CN110312163B - 一种视频静帧检测方法及系统 - Google Patents
一种视频静帧检测方法及系统 Download PDFInfo
- Publication number
- CN110312163B CN110312163B CN201910622372.0A CN201910622372A CN110312163B CN 110312163 B CN110312163 B CN 110312163B CN 201910622372 A CN201910622372 A CN 201910622372A CN 110312163 B CN110312163 B CN 110312163B
- Authority
- CN
- China
- Prior art keywords
- frame
- static
- preset threshold
- type
- video
- 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
- 230000003068 static effect Effects 0.000 title claims abstract description 208
- 238000001514 detection method Methods 0.000 title claims abstract description 95
- 239000013598 vector Substances 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000002360 explosive Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- 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
- H04N19/172—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 picture, frame or field
-
- 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
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
-
- 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)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种视频静帧检测方法及系统，方法包括：获取待检测视频，判断待检测视频是否满足预设检测条件，若是，则：对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；基于帧类型判断帧是否为帧间编码帧，若是，则计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则：确定帧间编码帧为疑似静帧；当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。本发明能够在保障视频静帧检测准确率的前提下大幅提高检测效率。
Description
技术领域
本发明涉及视频检测技术领域，尤其涉及一种视频静帧检测方法及系统。
背景技术
无论是新媒体还是传统数字电视领域，都需要对上线的媒体进行音视频技术审查，保障视频、音频的正确性。对于视频主要审查项目包括：绿屏、黑屏、冻结、模糊、偏色、花屏等，其中绿屏、黑屏、冻结均属于画面静帧这一错误类型。
随着新媒体内容的爆炸式增长，审核效率越高就能越早发现问题，越早修复问题，由此可见，审查效率对于技术审查工作而言非常重要。
传统的检测方法是基于YUV或RGB像素进行，而待审查的各类视频素材因为存储和分发的缘故基本都是经过了压缩后的视频文件，而非直接YUV或RGB存放。因此传统检测方法首先需要对待检测视频媒体进行解码，得到YUV或者RGB数据后利用前后帧的相似关系或者帧内像素分布情况判定画面是否出现静帧，由此可以看出，传统的基于像素域的检测方法会带来较大的计算开销。
因此，如何在保障视频静帧检测准确率的前提下大幅提高检测效率，是一项亟待解决的问题。
发明内容
有鉴于此，本发明提供了一种视频静帧检测方法，能够利用视频自身携带的压缩域空间和时间信息，不进行耗时的像素级运算，在保障视频静帧检测准确率的前提下大幅提高了检测效率。
本发明提供了一种视频静帧检测方法，包括：
获取待检测视频；
判断所述待检测视频是否满足预设检测条件，若是，则：
对所述待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
基于所述帧类型判断帧是否为帧间编码帧，若是，则：
基于所述宏块类型和帧相应的信息，计算所述帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
判断所述SKIP类型宏块占比率是否大于第二预设阈值，且所述运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则：
确定所述帧间编码帧为疑似静帧；
当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。
