CN110532844A - 一种视讯系统和其方法 - Google Patents
一种视讯系统和其方法 Download PDFInfo
- Publication number
- CN110532844A CN110532844A CN201910389141.XA CN201910389141A CN110532844A CN 110532844 A CN110532844 A CN 110532844A CN 201910389141 A CN201910389141 A CN 201910389141A CN 110532844 A CN110532844 A CN 110532844A
- Authority
- CN
- China
- Prior art keywords
- scene
- video signal
- video
- scene analysis
- result
- 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
Links
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
- G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
- G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
- G11B27/28—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种视讯系统,包括一场景分析电路,用于对一视讯信号执行一场景分析操作,并输出一场景分析结果;以及一视讯处理模块,包括一第一视讯处理电路,用于对所述视讯信号执行一第一视讯操作,并输出一第一处理结果;以及一第二视讯处理电路,用于根据所述场景分析结果,对所述第一处理结果执行一第二视讯操作。
Description
技术领域
本发明涉及一种视讯系统及相关方法,尤其涉及一种能够以成本有效的方式,并根据场景类型变化对每个帧及时调整配置的视讯系统及相关方法。
背景技术
以往的视讯系统被要求及时地适应每个视讯帧的(多个)配置和(多个)设定,以执行场景类型相关的操作,其中基于对每个视讯帧的场景类型信息来执行场景类型相关操作。然而,场景类型识别操作较为复杂。传统的场景类型识别设备可以使用复杂的算法来执行场景类型识别,例如,机器学习。场景类型识别设备是非即时设备,需要更多的时间来完成场景类型识别操作。
为了及时地适应每个帧的设定,以往的视讯系统可以包括多个复杂的场景类型识别设备,以对连续帧执行平行的场景类型识别,从而提高复杂度和生产成本。
因此,如何能够以成本有效的方式,并根据场景类型变化对每个帧及时调整配置是本领域的重要目的。
发明内容
因此,本案之主要目的在于提供一种能够以成本有效的方式,并根据场景类型变化对每个帧及时调整配置的视讯系统及相关方法,来克服现有技术的不足。
本发明公开了一种视讯系统,包括一场景分析电路,用于对一视讯信号执行一场景分析操作,并输出一场景分析结果;以及一视讯处理模块,包括一第一视讯处理电路,用于对所述视讯信号执行一第一视讯操作,并输出一第一处理结果;以及一第二视讯处理电路,用于根据所述场景分析结果,对所述第一处理结果执行一第二视讯操作。
本发明还公开了一种方法,应用于一视讯系统,该方法包括:对一视讯信号执行一场景分析操作,并输出一场景分析结果;对所述视讯信号执行一第一视讯操作,并输出一第一处理结果;以及根据所述场景分析结果对所述第一处理结果执行一第二视讯操作。
在阅读下面的附图和附图中所示的优选实施例的详细描述后,本发明的上述目的及其它目的对本领域的普通技术人员而言,将毫无疑问地变得显而易见。
附图说明
图1为本申请实施例一视讯系统的示意图。
图2为本申请实施例的多个帧的时序图和一第二场景处理电路的操作图。
图3为本申请实施例的多个帧时序图和一第二场景处理电路的操作图。
图4为本申请实施例的多个帧的时序图和一第二场景处理电路的操作图。
图5为本申请实施例的流程示意图。
其中,附图标记说明如下:
10 视讯系统
12 视讯处理模块
14 场景分析电路
120 第一视讯处理电路
122 第二视讯处理电路
140 第一场景处理电路
142 第二场景处理电路
50 过程
502、504、506 步骤
R1 处理结果
VS 视讯信号
Scene A 场景A
Scene B 场景B
Scene C 场景C
具体实施方式
图1为本申请实施例一视讯系统10的示意图。视讯系统10能够以成本有效的方式对每个帧及时地执行与场景类型(Scene Type)相关的操作。视讯系统10包括视讯处理模块12和场景分析电路14。于一实施例中,视讯处理模块12可设置于电视机内。视讯处理模块12接收包括多个FR的视讯信号VS,以对视讯信号VS执行视讯操作,并发送处理后的视讯信号至显示装置(未图示),使得显示装置可以显示处理后的视讯信号。场景分析电路14用于对视讯信号VS执行场景分析操作,并输出场景分析结果SAR。场景分析结果SAR可包括对应于视讯信号VS中一个或多个帧FR对应的场景类型信息。场景分析结果SAR内的场景类型信息可以指示帧FR,包括如海景、山景、森林场景或体育场景,但本发明不限于此。
