CN110049309B - 视频流中图像帧的稳定性检测方法和装置 - Google Patents

视频流中图像帧的稳定性检测方法和装置 Download PDF

Info

Publication number
CN110049309B
CN110049309B CN201811501828.XA CN201811501828A CN110049309B CN 110049309 B CN110049309 B CN 110049309B CN 201811501828 A CN201811501828 A CN 201811501828A CN 110049309 B CN110049309 B CN 110049309B
Authority
CN
China
Prior art keywords
image frame
target image
stability
video stream
previous
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
Application number
CN201811501828.XA
Other languages
English (en)
Other versions
CN110049309A (zh
Inventor
钱佳景
管维刚
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201811501828.XA priority Critical patent/CN110049309B/zh
Publication of CN110049309A publication Critical patent/CN110049309A/zh
Application granted granted Critical
Publication of CN110049309B publication Critical patent/CN110049309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本说明书实施例提供一种视频流中图像帧的稳定性检测方法和装置，根据视频流中的目标图像帧与其前N个图像帧的相似度计算稳定系数，并在稳定系数大于阈值时判定目标图像帧为稳定图像帧，该方案检测准确度高，且无需使用陀螺仪等硬件设备，检测成本低。

Description

视频流中图像帧的稳定性检测方法和装置
技术领域
本说明书涉及数据处理技术领域，尤其涉及视频流中图像帧的稳定性检测方法和装置。
背景技术
在一些情况下，常常需要在视频流中截取图片，而截取的图片应当具有稳定性，即，图片中包含有合法物体，且清晰度处于允许范围内。因此，有必要对从视频流中截取的图片的稳定性进行检测。
发明内容
基于此，本说明书提供了视频流中图像帧的稳定性检测方法和装置。
根据本说明书实施例的第一方面，提供一种视频流中图像帧的稳定性检测方法，所述方法包括：
从视频流中提取待检测的目标图像帧；
分别判断所述目标图像帧与其前N个图像帧是否相似，并根据判断结果计算所述目标图像帧的稳定系数，所述稳定系数用于表征所述目标图像帧的稳定性，N为正整数；
若所述稳定系数大于预设的稳定阈值，判定所述目标图像帧为稳定图像帧。
可选地，分别判断所述目标图像帧与其前N个图像帧是否相似的步骤包括：
计算所述目标图像帧中各个像素点的灰度值，并计算各个灰度值构成的字符串的哈希值；
分别根据所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值对应判断所述目标图像帧与其前N个图像帧是否相似。
可选地，在计算所述目标图像帧中各个像素点的灰度值之前，所述方法还包括：
将所述目标图像帧缩小到预设的尺寸，以减少所述目标图像帧中的像素的数量。
可选地，在计算所述目标图像帧中各个像素点的灰度值之前，所述方法还包括：
将所述目标图像帧转换为灰度图像。
可选地，计算各个灰度值构成的字符串的哈希值的步骤包括：
计算所述目标图像帧中各个像素点的平均灰度值；
分别将所述目标图像帧中各个像素点的灰度值与所述平均灰度值进行比较；
根据各个像素点的比较结果生成字符串，并计算所述字符串的哈希值。
可选地，分别根据所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值对应判断所述目标图像帧与其前N个图像帧是否相似的步骤包括：
