CN109168001A - 视频场景变化的检测方法、装置及视频采集设备 - Google Patents

视频场景变化的检测方法、装置及视频采集设备 Download PDF

Info

Publication number
CN109168001A
CN109168001A CN201811133555.8A CN201811133555A CN109168001A CN 109168001 A CN109168001 A CN 109168001A CN 201811133555 A CN201811133555 A CN 201811133555A CN 109168001 A CN109168001 A CN 109168001A
Authority
CN
China
Prior art keywords
video
scene
fluctuation
block
array
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.)
Granted
Application number
CN201811133555.8A
Other languages
English (en)
Other versions
CN109168001B (zh
Inventor
宋佳阳
陈瑶
周秋芳
章勇
曹李军
陈卫东
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.)
Suzhou Keda Technology Co Ltd
Original Assignee
Suzhou Keda Technology 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 Suzhou Keda Technology Co Ltd filed Critical Suzhou Keda Technology Co Ltd
Priority to CN201811133555.8A priority Critical patent/CN109168001B/zh
Publication of CN109168001A publication Critical patent/CN109168001A/zh
Priority to EP19864103.7A priority patent/EP3840381A4/en
Priority to PCT/CN2019/107936 priority patent/WO2020063688A1/zh
Application granted granted Critical
Publication of CN109168001B publication Critical patent/CN109168001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/147—Scene change detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/142—Detection of scene cut or scene change
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • H04N19/87—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression involving scene cut or scene change detection in combination with video compression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Television Signal Processing For Recording (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明实施例提供了一种视频场景变化的检测方法、装置及视频采集设备，其中，方法包括获取第一视频码流的第一区块场景涨落数组；获取第二视频码流的第二区块场景涨落数组；基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定；当所述第二视频码流的视频场景稳定时，利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。该方法先确定检测的视频场景稳定，再进行视频场景变化的检测，利用视频场景的涨落情况进行视频场景稳定的检测，能够较好地排除视频采集装置自身所产生的噪声对视频场景变化判断的干扰，提高了视频场景变化检测的准确性。