优选地，所述当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域后，还包括：
计算所述静帧区域内，帧内编码帧中精细宏块占比率；
判断所述静帧区域内的帧内编码帧的平均精细宏块占比率是否小于第五预设阈值，若是，则：
确定所述静帧区域的类型为纯色静帧。
优选地，当所述静帧区域内的帧内编码帧的平均精细宏块占比率大于等于所述第五预设阈值时，确定所述静帧区域的类型为冻结静帧。
优选地，所述方法还包括：
对所述静帧区域内的帧内编码帧进行完整解码，得到对应的图像。
优选地，所述判断所述待检测视频是否满足预设检测条件，包括：
判断所述待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型。
一种视频静帧检测系统，包括：
获取模块，用于获取待检测视频；
第一判断模块，用于判断所述待检测视频是否满足预设检测条件；
熵解码模块，用于当所述待检测视频满足预设检测条件时，对所述待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
第二判断模块，用于基于所述帧类型判断帧是否为帧间编码帧；
第一计算模块，用于当基于所述帧类型判断帧为帧间编码帧时，基于所述宏块类型和帧相应的信息，计算所述帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
第三判断模块，用于判断所述SKIP类型宏块占比率是否大于第二预设阈值，且所述运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值；
第一确定模块，用于当所述SKIP类型宏块占比率大于第二预设阈值，且所述运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值时，确定所述帧间编码帧为疑似静帧；
第二确定模块，用于当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。
优选地，所述系统还包括：
第二计算模块，用于计算所述静帧区域内，帧内编码帧中精细宏块占比率；
第四判断模块，用于判断所述静帧区域内的帧内编码帧的平均精细宏块占比率是否小于第五预设阈值；
第三确定模块，用于当所述静帧区域内的帧内编码帧的平均精细宏块占比率小于第五预设阈值时，确定所述静帧区域的类型为纯色静帧。
优选地，所述第三确定模块，还用于：
当所述静帧区域内的帧内编码帧的平均精细宏块占比率大于等于所述第五预设阈值时，确定所述静帧区域的类型为冻结静帧。
优选地，所述系统还包括：
解码模块，用于对所述静帧区域内的帧内编码帧进行完整解码，得到对应的图像。
优选地，所述第一判断模块在执行判断所述待检测视频是否满足预设检测条件时，具体用于：
判断所述待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型。
综上所述，本发明公开了一种视频静帧检测方法，当需要对视频进行静帧检测时，首先获取待检测视频，然后判断待检测视频是否满足预设检测条件，当待检测视频满足预设检测条件时，对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息，然后基于帧类型判断帧是否为帧间编码帧，当为帧间编码帧时，基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率，然后判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则确定帧间编码帧为疑似静帧，当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。本发明通过对待检测的视频进行逐帧熵解码，利用视频自身携带的压缩域空间和时间信息，不进行耗时的像素级运算，能够在保障视频静帧检测准确率的前提下大幅提高视频静帧的检测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明公开的一种视频静帧检测方法实施例1的方法流程图；
图2为本发明公开的一种视频静帧检测方法实施例2的方法流程图；
图3为本发明公开的一种视频静帧检测系统实施例1的结构示意图；
图4为本发明公开的一种视频静帧检测系统实施例2的结构示意图。
具体实施方式
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，所描述的实施例仅仅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，本领域普通技术人员在没有做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。
如图1所示，为本发明公开的一种视频静帧检测方法实施例1的方法流程图，所述方法可以包括以下步骤：
S101、获取待检测视频；
当需要对视频进行静帧检测时，首先获取需要进行静帧检测的视频，即获取待检测视频。
S102、判断待检测视频是否满足预设检测条件，若是，则进入S103：
当获取到需要进行静帧检测的视频后，进一步判断获取到的待检测视频是否满足预设的检测条件，即判断获取到的待检测视频是否适用于本发明提供的检测方法。相应的，当获取到的待检测视频不适用本发明提供的检测方法时，可以对获取到的视频进行常规像素域检测或其他应对措施。