分别计算所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值的汉明距离；
若所述汉明距离大于预设距离阈值，判定所述目标图像帧与其前N个图像帧中的对应图像帧不相似，否则，判定所述目标图像帧与其前N个图像帧中的对应图像帧相似。
可选地，所述方法还包括：
在从视频流中提取待检测的目标图像帧之后，对所述目标图像帧进行缓存；
若所述目标图像帧为稳定图像帧，输出所述目标图像帧。
根据本说明书实施例的第二方面，提供一种视频流中图像帧的稳定性检测装置，所述装置包括：
提取模块，用于从视频流中提取待检测的目标图像帧；
计算模块，用于分别判断所述目标图像帧与其前N个图像帧是否相似，并根据判断结果计算所述目标图像帧的稳定系数，所述稳定系数用于表征所述目标图像帧的稳定性，N为正整数；
判断模块，用于若所述稳定系数大于预设的稳定阈值，判定所述目标图像帧为稳定图像帧。
根据本说明书实施例的第三方面，提供一种计算机存储介质，所述存储介质中存储有程序，所述程序被处理器执行时实现任一实施例所述的方法。
根据本说明书实施例的第四方面，提供一种智能终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一实施例所述的方法。
应用本说明书实施例方案，根据视频流中的目标图像帧与其前N个图像帧的相似度计算稳定系数，并在稳定系数大于阈值时判定目标图像帧为稳定图像帧，该方案检测准确度高，且无需使用陀螺仪等硬件设备，检测成本低。
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，并不能限制本说明书。
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，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
图1是本说明书一个实施例的视频流中图像帧的稳定性检测方法的流程图。
图2是本说明书一个实施例的计算图像相似度的方法流程图。
图3是本说明书一个实施例的视频流中图像帧的稳定性检测方法的程序流图。
图4是本说明书一个实施例的应用场景示意图。
图5是本说明书一个实施例的视频流中图像帧的稳定性检测装置的框图。
图6是本说明书一个实施例的用于实施本说明书实施例方法的计算机设备的示意图。
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说明书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、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书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，尽管在本说明书可能采用术语第一、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，在不脱离本说明书范围的情况下，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”。
一般而言，对视频中的图像帧进行稳定性检测主要包括两种方式。一种方式是基于终端本身所具有的硬件器件进行检测，如目前较多智能手机上采用的陀螺仪，根据机械晃动等硬件特性来判断图像帧是否稳定，当机械晃动小于某一设定的阈值时，则判定图像帧稳定。这种方式的缺点是如果终端中并未配置有陀螺仪等类似的器件，则无法使用这种方式完成检测。
另一种方式是基于图像中像素点的像素值的变化进行检测，对于当前帧图像中的某个像素点，获取其像素值，并在下一帧图像中判断指定区域内是否存在相同像素值的像素点，如果存在，则确定该像素点未移动，以此类推，根据图像中各个像素点的移动情况确定出图像的稳定性。但是检测的准确性不高。
基于此，本说明书实施例提供一种视频流中图像帧的稳定性检测方法，如图1所示，所述方法可包括：
步骤102：从视频流中提取待检测的目标图像帧；
步骤104：分别判断所述目标图像帧与其前N个图像帧是否相似，并根据判断结果计算所述目标图像帧的稳定系数，所述稳定系数用于表征所述目标图像帧的稳定性，N为正整数；
步骤106：若所述稳定系数大于预设的稳定阈值，判定所述目标图像帧为稳定图像帧。