视讯处理模块12包括第一视讯处理电路120和第二视讯处理电路122。第一视讯处理电路120用于对每个帧FR执行第一视讯操作(例如,视讯信号的帧FRi),并输出与帧FRi对应的处理结果R1,其中第一视讯操作可与帧FR或FRi的场景类型无关。处理结果R1可视为由视讯处理模块12执行的整个视讯操作的中间结果。同时,场景分析电路14也对帧FRi执行场景分析操作,并执行与帧FRi对应的场景分析结果SAR。即,当第一视讯处理电路120对帧FRi执行第一视讯操作时,场景分析电路14对帧FRi执行场景分析操作。第二视讯处理电路122接收包括与帧FRi对应的场景类型信息的场景分析结果SAR,用于根据对应于帧FRi的场景分析结果SAR,对与帧FRi对应的处理结果R1执行第二视讯操作,其中第二视讯操作可以适用于多个帧FR的场景类型,并根据帧FRi的场景类型信息,可包括适应地施加对应于帧FRi的設定(Configuration)。
值得注意的是,场景分析电路14可能需要时间段T2来完成对帧FRi的场景分析操作。在时间段T2中,当场景分析电路14对帧FRi执行场景分析操作时,视讯处理模块12可利用第一视讯处理电路120来执行与帧FRi的场景类型无关的第一视讯操作。当完成第一视讯操作时或在完成第一视讯操作时间后时,同时也完成由场景分析电路14执行的场景分析操作。接着,第二视讯处理电路122根据与帧FRi对应的场景分析结果SAR,能够执行与帧FRi的场景类型相关的第二视讯操作。因此,第二视讯操作能够及时地适应帧FRi的场景类型
假设第一视讯处理电路120需要时间段T1来完成对帧FRi的第一视讯操作。通常,时间周期T1需要大于或等于时间段T2。或等效地,时间段T2小于或等于时间段T1,使得第二视讯处理电路122能够及时获取场景分析结果SAR。在一个实施例中,给定的时间段T2是(N+1)个帧延迟(Frame Delay),时间周期T1可以是(N+1)个帧延迟或大于(N+1)个帧延迟,其中一个帧延迟可以是视讯系统10的帧速率的倒数,并且N为大于1的整数。
场景分析电路14包括第一场景处理电路140和第二场景处理电路142,第一场景处理电路140可用于执行一粗略场景分析操作或第一场景分析操作,第二场景处理电路142可用于执行一细致场景分析操作或第二场景分析操作。通常,粗略或第一场景分析操作所需要的场景分析时间TA1小于细致或第二场景分析操作所需的场景分析时间TA2。在一实施例中,场景分析时间TA1可以是1个帧延迟和场景分析时间TA2可以是N个帧延迟。
在一实施例中,粗略/第一场景分析操作可以包括场景变化侦测,细致/第二场景分析操作可以包括场景类型识别。在两个连续帧(例如,FRi和FRi-1)之间给定场景类型变化,包括场景变化,场景分析电路14可以利用第一场景处理电路140来侦测在FRi和FRi-1之间是否发生场景变化。在一些实施例中,如果第一场景处理电路140在FRi和FRi-1之间侦测出场景变化,在场景分析电路14中的第二场景处理电路142可以响应地执行场景类型识别。相反的,如果第一场景处理电路140侦测出不存在场景变化,第二场景处理电路142可不执行场景类型识别或维护其当前操作。在一些实施例中,在第二场景处理电路142完成场景类型识别之后,直到第一场景处理电路140侦测出下一场景变化,第二场景处理电路142可不执行场景类型识别。在一些其它实施例中,第二场景处理电路142始终执行场景类型识别。一旦第一场景处理电路140侦测出在两帧之间存在场景变化,第二场景处理电路142将终止正在执行的周期并重新启动或重新开始场景类型识别的新周期。
在执行场景变化侦测的情况下,第一场景处理电路140可以计算差值diff为diff=|FRi-FRi-1|or Diff=|FRi-1-FRi|,其中|·|表示帧中每个元素的总和。如果差值diff大于特定门槛值r,则第一场景处理电路140生成用于指示在帧FRi和FRi-1之间存在场景变化的场景变化结果SCR,另外,第一场景处理电路140可以产生场景变化结果SCR,用于指示在帧FRi和FRi-1之间不存在场景变化。
第二场景处理电路142可以包括神经网络处理单元(neural network processingunit,NPU)。NPU适合于矩阵/向量计算,并且通常应用于复杂的视讯处理,例如场景类型识别。然而,由于第二场景处理电路142或NPU需要更多的时间来执行场景类型识别,可由第二场景处理电路142处理的帧率低于视讯系统10的帧率,例如,假设视讯系统10的帧率为60hz,第二场景处理电路142的帧率仅为20hz。即,给定的视讯系统10能够在1秒内处理60帧,但第二场景处理电路142仅能在1秒内处理20帧。在此种情况下,第二场景处理电路142可以执行细致/第二场景分析操作,即,场景类型识别,对视讯信号VS的每3个帧。例如,对视讯信号VS内的帧FRj+3·k执行场景类型识别,其中j和k都是整数。因此,NPU被认为是非即时设备。