Description

视频场景变化的检测方法、装置及视频采集设备
技术领域
本发明涉及视频监控领域，具体涉及一种视频场景变化的检测方法、装置及视频采集设备。
背景技术
在视频监控系统中，视频采集装置是实现场景监控不可或缺的设备。其中，摄像机的应用最为广泛。摄像机需要根据当前场景的图像情况，使用自动曝光、自动聚焦、自动白平衡等算法来调整摄像机参数，以保证输出的图像处于高质量的状态，具体表现在图像清晰、曝光正确以及颜色正确等。
很多摄像机的应用场景下，拍摄目标可能会变化，如人物进入或者离开，被拍摄物离摄像机距离发生了变化，被拍摄物占画面的比例发生了变化。这都可能导致图像模糊，或者颜色失真等图像质量问题。其中，对于摄像机的很多典型应用场景，如监控和视频会议，一般情况下图像内容是不断变化的：即图像内拍摄目标物在不断变化。如马路上的监控摄像机，车辆和人员的来往，每帧图像和下一帧可能都不一样；普通室外场景，花草树木随风摆动；视频会议中人的坐姿变化、头和身体的晃动。
现有技术中对视频场景是否变化的检测是通过对视频帧的统计信息进行判断，例如，利用相邻两个视频帧的亮度值，或相邻两个视频帧的清晰度值进行对比分析，得出视频场景是否发生变化。
然而，本申请发明人在对现有的视频场景变化的检测方法的研究过程中发现，视频场景的变化除了包括以上场景所发生的明显变化以外，还包括由于摄像机自身噪声涨落(噪声变化的程度)所带来的干扰；而现有技术中的检测方法将噪声涨落所导致的干扰也判定为视频场景的变化，进而导致视频场景变化检测的准确性较低。
发明内容
有鉴于此，本发明实施例提供了一种视频场景变化的检测方法、装置及视频采集设备，以解决视频场景变化检测的准确性低的问题。
为此，本发明实施例提供了如下技术方案：
本发明第一方面提供了一种视频场景变化的检测方法，包括：
获取第一视频码流的第一区块场景涨落数组；其中，所述第一视频码流的视频场景稳定；所述第一视频码流包括第一预设数量的参考视频帧；所述第一区块场景涨落数组的元素数量与所述参考视频帧划分的第一区块的数量相同，每个所述元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，所述涨落用于表示场景的变化程度；
获取第二视频码流的第二区块场景涨落数组；其中，所述第二视频码流包括第二预设数量的观察视频帧；所述第二区块场景涨落数组的元素与所述观察视频帧划分的第二区块一一对应，每个所述元素用于表示所有所述观察视频帧中相同位置的第二区块的涨落；
基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定；
当所述第二视频码流的视频场景稳定时，利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
本发明实施例提供的视频场景变化的检测方法，在检测视频场景的变化之前，先通过观察视频帧的第二区块的涨落来确定视频场景是否稳定；即，先确定检测的视频场景稳定时，再进行视频场景变化的检测，该方法利用视频场景的涨落情况进行视频场景稳定的检测，能够较好地排除视频采集装置自身所产生的噪声对视频场景变化判断的干扰，提高了视频场景变化检测的准确性。
根据第一方面，在第一方面第一实施方式中，所述获取第二视频码流的第二区块场景涨落数组，包括：
获取第二统计信息列表；其中，所述第二统计信息列表包括所述第二预设数量的第二统计信息数组，所述第二统计信息数组与所述观察视频帧一一对应，且所述第二统计信息数组的元素与所述观察视频帧的第二区块一一对应，用于表示各所述第二区块的场景统计值；
依次提取所有所述第二统计信息数组中与各所述第二区块对应的元素；
利用提取出的所述元素，计算各所述第二区块的涨落，以形成所述第二区块场景涨落数组。
本发明实施例提供的视频场景变化的检测方法，利用观察视频帧中各第二区块的场景统计值计算各第二区块对应的场景变化程度，以便于后续利用第二区块对应的场景变化程度，进行视频场景是否稳定的判断，具有较高的判断准确性。
根据第一方面第一实施方式，在第一方面第二实施方式中，采用如下公式计算所述第二区块的涨落：
其中，
上式中，c2为所述第二预设数量，S”k,i,j为所述第二统计信息列表中第k个第二统计信息数组的第i行第j列的元素，为所述第二区块场景涨落数组中第i行第j列的元素。
根据第一方面第二实施方式，在第一方面第三实施方式中，所述基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定，包括：
计算所述第二区块场景涨落数组中所有元素的平均值，以得到所述第二视频码流的视频场景的涨落；
利用所述第二视频码流的视频场景的涨落与第一阈值的大小关系，判断所述第二视频码流的视频场景是否稳定。
本发明实施例提供的视频场景变化的检测方法，利用第二区块场景涨落数组中所有元素的平均值进行第二视频码流的视频场景稳定性的判断，在保证判断准确度的前提下，提高了检测效率。
根据第一方面第三实施方式，在第一方面第四实施方式中，采用如下公式计算所述第二视频码流的视频场景的涨落：
式中，M为所述观察视频帧所划分的行数，N为所述观察视频帧所划分的列数，为所述第二视频码流的视频场景的涨落。
根据第一方面，在第一方面第五实施方式中，所述利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化，包括：
基于所述第一区块场景涨落数组，计算所述第一视频码流的视频场景的涨落；
计算第一视频场景涨落与第二视频场景涨落的差值的平均值，其中，所述第一视频场景涨落为所述第一视频码流的视频场景的涨落，所述第二视频场景涨落为所述第二视频码流的视频场景的涨落；
判断计算出的所述平均值是否大于第二阈值；
当所述平均值大于第二阈值时，计算所述第一区块场景涨落数组以及第二区块场景涨落数组的差值的绝对值，以得到差值数组；
统计所述差值数组中数值大于所述第二阈值的数量；
当统计出的数量大于第三阈值时，检测出所述视频场景发生变化。
本发明提供的视频场景变化的检测方法，利用视频场景稳定的第一视频码流作为视频场景是否变化的判断基准，在结合第二视频码流是否稳定，该方法对于视频场景短时间内受到干扰，并迅速恢复原样这一情况认定为视频场景并没有发生变化，能够避免频繁调整视频采集装置的参数，保证了视频采集装置参数的稳定性。
根据第一方面第六实施方式，在第一方面第七实施方式中，采用如下公式计算所述第一视频码流的视频场景涨落：