S103、对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
当待检测视频是否满足预设检测条件，进一步对获取到的待检测视频进行逐帧熵解码，得到每一帧的帧类型和宏块类型，其中，帧类型可以有帧内编码类型和帧间编码类型，宏块类型可以有SKIP类型和精细类型。
在对待检测视频进行逐帧熵解码，得到帧类型和宏块类型的同时，提取不同类型的帧相应的信息。具体的，当帧为帧间编码帧时，提取帧间编码帧对应的运动矢量信息。
S104、基于帧类型判断帧是否为帧间编码帧，若是，则进入S105：
当对待检测视频进行逐帧熵解码，得到帧类型和宏块类型后，进一步根据得到的帧类型判断帧是否为帧间编码帧。
S105、基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
当当前帧为帧间编码帧时，进一步计算该帧中SKIP类型宏块所占的比率，以及计算该帧中运动矢量大于第一预设阈值A的宏块所占的比率。需要说明的是，第一预设阈值A可以根据实际的静帧检测需求进行灵活的设定。
S106、判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则进入S107：
当计算出帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率后，进一步判断SKIP类型宏块占比率是否大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值C。需要说明的是，第二预设阈值B和第三预设阈值C可以根据实际的静帧检测需求进行灵活的设定。
S107、确定帧间编码帧为疑似静帧；
当当前帧间编码帧的SKIP类型宏块占比率大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值C时，将当前帧间编码帧确定为疑似静帧。重复上述过程，对待检测视频中的每一帧进行检测，确定出待检测视频中的疑似静帧，并对疑似静帧的数量进行统计。
S108、当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。
当连续的疑似静帧的计数达到第四预设阈值D时，则记录连续的疑似静帧所对应的位置为静帧区域，从而实现对待检测视频的静帧检测。需要说明的是，第四预设阈值D可以根据实际的静帧检测需求进行灵活的设定，例如，将第四预设阈值D设置为100，即，当有连续100个疑似静帧时，则将连续的100个疑似静帧对应的位置确定为静帧区域。
综上所述，在上述实施例中，当需要对视频进行静帧检测时，首先获取待检测视频，然后判断待检测视频是否满足预设检测条件，当待检测视频满足预设检测条件时，对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息，然后基于帧类型判断帧是否为帧间编码帧，当为帧间编码帧时，基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率，然后判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则确定帧间编码帧为疑似静帧，当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。本发明通过对待检测的视频进行逐帧熵解码，利用视频自身携带的压缩域空间和时间信息，不进行耗时的像素级运算，能够在保障视频静帧检测准确率的前提下大幅提高视频静帧的检测效率。
如图2所示，为本发明公开的一种视频静帧检测方法实施例2的方法流程图，所述方法可以包括以下步骤：
S201、获取待检测视频；
当需要对视频进行静帧检测时，首先获取需要进行静帧检测的视频，即获取待检测视频。
S202、判断待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型，若是，则进入S203：
当获取到需要进行静帧检测的视频后，进一步判断获取到的待检测视频是否满足预设的检测条件，即判断获取到的待检测视频是否适用于本发明提供的检测方法。
具体的，由于本发明提供的检测方法适用于帧间编码以及支持SKIP宏块类型的视频，因此，在获取到待检测视频后，进一步判断待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型。
相应的，当获取到的待检测视频的编码标准不支持帧间编码且不支持SKIP宏块类型时，可以对获取到的视频进行常规像素域检测或其他应对措施。
S203、对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
当待检测视频是否满足预设检测条件，进一步对获取到的待检测视频进行逐帧熵解码，得到每一帧的帧类型和宏块类型，其中，帧类型可以有帧内编码类型和帧间编码类型，宏块类型可以有SKIP类型和精细类型。
在对待检测视频进行逐帧熵解码，得到帧类型和宏块类型的同时，提取不同类型的帧相应的信息。具体的，当帧为帧间编码帧时，提取帧间编码帧对应的运动矢量信息。
S204、基于帧类型判断帧是否为帧间编码帧，若是，则进入S205：
当对待检测视频进行逐帧熵解码，得到帧类型和宏块类型后，进一步根据得到的帧类型判断帧是否为帧间编码帧。
S205、基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