在步骤102中，视频流可以是实时拍摄的视频流，也可以是预先拍摄并存储的视频流。目标图像帧是视频流中的一个图像帧，可以在视频流的拍摄过程中，实时从视频流中提取图像帧，也可以在播放视频流的过程中提取图像帧。目标图像帧可以从视频流中逐帧提取，基于视频流中相邻图像帧之间在时间和空间上的相关性，也可以按照预设的时间间隔提取，例如，每隔30ms提取一帧目标视频帧；或者是在上一帧处理完毕之后，再提取下一帧。例如，若计算出稳定系数，则认为对该目标图像帧处理完毕，可重新提取一帧目标图像帧。
在步骤104中，可以分别判断目标图像帧与视频流中位于该目标图像帧之前的N个图像帧(一般是相邻的前N个图像帧)是否相似。假设目标图像帧是视频流中的第i(1≤i≤N)个图像帧，则可分别判断第i个图像帧与第i-1个图像帧是否相似，判断第i个图像帧与第i-2个图像帧是否相似，判断第i个图像帧与第i-3个图像帧是否相似，等等。具体执行多少次判断可根据实际情况设定。
稳定系数可用于表征所述目标图像帧的稳定性，即，目标图像帧中是否包含有合法物体，且清晰度处于允许范围内。该清晰度通常可以从对焦、是否有遮挡、图像流晃动幅度等方面来衡量。稳定系数的初值可设为0，如果判断结果为相似，则将稳定系数的值加1；否则，稳定系数的值置零。例如，目标图像帧是视频流中的第5帧图像，分别将其与视频流中的前4帧图像帧计算相似度。若第5帧图像帧与前4帧图像帧的相似度均大于预设的相似度阈值，则将稳定系数的值加4，最后得到的第5帧图像帧的稳定系数为4。
当然，在实际应用中，也可以仅仅将目标图像帧与其相邻的前一帧图像计算相似度，再根据该相似度执行后续操作，此处不再赘述。
在一个实施例中，可分别计算所述目标图像帧中各个像素点的灰度值，并计算各个灰度值构成的字符串的哈希值；分别根据所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值对应判断所述目标图像帧与其前N个图像帧是否相似。
假设目标图像帧中包括r个像素点，则可以依次计算这r个像素点的灰度值，并根据计算结果构成字符串，然后计算字符串的哈希值。同时，对于前N个图像帧中的每一者，可以按照相同的方式分别计算哈希值。在根据计算结果构成字符串时，目标图像帧与前N个图像帧中的每一者所采用的方式应相同，即，不同图像帧对应的字符串中各个字符的排列顺序应相同。前N个图像帧对应的哈希值可以预先存储在缓存中，以便与目标图像帧对应的哈希值进行比较。在计算出目标图像帧对应的哈希值之后，还可以将其也存储在缓存中，以供后续图像帧使用。
具体来说，在计算各个灰度值构成的字符串的哈希值时，可以计算所述目标图像帧中各个像素点的平均灰度值；分别将所述目标图像帧中各个像素点的灰度值与所述平均灰度值进行比较；根据各个像素点的比较结果生成字符串，并计算所述字符串的哈希值。例如，当像素点的灰度值大于或等于平均灰度值时可记为1，当像素点的灰度值小于平均灰度值时可记为0，最后得到一串由0和1构成的字符串。
进一步地，在计算所述目标图像帧中各个像素点的灰度值之前，还可以将所述目标图像帧缩小到预设的尺寸，以减少所述目标图像帧中的像素的数量。例如，可以将目标图像帧缩小到8*8的尺寸，使目标图像帧中总共包括64个像素点。这样，可以减少计算量，提高处理效率。
进一步地，在计算所述目标图像帧中各个像素点的灰度值之前，还可以将所述目标图像帧转换为灰度图像。假设目标图像帧中共m个像素点，则可将目标图像帧转化为具有m级灰度的图像帧，这样，所有像素点总共有m种颜色。如上述，若对目标图像帧执行了缩小尺寸的操作，则这里的m与缩小尺寸后的目标图像帧中的像素点的数量相同。当缩小尺寸后的目标图像帧中的像素点总数为64时，m的值为64，缩小后的图片转化为64级灰度，所有像素点总共有64种颜色。
在一个实施例中，在判断图像帧是否相似时，可以分别计算所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值的汉明距离；若所述汉明距离大于预设距离阈值，判定所述目标图像帧与其前N个图像帧中的对应图像帧不相似，否则，判定所述目标图像帧与其前N个图像帧中的对应图像帧相似。假设目标图像帧(假设为fi)及其前N个图像帧(假设为fi-1,fi-2,…,fi-N)对应的哈希值分别为h0,h1,h2,…,hN，则目标图像帧fi与其前面的第k个图像帧fi-k(1≤k≤N)的汉明距离d0k为：
Figure BDA0001898373860000071
其中，x0j为目标图像帧fi的哈希值中的第j位，xkj为图像帧fi-k的哈希值中的第j位。若d0k的值大于预设距离阈值，判定目标图像帧fi与图像帧fi-k不相似，否则，判定目标图像帧fi与图像帧fi-k相似。
