型为三维上下类型，此种处理方式视频类型识别的准确性较高。
如图7所示，图7是本公开根据一示例性实施例示出的另一种视频类型识别装置的框图，该实施例在前述图2所示实施例的基础上，所述装置还包括发送模块24，被配置为：
在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端。
由上述实施例可见，可以在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端，以使服务端记录该视频文件所对应的视频类型，从而方便其他电子设备或本电子设备下次播放时快速地获取到视频类型。
相应的，本公开还提供一种视频类型识别装置，所述装置包括有处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：
从待识别的视频文件中获取视频图像。
确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度。
根据所述目标相似度确定所述视频文件的视频类型。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
如图8所示，图8是根据一示例性实施例示出的一种用于视频类型识别装置800的一结构示意图。
例如，装置800可以被提供为智能电视、显示设备、计算机等具有视频播放功能的电子设备。参照图8，装置800包括处理组件822，其进一步包括一个或多个处理器，以及由存储器832所代表的存储器资源，用于存储可由处理部件822的执行的指令，例如应用程序。存储器832中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件822被配置为执行指令，以执行上述视频类型识别方法。
装置800还可以包括一个电源组件826被配置为执行装置800的电源管理，一个有线或无线网络接口850被配置为将装置800连接到网络，和一个输入输出(I/O)接口858。装置800可以操作基于存储在存储器832的操作系统，例如Android、IOS、Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
其中，当所述存储器832中的指令由所述处理组件822执行时，使得装置800能够执行一种视频类型识别方法，包括：
从待识别的视频文件中获取视频图像。
确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度。
根据所述目标相似度确定所述视频文件的视频类型。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。
Claims (13)
1.一种视频类型识别方法，其特征在于，所述方法包括：
从待识别的视频文件中获取视频图像；
确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；
根据所述目标相似度确定所述视频文件的视频类型。
2.根据权利要求1所述的方法，其特征在于，所述从待识别的视频文件中获取视频图像，包括：
根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像。
3.根据权利要求1所述的方法，其特征在于，所述确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度，包括如下一种或多种确定方式：
确定所述视频图像中，垂直平分线左右两个子区域的图像内容的左右相似度；
确定所述视频图像中，水平平分线上下两个子区域的图像内容的上下相似度。
4.根据权利要求3所述的方法，其特征在于，所述根据目标相似度确定所述视频文件的视频类型，包括：
若所述左右相似度大于预设阈值，确定所述视频类型为三维左右类型；
若所述上下相似度大于预设阈值，确定所述视频类型为三维上下类型。
5.根据权利要求3所述的方法，其特征在于，所述视频图像有多帧时，所述根据目标相似度确定所述视频文件的视频类型，包括：
若各帧所述视频图像的左右相似度都大于预设阈值，确定所述视频类型为三维左右类型；
若各帧所述视频图像的上下相似度都大于预设阈值，确定所述视频类型为三维上下类型。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端。
7.一种视频类型识别装置，其特征在于，所述装置包括：
视频图像获取模块，被配置为：从待识别的视频文件中获取视频图像；
相似度确定模块，被配置为：确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；
视频类型确定模块，被配置为：根据所述目标相似度确定所述视频文件的视频类型。
8.根据权利要求7所述的装置，其特征在于，所述视频图像获取模块，包括：
视频图像获取子模块，被配置为：根据视频文件的播放时长，在所述视频文件的预设位置范围获取若干帧视频图像。
9.根据权利要求7所述的装置，其特征在于，所述相似度确定模块，包括如下一个或多个子模块：
左右相似度获取子模块，被配置为：确定所述视频图像中，垂直平分线左右两个子区域的图像内容的左右相似度；
上下相似度获取子模块，被配置为：确定所述视频图像中，水平平分线上下两个子区域的图像内容的上下相似度。
10.根据权利要求9所述的装置，其特征在于，所述视频类型确定模块，包括：
第一三维左右类型确定子模块，被配置为：在所述左右相似度大于预设阈值时，确定所述视频类型为三维左右类型；
第一三维上下类型确定子模块，被配置为：在所述上下相似度大于预设阈值时，确定所述视频类型为三维上下类型。
11.根据权利要求9所述的装置，其特征在于，所述视频图像有多帧，所述视频类型确定模块，包括：
第二三维左右类型确定子模块，被配置为：在各帧所述视频图像的左右相似度都大于预设阈值时，确定所述视频类型为三维左右类型；
第二三维上下类型确定子模块，被配置为：在各帧所述视频图像的上下相似度都大于预设阈值时，确定所述视频类型为三维上下类型。
12.根据权利要求7所述的装置，其特征在于，所述装置还包括发送模块，被配置为：
在确定所述视频文件的视频类型后，将所述视频文件的标识和视频类型发送给服务端。
13.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
从待识别的视频文件中获取视频图像；
确定所述视频图像预设区域中图像内容的两个子区域之间的目标相似度；
根据所述目标相似度确定所述视频文件的视频类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611070255.0A CN106559680A (zh) | 2016-11-25 | 2016-11-25 | 视频类型识别方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611070255.0A CN106559680A (zh) | 2016-11-25 | 2016-11-25 | 视频类型识别方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106559680A true CN106559680A (zh) | 2017-04-05 |
Family
ID=58445359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611070255.0A Pending CN106559680A (zh) | 2016-11-25 | 2016-11-25 | 视频类型识别方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106559680A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108475341A (zh) * | 2017-04-11 | 2018-08-31 | 深圳市柔宇科技有限公司 | 三维图像的识别方法和终端 |
