CN110324665A - 一种自动审片的方法、终端及存储介质 - Google Patents
一种自动审片的方法、终端及存储介质 Download PDFInfo
- Publication number
- CN110324665A CN110324665A CN201910679056.7A CN201910679056A CN110324665A CN 110324665 A CN110324665 A CN 110324665A CN 201910679056 A CN201910679056 A CN 201910679056A CN 110324665 A CN110324665 A CN 110324665A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- video stream
- mosaic
- black screen
- 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 51
- 238000012552 review Methods 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 230000003068 static effect Effects 0.000 claims description 41
- 238000004891 communication Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 3
- COHYTHOBJLSHDF-UHFFFAOYSA-N indigo powder Natural products N1C2=CC=CC=C2C(=O)C1=C1C(=O)C2=CC=CC=C2N1 COHYTHOBJLSHDF-UHFFFAOYSA-N 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000012736 patent blue V Nutrition 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- SGHZXLIDFTYFHQ-UHFFFAOYSA-L Brilliant Blue Chemical compound [Na+].[Na+].C=1C=C(C(=C2C=CC(C=C2)=[N+](CC)CC=2C=C(C=CC=2)S([O-])(=O)=O)C=2C(=CC=CC=2)S([O-])(=O)=O)C=CC=1N(CC)CC1=CC=CC(S([O-])(=O)=O)=C1 SGHZXLIDFTYFHQ-UHFFFAOYSA-L 0.000 description 1
- 241000692870 Inachis io Species 0.000 description 1
- 235000000177 Indigofera tinctoria Nutrition 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- -1 cyan Chemical compound 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229940097275 indigo Drugs 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- DCYOBGZUOMKFPA-UHFFFAOYSA-N iron(2+);iron(3+);octadecacyanide Chemical compound [Fe+2].[Fe+2].[Fe+2].[Fe+3].[Fe+3].[Fe+3].[Fe+3].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-].N#[C-] DCYOBGZUOMKFPA-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229960003351 prussian blue Drugs 0.000 description 1
- 239000013225 prussian blue Substances 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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]
- H04N21/40—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
本发明公开了一种自动审片的方法、终端及存储介质，所述方法包括：提取多媒体数据流中的视频流；通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。本发明使用终端提取待检测片源中的视频流，利用图像检测法对视频流中的每一帧图像进行检测，根据检测结果判断视频流中是否存在黑屏、马赛克、蓝场以及静帧特征，达到了对片源内容精准检测的目的，同时实现了终端自动审片，提高了审片效率。
Description
技术领域
本发明涉及终端技术领域，尤其涉及一种自动审片的方法、终端及存储介质。
背景技术