当当前帧为帧间编码帧时，进一步计算该帧中SKIP类型宏块所占的比率，以及计算该帧中运动矢量大于第一预设阈值A的宏块所占的比率。需要说明的是，第一预设阈值A可以根据实际的静帧检测需求进行灵活的设定。
S206、判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则进入S207：
当计算出帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率后，进一步判断SKIP类型宏块占比率是否大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值C。需要说明的是，第二预设阈值B和第三预设阈值C可以根据实际的静帧检测需求进行灵活的设定。
S207、确定帧间编码帧为疑似静帧；
当当前帧间编码帧的SKIP类型宏块占比率大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值C时，将当前帧间编码帧确定为疑似静帧。重复上述过程，对待检测视频中的每一帧进行检测，确定出待检测视频中的疑似静帧，并对疑似静帧的数量进行统计。
S208、当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域；
当连续的疑似静帧的计数达到第四预设阈值D时，则记录连续的疑似静帧所对应的位置为静帧区域，从而实现对待检测视频的静帧检测。需要说明的是，第四预设阈值D可以根据实际的静帧检测需求进行灵活的设定，例如，将第四预设阈值D设置为100，即，当有连续100个疑似静帧时，则将连续的100个疑似静帧对应的位置确定为静帧区域。
S209、计算静帧区域内，帧内编码帧中精细宏块占比率；
当确定出静帧区域后，还可以进一步对静帧区域中的每个帧内编码采用精细分块方式的精细宏块的占比率进行计算。
S210、判断静帧区域内的帧内编码帧的平均精细宏块占比率是否小于第五预设阈值，若是，则进入S211，若否，则进入S212：
计算出静帧区域内每个帧内编码帧中精细宏块占比率后，进一步判断帧内编码帧的平均精细宏块占比率是否小于第五预设阈值E。需要说明的是，第五预设阈值E可以根据实际的静帧检测需求进行灵活的设定。
S211、确定静帧区域的类型为纯色静帧；
当静帧区域内的帧内编码帧的平均精细宏块占比率小于第五预设阈值时，将静帧区域的类型进一步确定为纯色静帧。其中，纯色静帧包括黑屏、蓝屏等。
S212、确定静帧区域的类型为冻结静帧；
当静帧区域内的帧内编码帧的平均精细宏块占比率大于等于第五预设阈值时，将静帧区域的类型进一步确定为冻结静帧。其中，纯色静帧是指有画面内容，但内容无明显变化。
S213、对静帧区域内的帧内编码帧进行完整解码，得到对应的图像。
当确定出静帧区域后，还可以进一步对静帧区域中的每个帧内编码进行完整解码，得到对应的图像，得到的图像可供人工对待检测视频进行复审时参考。
综上所述，本发明在上述实施例的基础上，进一步通过判断待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型来确定待检测视频是否满足预设检测条件，并且能够计算静帧区域内帧内编码帧中精细宏块占比率，通过静帧区域内的帧内编码帧的平均精细宏块占比率，来进一步确定静帧区域的类型，且能够对静帧区域内的帧内编码帧进行完整解码得到对应的图像，以便人工对待检测视频进行复审时参考。
如图3所示，为本发明公开的一种视频静帧检测系统实施例1的结构示意图，所述系统可以包括：
获取模块301，用于获取待检测视频；
当需要对视频进行静帧检测时，首先获取需要进行静帧检测的视频，即获取待检测视频。
第一判断模块302，用于判断待检测视频是否满足预设检测条件；
当获取到需要进行静帧检测的视频后，进一步判断获取到的待检测视频是否满足预设的检测条件，即判断获取到的待检测视频是否适用于本发明提供的检测方法。相应的，当获取到的待检测视频不适用本发明提供的检测方法时，可以对获取到的视频进行常规像素域检测或其他应对措施。
熵解码模块303，用于当待检测视频满足预设检测条件时，对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
当待检测视频是否满足预设检测条件，进一步对获取到的待检测视频进行逐帧熵解码，得到每一帧的帧类型和宏块类型，其中，帧类型可以有帧内编码类型和帧间编码类型，宏块类型可以有SKIP类型和精细类型。
在对待检测视频进行逐帧熵解码，得到帧类型和宏块类型的同时，提取不同类型的帧相应的信息。具体的，当帧为帧间编码帧时，提取帧间编码帧对应的运动矢量信息。
第二判断模块304，用于基于帧类型判断帧是否为帧间编码帧；
当对待检测视频进行逐帧熵解码，得到帧类型和宏块类型后，进一步根据得到的帧类型判断帧是否为帧间编码帧。
第一计算模块305，用于当基于帧类型判断帧为帧间编码帧时，基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
当当前帧为帧间编码帧时，进一步计算该帧中SKIP类型宏块所占的比率，以及计算该帧中运动矢量大于第一预设阈值A的宏块所占的比率。需要说明的是，第一预设阈值A可以根据实际的静帧检测需求进行灵活的设定。
第三判断模块306，用于判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值；