| CN113949928A (zh) * | 2021-10-15 | 2022-01-18 | 上海探寻信息技术有限公司 | 一种基于opencv的视频类型自动识别方法、装置、介质及设备 |
| CN115131709A (zh) * | 2022-06-30 | 2022-09-30 | 北京百度网讯科技有限公司 | 视频类别预测方法、视频类别预测模型的训练方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103763625A (zh) * | 2014-02-24 | 2014-04-30 | 广州金山网络科技有限公司 | 视频展示方法及系统 |
| CN103888839A (zh) * | 2012-12-20 | 2014-06-25 | 深圳市快播科技有限公司 | 一种视频播放方法和设备 |
| CN105898269A (zh) * | 2015-12-27 | 2016-08-24 | 乐视致新电子科技（天津）有限公司 | 一种视频播放方法及装置 |
| US20160295287A1 (en) * | 2014-06-12 | 2016-10-06 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for identifying television channel information |
-
2016
- 2016-11-25 CN CN201611070255.0A patent/CN106559680A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103888839A (zh) * | 2012-12-20 | 2014-06-25 | 深圳市快播科技有限公司 | 一种视频播放方法和设备 |
| CN103763625A (zh) * | 2014-02-24 | 2014-04-30 | 广州金山网络科技有限公司 | 视频展示方法及系统 |
| US20160295287A1 (en) * | 2014-06-12 | 2016-10-06 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for identifying television channel information |
| CN105898269A (zh) * | 2015-12-27 | 2016-08-24 | 乐视致新电子科技（天津）有限公司 | 一种视频播放方法及装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108475341A (zh) * | 2017-04-11 | 2018-08-31 | 深圳市柔宇科技有限公司 | 三维图像的识别方法和终端 |
| CN108475341B (zh) * | 2017-04-11 | 2021-08-17 | 深圳市柔宇科技股份有限公司 | 三维图像的识别方法和终端 |
| 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 |
| CN113949928A (zh) * | 2021-10-15 | 2022-01-18 | 上海探寻信息技术有限公司 | 一种基于opencv的视频类型自动识别方法、装置、介质及设备 |
| CN115131709A (zh) * | 2022-06-30 | 2022-09-30 | 北京百度网讯科技有限公司 | 视频类别预测方法、视频类别预测模型的训练方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9811911B2 (en) | Apparatus and method for generating virtual reality content based on non-virtual reality content | |
| USRE43545E1 (en) | Virtual skywriting | |
| CN106559680A (zh) | 视频类型识别方法、装置及电子设备 | |
| US20210377205A1 (en) | Methods, systems, apparatuses, and devices for facilitating managing digital content captured using multiple content capturing devices | |
| US20160344783A1 (en) | Content provision system, information processing apparatus and content reproduction method | |
| WO2017015112A1 (en) | Media production system with location-based feature | |
| CN106658199A (zh) | 一种视频内容的展示方法及装置 | |
| US9021020B1 (en) | Application recognition based on media analysis | |
| CN104679879B (zh) | 一种照片智能存储方法和装置 | |
| WO2015172359A1 (zh) | 一种对象搜索方法及装置 | |
| CN105979363A (zh) | 一种身份识别法和装置 | |
| CN105701762B (zh) | 一种图片处理方法和电子设备 | |
| US9392190B2 (en) | Method and device for acquiring image | |
| US9531952B2 (en) | Expanding the field of view of photograph | |
| CN111898676B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
| CN103984931B (zh) | 一种信息处理方法及第一电子设备 | |
| CN105847320A (zh) | 一种资源获取方法和装置 | |
| CN109068150A (zh) | 一种视频的精彩画面提取方法、终端及计算机可读介质 | |
| CN114390368B (zh) | 直播视频数据的处理方法及装置、设备、可读介质 | |
| CN108616769A (zh) | 一种视频点播的方法和装置 | |
| US20160086334A1 (en) | A method and apparatus for estimating a pose of an imaging device | |
| US10924637B2 (en) | Playback method, playback device and computer-readable storage medium | |
| CN107767355A (zh) | 图像增强现实的方法和装置 | |
| CN108833946A (zh) | 视频播放方法及装置 | |
| CN112328834A (zh) | 视频关联方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20170405 |