自动审片系统是随着数字电视的发展而发展起来的。数字电视是指从电视节目制作、节目编辑、节目传送、视频数据存储、接收和显示等过程全部采用数字信号的全新电视系统。广电行业的数字化和网络化建设带来电视台的各项业务系统的改变。审片作为一个播出前的必备环节，必然也要改变审片方式。由于电视节目素材众多，单靠人工审片方法已然不适用，且容易出错。传统的审片方式是在专门的审片工作室，以录像带为媒体的载体，配备专用的信号监测设备，用磁带录放机进行回放审看，这样的审片方式有着许多缺陷，如时间长、不能准确检测、设备费用高等。
因此，现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种自动审片的方法、终端及存储介质，旨在使用终端提取待检测片源中的视频流，利用图像检测法对视频流中的每一帧图像进行检测，根据检测结果判断视频流中是否存在黑屏、马赛克、蓝场以及静帧特征，以达到对片源内容精准检测的目的，同时实现终端自动审片，提高审片效率。
本发明解决技术问题所采用的技术方案如下：
一种自动审片的方法，其中，包括步骤：
提取多媒体数据流中的视频流；
通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；
若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。
所述自动审片的方法，其中，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤包括：
通过转换公式，依次将每个图像帧从RGB颜色空间转换为YUV颜色空间，得到转换后的图像帧的亮度分量Y；
根据亮度分量Y确定当前图像帧是否为黑屏帧，并记录出现连续黑屏帧的帧数；
将出现连续黑屏帧的帧数与预设的黑屏帧数阈值比较，当出现连续黑屏帧的帧数大于预设的黑屏帧数阈值时，则判定视频流中存在黑屏特征。
所述自动审片的方法，其中，所述转换公式为
所述自动审片的方法，其中，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤还包括：
依次输入每个图像帧，通过图像边缘检测得到当前图像帧的边缘图像特征；
将得到的边缘图像特征与马赛克模板图像中的马赛克图像特征进行匹配，并计算当前图像帧中与马赛克模板图像中相匹配的边缘图像特征数量；
当所述匹配的边缘图像特征数量达到预设的马赛克阈值时，则判定视频流中存在马赛克。
所述自动审片的方法，其中，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤还包括：
依次输入每个图像帧，在当前图像帧中随机选取两个像素点；
计算选取的两个像素点的RGB值是否成比例关系；
若两个像素点的RGB值成比例关系，则判定视频流中存在蓝场；若两个像素点的RGB值不成比例关系，则判定视频流中不存在蓝场。
所述自动审片的方法，其中，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤还包括：
依次输入每个图像帧，在每个图像帧的预定区域选取至少一个像素块；
计算相邻两个图像帧对应像素块中所有像素点的灰度差的绝对值之和，当灰度差的绝对值之和小于预设的相似度阈值时，则判定该相邻两图像帧相似，记录出现连续相似图像帧的帧数；
将出现连续相似图像帧的帧数与预设的静帧阈值比较，当出现连续相似图像帧的帧数大于预设的静帧阈值时，则判定视频流中存在静帧。
所述自动审片的方法，其中，所述预定区域包括中心区域、左上角区域、右下角区域的至少一种。
所述自动审片的方法，其中，所述预定区域的分辨率大小均相同。
一种终端，其中，包括：处理器、存储器和通信总线；
所述存储器上存储有可被所述处理器执行的自动审片程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行本发明所述自动审片的方法中的步骤。
一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现本发明所述自动审片的方法中的步骤。
本发明所提供的一种自动审片的方法、终端及存储介质，所述方法包括：提取多媒体数据流中的视频流；通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。由于使用终端提取待检测片源中的视频流，利用图像检测法对视频流中的每一帧图像进行检测，根据检测结果判断视频流中是否存在黑屏、马赛克、蓝场以及静帧特征，达到了对片源内容精准检测的目的，同时实现了终端自动审片，提高了审片效率。
附图说明
图1是本发明一种自动审片的方法的较佳实施例的流程图。
图2是本发明一种终端较佳实施例的功能模块图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参见图1，图1是本发明一种自动审片的方法的较佳实施例的流程图。图1所示的一种自动审片的方法，包括：
S100、提取多媒体数据流中的视频流。
步骤S100具体为，多媒体数据流即为需要审核的片源，用户先将需要审核的片源输入至终端(如电脑)中，输入片源的方式可以是将片源存储在终端的文件系统中，或者是通过硬件插卡输入，还可以是从因特网中获取。需要审核的片源中通常都包括有音频、视频和字幕，在技术审片过程中，主要是对其中的视频数据进行分析处理，本发明读取需要审核的片源，获得多媒体数据流，然后将多媒体数据流过滤、分割成视频流、音频流和文本数据流，提取其中视频流。