图2所示的流程图示出了一个实施例的计算图像相似度的总体流程，该流程可包括以下步骤：
步骤202：缩小尺寸。将目标图像帧缩小到8*8的尺寸，总共有64个像素点。
步骤204：简化色彩。将缩小后的目标图像帧转化为64级灰度，所有像素点总共包括64种颜色。
步骤206：计算平均灰度值。计算所有64个像素点的平均灰度值。
步骤208：归一化。将每个像素点的灰度值与平均灰度值进行比较，大于或等于平均灰度值记为1；小于平均灰度值记为0。
步骤210：计算哈希值。将步骤208中的比较结果组合在一起，就构成了64位哈希值，这就是这张图片的指纹(fingerprint)。组合的次序可以是任意的，只要保证所有图像帧都采用同样次序就行了。
步骤212：计算相似度。分别对目标图像帧与其前N个图像帧的哈希值进行比较，得到对应图像帧之间的相似度。
在一个实施例中，在从视频流中提取待检测的目标图像帧之后，还可以对所述目标图像帧进行缓存；若所述目标图像帧为稳定图像帧，则从缓存中输出所述目标图像帧。
如图3所示的程序流图示出了本说明书一个实施例的视频流中图像帧的稳定性检测方法的总体流程，该流程可包括：
步骤302：打开视频流。
步骤304：从视频流中提取目标图像帧。
步骤306：将目标图像帧与视频流中的上一帧图像帧进行比较。
步骤308：判断目标图像帧与上一帧图像帧是否相似，若相似，执行步骤310；否则，执行步骤312。
步骤310：将稳定系数的值加1，并执行步骤314。
步骤312：将稳定系数的值置0，并返回步骤304。
步骤314：判断稳定系数是否大于稳定阈值，若是，执行步骤316；否则，返回步骤304。
步骤316：输出目标图像帧。
此处的N值取1，N的取值大于1时的总体流程与上述流程类似，此处不再赘述。
如图4所示，是本说明书一个实施例的应用场景示意图。本说明书实施例的方法可用于手机、平板电脑等智能终端。可先通过智能终端的摄像头拍摄视频流，然后，从视频流中提取目标图像帧，并将目标图像帧与其前N个图像帧的指纹存储至缓存中，缓存中可每次存储一帧目标图像帧，当该目标图像帧处理完毕之后，从缓存中清除该目标图像帧，并提取下一帧目标图像帧然后缓存。缓存之后，智能终端的处理器可以从缓存中读取目标图像帧和前N个图像帧的指纹，然后计算目标图像帧的指纹，分别将目标图像帧的指纹与前N个图像帧的指纹进行比较，计算相似度，根据相似度得到目标图像帧的稳定系数，从而判断目标图像帧是否稳定。
以上实施例中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
如图5所示，本说明书实施例还提供一种视频流中图像帧的稳定性检测装置，所述装置可包括：
提取模块502，用于从视频流中提取待检测的目标图像帧；
计算模块504，用于分别判断所述目标图像帧与其前N个图像帧是否相似，并根据判断结果计算所述目标图像帧的稳定系数，所述稳定系数用于表征所述目标图像帧的稳定性，N为正整数；
判断模块506，用于若所述稳定系数大于预设的稳定阈值，判定所述目标图像帧为稳定图像帧。
上述装置中各个模块的功能和作用的实现过程具体详情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说明书方案的目的。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。
本说明书装置的实施例可以应用在计算机设备上，例如服务器或智能终端。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，为本说明书装置所在计算机设备的一种硬件结构图，除了图6所示的处理器602、内存604、网络接口606、以及非易失性存储器608之外，实施例中装置所在的服务器或电子设备，通常根据该计算机设备的实际功能，还可以包括其他硬件，对此不再赘述。
相应地，本说明书实施例还提供一种计算机存储介质，所述存储介质中存储有程序，所述程序被处理器执行时实现上述任一实施例中的方法。
相应地，本说明书实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例中的方法。
本说明书实施例可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里公开的说明书后，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 (9)