仅应用非及时NPU来执行场景类型识别是不足够的,由于视讯系统无法及时对每一帧执行场景类型相关操作。图2是帧FRi-1-FRi+4的时序图和NPU的操作图。图2中,粗体虚线表示NPU执行场景类型识别的时间周期,向下箭头指示在场景变化发生/发生的瞬间。假设在没有场景变化侦测器来协助在视讯系统中的NPU的情况下,作为非及时装置,NPU仅对视讯信号VS的每N帧(取代每个帧)执行场景类型识别。在图2中所示的实例中,N=3而NPU对帧FRi-1和帧FRi+2执行场景类型识别。在此情况下,如果在帧FRi-1和帧FRi+2之间存在场景变化,将发生不能及时识别场景变化,并且视讯系统对每一帧不能及时执行场景相关操作。
具体而言,当第一视讯处理电路对帧FRi-1执行与场景类型无关的操作且帧FRi-1的场景类型识已完成时,第二视讯处理电路可以获取与帧FRi-1对应的场景类型信息,并根据与帧FRi-1对应的场景类型信息(其为如图2所示的“场景A”)来执行对帧(i-1)执行场景类型相关的操作。然而,在视讯系统接收帧FRi时,或当帧FRi到来时,NPU正在对前帧FRi-1执行场景类型识别,且无时间对帧FRi执行场景类型识别,因此,NPU无法向第二视讯处理电路通知关于与帧FRi对应的场景类型信息(其中帧FRi的场景类型信息为“场景B”)。因此,根据最新场景类型信息,第二视讯处理电路仍然根据第二视讯处理电路可得到最新的场景类型信息(即“场景A”)对帧FRi执行场景类型识相关操作,而该第二视讯处理电路可得到最新的场景类型信息为“场景A”,其对帧FRi来说是不正确的。由于当对帧FRi执行场景类型相关操作时第二视讯处理电路尚未被通知场景类型已经从场景A变化到场景B而第二视讯处理电路径行根据“场景A”对帧FRi执行场景类型相关操作,因此,第二视讯处理电路在对帧已执行的场景类型识相关操作上将会套用错误的配置或设定(Configuration)。
相反的,场景分析电路14利用第一场景处理电路140(可以包括场景变化侦测器)以执行该场景变化侦测。图3是帧FRi-1-FRi+4的时序图和第二场景处理电路的操作图。图3中,粗虚线表示用以执行场景类型识别的第二场景处理电路142(NPU)的时间周期,且向下箭头指示场景变化发生/发生的瞬间。在场景变化发生在帧FRi和FRi-1之间的情况下,第一场景处理电路140(如场景变化侦测器)通知第二场景处理电路142在帧FRi和FRi-1之间有场景变化发生。第二场景处理电路可从时间ti开始执行场景类型识别。也就是说,第二场景处理电路142可视为在时间ti由第一场景处理电路140所触发。
于第一视讯处理电路120对帧FRi完成与场景类型识无关操作(即第一视讯操作)之后,第二场景处理电路142也完成对帧FRi的场景类型识别。然后,在对帧FRi执行的场景相关操作(例如,第二场视讯操作)开始之前,可向第二视讯处理电路122通知关于与帧FRi对应的场景类型。如此,第二视讯处理电路122能够对帧FRi执行的场景类型应用正确的设定。于一实施例中,在第二场景处理电路142完成场景类型识别之后,第二场景处理电路142可以进入闲置模式或闲置状态,直到第一场景处理电路140侦测出下一次场景变化时(如在帧FRi+3和FRi+4之间的场景变化),才再一次执行无场景类型识别。
从另一观点来说,第二场景处理电路142可由第一场景处理电路140触发,以执行场景类型识别(第二场景分析操作)。在第二场景处理电路142被第一场景处理电路140触发之后,第二场景处理电路142(NPU)可以执行第二场景分析操作的第一周期,其中第一周期由图3中紧邻时间ti之后的3个帧延迟(以粗虚线表示)。在第二场景分析操作的第一周期结束后,第二场景处理电路142临时停止执行第二场景分析操作,直到下一次第二场景处理电路142再次被第一场景处理电路140触发(例如,在时间ti+3)以执行第二场景分析操作的第二周期(场景类型识别)。在图3中,第二周期由紧邻时间ti+3之后的粗虚线表示。
在图3示出的实施例中,仅当第二场景处理电路142被触发时,第二场景处理电路142执行第二场景分析操作。如果第二场景处理电路142未被触发,则第二场景处理电路142不会执行第二场景分析操作。
图3中所示的机制(即第二场景处理电路142由第一场景处理电路140触发)会受到误侦测(Miss Detect)所带来的困扰。若场景变化确实发生但第一场景处理电路140未能侦测到(即为误侦测),第二场景处理电路142将保持闲置,且并不会执行任何场景类型识别,在此情形下,从误侦测的时间之后的配置或设定可能都是不正确的。
为避免误侦测所带来的困扰,请参考图4,图4为帧FRi-1-FRi+4的时序图和第二场景处理电路142的操作图。图4中,粗虚线表示第二场景处理电路142执行场景类型识别的时间周期,向下箭头指示在场景变化发生/发生的瞬间。不同于图3,第二场景处理电路142持续地执行场景类型识别。在一个实施例中,第二场景处理电路142不断地在执行场景类型识别。
如图4所示,在时间ti之前,第二场景处理电路142正在执行场景类型识别的周期Cm-1。一旦第一场景处理电路140侦测到在帧FRi-1和FRi之间有场景变化发生且第二场景处理电路142接收场景变化结果SCR(即场景变化发生在帧FRi-1与FRi之间的时间ti),第二场景处理电路142将终止正在执行的周期Cm-1(即使场景类型识别的周期Cm-1无法在时间ti完成),并重新启动或重新开始场景类型识别的新周期Cm。假设在时间ti与时间ti+2之间没有场景变化,第二场景处理电路142可以完成场景类型识别的周期Cm,并在时间ti+2重新启动场景类型识别新的周期Cm+1(在时间ti+2处没有侦测到场景变化的情况下),同样的,当第二场景处理电路142接收到场景变化结果SCR(其指示在帧FRi+3与FRi+4之间的时间ti+3发生场景变化),第二场景处理电路142将终止正在执行的周期Cm+1,并重新开始场景类型识别的新周期Cm+2。