优选地，本方案中采用微软公司发布的Directshow技术来处理音视频的数据提取，它支持多种多样的媒体文件格式，包括ASF、MPEG、AVI、MP3和WAV文件等。在实现过程中，将Directshow中内置的源过滤器(Source Filter)、变换过滤器(Transform Filter)、分割过滤器(Splitter Filter)连接起来，通过Filter Graph Manager控制源过滤器读取需要检测的片源数据，源过滤器可以从本地文件系统、因特网中读取片源数据，也可以通过内核流架构访问WDM采集设备、VFW采集设备来读取片源数据；然后源过滤器将读取到的多媒体数据流发送至变换过滤器，变换过滤器接收多媒体数据流并经过处理(如编码、解码)后，将多媒体数据流输出至分割过滤器，分割过滤器会将多媒体数据流分割成视频流和音频流。
S200、通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征。
譬如，终端获取到视频流后，通过抓包得到视频流中的每一帧图像，并将视频流中的每一图像帧依次输入，对依次输入的每一图像帧进行处理，得到各个图像帧的特征信息，然后结合依次输入的所有图像帧的特征信息，判断视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；具体包括以下步骤：
S201、通过转换公式，依次将每个图像帧从RGB颜色空间转换为YUV颜色空间，得到转换后的图像帧的亮度分量Y；根据亮度分量Y确定当前图像帧是否为黑屏帧，并记录出现连续黑屏帧的帧数；将出现连续黑屏帧的帧数与预设的黑屏帧数阈值比较，当出现连续黑屏帧的帧数大于预设的黑屏帧数阈值时，则判定视频流中存在黑屏特征。
具体地，终端获取视频流中的第一个图像帧，然后通过RGB颜色空间到YUV颜色空间的转换公式将第一个图像帧的RGB值转换为YUV值，在YUV颜色空间中，Y分量代表该图像帧的亮度值，而图像帧的亮度值与其灰度值是对应关系，通过Y分量的值就可以得到该图像帧的灰度值，灰度就是黑白图像中点的颜色深度，通常把白色与黑色之间按对数关系分成若干级，范围一般从0到255，纯白色为255，纯黑色为0，通过比较该图像帧的灰度值是否小于我们设定的黑色灰度阈值(黑色的灰度值处于范围0-255的前面一段)，当该图像帧的灰度值小于设定的黑色灰度阈值时，则认定该图像帧为黑屏帧，当该图像帧的灰度值大于设定的黑色灰度阈值时，则认定该图像帧不是黑屏帧。
通常，如果视频流中只有一帧是黑屏帧，观看该视频的观众几乎感觉不到黑屏的出现，因此需要根据连续出现黑屏帧的帧数是否达到了预设的黑屏帧数阈值，来判断该视频流中是否存在黑屏特征。所述黑屏帧数阈值就是人眼可以识别出视频中存在黑屏的最小帧数，当连续出现黑屏帧的帧数小于黑屏帧数阈值时，观看该视频的用户无法感觉到黑屏的存在，因此判定该视频流中不存在黑屏特征，当连续出现黑屏帧的帧数大于或等于黑屏帧数阈值时，观看该视频的用户能够感觉到黑屏的存在，因此判定该视频流中存在黑屏特征。
基于此，我们利用一个计数变量(如预先设置好的变量NumOfBlack)记录视频流中连续出现黑屏帧的帧数，在通过图像检测法对视频流中的每个图像帧进行检测之前，所述计数变量设置为0。图像检测法对第一个图像帧进行检测，若该图像帧为黑屏帧，计数变量就加1，同时判断计数变量是否达到黑屏帧数阈值，如果达到黑屏帧数阈值，则停止图像检测，结束步骤S200的流程，转入步骤S300判定该视频流中存在黑屏特征；若该图像帧不是黑屏帧，计数变量重新设置为0，并检测当前图像帧是否为最后一帧，若是最后一帧，则判定该视频流中不存在黑屏特征，步骤S201流程结束，转入步骤S202；若不是最后一帧，则输入下一个图像帧，重复上述第一个图像帧的步骤，以此类推，依次输入视频流中的图像帧。
S202、依次输入每个图像帧，通过图像边缘检测得到当前图像帧的边缘图像特征；将得到的边缘图像特征与马赛克模板图像中的马赛克图像特征进行匹配，并计算当前图像帧中与马赛克模板图像中相匹配的边缘图像特征数量；当所述匹配的边缘图像特征数量达到预设的马赛克阈值时，则判定视频流中存在马赛克。
步骤S202具体为，依次输入视频流中的每一个图像帧，并依次检测每一个图像帧，在其中任意一个图像帧的检测中，先通过图像边缘检测(如Canny边缘检测算法)将该图像帧进行转换得到若干个边缘图像特征，该边缘图像特征表现为矩形方块，然后将得到的边缘图像特征与马赛克模板图像比对，并计算当前图像帧中转换得到的若干个边缘图像特征中有多少个与马赛克模板图像匹配，如果当前图像帧中与马赛克模板图像中相匹配的边缘图像特征数量达到预设的马赛克阈值，则判定当前图像帧中存在马赛克，也就表明该视频流中存在马赛克特征，此时将会停止图像检测，结束步骤S200；如果当前图像帧中与马赛克模板图像中相匹配的边缘图像特征数量没有达到预设的马赛克阈值，则会输入下一个图像帧进行检测，其中，马赛克阈值是图像帧中出现马赛克的临界值，当图像帧中与马赛克模板图像中相匹配的边缘图像特征数量达到这个临界值时，图像帧中就会出现明显的马赛克。如果检测到最后一个图像帧时还未检测到具有马赛克的图像帧，则表明该视频流中不存在马赛克特征，此时转入步骤S203。
步骤S203、依次输入每个图像帧，在当前图像帧中随机选取两个像素点；计算选取的两个像素点的RGB值是否成比例关系；若两个像素点的RGB值成比例关系，则判定视频流中存在蓝场；若两个像素点的RGB值不成比例关系，则判定视频流中不存在蓝场。
蓝场是一种常见的视频现象，其是片源播放过程出现一段蓝底显示图像。由于蓝色种类较多，如普蓝、钴蓝、湖蓝、靛蓝、碧蓝、蔚蓝、宝蓝、藏蓝、黛蓝、孔雀蓝、天蓝、深蓝、淡蓝、瓦蓝、冰蓝、水蓝、蓝黑、宝石蓝、锐蓝、蓝绿、蓝粉、白蓝、海蓝、暗蓝、浅蓝、幽蓝、湛蓝、光蓝等，因而无法使用灰度进行检测。