当计算出帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率后，进一步判断SKIP类型宏块占比率是否大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值C。需要说明的是，第二预设阈值B和第三预设阈值C可以根据实际的静帧检测需求进行灵活的设定。
第一确定模块307，用于当SKIP类型宏块占比率大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值时，确定帧间编码帧为疑似静帧；
当当前帧间编码帧的SKIP类型宏块占比率大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值C时，将当前帧间编码帧确定为疑似静帧。重复上述过程，对待检测视频中的每一帧进行检测，确定出待检测视频中的疑似静帧，并对疑似静帧的数量进行统计。
第二确定模块308，用于当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。
当连续的疑似静帧的计数达到第四预设阈值D时，则记录连续的疑似静帧所对应的位置为静帧区域，从而实现对待检测视频的静帧检测。需要说明的是，第四预设阈值D可以根据实际的静帧检测需求进行灵活的设定，例如，将第四预设阈值D设置为100，即，当有连续100个疑似静帧时，则将连续的100个疑似静帧对应的位置确定为静帧区域。
综上所述，在上述实施例中，当需要对视频进行静帧检测时，首先获取待检测视频，然后判断待检测视频是否满足预设检测条件，当待检测视频满足预设检测条件时，对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息，然后基于帧类型判断帧是否为帧间编码帧，当为帧间编码帧时，基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率，然后判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则确定帧间编码帧为疑似静帧，当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。本发明通过对待检测的视频进行逐帧熵解码，利用视频自身携带的压缩域空间和时间信息，不进行耗时的像素级运算，能够在保障视频静帧检测准确率的前提下大幅提高视频静帧的检测效率。
如图4所示，为本发明公开的一种视频静帧检测系统实施例2的结构示意图，所述系统可以包括：
获取模块401，用于获取待检测视频；
当需要对视频进行静帧检测时，首先获取需要进行静帧检测的视频，即获取待检测视频。
第一判断模块402，用于判断待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型；
当获取到需要进行静帧检测的视频后，进一步判断获取到的待检测视频是否满足预设的检测条件，即判断获取到的待检测视频是否适用于本发明提供的检测方法。
具体的，由于本发明提供的检测方法适用于帧间编码以及支持SKIP宏块类型的视频，因此，在获取到待检测视频后，进一步判断待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型。
相应的，当获取到的待检测视频的编码标准不支持帧间编码且不支持SKIP宏块类型时，可以对获取到的视频进行常规像素域检测或其他应对措施。
熵解码模块403，用于当待检测视频的编码标准支持帧间编码且支持SKIP宏块类型时，对待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
当待检测视频是否满足预设检测条件，进一步对获取到的待检测视频进行逐帧熵解码，得到每一帧的帧类型和宏块类型，其中，帧类型可以有帧内编码类型和帧间编码类型，宏块类型可以有SKIP类型和精细类型。
在对待检测视频进行逐帧熵解码，得到帧类型和宏块类型的同时，提取不同类型的帧相应的信息。具体的，当帧为帧间编码帧时，提取帧间编码帧对应的运动矢量信息。
第二判断模块404，用于基于帧类型判断帧是否为帧间编码帧；
当对待检测视频进行逐帧熵解码，得到帧类型和宏块类型后，进一步根据得到的帧类型判断帧是否为帧间编码帧。
第一计算模块405，用于当基于帧类型判断帧为帧间编码帧时，基于宏块类型和帧相应的信息，计算帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
当当前帧为帧间编码帧时，进一步计算该帧中SKIP类型宏块所占的比率，以及计算该帧中运动矢量大于第一预设阈值A的宏块所占的比率。需要说明的是，第一预设阈值A可以根据实际的静帧检测需求进行灵活的设定。
第三判断模块406，用于判断SKIP类型宏块占比率是否大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值；
当计算出帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率后，进一步判断SKIP类型宏块占比率是否大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值C。需要说明的是，第二预设阈值B和第三预设阈值C可以根据实际的静帧检测需求进行灵活的设定。