1.一种视频流中图像帧的稳定性检测方法，所述方法包括：
从视频流中提取待检测的目标图像帧；
分别判断所述目标图像帧与其前N个图像帧是否相似，并根据判断结果计算所述目标图像帧的稳定系数，所述稳定系数用于表征所述目标图像帧的稳定性，N为正整数；所述稳定系数用于表征所述目标图像帧中是否包含有清晰度处于允许范围内的合法物体；其中，分别判断目标图像帧与视频流中位于该目标图像帧之前的相邻的N个图像帧是否相似，如果判断结果为相似，则将稳定系数的值加1；否则，稳定系数的值置零；
若所述稳定系数大于预设的稳定阈值，判定所述目标图像帧为稳定图像帧；
所述方法还包括：在从视频流中提取待检测的目标图像帧之后，对所述目标图像帧进行缓存；若所述目标图像帧为稳定图像帧，输出所述目标图像帧。
2.根据权利要求1所述的方法，分别判断所述目标图像帧与其前N个图像帧是否相似的步骤包括：
计算所述目标图像帧中各个像素点的灰度值，并计算各个灰度值构成的字符串的哈希值；
分别根据所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值对应判断所述目标图像帧与其前N个图像帧是否相似。
3.根据权利要求2所述的方法，在计算所述目标图像帧中各个像素点的灰度值之前，所述方法还包括：
将所述目标图像帧缩小到预设的尺寸，以减少所述目标图像帧中的像素的数量。
4.根据权利要求2所述的方法，在计算所述目标图像帧中各个像素点的灰度值之前，所述方法还包括：
将所述目标图像帧转换为灰度图像。
5.根据权利要求2所述的方法，计算各个灰度值构成的字符串的哈希值的步骤包括：
计算所述目标图像帧中各个像素点的平均灰度值；
分别将所述目标图像帧中各个像素点的灰度值与所述平均灰度值进行比较；
根据各个像素点的比较结果生成字符串，并计算所述字符串的哈希值。
6.根据权利要求2所述的方法，分别根据所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值对应判断所述目标图像帧与其前N个图像帧是否相似的步骤包括：
分别计算所述目标图像帧对应的哈希值与其前N个图像帧对应的哈希值的汉明距离；
若所述汉明距离大于预设距离阈值，判定所述目标图像帧与其前N个图像帧中的对应图像帧不相似，否则，判定所述目标图像帧与其前N个图像帧中的对应图像帧相似。
7.一种视频流中图像帧的稳定性检测装置，所述装置包括：
提取模块，用于从视频流中提取待检测的目标图像帧；
计算模块，用于分别判断所述目标图像帧与其前N个图像帧是否相似，并根据判断结果计算所述目标图像帧的稳定系数，所述稳定系数用于表征所述目标图像帧的稳定性，N为正整数；所述稳定系数用于表征所述目标图像帧中是否包含有清晰度处于允许范围内的合法物体；其中，分别判断目标图像帧与视频流中位于该目标图像帧之前的相邻的N个图像帧是否相似，如果判断结果为相似，则将稳定系数的值加1；否则，稳定系数的值置零；
判断模块，用于若所述稳定系数大于预设的稳定阈值，判定所述目标图像帧为稳定图像帧；
所述装置还包括：缓存模块，用于在从视频流中提取待检测的目标图像帧之后，对所述目标图像帧进行缓存；
输出模块，用于若所述目标图像帧为稳定图像帧，输出所述目标图像帧。
8.一种计算机存储介质，所述存储介质中存储有程序，所述程序被处理器执行时实现权利要求1至6任意一项所述的方法。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至6任意一项所述的方法。
CN201811501828.XA 2018-12-10 2018-12-10 视频流中图像帧的稳定性检测方法和装置 Active CN110049309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811501828.XA CN110049309B (zh) 2018-12-10 2018-12-10 视频流中图像帧的稳定性检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811501828.XA CN110049309B (zh) 2018-12-10 2018-12-10 视频流中图像帧的稳定性检测方法和装置