在本方案中，依次输入视频流中的每一个图像帧，并依次检测每一个图像帧，在其中任意一个图像帧的检测中，先从当前图像帧中随机选取两个像素点，并计算两个像素点的RGB值是否成比例关系，比如，我们可以假设其中一个像素点为f，像素点f的RGB值向量表示为f＝(f1，f2，f3)，另一个像素点为g，像素点g的RGB值向量表示为f＝(g1，g2，g3)，如果向量f和g的方向一致，即f＝Kg(此时f和g两个像素点的RGB值成比例关系)，其中，K为常数，我们将f＝Kg代入色度饱和相似性系数计算公式中，色度饱和相似性系数计算公式为：
其中，<f,g>＝f＇g，f＇为f的导数， r(f,g)∈[0,1]，可以得到r(f,g)＝1，表示两个像素点f和g的色度饱和度相同，可以判定当前图像帧存在蓝场，表明视频流中存在蓝场特征，此时停止图像检测，结束步骤S200，转入步骤S300；如果两个像素点的RGB值不成比例关系，则判定当前图像帧不存在蓝场，此时输入下一个图像帧进行检测，如果检测完最后一个图像帧依然没有检测到图像帧中存在蓝场，就判定视频流中不存在蓝场，结束步骤S203的流程，转入步骤S204。
S204、依次输入每个图像帧，在每个图像帧的预定区域选取至少一个像素块；计算相邻两个图像帧对应像素块中所有像素点的灰度差的绝对值之和，当灰度差的绝对值之和小于预设的相似度阈值时，则判定该相邻两图像帧相似，记录出现连续相似图像帧的帧数；将出现连续相似图像帧的帧数与预设的静帧阈值比较，当出现连续相似图像帧的帧数大于预设的静帧阈值时，则判定视频流中存在静帧。
当连续图像帧之间足够相似，且连续相似图像帧的帧数足够多，则可以认为静帧出现了。具体为，依次输入每个图像帧，在每一个图像帧的预定区域内选取至少一个像素块，每一个图像帧中所选取的像素块位置相对应且像素块分辨率大小相同，然后计算所有图像帧中，相邻两个图像帧对应像素块中所有对应像素点的灰度差的绝对值之和，如果所述相邻两个图像帧对应像素块中所有对应像素点的灰度差的绝对值之和小于预设的相似度阈值(相似度阈值是我们设定的两图像帧相似的临界值)，则判定该相邻两图像帧相似，如果所述相邻两个图像帧对应像素块中所有对应像素点的灰度差的绝对值之和大于预设的相似度阈值，则说明相邻两图像帧不相似，同时，出现连续相似图像帧的帧数会被记录，当出现连续相似图像帧的帧数大于预设的静帧阈值时，则判定视频流中存在静帧，此时会停止图像检测，转入步骤S300；当出现连续相似图像帧的帧数小于预设的静帧阈值时(比如只有连续两帧图像相似)，则不能认为视频流中存在静帧，当检测完所有图像帧还未发现存在静帧时则转入步骤S300。
较佳地，所述预定区域可以为图像帧的中心区域、左上角区域和右下角区域，在所述预定区域分别选择一个分辨率大小为16*16的像素块，比如在图像帧的中心区域选取一个分辨率大小为16*16的像素块，同时在图像帧的左上角区域和右下角区域也都选取一个分辨率大小为16*16的像素块，这样选择像素块的位置可以避免一些片源有固定的显示内容(如台标)而造成误判。
S300、若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。
具体地，审片过程中对片源的要求非常严格，当片源中出现黑屏、马赛克、蓝场、静帧中的任意一种(比如一个片源中存在黑屏，不存在马赛克、蓝场、静帧)，该片源就被认定为不合格，审片不通过；只有当片源通过图像检测被判定为不存在黑屏、马赛克、蓝场以及静帧特征时(即一个片源中黑屏、马赛克、蓝场以及静帧特征均不存在)，才能通过审片。优选地，对于审片不合格的片源，可以记录不合格信息，不合格信息可以包括：片源中存在哪种不合格特征、不合格特征出现在片源中的哪个位置，比如一个片源的不合格信息记录为：不合格特征为马赛克、不合格特征出现位置为片源中16分20秒。
可见，采用本发明上述方法，能对视频流中的每一帧图像进行检测，根据检测结果判断视频流中是否存在黑屏、马赛克、蓝场以及静帧特征，达到对片源内容精准检测的目的，同时实现终端自动审片，提高审片效率。
如图2所示，基于上述自动审片的方法，本发明还相应提供了一种终端，所述终端可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该终端包括处理器10、存储器20及显示屏30,处理器10通过通信总线50与存储器20连接，所述显示屏30通过通信总线50与处理器10连接。图2仅示出了终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述终端的内部存储单元，例如终端的内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备，例如所述终端上配备的插接式U盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据，例如所述安装终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有自动审片程序40，该自动审片程序40可被处理器10所执行，从而实现本申请中自动审片的方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述自动审片的方法等。
所述显示屏30在一些实施例中可以是LED显示屏、液晶显示屏、触控式液晶显示屏以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。所述显示屏30用于显示在所述终端的信息以及用于显示可视化的用户界面。所述终端的部件10-30通过系统总线相互通信。