在图4中,即使第一场景处理电路140场景变化侦测有误,第二场景处理电路142仍能持续不断地执行场景类型识别,图4所示的机制能够修正多个配置和多个设置。具体地,假设第一场景处理电路140在时间tx处失败/遗失侦测场景变化,第二场景处理电路142将在时间tx′处(比时间tx晚几个帧延迟)开启场景类型识别的新周期Cx。因此,即使第一场景处理电路140在时间tx处失败/遗失侦测场景变化,图4所是的機制可修正回正確的設定。
视讯系统10的操作可归纳为如图5所示的流程50,流程50包括以下步骤:
步骤502:场景分析电路14对视讯信号VS执行场景分析操作,并输出场景分析结果SAR。
步骤504:第一视讯处理电路120对视讯信号VS执行第一视讯操作,并输出第一处理结果R1。
步骤506:第二视讯处理电路122根据场景分析结果SAR对第一处理结果R1执行第二视讯操作。
过程50的细节可参见上述的段落,在此不再赘述。
在现有技术中,可以及时适应每个帧的多个配置和多个设定,视讯系统可以包括多个场景类型识别设备,以对连续帧执行平行的场景类型识别。场景类型识别装置可以利用复杂的算法,例如机器学习来执行场景类型识别。视讯系统的复杂度和生产成本较高能够及时适应多个配置和多个设定的。相较之下,本发明实施例可利用第一场景处理电路执行场景变化侦测器,且利用第二场景处理电路执行场景类型识别,用于响应由第一场景处理电路生成的场景变化结果。在该些实施例中,可以基于需要更短时间的场景变化结果的检测来执行需要更长时间的场景类型识别。因此,视讯系统能够及时地适应设定。在一些实施例中,可以利用一个单一场景类型识别设备(例如,NPU)。本发明与传统的使用机器学习算法的场景式识别装置相比,具有较低的复杂度,从而有效地降低了复杂度和生产成本。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种视讯系统,包括:
一场景分析电路,用于对一视讯信号执行一场景分析操作,并输出一场景分析结果;以及
一视讯处理模块,包括:
一第一视讯处理电路,用于对所述视讯信号执行一第一视讯操作,并输出一第一处理结果;以及
一第二视讯处理电路,用于根据所述场景分析结果,对所述第一处理结果执行一第二视讯操作。
2.如权利要求1所述的视讯系统,其中所述第一视讯处理电路对一帧的所述第一视讯操作所需要的时间为一第一时间段,所述场景分析电路对所述帧的所述场景分析操作所需要的时间为一第二时间段,所述第二时间段小于或等于所述第一时间段。
3.如权利要求1中所述的视讯系统,其中所述场景分析结果包括所述视讯信号中至少一个帧的一场景类型信息。
4.如权利要求3中所述的视讯系统,其中所述第二视讯操作包括根据所述帧的所述场景类型信息,对所述至少一个帧适应地施加一設定。
5.如权利要求1中所述的视讯系统,其中所述场景分析电路包括:
一第一场景处理电路,包括一场景变化侦测器器,用于对所述视讯信号执行一第一场景分析操作,并输出一场景变化结果,其中所述第一场景分析操作包括一场景变化侦测;
一第二场景处理电路,用于根据所述第一场景处理电路输出的所述场景变化结果,对所述视讯信号执行一第二场景分析操作,并输出的所述场景分析结果,其中所述第二场景分析操作包括一场景类型识别。
6.如权利要求5中所述的视讯系统,其中所述第二场景处理电路包括一神经网络处理单元。
7.如权利要求5中所述的视讯系统,其中所述第一场景处理电路计算在两个连续帧之间的差值,并当所述差值大于门槛值时,所述第一场景处理电路输出所述场景变化结果以指示在所述两个连续帧之间有场景变化的发生。
8.如权利要求5中所述的视讯系统,其中当一第一场景变化发生在第一时间时,所述第一场景处理电路触发所述第二场景处理电路,以执行所述第二场景分析操作。
9.如权利要求8中所述的视讯系统,其中当所述第二场景处理电路被所述第一场景处理电路触发,而执行所述第二场景分析操作的一第一周期,所述第二场景处理电路停止执行所述第二场景分析操作,并直到于一第二时间的一第二场景变化发生。
10.如权利要求5中所述的视讯系统,其中所述第二场景处理电路持续地执行所述第二场景分析操作。
11.如权利要求10中所述的视讯系统,其中当所述第二场景处理电路持续地执行所述第二场景分析操作时,若一场景变化发生,所述第二场景处理电路终止所述第二场景分析操作的一正在执行的周期,并重新开启所述第二场景分析操作的另一个周期。
12.一种方法,应用于一视讯系统,该方法包括:
对一视讯信号执行一场景分析操作,并输出一场景分析结果;
对所述视讯信号执行一第一视讯操作,并输出一第一处理结果;以及
根据所述场景分析结果对所述第一处理结果执行一第二视讯操作。
13.如权利要求12中所述的方法,其中所述第一视讯处理电路对一帧的所述第一视讯操作所需要的时间为一第一时间段,所述场景分析电路对所述帧的所述场景分析操作所需要的时间为一第二时间段,所述第二时间段小于或等于所述第一时间段。