式中，M为所述参考视频帧所划分的行数，N为所述参考视频帧所划分的列数，为所述第一区块场景涨落数组中第i行第j列的元素，为所述第一视频码流的视频场景的涨落。
根据第二方面，本发明还提供了一种视频场景变化检测装置，包括：
第一获取模块，用于获取第一视频码流的第一区块场景涨落数组；其中，所述第一视频码流的视频场景稳定；所述第一视频码流包括第一预设数量的参考视频帧；所述第一区块场景涨落数组的元素数量与所述参考视频帧划分的第一区块的数量相同，每个所述元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，所述涨落用于表示场景的变化程度；
第二获取模块，用于获取第二视频码流的第二区块场景涨落数组；其中，所述第二视频码流包括第二预设数量的观察视频帧；所述第二区块场景涨落数组的元素与所述观察视频帧划分的第二区块一一对应，每个所述元素用于表示所有所述观察视频帧中相同位置的所有第二区块的涨落；
判断模块，用于基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定；
确定模块，用于当所述第二视频码流的视频场景稳定时，利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
本发明实施例提供的视频场景变化的检测装置，在检测视频场景的变化之前，先通过观察视频帧的第二区块的涨落来确定视频场景是否稳定；即，先确定检测的视频场景稳定时，再进行视频场景变化的检测，该方法利用视频场景的涨落情况进行视频场景稳定的检测，能够较好地排除视频采集装置自身所产生的噪声对视频场景变化判断的干扰，提高了视频场景变化检测的准确性。
根据第三方面，本发明实施例还提供了一种视频采集设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述第一方面，或第一方面任一实施方式中所述的视频场景变化的检测方法。
根据第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述第一方面，或第一方面任一实施方式中所述视频场景变化的检测方法的步骤。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例的视频场景变化的检测方法的流程图；
图2是根据本发明实施例的视频场景变化的检测方法的流程图；
图3是根据本发明实施例的视频场景变化的检测方法的流程图；
图4是根据本发明实施例的视频场景变化的检测方法的流程图；
图5是根据本发明实施例的视频场景变化的检测装置的结构框图；
图6是根据本发明实施例的视频场景变化的检测装置的结构框图；
图7是本发明实施例提供的视频采集装置的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
根据本发明实施例，提供了一种视频场景变化的检测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
需要说明的是，本发明实施例中所涉及的视频采集装置内可以设置有图像传感器以及图像处理模块，其中，图像传感器用于获取视频图像，图像处理模块用于对图像传感器其所获取到的视频图像进行统计，获取多个指标图像统计信息。可选地，图像处理模块视频图像分为M行N列的区块(即M×N个区块)，所划分出的每一区块对应于一个区块的统计信息，因此，对于一个统计指标，一帧图像可获得M×N个区块的场景统计值，即每一个视频帧对应于一个M×N的统计信息数组。
进一步地，场景统计值可以是清晰度值，也可以是亮度值。当场景统计值为清晰度值时，一帧图像分为M×N个区块，每个区块可统计出一个代表代表清洗度的FV值，即每一帧图像可得到一个FV数组，大小是M行N列。具体地，清晰度值是对一帧图像经过滤波后进行累加统计，衡量图像局部以及整体清洗度的指标，是自动聚焦的主要数据依据。当场景统计值为亮度信息时，一帧图像分为M×N个区块，每个区块可统计出一个代表亮度的Y值，即每一帧图像可得到一个亮度数组，大小是M行N列。具体地，亮度信息时对一帧图像的亮度信息进行统计，是自动聚焦的主要数据依据。
需要说明的是，每帧视频图像对应的区块的统计信息数组可以是视频采集装置中的图像处理模块对获取的视频图像进行处理得到的，也可以是其他模块或装置处理得到的，只需保证本发明实施例中的视频采集装置能够获取到每帧视频图像对应的区块的统计信息数组即可。此外，每个视频帧所划分出的区块的数量可以根据实际情况进行具体设置即可。
在本实施例中提供了一种视频场景变化的检测方法，可用于上述的视频采集装置，图1是根据本发明实施例的视频采集装置的流程图，如图1所示，该流程包括如下步骤：
S11，获取第一视频码流的第一区块场景涨落数组。
其中，第一视频码流的视频场景稳定；第一视频码流包括第一预设数量的参考视频帧；第一区块场景涨落数组的元素数量与参考视频帧划分的第一区块的数量相同，每个元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，涨落用于表示场景的变化程度。
具体地，关于第一视频码流，可以是事先确定的视频场景稳定的码流，也可以是在实时确定出的视频场景稳定的码流。不论采用何种方式确定视频码流的场景稳定，只需保证视频图像采集设备能够获取到视频场景稳定的第一视频码流的第一区块场景涨落数组即可。
第一视频码流包括第一预设数量(例如，c1，其中，c1为大于1的常数)的参考视频帧，每个参考视频帧划分出M×N个第一区块。其中，第一视频码流对应于一个第一区块场景涨落数组，该第一区块场景涨落数组包括M×N个元素，对应于第(i，j)个元素，其中，1≤i≤M,1≤j≤N；即第一区块场景涨落数组中第i行第j列的元素，该元素用于表示所有参考视频帧中第(i，j)个第一区块的涨落。
可选地，所有参考视频帧中第(i，j)个第一区块的涨落，可以利用所有第(i，j)个第一区块的统计值以及所有参考视频帧的所有第一区块的统计值，计算标准差，或方差等等，计算出的标准差或方差即为第(i，j)个第一区块的涨落，也即是第一区块场景涨落数组中第i行第j列的元素。
S12，获取第二视频码流的第二区块场景涨落数组。
其中，第二视频码流包括第二预设数量的观察视频帧；第二区块场景涨落数组的元素与观察视频帧划分的第二区块一一对应，每个元素用于表示所有观察视频帧中相同位置的第二区块的涨落。