第一确定模块407，用于当SKIP类型宏块占比率大于第二预设阈值，且运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值时，确定所述帧间编码帧为疑似静帧；
当当前帧间编码帧的SKIP类型宏块占比率大于第二预设阈值B，且运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值C时，将当前帧间编码帧确定为疑似静帧。重复上述过程，对待检测视频中的每一帧进行检测，确定出待检测视频中的疑似静帧，并对疑似静帧的数量进行统计。
第二确定模块408，用于当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域；
当连续的疑似静帧的计数达到第四预设阈值D时，则记录连续的疑似静帧所对应的位置为静帧区域，从而实现对待检测视频的静帧检测。需要说明的是，第四预设阈值D可以根据实际的静帧检测需求进行灵活的设定，例如，将第四预设阈值D设置为100，即，当有连续100个疑似静帧时，则将连续的100个疑似静帧对应的位置确定为静帧区域。
第二计算模块409，用于计算静帧区域内，帧内编码帧中精细宏块占比率；
当确定出静帧区域后，还可以进一步对静帧区域中的每个帧内编码采用精细分块方式的精细宏块的占比率进行计算。
第四判断模块410，用于判断静帧区域内的帧内编码帧的平均精细宏块占比率是否小于第五预设阈值；
计算出静帧区域内每个帧内编码帧中精细宏块占比率后，进一步判断帧内编码帧的平均精细宏块占比率是否小于第五预设阈值E。需要说明的是，第五预设阈值E可以根据实际的静帧检测需求进行灵活的设定。
第三确定模块411，用于当静帧区域内的帧内编码帧的平均精细宏块占比率小于第五预设阈值时，确定静帧区域的类型为纯色静帧；
当静帧区域内的帧内编码帧的平均精细宏块占比率小于第五预设阈值时，将静帧区域的类型进一步确定为纯色静帧。其中，纯色静帧包括黑屏、蓝屏等。
第三确定模块411，还用于当静帧区域内的帧内编码帧的平均精细宏块占比率大于等于第五预设阈值时，确定静帧区域的类型为冻结静帧；
当静帧区域内的帧内编码帧的平均精细宏块占比率大于等于第五预设阈值时，将静帧区域的类型进一步确定为冻结静帧。其中，纯色静帧是指有画面内容，但内容无明显变化。
解码模块412，用于对静帧区域内的帧内编码帧进行完整解码，得到对应的图像。
当确定出静帧区域后，还可以进一步对静帧区域中的每个帧内编码进行完整解码，得到对应的图像，得到的图像可供人工对待检测视频进行复审时参考。
综上所述，本发明在上述实施例的基础上，进一步通过判断待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型来确定待检测视频是否满足预设检测条件，并且能够计算静帧区域内帧内编码帧中精细宏块占比率，通过静帧区域内的帧内编码帧的平均精细宏块占比率，来进一步确定静帧区域的类型，且能够对静帧区域内的帧内编码帧进行完整解码得到对应的图像，以便人工对待检测视频进行复审时参考。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种视频静帧检测方法，其特征在于，包括：
获取待检测视频；
判断所述待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型，若是，则：
对所述待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
基于所述帧类型判断帧是否为帧间编码帧，若是，则：
基于所述宏块类型和帧相应的信息，计算所述帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
判断所述SKIP类型宏块占比率是否大于第二预设阈值，且所述运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值，若是，则：
确定所述帧间编码帧为疑似静帧；
当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。
2.根据权利要求1所述的方法，其特征在于，所述当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域后，还包括：
计算所述静帧区域内，帧内编码帧中精细宏块占比率；
判断所述静帧区域内的帧内编码帧的平均精细宏块占比率是否小于第五预设阈值，若是，则：
确定所述静帧区域的类型为纯色静帧。
3.根据权利要求2所述的方法，其特征在于，当所述静帧区域内的帧内编码帧的平均精细宏块占比率大于等于所述第五预设阈值时，确定所述静帧区域的类型为冻结静帧。
4.根据权利要求3所述的方法，其特征在于，还包括：
对所述静帧区域内的帧内编码帧进行完整解码，得到对应的图像。
5.一种视频静帧检测系统，其特征在于，包括：
获取模块，用于获取待检测视频；
第一判断模块，用于判断所述待检测视频的编码标准是否支持帧间编码且是否支持SKIP宏块类型；
熵解码模块，用于当所述待检测视频满足预设检测条件时，对所述待检测视频进行逐帧熵解码，得到帧类型和宏块类型，并提取不同类型的帧相应的信息；
第二判断模块，用于基于所述帧类型判断帧是否为帧间编码帧；
第一计算模块，用于当基于所述帧类型判断帧为帧间编码帧时，基于所述宏块类型和帧相应的信息，计算所述帧间编码帧中SKIP类型宏块占比率，以及运动矢量大于第一预设阈值的宏块占比率；