14.如权利要求12中所述的方法,其中所述场景分析结果包括所述视讯信号中至少一个帧的一场景类型信息。
15.如权利要求14中所述的方法,其中所述第二视讯操作包括根据所述帧的所述场景类型信息,对所述至少一个帧适应地施加一配置。
16.如权利要求12中所述的方法,其中对一视讯信号执行所述场景分析操作,并输出一场景分析结果的步骤包括:
对所述视讯信号执行一第一场景分析操作,并输出一场景变化结果,其中所述第一场景分析操作包括一场景变化侦测;以及
根据所述场景变化结果,对所述视讯信号执行一第二场景分析操作,并输出的所述场景分析结果,其中所述第二场景分析操作包括一场景类型的识别。
17.如权利要求16中所述的方法,其中当一第一场景变化发生在第一时间时,由一第一场景变化结果触发所述第二场景分析操作。
18.如权利要求17中所述的方法,还包括:当所述第二场景分析操作被所述第一场景变化结果触发,而执行所述第二场景分析操作的一第一周期,停止执行所述第二场景分析操作,并直到在第二时间的一第二场景变化发生。
19.如权利要求16中所述的方法,还包括:持续地执行所述第二场景分析操作。
20.根据权利要求19中的所述方法,还包括:若一场景变化发生,在所述第二场景分析操作正在执行的一正在执行的周期期间,终止所述第二场景分析操作的一正在执行的周期,并重新开启所述第二场景分析操作的另一个周期。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862675176P | 2018-05-23 | 2018-05-23 | |
US62/675,176 | 2018-05-23 | ||
US16/214,143 US11006022B2 (en) | 2018-05-23 | 2018-12-10 | Video system and related method |
US16/214,143 | 2018-12-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110532844A true CN110532844A (zh) | 2019-12-03 |
CN110532844B CN110532844B (zh) | 2023-06-16 |
Family
ID=68614172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910389141.XA Active CN110532844B (zh) | 2018-05-23 | 2019-05-10 | 一种视讯系统和其方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11006022B2 (zh) |
CN (1) | CN110532844B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5805733A (en) * | 1994-12-12 | 1998-09-08 | Apple Computer, Inc. | Method and system for detecting scenes and summarizing video sequences |
US6055025A (en) * | 1993-12-21 | 2000-04-25 | Lucent Technologies, Inc. | Method and apparatus for detecting abrupt and gradual scene changes in image sequences |
US20040264788A1 (en) * | 2003-06-24 | 2004-12-30 | Lsi Logic Corporation | Real time scene change detection in video sequences |
CN101572815A (zh) * | 2008-04-28 | 2009-11-04 | 联发科技股份有限公司 | 场景切换侦测方法与场景切换侦测装置 |
US20130113999A1 (en) * | 2011-11-03 | 2013-05-09 | Infosys Technologies, Ltd. | Methods, systems, and computer-readable media for detecting scene changes in a video |
CN103458155A (zh) * | 2013-08-01 | 2013-12-18 | 北京邮电大学 | 视频场景变换检测方法和系统及体验质量检测方法和系统 |
US20180070150A1 (en) * | 2016-09-06 | 2018-03-08 | Comigo Ltd. | Systems and methods for providing flexible access to scenes contained within a video content item |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2914170B2 (ja) * | 1994-04-18 | 1999-06-28 | 松下電器産業株式会社 | 映像変化点検出方法 |