第二视频码流包括第二预设数量(例如，c2，其中，c2为大于1的常数)的观察视频帧，每个观察视频帧划分出M×N个第二区块。其中，第二视频码流对应于一个第二区块场景涨落数组，该第二区块场景涨落数组包括M×N个元素，对应于第(i，j)个元素，即第二区块场景涨落数组中第i行第j列的元素，该元素用于表示所有观察视频帧中第(i，j)个第二区块的涨落。
可选地，所有观察视频帧中第(i，j)个第二区块的涨落，可以利用所有第(i，j)个第二区块的统计值以及所有观察视频帧的所有第二区块的统计值，计算标准差，或方差等等，计算出的标准差或方差即为第(i，j)个第二区块的涨落，也即是第二区块场景涨落数组中第i行第j列的元素。
S13，基于第二区块场景涨落数组，判断第二视频码流的视频场景是否稳定。
视频采集设备在获取到第二区块场景涨落数组之后，利用其进行第二视频码流的视频场景是否稳定的判断。例如，可以利用第二区块场景涨落数组中的每个元素与预设值之间的大小关系进行判断，也可以利用第二区场景涨落数组中所有元素的平均值与预设值之间的大小关系进行判断，等等。
当确定出第二视频码流的视频场景稳定时，执行S14；否则，可以执行其他操作。其中，可选地，其他操作可以是返回执行S12，再次获取第二区块场景涨落数组，以便再次进行第二视频码流的场景是否稳定的判断；其他操作也可以是间隔预设时间段之后，再次获取第二区块场景涨落数组等等。
S14，当第二视频码流的视频场景稳定时，利用第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
在视频采集设备确定出第二视频码流的视频场景稳定时，由于第一区块场景涨落数组对应的第一视频码流，以及第二区块场景涨落数组对应的第二视频码流的视频场景全部是稳定的，因此，在第一区块场景涨落数组以及第二区块场景涨落数组的基础上，检测视频场景的变化能够提高检测的准确性。
具体在检测视频场景的变化时，可以计算第一区块场景涨落数组与第二区块场景涨落数组的差值，得到的差值数组与预设数组进行大小关系的判断，也可以分别计算第一区块场景涨落数组与第二区块场景涨落数组的平均值，利用两者平均值的差值进行判断等等。
本发明实施例提供的视频场景变化的检测方法，在检测视频场景的变化之前，先通过观察视频帧的第二区块的涨落来确定视频场景是否稳定；即，先确定检测的视频场景稳定时，再进行视频场景变化的检测，该方法利用视频场景的涨落情况进行视频场景稳定的检测，能够较好地排除视频采集装置自身所产生的噪声对视频场景变化判断的干扰，提高了视频场景变化检测的准确性。
本发明实施例还提供了一种视频场景变化的检测方法，如图2所示，该方法包括：
S21，获取第一视频码流的第一区块场景涨落数组。
其中，第一视频码流的视频场景稳定；第一视频码流包括第一预设数量的参考视频帧；第一区块场景涨落数组的元素数量与参考视频帧划分的第一区块的数量相同，每个元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，涨落用于表示场景的变化程度。
详细请参见图1所示实施例的S11，在此不再赘述。
S22，获取第二视频码流的第二区块场景涨落数组。
其中，第二视频码流包括第二预设数量的观察视频帧；第二区块场景涨落数组的元素与观察视频帧划分的第二区块一一对应，每个元素用于表示所有观察视频帧中相同位置的第二区块的涨落。
具体地，第二区块场景涨落数组通过如下步骤获取：
S221，获取第二统计信息列表。
其中，第二统计信息列表包括第二预设数量的第二统计信息数组，第二统计信息数组与观察视频帧一一对应，且第二统计信息数组的元素与观察视频帧的第二区块一一对应，用于表示各第二区块的场景统计值。
第二视频码流包括第二预设数量(例如，c2)的观察视频帧，每一个观察视频帧对应于一个第二统计信息数组，所有第二统计信息数组存储在第二统计信息列表中，具体地，采用如下形式表示：
SLwatch＝{Swatch1,Swatch2,Swatch3,…,Swatchk,…,Swatchc2}；其中，SLwatch为第二统计信息列表，Swatchk为第二统计信息列表中第k个第二统计信息数组，即第二视频码流中第k帧观察视频帧对应的第二统计信息数组。由于Swatchk为M×N的二维数组，因此，SLwatch为三维数组，三个维度分别为帧、行和列，例如，Swatch(k,i,j)为第二统计信息列表中第k帧中第i行第j列的统计信息。其中，1≤k≤c2
具体地，视频采集设备在不断获取观察视频帧，将获取到的观察视频帧对应的第二统计信息数组填入SLwatch中，直至填满c2为止；若未填满，则继续等待下一观察视频帧的第二统计信息数组，继续填入SLwatch中。
S222，依次提取所有第二统计信息数组中与各第二区块对应的元素。
具体地，依次所有观察视频帧中第(i，j)个第二区块对应的第二统计信息数组中的元素，即，依次提取Swatch(1,i,j),Swatch(2,i,j),…,Swatch(k,i,j),…,Swatch(c2,i,j)，其中，1≤i≤M,1≤j≤N。
S223，利用提取出的元素，计算各第二区块的涨落，以形成第二区块场景涨落数组。
视频采集设备利用提取出的元素，计算各第二区块的涨落，即采用如下公式计算所述第二区块的涨落：
其中，
上式中，c2为所述第二预设数量，Swatch(k,i,j)为所述第二统计信息列表中第k个第二统计信息数组的第i行第j列的元素，为所述第二区块场景涨落数组中第i行第j列的元素。
具体地，第二区块场景涨落数组可以采用如下方式表示：
其中，1≤i≤M,1≤j≤N。
S23，基于第二区块场景涨落数组，判断第二视频码流的视频场景是否稳定。
视频采集装置基于第二区块场景涨落数组，计算第二区块场景涨落数组中所有元素的平均值，利用该平均值判断第二视频码流的视频场景是否稳定。具体包括：
S231，计算第二区块场景涨落数组中所有元素的平均值，以得到第二视频码流的视频场景的涨落。
视频采集装置采用如下公式计算所述第二视频码流的视频场景的涨落：
式中，M为所述观察视频帧所划分的行数，N为所述观察视频帧所划分的列数，为所述第二视频码流的视频场景的涨落。
S232，利用第二视频码流的视频场景的涨落与第一阈值的大小关系，判断第二视频码流的视频场景是否稳定。
具体地，若小于则确定第二视频码流的视频场景稳定；否则，则认为第二视频码流的视频场景不稳定。其中，为判断第二视频码流的视频场景是否稳定的第一阈值，该值可以是一个常数，具体可以根据实际情况进行设置。
当第二视频码流的视频场景稳定时，执行S24；否则，执行S221。