第三判断模块，用于判断所述SKIP类型宏块占比率是否大于第二预设阈值，且所述运动矢量大于第一预设阈值的宏块占比率是否小于第三预设阈值；
第一确定模块，用于当所述SKIP类型宏块占比率大于第二预设阈值，且所述运动矢量大于第一预设阈值的宏块占比率小于第三预设阈值时，确定所述帧间编码帧为疑似静帧；
第二确定模块，用于当连续的疑似静帧的计数达到第四预设阈值时，确定当前位置为静帧区域。
6.根据权利要求5所述的系统，其特征在于，还包括：
第二计算模块，用于计算所述静帧区域内，帧内编码帧中精细宏块占比率；
第四判断模块，用于判断所述静帧区域内的帧内编码帧的平均精细宏块占比率是否小于第五预设阈值；
第三确定模块，用于当所述静帧区域内的帧内编码帧的平均精细宏块占比率小于第五预设阈值时，确定所述静帧区域的类型为纯色静帧。
7.根据权利要求6所述的系统，其特征在于，所述第三确定模块，还用于：
当所述静帧区域内的帧内编码帧的平均精细宏块占比率大于等于所述第五预设阈值时，确定所述静帧区域的类型为冻结静帧。
8.根据权利要求7所述的系统，其特征在于，还包括：
解码模块，用于对所述静帧区域内的帧内编码帧进行完整解码，得到对应的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910622372.0A CN110312163B (zh) | 2019-07-10 | 2019-07-10 | 一种视频静帧检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910622372.0A CN110312163B (zh) | 2019-07-10 | 2019-07-10 | 一种视频静帧检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110312163A CN110312163A (zh) | 2019-10-08 |
| CN110312163B true CN110312163B (zh) | 2021-04-13 |
Family
ID=68081099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910622372.0A Active CN110312163B (zh) | 2019-07-10 | 2019-07-10 | 一种视频静帧检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110312163B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110933403B (zh) * | 2019-11-29 | 2021-04-13 | 杭州当虹科技股份有限公司 | 一种适于媒体播放监测的静帧报警排除方法 |
| CN112272297B (zh) * | 2020-10-28 | 2023-01-31 | 上海科江电子信息技术有限公司 | 嵌入在解码器端的图像质量静止帧检测方法 |
| CN113542804B (zh) * | 2021-07-09 | 2023-10-27 | 杭州当虹科技股份有限公司 | 基于码流统计特征检测静帧序列的方法 |
| CN115423795A (zh) * | 2022-09-21 | 2022-12-02 | 深圳创维－Rgb电子有限公司 | 静帧检测方法、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101184241A (zh) * | 2007-12-03 | 2008-05-21 | 中兴通讯股份有限公司 | 一种图像自动检测的方法及装置 |
| CN103281559A (zh) * | 2013-05-31 | 2013-09-04 | 于京 | 视频质量检测的方法及系统 |
| CN104202611A (zh) * | 2014-09-01 | 2014-12-10 | 赛特斯信息科技股份有限公司 | 基于视频解码器实现视频文件中花屏缺陷检测的方法 |
| WO2014209296A1 (en) * | 2013-06-26 | 2014-12-31 | Intel Corporation | Power efficient encoder architecture during static frame or sub-frame detection |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140086310A1 (en) * | 2012-09-21 | 2014-03-27 | Jason D. Tanner | Power efficient encoder architecture during static frame or sub-frame detection |
-
2019
- 2019-07-10 CN CN201910622372.0A patent/CN110312163B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101184241A (zh) * | 2007-12-03 | 2008-05-21 | 中兴通讯股份有限公司 | 一种图像自动检测的方法及装置 |
| CN103281559A (zh) * | 2013-05-31 | 2013-09-04 | 于京 | 视频质量检测的方法及系统 |
| WO2014209296A1 (en) * | 2013-06-26 | 2014-12-31 | Intel Corporation | Power efficient encoder architecture during static frame or sub-frame detection |
| CN104202611A (zh) * | 2014-09-01 | 2014-12-10 | 赛特斯信息科技股份有限公司 | 基于视频解码器实现视频文件中花屏缺陷检测的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 数字电视图像层静帧和黑场报警的判断算法;李瑞明等;《电视技术》;20141202;第38卷(第23期);31-33 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110312163A (zh) | 2019-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110312163B (zh) | 一种视频静帧检测方法及系统 | |
| US9008449B2 (en) | Image processing apparatus and method | |
| RU2586862C2 (ru) | Способ и устройство для оптимизации кодирования/декодирования компенсационных смещений для набора восстановленных выборок изображения | |
| US6449392B1 (en) | Methods of scene change detection and fade detection for indexing of video sequences | |
| US8320455B2 (en) | System and method to process motion vectors of video data | |
| CN105472205B (zh) | 编码过程中的实时视频降噪方法和装置 | |
| US7606423B2 (en) | Method and apparatus for blocking artifact detection and measurement in block-coded video | |
| US20070280552A1 (en) | Method and device for measuring MPEG noise strength of compressed digital image | |
| JP4197958B2 (ja) | ビデオ信号中の字幕の検出 | |
| JP2011250472A (ja) | ブロック歪み除去方法およびブロック歪み除去装置 | |
| US8224076B2 (en) | Image processing method and image processing apparatus | |
| US20070019114A1 (en) | Systems, methods, and apparatus for noise reduction | |
| US8023765B2 (en) | Block noise removal device | |
| US20090022416A1 (en) | Reduction of compression artefacts in displayed images, analysis of encoding parameters | |
| CN101938649B (zh) | 译码设备、译码控制设备、译码方法和程序 | |
| US7974491B2 (en) | Block noise removal device | |
| CN110992264A (zh) | 一种图像处理方法、处理装置、电子设备及存储介质 | |
| US20100246990A1 (en) | System and method for measuring blockiness level in compressed digital video | |
| CN110769255B (zh) | 一种图像编码方法及装置 | |
| CN109451306B (zh) | 色度分量的最佳预测模式的选择方法、装置及电子设备 | |
| CN111770334A (zh) | 数据编码方法及装置、数据解码方法及装置 | |
| EP1654881A1 (en) | Block artifacts detection | |
| US20120133836A1 (en) | Frame level quantization estimation | |
| JP5375590B2 (ja) | 量子化制御回路、量子化パラメータ変更方法、及び符号化装置 | |
| JP2005531195A (ja) | ブロック歪を検知する方法 |
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 |