Publications (2)

Publication Number Publication Date
CN110049309A CN110049309A (zh) 2019-07-23
CN110049309B true CN110049309B (zh) 2020-09-22

Family

ID=67273845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811501828.XA Active CN110049309B (zh) 2018-12-10 2018-12-10 视频流中图像帧的稳定性检测方法和装置

Country Status (1)

Country Link
CN (1) CN110049309B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542725B (zh) * 2020-04-22 2023-09-05 百度在线网络技术（北京）有限公司 视频审核方法、视频审核装置和电子设备
CN111541943B (zh) * 2020-06-19 2020-10-16 腾讯科技（深圳）有限公司 视频处理方法、视频操作方法、装置、存储介质和设备
CN112819788B (zh) * 2021-02-01 2023-02-07 上海万物新生环保科技集团有限公司 一种图像稳定性检测方法及设备
CN113205518B (zh) * 2021-07-05 2021-09-07 雅安市人民医院 医疗车图像信息处理方法及装置
CN114727093B (zh) * 2022-03-18 2023-03-24 百度在线网络技术（北京）有限公司 数据分析方法、装置、电子设备及计算机存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100708130B1 (ko) * 2005-05-04 2007-04-17 삼성전자주식회사 동영상 추출장치 및 방법
CN105069042A (zh) * 2015-07-23 2015-11-18 北京航空航天大学 基于内容的无人机侦察图像数据检索方法
CN106454385B (zh) * 2015-08-04 2019-06-25 中国科学院深圳先进技术研究院 视频帧篡改检测方法
WO2017075493A1 (en) * 2015-10-28 2017-05-04 Ustudio, Inc. Video frame difference engine
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
CN108322831A (zh) * 2018-02-28 2018-07-24 广东美晨通讯有限公司 视频播放控制方法、移动终端及计算机可读存储介质

Also Published As

Publication number Publication date
CN110049309A (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
CN110049309B (zh) 视频流中图像帧的稳定性检测方法和装置
JP6694829B2 (ja) ルールに基づくビデオ重要度解析
CN110853033B (zh) 基于帧间相似度的视频检测方法和装置
US8861884B1 (en) Training classifiers for deblurring images
CN104376003B (zh) 一种视频检索方法及装置
CN108154080B (zh) 一种视频设备快速溯源的方法
KR102140873B1 (ko) 동적 객체 검출 장치 및 방법
CN109063776B (zh) 图像再识别网络训练方法、装置和图像再识别方法及装置
CN111836118B (zh) 视频处理方法、装置、服务器及存储介质
CN108765532B (zh) 儿童绘本模型建立方法、阅读机器人及存储设备
CN116958267B (zh) 位姿处理方法、装置、电子设备及存储介质
US20220414393A1 (en) Methods and Systems for Generating Composite Image Descriptors
CN111008294A (zh) 交通图像处理、图像检索方法及装置
Pan et al. Facial biometric presentation attack detection using temporal texture co-occurrence
CN115004245A (zh) 目标检测方法、装置、电子设备和计算机存储介质
CN113704551A (zh) 一种视频检索方法、存储介质及设备
CN110489592B (zh) 视频分类方法、装置、计算机设备和存储介质
CN111259701B (zh) 行人再识别方法、装置及电子设备
CN113628192A (zh) 图像模糊检测方法、装置、设备、存储介质及程序产品
CN111581416A (zh) 一种图片检索方法、装置、及存储介质
US20190311184A1 (en) High Accuracy and Volume Facial Recognition on Mobile Platforms
CN112396551A (zh) 一种水印嵌入方法及装置
CN114724074B (zh) 风险视频的检测方法和装置
JP6468642B2 (ja) 情報端末装置
CN116704403B (zh) 一种建筑物图像视觉辨别方法、装置、电子设备及介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40010922

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201013

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20201013

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Patentee before: Alibaba Group Holding Ltd.

TR01 Transfer of patent right