S24，当第二视频码流的视频场景稳定时，利用第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。详细请参见图1所示实施例的S14，在此不再赘述。
与图1所示实施例相比，本实施例提供的视频场景变化的检测方法，利用观察视频帧中各第二区块的场景统计值计算各第二区块对应的场景变化程度，以便于后续利用第二区块对应的场景变化程度，进行视频场景是否稳定的判断，具有较高的判断准确性。
作为本实施例的一种可选实施方式，在S231中，还可以先进行加权计算，即设置一个权重数组W，其中W的大小是M行N列的，和的大小相同。利用权重数组W对进行加权平均得到
本发明实施例还提供了一种视频图像变化的检测方法，如图3所示，该方法包括：
S31，获取第一视频码流的第一区块场景涨落数组。
其中，第一视频码流的视频场景稳定；第一视频码流包括第一预设数量的参考视频帧；第一区块场景涨落数组的元素数量与参考视频帧划分的第一区块的数量相同，每个元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，涨落用于表示场景的变化程度。
具体地，包括以下步骤：
S311，获取第一统计信息列表。
其中，第一统计信息列表包括第一预设数量的第一统计信息数组，第一统计信息数组与参考视频帧一一对应，且第一统计信息数组的元素与参考视频帧的第二区块一一对应，用于表示各第一区块的场景统计值。
SLref＝{Sref1,Sref2,Sref3,…,Srefq,…,Srefc1}；其中，SLref为第一统计信息列表，Srefq为第一统计信息列表中第q个第一统计信息数组，即第一视频码流中第k帧参考视频帧对应的第一统计信息数组。由于Srefq为M×N的二维数组，因此，SLref为三维数组，三个维度分别为帧、行和列，例如，Sref(q,i,j)为第一统计信息列表中第q帧中第i行第j列的统计信息。其中，1≤q≤c1。
S312，依次提取所有第二统计信息数组中与各第二区块对应的元素。
依次提取Sref(1,i,j),Sref(2,i,j),…,Sref(q,i,j),…,Sref(c1,i,j)，其中，1≤i≤M,1≤j≤N。
S313，利用提取出的元素，计算各第一区块的涨落，以形成第一区块场景涨落数组。
视频采集设备利用提取出的元素，计算各第一区块的涨落，即采用如下公式计算所述第一区块的涨落：
其中，
上式中，c1为所述第一预设数量，Sref(q,i,j)为所述第一统计信息列表中第q个第一统计信息数组的第i行第j列的元素，为所述第一区块场景涨落数组中第i行第j列的元素。
具体地，第一区块场景涨落数组可以采用如下方式表示：
其中，1≤i≤M,1≤j≤N。
S314，基于第一区块场景涨落数组，判断第一视频码流的视频场景是否稳定。
具体地，采用如下公式计算所述第一视频码流的视频场景的涨落：
式中，M为所述参考视频帧所划分的行数，N为所述参考视频帧所划分的列数，为所述第一区块场景涨落数组中第i行第j列的元素，为所述第一视频码流的视频场景的涨落。
若小于则确定第一视频码流的视频场景稳定；否则，则认为第一视频码流的视频场景不稳定。其中，为判断第一视频码流的视频场景是否稳定的阈值，该值可以是一个常数，具体可以根据实际情况进行设置。若判断出当前第一视频码流不稳定时，返回执行S331；否则，执行S32。
其余具体过程请参见图2所示实施例的S22至S23，在此不再赘述。
S32，获取第二视频码流的第二区块场景涨落数组。
其中，第二视频码流包括第二预设数量的观察视频帧；第二区块场景涨落数组的元素与观察视频帧划分的第二区块一一对应，每个元素用于表示所有观察视频帧中相同位置的第二区块的涨落。
详细请参见图2所示实施例的S22，在此不再赘述。
S33，基于第二区块场景涨落数组，判断第二视频码流的视频场景是否稳定。
详细请参见图2所示实施例的S23，在此不再赘述。
S34，当第二视频码流的视频场景稳定时，利用第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
视频采集设备通过如下步骤，检测视频场景的变化，具体为：
S341，基于第一区块场景涨落数组，计算第一视频码流的视频场景的涨落。
第一视频码流的视频场景的涨落可参见S314的描述，在该步骤中直接提取出即可。
S342，计算第一视频场景涨落与第二视频场景涨落的差值的绝对值。
其中，第一视频场景涨落为第一视频码流的视频场景的涨落，第二视频场景涨落为第二视频码流的视频场景的涨落。具体地，采用如下公式计算差值的绝对值：
其中，为第一视频码流的视频场景的涨落，即为第一视频场景涨落；为第二视频码流的视频场景的涨落，即为第二视频场景涨落；为差值的绝对值。
S343，判断计算出的绝对值是否大于第二阈值。
若大于Thdiff时，则执行S344；否则，确定视频场景没有发生变化。
其中，Thdiff为第二阈值。
S344，当平均值大于第二阈值时，计算第一区块场景涨落数组以及第二区块场景涨落数组的差值的绝对值，以得到差值数组。
具体地，差值数组σdiff为M×N的二维数组，其中，σdiff(i,j)为差值数组中第i行第j列的元素，1≤i≤M,1≤j≤N。
S345，统计差值数组中数值大于第二阈值的数量。
依次判断差值数组σdiff中每个元素是否大于第二阈值，若大于第二阈值，则将统计值加1。其中，统计值为cntchange。
S346，当统计出的数量大于第三阈值时，检测出视频场景发生变化。
视频采集装置在cntchange大于第三阈值Thcnt时，确定视频场景发生变化；因此，视频场景发生变化需具备两个必要条件：(1)S343中差值的绝对值大于第二阈值；(2)S346中统计出的数量大于第三阈值。当两者同时满足时，确认出视频场景发生变化；否则，都认为视频场景没有发生变化，返回S32继续进行判断。
与图2所示实施例相比，本发明实施例提供的视频场景变化的检测方法，利用视频场景稳定的第一视频码流作为视频场景是否变化的判断基准，在结合第二视频码流是否稳定，该方法对于视频场景短时间内受到干扰，并迅速恢复原样这一情况认定为视频场景并没有发生变化，能够避免频繁调整视频采集装置的参数，保证了视频采集装置参数的稳定性。
本发明实施例还提供了一种视频场景变化的检测方法的应用实例，如图4所示，在本实施例中用区块fv信息判断自动聚焦场景是否发生变化，如果变化则需要触发自动聚焦。
视频采集设备包括：具有电动变焦和自动聚焦模块的摄像机、聚焦镜片组、以及驱动聚焦的装置(电机)、清晰度值(FV)获取模块、数据储存模块以及计算模块。