US6497366B1 (en) * | 1997-12-31 | 2002-12-24 | Ncr Corporation | Methods and apparatus for dual channel video recovery in bar code scanners |
DE69800528T2 (de) * | 1998-06-19 | 2001-07-05 | Ikegami Tsushinki Co., Ltd. | Videosignalsynchronisierungsgerät |
JP4249866B2 (ja) * | 1999-11-19 | 2009-04-08 | パナソニック株式会社 | 録画方法及び録画システム |
TW550952B (en) * | 2002-02-07 | 2003-09-01 | Ulead Systems Inc | Method for detecting scene change in compressed video data |
KR100694060B1 (ko) * | 2004-10-12 | 2007-03-12 | 삼성전자주식회사 | 오디오 비디오 동기화 장치 및 그 방법 |
US7852412B1 (en) * | 2006-02-27 | 2010-12-14 | Nvidia Corporation | Video noise level detection |
US8793303B2 (en) * | 2006-06-29 | 2014-07-29 | Microsoft Corporation | Composition of local user interface with remotely generated user interface and media |
US8538239B2 (en) * | 2011-12-22 | 2013-09-17 | Broadcom Corporation | System and method for fingerprinting video |
US20140078400A1 (en) * | 2012-09-20 | 2014-03-20 | General Instrument Corporation | Low complexity synchronous control of video processing using video information in in-band portions of video |
US9491494B2 (en) * | 2012-09-20 | 2016-11-08 | Google Technology Holdings LLC | Distribution and use of video statistics for cloud-based video encoding |
US20170098467A1 (en) * | 2015-10-02 | 2017-04-06 | Thomson Licensing | Method and apparatus for detecting frame synchronicity between master and ancillary media files |
US10136134B2 (en) * | 2015-12-14 | 2018-11-20 | Arris Enterprises Llc | Method to encode video with close multiple scene changes |
-
2018
- 2018-12-10 US US16/214,143 patent/US11006022B2/en active Active
-
2019
- 2019-05-10 CN CN201910389141.XA patent/CN110532844B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6055025A (en) * | 1993-12-21 | 2000-04-25 | Lucent Technologies, Inc. | Method and apparatus for detecting abrupt and gradual scene changes in image sequences |
US5805733A (en) * | 1994-12-12 | 1998-09-08 | Apple Computer, Inc. | Method and system for detecting scenes and summarizing video sequences |
US20040264788A1 (en) * | 2003-06-24 | 2004-12-30 | Lsi Logic Corporation | Real time scene change detection in video sequences |