在一实施例中，当处理器10执行所述存储器20中自动审片程序40时实现以下步骤：
提取多媒体数据流中的视频流；
通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；
若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。
基于上述实施例，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述任意一项所述自动审片的方法中的步骤，具体如上所述。
综上所述，本发明提供的一种自动审片的方法、终端及存储介质，所述方法包括：提取多媒体数据流中的视频流；通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。本发明使用终端提取待检测片源中的视频流，利用图像检测法对视频流中的每一帧图像进行检测，根据检测结果判断视频流中是否存在黑屏、马赛克、蓝场以及静帧特征，达到了对片源内容精准检测的目的，同时实现了终端自动审片，提高了审片效率。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种自动审片的方法，其特征在于，包括步骤：
提取多媒体数据流中的视频流；
通过图像检测法对所述视频流中的每个图像帧进行检测，根据检测结果判断所述视频流中是否存在黑屏、马赛克、蓝场以及静帧特征；
若所述视频流中不存在黑屏、马赛克、蓝场以及静帧特征，则自动审片通过；若所述视频流中存在黑屏、马赛克、蓝场以及静帧特征中的至少一种，则自动审片不通过。
2.根据权利要求1所述自动审片的方法，其特征在于，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤包括：
通过转换公式，依次将每个图像帧从RGB颜色空间转换为YUV颜色空间，得到转换后的图像帧的亮度分量Y；
根据亮度分量Y确定当前图像帧是否为黑屏帧，并记录出现连续黑屏帧的帧数；
将出现连续黑屏帧的帧数与预设的黑屏帧数阈值比较，当出现连续黑屏帧的帧数大于预设的黑屏帧数阈值时，则判定视频流中存在黑屏特征。
3.根据权利要求2所述自动审片的方法，其特征在于，所述转换公式为
4.根据权利要求1所述自动审片的方法，其特征在于，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤还包括：
依次输入每个图像帧，通过图像边缘检测得到当前图像帧的边缘图像特征；
将得到的边缘图像特征与马赛克模板图像中的马赛克图像特征进行匹配，并计算当前图像帧中与马赛克模板图像中相匹配的边缘图像特征数量；
当所述匹配的边缘图像特征数量达到预设的马赛克阈值时，则判定视频流中存在马赛克。
5.根据权利要求1所述自动审片的方法，其特征在于，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤还包括：
依次输入每个图像帧，在当前图像帧中随机选取两个像素点；
计算选取的两个像素点的RGB值是否成比例关系；
若两个像素点的RGB值成比例关系，则判定视频流中存在蓝场；若两个像素点的RGB值不成比例关系，则判定视频流中不存在蓝场。
6.根据权利要求1所述自动审片的方法，其特征在于，所述通过图像检测法对所述视频流中的每个图像帧进行检测的步骤还包括：
依次输入每个图像帧，在每个图像帧的预定区域选取至少一个像素块；
计算相邻两个图像帧对应像素块中所有像素点的灰度差的绝对值之和，当灰度差的绝对值之和小于预设的相似度阈值时，则判定该相邻两图像帧相似，记录出现连续相似图像帧的帧数；
将出现连续相似图像帧的帧数与预设的静帧阈值比较，当出现连续相似图像帧的帧数大于预设的静帧阈值时，则判定视频流中存在静帧。
7.根据权利要求6所述自动审片的方法，其特征在于，所述预定区域包括中心区域、左上角区域、右下角区域的至少一种。
8.根据权利要求7所述自动审片的方法，其特征在于，所述预定区域的分辨率大小均相同。
9.一种终端，其特征在于，包括：处理器、存储器和通信总线；
所述存储器上存储有可被所述处理器执行的自动审片程序；
所述通信总线实现处理器和存储器之间的连接通信；
所述处理器执行如权利要求1-8任意一项所述自动审片的方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-8任意一项所述自动审片的方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910679056.7A CN110324665A (zh) | 2019-07-25 | 2019-07-25 | 一种自动审片的方法、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910679056.7A CN110324665A (zh) | 2019-07-25 | 2019-07-25 | 一种自动审片的方法、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110324665A true CN110324665A (zh) | 2019-10-11 |
Family
ID=68124566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910679056.7A Pending CN110324665A (zh) | 2019-07-25 | 2019-07-25 | 一种自动审片的方法、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110324665A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110933403A (zh) * | 2019-11-29 | 2020-03-27 | 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 |
| CN112055198A (zh) * | 2020-09-10 | 2020-12-08 | 百度在线网络技术（北京）有限公司 | 一种视频测试方法、装置、电子设备及存储介质 |
| CN112770014A (zh) * | 2020-12-16 | 2021-05-07 | 深圳创维－Rgb电子有限公司 | 静帧检测方法、装置及可读存储介质 |
| CN113453069A (zh) * | 2021-06-18 | 2021-09-28 | 海信视像科技股份有限公司 | 一种显示设备及缩略图生成方法 |
| CN117255222A (zh) * | 2023-11-20 | 2023-12-19 | 上海科江电子信息技术有限公司 | 一种数字电视监测的方法、系统及应用 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103079029A (zh) * | 2013-02-06 | 2013-05-01 | 上海风格信息技术股份有限公司 | 一种基于宏块边缘信息的数字电视马赛克识别方法 |
| CN103281559A (zh) * | 2013-05-31 | 2013-09-04 | 于京 | 视频质量检测的方法及系统 |
| CN103873852A (zh) * | 2012-12-11 | 2014-06-18 | 上海文广互动电视有限公司 | 多模态并行的视频质量故障检测方法及装置 |
| CN104506853A (zh) * | 2014-12-31 | 2015-04-08 | 成都东方盛行电子有限责任公司 | 一种音视频技审系统及方法 |
| US20170006281A1 (en) * | 2014-05-08 | 2017-01-05 | Huawei Device Co., Ltd. | Video Quality Detection Method and Apparatus |
| CN106503740A (zh) * | 2016-10-31 | 2017-03-15 | 北京奇艺世纪科技有限公司 | 图片分类方法及装置 |
| CN107483916A (zh) * | 2016-06-08 | 2017-12-15 | 北京市第中级人民法院 | 音视频档案质量检测系统的控制方法 |
-
2019
- 2019-07-25 CN CN201910679056.7A patent/CN110324665A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103873852A (zh) * | 2012-12-11 | 2014-06-18 | 上海文广互动电视有限公司 | 多模态并行的视频质量故障检测方法及装置 |
| CN103079029A (zh) * | 2013-02-06 | 2013-05-01 | 上海风格信息技术股份有限公司 | 一种基于宏块边缘信息的数字电视马赛克识别方法 |
| CN103281559A (zh) * | 2013-05-31 | 2013-09-04 | 于京 | 视频质量检测的方法及系统 |
| US20170006281A1 (en) * | 2014-05-08 | 2017-01-05 | Huawei Device Co., Ltd. | Video Quality Detection Method and Apparatus |
| CN104506853A (zh) * | 2014-12-31 | 2015-04-08 | 成都东方盛行电子有限责任公司 | 一种音视频技审系统及方法 |
| CN107483916A (zh) * | 2016-06-08 | 2017-12-15 | 北京市第中级人民法院 | 音视频档案质量检测系统的控制方法 |
| CN106503740A (zh) * | 2016-10-31 | 2017-03-15 | 北京奇艺世纪科技有限公司 | 图片分类方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 伍以文: "音视频节目技术审片系统的研究与实现", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110933403A (zh) * | 2019-11-29 | 2020-03-27 | 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 |
| 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 |
| CN112055198A (zh) * | 2020-09-10 | 2020-12-08 | 百度在线网络技术（北京）有限公司 | 一种视频测试方法、装置、电子设备及存储介质 |
| CN112055198B (zh) * | 2020-09-10 | 2023-12-05 | 百度在线网络技术（北京）有限公司 | 一种视频测试方法、装置、电子设备及存储介质 |
| CN112770014A (zh) * | 2020-12-16 | 2021-05-07 | 深圳创维－Rgb电子有限公司 | 静帧检测方法、装置及可读存储介质 |
| CN113453069A (zh) * | 2021-06-18 | 2021-09-28 | 海信视像科技股份有限公司 | 一种显示设备及缩略图生成方法 |
| CN117255222A (zh) * | 2023-11-20 | 2023-12-19 | 上海科江电子信息技术有限公司 | 一种数字电视监测的方法、系统及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110324665A (zh) | 一种自动审片的方法、终端及存储介质 | |
| EP2109313B1 (en) | Television receiver and method | |
| US10136183B2 (en) | Dynamic video overlays | |
| US9071745B2 (en) | Automatic capturing of documents having preliminarily specified geometric proportions | |
| US10412452B2 (en) | Display device and method for replacing advertisement | |
| US9241102B2 (en) | Video capture of multi-faceted documents | |
| WO2018214693A1 (zh) | 视频通信系统的检测方法、装置、存储介质和计算机设备 | |
| US20130258202A1 (en) | System and method for shot change detection in a video sequence | |
| CN110971931A (zh) | 视频水印添加方法、装置、电子设备及存储介质 | |
| US20190313071A1 (en) | Dynamic chroma key for video background replacement | |
| US10360687B2 (en) | Detection and location of active display regions in videos with static borders | |
| WO2013036086A2 (en) | Apparatus and method for robust low-complexity video fingerprinting | |
| US20140241620A1 (en) | Illumination Estimation Using Natural Scene Statistics | |
| US9230173B2 (en) | Soft decision making processes for analyzing images | |
| US20160118025A1 (en) | Method and apparatus for screen capture on a display device | |
| US20150271416A1 (en) | Information Processing Method and Electronic Device | |
| US20220201362A1 (en) | Artificial intelligence and machine learning evaluation of elements in rendered video | |
| US9973662B2 (en) | Detection of solid color frames for determining transitions in video content | |
| CN108470327B (zh) | 图像增强方法、装置、电子设备及存储介质 | |
| CN115439660A (zh) | 一种检测方法、装置、电子设备及介质 | |
| Chittapur et al. | Exposing digital forgery in video by mean frame comparison techniques | |
| US8463052B2 (en) | Electronic apparatus and image search method | |
| CN115330711A (zh) | 一种基于数据处理的影像视频内容管理方法与系统 | |
| CN113542843B (zh) | 一种目标弹幕展示方法、装置、电子设备和存储介质 | |
| Xu et al. | Caption Text Extraction Using DCT Feature in MPEG Compressed Video |
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: 20191011 |