(1)填写参考帧FV区块统计信息列表SLref，每帧进行一次，将获取到新一帧区块统计信息Snew填入SLref，直到填满c1(c_1为大于1的常数)帧，如果填满，则计算和否则继续等待下一帧区块统计信息，继续填入SLref。这里在根据计算其均值时，可进行加权计算，设置一个权重数组W(W的大小是M行N列，和相同大小)，对数组进行加权平均。
(2)判断当前场景是否稳定，如果满足则认为SLref稳定，即当前场景是稳定的，进入获取观察帧区块统计信息列表SLwatch。否则认为这段时间内统计的数据不稳定，则进入步骤(1)，继续填SLref，方法是滚动刷新，覆盖掉数组中最早一帧的数据。
(3)填写观察帧FV区块统计信息列表SLwatch，方法和参考帧区块统计信息列表SLref一样，将获取到新一帧区块统计信息Snew填入SLwatch，直到填满c2(c2为大于1的常数)帧，如果填满，则计算和否则继续等待下一帧区块统计信息，继续填入SLwatch。这里在根据计算其均值时，如果是用权重矩阵W加权平均计算出来的，那么用权重矩阵W对数组进行加权平均求
(4)判断当前场景是否稳定，如果满足则认为SLwatch稳定，即当前场景是稳定的，进入判断场景是否变化。否则认为这段时间内统计的数据不稳定，则进入步骤(3)，继续填SLwatch，方法是滚动刷新，覆盖掉数组中最早一帧的数据。
(5)判断场景是否发生变化。判断场景发生变化的必要条件有两个，一是判断区块统计信息列表的标准差的平均值是否发生变化，二是判断区块发生变化的个数Cntchange是否超过阈值Thcnt。如果以上两个条件都满足，则认为场景发生了变化，进入步骤(6)。如果场景没有变化，则进入步骤(3)，继续滚动填写观察帧区块统计信息列表SLwatch。
(6)通知自动聚焦模块场景发生了变化，即触发自动聚焦，清空参考帧区块统计信息列表SLref和观察帧区块统计信息列表SLwatch。
(7)等待自动聚焦完成后进入步骤(1)。
在本实施例中还提供了一种视频场景变化的检测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种视频场景变化的检测装置，如图5所示，包括：
第一获取模块51，用于获取第一视频码流的第一区块场景涨落数组。其中，第一视频码流的视频场景稳定；第一视频码流包括第一预设数量的参考视频帧；第一区块场景涨落数组的元素数量与参考视频帧划分的第一区块的数量相同，每个元素用于表示所有参考视频帧中相同位置的所有第一区块的涨落，涨落用于表示场景的变化程度。
第二获取模块52，用于获取第二视频码流的第二区块场景涨落数组。其中，第二视频码流包括第二预设数量的观察视频帧；第二区块场景涨落数组的元素与观察视频帧划分的第二区块一一对应，每个元素用于表示所有观察视频帧中相同位置的所有第二区块的涨落。
判断模块53，用于基于第二区块场景涨落数组，判断第二视频码流的视频场景是否稳定。
确定模块54，用于当第二视频码流的视频场景稳定时，利用第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
本发明实施例提供的视频场景变化的检测装置，在检测视频场景的变化之前，先通过观察视频帧的第二区块的涨落来确定视频场景是否稳定；即，先确定检测的视频场景稳定时，再进行视频场景变化的检测，该方法利用视频场景的涨落情况进行视频场景稳定的检测，能够较好地排除视频采集装置自身所产生的噪声对视频场景变化判断的干扰，提高了视频场景变化检测的准确性。
在本实施例的一些可选实施方式中，如图6所示，其中，第二获取模块52包括：
获取单元521，用于获取第二统计信息列表；其中，第二统计信息列表包括第二预设数量的第二统计信息数组，第二统计信息数组与观察视频帧一一对应，且第二统计信息数组的元素与观察视频帧的第二区块一一对应，用于表示各第二区块的场景统计值。
提取单元522，用于依次提取所有第二统计信息数组中与各第二区块对应的元素。
计算单元523，用于利用提取出的所述元素，计算各第二区块的涨落，以形成第二区块场景涨落数组。
在本实施例的另一些可选实施方式中，采用如下公式计算第二区块的涨落：
其中，
上式中，c2为所述第二预设数量，Swatch(k,i,j)为所述第二统计信息列表中第k个第二统计信息数组的第i行第j列的元素，为所述第二区块场景涨落数组中第i行第j列的元素。
本实施例中的视频场景变化的检测装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
本发明实施例还提供一种视频采集设备，具有上述图5或图6所示的视频场景变化的检测装置。
请参阅图7，图7是本发明可选实施例提供的一种视频采集设备的结构示意图，如图7所示，该视频采集设备可以包括：至少一个处理器71，例如CPU(Central ProcessingUnit，中央处理器)，至少一个通信接口74，存储器74，至少一个通信总线72。其中，通信总线72用于实现这些组件之间的连接通信。其中，通信接口74可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口74还可以包括标准的有线接口、无线接口。存储器74可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器74可选的还可以是至少一个位于远离前述处理器71的存储装置。其中处理器71可以结合图5或图6所描述的装置，存储器74中存储应用程序，且处理器71调用存储器74中存储的程序代码，以用于执行上述任一方法步骤。
其中，通信总线72可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线72可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器74可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器74还可以包括上述种类的存储器的组合。
其中，处理器71可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器71还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器74还用于存储程序指令。处理器71可以调用程序指令，实现如本申请图1至4实施例中所示的视频图像变化的检测方法。
本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的视频图像变化的检测方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种视频场景变化的检测方法，其特征在于，包括：
获取第一视频码流的第一区块场景涨落数组；其中，所述第一视频码流的视频场景稳定；所述第一视频码流包括第一预设数量的参考视频帧；所述第一区块场景涨落数组的元素数量与所述参考视频帧划分的第一区块的数量相同，每个所述元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，所述涨落用于表示场景的变化程度；
获取第二视频码流的第二区块场景涨落数组；其中，所述第二视频码流包括第二预设数量的观察视频帧；所述第二区块场景涨落数组的元素与所述观察视频帧划分的第二区块一一对应，每个所述元素用于表示所有所述观察视频帧中相同位置的第二区块的涨落；
基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定；
当所述第二视频码流的视频场景稳定时，利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
2.根据权利要求1所述的方法，其特征在于，所述获取第二视频码流的第二区块场景涨落数组，包括：
获取第二统计信息列表；其中，所述第二统计信息列表包括所述第二预设数量的第二统计信息数组，所述第二统计信息数组与所述观察视频帧一一对应，且所述第二统计信息数组的元素与所述观察视频帧的第二区块一一对应，用于表示各所述第二区块的场景统计值；
依次提取所有所述第二统计信息数组中与各所述第二区块对应的元素；
利用提取出的所述元素，计算各所述第二区块的涨落，以形成所述第二区块场景涨落数组。
3.根据权利要求2所述的方法，其特征在于，采用如下公式计算所述第二区块的涨落：
其中，
上式中，c2为所述第二预设数量，S”k,i,j为所述第二统计信息列表中第k个第二统计信息数组的第i行第j列的元素，为所述第二区块场景涨落数组中第i行第j列的元素。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定，包括：
计算所述第二区块场景涨落数组中所有元素的平均值，以得到所述第二视频码流的视频场景的涨落；
利用所述第二视频码流的视频场景的涨落与第一阈值的大小关系，判断所述第二视频码流的视频场景是否稳定。
5.根据权利要求4所述的方法，其特征在于，采用如下公式计算所述第二视频码流的视频场景的涨落：
式中，M为所述观察视频帧所划分的行数，N为所述观察视频帧所划分的列数，为所述第二视频码流的视频场景的涨落。
6.根据权利要求1所述的方法，其特征在于，所述利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化，包括：
基于所述第一区块场景涨落数组，计算所述第一视频码流的视频场景的涨落；
计算第一视频场景涨落与第二视频场景涨落的差值的平均值，其中，所述第一视频场景涨落为所述第一视频码流的视频场景的涨落，所述第二视频场景涨落为所述第二视频码流的视频场景的涨落；
判断计算出的所述平均值是否大于第二阈值；
当所述平均值大于第二阈值时，计算所述第一区块场景涨落数组以及第二区块场景涨落数组的差值的绝对值，以得到差值数组；
统计所述差值数组中数值大于所述第二阈值的数量；
当统计出的数量大于第三阈值时，检测出所述视频场景发生变化。
7.根据权利要求6所述的方法，其特征在于，采用如下公式计算所述第一视频码流的视频场景涨落：
式中，M为所述参考视频帧所划分的行数，N为所述参考视频帧所划分的列数，为所述第一区块场景涨落数组中第i行第j列的元素，为所述第一视频码流的视频场景的涨落。
8.一种视频场景变化检测装置，其特征在于，包括：
第一获取模块，用于获取第一视频码流的第一区块场景涨落数组；其中，所述第一视频码流的视频场景稳定；所述第一视频码流包括第一预设数量的参考视频帧；所述第一区块场景涨落数组的元素数量与所述参考视频帧划分的第一区块的数量相同，每个所述元素用于表示所有所述参考视频帧中相同位置的所有第一区块的涨落，所述涨落用于表示场景的变化程度；
第二获取模块，用于获取第二视频码流的第二区块场景涨落数组；其中，所述第二视频码流包括第二预设数量的观察视频帧；所述第二区块场景涨落数组的元素与所述观察视频帧划分的第二区块一一对应，每个所述元素用于表示所有所述观察视频帧中相同位置的所有第二区块的涨落；
判断模块，用于基于所述第二区块场景涨落数组，判断所述第二视频码流的视频场景是否稳定；
确定模块，用于当所述第二视频码流的视频场景稳定时，利用所述第一区块场景涨落数组以及第二区块场景涨落数组，检测视频场景的变化。
9.一种视频采集设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述权利要求1-7中任一所述的视频场景变化的检测方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现上述权利要求1-7中任一所述视频场景变化的检测方法的步骤。
CN201811133555.8A 2018-09-27 2018-09-27 视频场景变化的检测方法、装置及视频采集设备 Active CN109168001B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811133555.8A CN109168001B (zh) 2018-09-27 2018-09-27 视频场景变化的检测方法、装置及视频采集设备
EP19864103.7A EP3840381A4 (en) 2018-09-27 2019-09-25 VIDEO SCENE CHANGE DETECTION METHOD AND DEVICE, AND VIDEO ACQUISITION DEVICE
PCT/CN2019/107936 WO2020063688A1 (zh) 2018-09-27 2019-09-25 视频场景变化的检测方法、装置及视频采集设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811133555.8A CN109168001B (zh) 2018-09-27 2018-09-27 视频场景变化的检测方法、装置及视频采集设备

Publications (2)

Publication Number Publication Date
CN109168001A true CN109168001A (zh) 2019-01-08
CN109168001B CN109168001B (zh) 2021-02-12

Family

ID=64892598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811133555.8A Active CN109168001B (zh) 2018-09-27 2018-09-27 视频场景变化的检测方法、装置及视频采集设备

Country Status (3)

Country Link
EP (1) EP3840381A4 (zh)
CN (1) CN109168001B (zh)
WO (1) WO2020063688A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020063688A1 (zh) * 2018-09-27 2020-04-02 苏州科达科技股份有限公司 视频场景变化的检测方法、装置及视频采集设备
CN112203092A (zh) * 2020-09-27 2021-01-08 深圳市梦网视讯有限公司 一种全局运动场景的码流分析方法、系统及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009088686A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp シーン切り替え点検出装置及びシーン切り替え点検出方法
JP5451494B2 (ja) * 2010-04-06 2014-03-26 キヤノン株式会社 画像処理装置および画像処理方法
CN104270553A (zh) * 2014-09-28 2015-01-07 北京奇艺世纪科技有限公司 一种视频场景切换检测方法及装置
CN104822009A (zh) * 2015-04-14 2015-08-05 无锡天脉聚源传媒科技有限公司 一种视频场景变换识别的方法及装置
CN105981382A (zh) * 2014-09-30 2016-09-28 微软技术许可有限责任公司 用于视频编码的基于散列的编码器判定
CN107770538A (zh) * 2016-08-23 2018-03-06 华为技术有限公司 一种检测场景切换帧的方法、装置和系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6985623B2 (en) * 2002-06-10 2006-01-10 Pts Corporation Scene change detection by segmentation analysis
US7483484B2 (en) * 2003-10-09 2009-01-27 Samsung Electronics Co., Ltd. Apparatus and method for detecting opaque logos within digital video signals
US8103116B1 (en) * 2009-03-02 2012-01-24 Sandia Corporation Estimating pixel variances in the scenes of staring sensors
EP2362396B1 (en) * 2010-02-26 2014-06-04 Comcast Cable Communications, LLC Video scene segmentation and classification to skip advertisements.
JP2013225728A (ja) * 2012-04-19 2013-10-31 Sharp Corp 画像処理装置、画像表示装置、シーンチェンジ発生検出方法、コンピュータプログラム及び記録媒体
CN104796660B (zh) * 2014-01-20 2018-10-23 腾讯科技（深圳）有限公司 一种防盗告警的方法及装置
CN104168462B (zh) * 2014-08-27 2017-06-13 重庆大学 基于图像角点集特征的摄像头场景变换检测方法
CN104811586B (zh) * 2015-04-24 2018-01-16 福建星网物联信息系统有限公司 场景变换视频智能分析方法、装置、网络摄像机及监控系统
CN109168001B (zh) * 2018-09-27 2021-02-12 苏州科达科技股份有限公司 视频场景变化的检测方法、装置及视频采集设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009088686A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp シーン切り替え点検出装置及びシーン切り替え点検出方法
JP5451494B2 (ja) * 2010-04-06 2014-03-26 キヤノン株式会社 画像処理装置および画像処理方法
CN104270553A (zh) * 2014-09-28 2015-01-07 北京奇艺世纪科技有限公司 一种视频场景切换检测方法及装置
CN105981382A (zh) * 2014-09-30 2016-09-28 微软技术许可有限责任公司 用于视频编码的基于散列的编码器判定
CN104822009A (zh) * 2015-04-14 2015-08-05 无锡天脉聚源传媒科技有限公司 一种视频场景变换识别的方法及装置
CN107770538A (zh) * 2016-08-23 2018-03-06 华为技术有限公司 一种检测场景切换帧的方法、装置和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020063688A1 (zh) * 2018-09-27 2020-04-02 苏州科达科技股份有限公司 视频场景变化的检测方法、装置及视频采集设备
CN112203092A (zh) * 2020-09-27 2021-01-08 深圳市梦网视讯有限公司 一种全局运动场景的码流分析方法、系统及设备
CN112203092B (zh) * 2020-09-27 2024-01-30 深圳市梦网视讯有限公司 一种全局运动场景的码流分析方法、系统及设备

Also Published As

Publication number Publication date
EP3840381A1 (en) 2021-06-23
CN109168001B (zh) 2021-02-12
WO2020063688A1 (zh) 2020-04-02
EP3840381A4 (en) 2021-10-20

Similar Documents

Publication Publication Date Title
CN104240264B (zh) 一种运动物体的高度检测方法和装置
CN109815787B (zh) 目标识别方法、装置、存储介质及电子设备
CN110059666B (zh) 一种注意力检测方法及装置
CN110390229B (zh) 一种人脸图片筛选方法、装置、电子设备及存储介质
CN111598132B (zh) 一种人像识别算法性能评测方法和装置
CA3026968C (en) Method and device for identifying pupil in an image
CN112396635B (zh) 一种基于多设备的复杂环境下多目标检测方法
DE112019003972T5 (de) Optische bildstabilisierungsbewegung zum erstellen eines superauflösenden bildes einer szene
US11974050B2 (en) Data simulation method and device for event camera
CN110114801B (zh) 图像前景检测装置及方法、电子设备
CN109168001A (zh) 视频场景变化的检测方法、装置及视频采集设备
CN104471612A (zh) 图像处理装置以及图像处理方法
CN110991297A (zh) 一种基于场景监控的目标定位方法及系统
CN106101857B (zh) 一种视频画面的显示方法及装置
CN110717593A (zh) 神经网络训练、移动信息测量、关键帧检测的方法及装置
CN107909100A (zh) 确定距离的方法、装置、设备及存储介质
CN109858319A (zh) 图像处理设备及控制方法和非暂时性计算机可读存储介质
CN107578372B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN111311584A (zh) 视频质量评估方法及装置、电子设备、可读介质
CN107770446B (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN115116136A (zh) 一种异常行为检测方法、装置、介质
Moumene et al. Generalized exposure fusion weights estimation
KR20160062665A (ko) 동작 인식 장치 및 방법
WO2018035768A1 (zh) 一种候选框尺度的获取方法及装置
CN110298223A (zh) 图像处理装置和方法及存储指令的存储介质

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
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Detection method, device and video acquisition equipment for video scene change

Effective date of registration: 20211216

Granted publication date: 20210212

Pledgee: Industrial and Commercial Bank of China Limited Suzhou Industrial Park sub branch

Pledgor: SUZHOU KEDA TECHNOLOGY Co.,Ltd.

Registration number: Y2021320010565