CN101572815A (zh) * | 2008-04-28 | 2009-11-04 | 联发科技股份有限公司 | 场景切换侦测方法与场景切换侦测装置 |
US20130113999A1 (en) * | 2011-11-03 | 2013-05-09 | Infosys Technologies, Ltd. | Methods, systems, and computer-readable media for detecting scene changes in a video |
CN103458155A (zh) * | 2013-08-01 | 2013-12-18 | 北京邮电大学 | 视频场景变换检测方法和系统及体验质量检测方法和系统 |
US20180070150A1 (en) * | 2016-09-06 | 2018-03-08 | Comigo Ltd. | Systems and methods for providing flexible access to scenes contained within a video content item |
Also Published As
Publication number | Publication date |
---|---|
US11006022B2 (en) | 2021-05-11 |
US20190364176A1 (en) | 2019-11-28 |
CN110532844B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10871912B2 (en) | Techniques for facilitating processing checkpoints between computing devices | |
US10078559B2 (en) | System and method for input data fault recovery in a massively parallel real time computing system | |
US10095576B2 (en) | Anomaly recovery method for virtual machine in distributed environment | |
CN107066365A (zh) | 一种系统异常的监测方法及装置 | |
CN102483712B (zh) | 在存储器控制器处对命令进行有效调度的系统和方法 | |
CN106464398A (zh) | 网络时钟比较的系统和方法 | |
CN106897219B (zh) | 移动终端系统稳定性测试方法及装置 | |
CN111818632B (zh) | 一种设备同步的方法、装置、设备及存储介质 | |
CN110309060A (zh) | 识别算法更新的检测方法、装置、存储介质及计算机设备 | |
CN102801531A (zh) | 一种基于声音传输的动态令牌的工作方法 | |
CN112631820A (zh) | 软件系统的故障恢复方法及装置 | |
JPH10271834A (ja) | 多重化制御装置及びその障害回復方法 | |
CN110532844A (zh) | 一种视讯系统和其方法 | |
CN110502369A (zh) | 一种设备死机恢复的方法、装置和存储介质 | |
CN113568801B (zh) | 冻屏检测方法、装置、终端设备及计算机存储介质 | |
Darvishi et al. | Exploring a modular architecture for sensor validation in digital twins | |
JP2020038525A (ja) | 異常検知装置 | |
WO2014040470A1 (zh) | 告警消息的处理方法及装置 | |
Narayanamurthy et al. | Provable memory-efficient online robust matrix completion | |
EP3160076A1 (en) | Sequence detection method and device, and computer storage medium | |
US10014072B2 (en) | Diagnosis method for diagnosing memory, transmission apparatus, and computer-readable recording medium | |
CN110191035A (zh) | 一种对智能电器设备进行控制的方法和系统 | |
CN111277820A (zh) | 相机系统的失效检测的方法、装置以及检测与恢复方法 | |
CN109982170B (zh) | 一种光网络设备的基于link的保护方法及系统 | |
WO2019100615A1 (zh) | 一种被调用方系统的心跳检测方法、装置、服务器及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |