CN110766711A - 一种视频镜头分割方法、系统、装置和存储介质 - Google Patents

一种视频镜头分割方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN110766711A
CN110766711A CN201910871401.7A CN201910871401A CN110766711A CN 110766711 A CN110766711 A CN 110766711A CN 201910871401 A CN201910871401 A CN 201910871401A CN 110766711 A CN110766711 A CN 110766711A
Authority
CN
China
Prior art keywords
frame
shot
frames
video
boundary
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
Application number
CN201910871401.7A
Other languages
English (en)
Inventor
龚云波
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.)
Beijing Lajin Zhongbo Technology Co ltd
Original Assignee
Tianmai Juyuan (hangzhou) Media 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 Tianmai Juyuan (hangzhou) Media Technology Co Ltd filed Critical Tianmai Juyuan (hangzhou) Media Technology Co Ltd
Priority to CN201910871401.7A priority Critical patent/CN110766711A/zh
Publication of CN110766711A publication Critical patent/CN110766711A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种视频镜头分割方法、系统、装置和存储介质，其中方法包括以下步骤：获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；根据镜头边界帧在同一镜头内获取若干个镜头关键帧；获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。本发明通过对视频进行检测后获得多个镜头边界帧，并在同一镜头内获取若干个镜头关键帧，通过镜头关键帧显示镜头的复杂情况，最后结合标注信息对视频镜头进行分割，能够极大地提高镜头分割的精准度，可广泛应用于视频数据处理领域。

Description

一种视频镜头分割方法、系统、装置和存储介质
技术领域
本发明涉及视频数据处理领域，尤其涉及一种视频镜头分割方法、系统、装置和存储介质。
背景技术
镜头是指由一个摄像头连续拍摄的一组内在相关的连续帧，镜头的分割是指正确的判断镜头的边界。但是现有的镜头主要是针对单一镜头的分割，只能分割变化比较剧烈的镜头或者变化比较缓慢的镜头，容易出现较多的错误分割。
发明内容
为了解决上述技术问题，本发明的目的是提供一种对视频镜头更加精准地分割的方法、系统、装置和存储介质。
本发明所采用的第一技术方案是：
一种视频镜头分割方法，包括以下步骤：
获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；
根据镜头边界帧在同一镜头内获取若干个镜头关键帧；
获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。
进一步，所述对序列帧进行镜头边缘检测后，获得镜头边界帧这一步骤，具体包括以下步骤：
获取序列帧内的每一帧图像的直方图，并依次对相邻的直方图进行差计算后，获得帧差值；
根据帧差值在序列帧上获取多个镜头边界帧。
进一步，所述根据帧差值在序列帧上获取多个镜头边界帧这一步骤，具体包括以下步骤：
A1、将序列帧分为多帧图像组，每个图像帧组包括多帧图像；
A2、将各图像帧组中帧差值最大的图像作为比较帧，以及将第一图像帧组的比较帧作为初始帧；
A3、依次检测下一组图像帧组的比较帧的帧差值是否大于初始帧的帧差值，并在检测到下一组图像帧组的比较帧的帧差值大于初始帧的帧差值时，判断该比较帧与初始帧之间的帧数距离是否大于第一预设阈值，若是，删除原来的初始帧，并将该比较帧更新标记为新的初始帧后，执行步骤A4；反之，继续获取下一组图像帧组的比较帧与初始帧进行比较，直至获得新的初始帧；
A4、判断新的初始帧的帧差值是否大于第二预设阈值，若是，将该初始帧存储为镜头边界帧，并以该镜头边界帧为第一帧后，返回步骤A1，直至检测完序列帧；反之，返回执行步骤A3，直至检测完序列帧。
进一步，还包括对镜头边界帧进行优化的步骤，所述对镜头边界帧进行优化的步骤具体包括以下步骤：
获取下一组图像帧组的比较帧，并判断比较帧的帧差值是否大于镜头边界帧的帧差值，若是，执行以下步骤；反之，结束优化步骤；
判断该比较帧的帧差值是否大于第三预设阈值，若是，将该比较帧更新为镜头边界帧；反之，结束优化步骤。
进一步，所述第二预设阈值通过以下方式计算获得：
获取原来的初始帧与新的初始帧之间所有的图像，并计算获得所有的图像的帧差值的平均值后，将平均值乘以6后作为第二预设阈值。
进一步，所述根据镜头边界帧在同一镜头内获取若干个镜头关键帧这一步骤，具体包括以下步骤：
根据镜头边界帧获取同一镜头内的所有图像，并计算所有图像的帧差值的平均值后，根据平均值计算对比阈值；
在同一镜头，判断是否存有帧差值大于对比阈值的图像，若存有，将该图像存储为镜头关键帧；反之，获取位于同一镜头中的中间的图像作为镜头关键帧。
进一步，所述获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割这一步骤，具体包括以下步骤：
根据镜头边界帧将视频划分为多个镜头；
根据镜头关键帧和预设方式对多个镜头进行分类；
获取输入的标注信息后，结合标注信息和镜头边界帧获得最终的镜头分割。
本发明所采用的第二技术方案是：
一种视频镜头分割系统，包括：
边界帧获取模块，用于获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；
关键帧获取模块，用于根据镜头边界帧在同一镜头内获取若干个镜头关键帧；
镜头分割模块，用于获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。
本发明所采用的第三技术方案是：
一种视频镜头分割装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的第四技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明通过对视频进行检测后获得多个镜头边界帧，并在同一镜头内获取若干个镜头关键帧，通过镜头关键帧显示镜头的复杂情况，最后结合标注信息对视频镜头进行分割，能够极大地提高镜头分割的精准度。
附图说明
图1是本发明一种视频镜头分割方法的步骤流程图；
图2是本发明一种视频镜头分割系统的结构框图。
具体实施方式
如图1所示，本实施例提供了一种视频镜头分割方法，包括以下步骤：
S1、获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；
S2、根据镜头边界帧在同一镜头内获取若干个镜头关键帧；
S3、获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。
在本实施例方法中，所述序列帧为视频按照顺序播放的序列帧，所述序列帧内包含有多帧图像，对序列帧进行边缘检测后，获得多个镜头边界帧，其中，可以采用多少方式进行边缘检测，比如基于图像像素的边缘检测、基于直方图的边缘检测或基于边缘轮廓变化率的边缘检测。当获得多个镜头边界帧后，根据这些镜头边界帧将视频分为多个镜头，按照预设的方式在每个镜头中获取镜头关键帧，对于获得的镜头关键帧较多的镜头，一般变化较为复杂，比如动作打斗画面，基于这种镜头，一般分割会出现错误，故针对这些复杂的镜头，通过加入人为的标注信息，即可加大地增大镜头分割的准确性。由于视频中需要标注的镜头比较少，先通过检测获得这些镜头，再通过人工进行标注，降低了人工成本，同时能够极大地增加镜头分割的准确度。
其中步骤S1具体包括步骤S11～S12；
S11、获取序列帧内的每一帧图像的直方图，并依次对相邻的直方图进行差计算后，获得帧差值；
S12、根据帧差值在序列帧上获取多个镜头边界帧。
所述步骤S12具体包括步骤B1～B4：
B1、将序列帧分为多帧图像组，每个图像帧组包括多帧图像；
B2、将各图像帧组中帧差值最大的图像作为比较帧，以及将第一图像帧组的比较帧作为初始帧；
B3、依次检测下一组图像帧组的比较帧的帧差值是否大于初始帧的帧差值，并在检测到下一组图像帧组的比较帧的帧差值大于初始帧的帧差值时，判断该比较帧与初始帧之间的帧数距离是否大于第一预设阈值，若是，删除原来的初始帧，并将该比较帧更新标记为新的初始帧后，执行步骤B4；反之，继续获取下一组图像帧组的比较帧与初始帧进行比较，直至获得新的初始帧；
B4、判断新的初始帧的帧差值是否大于第二预设阈值，若是，将该初始帧存储为镜头边界帧，并以该镜头边界帧为第一帧后，返回步骤B1，直至检测完序列帧；反之，返回执行步骤B3，直至检测完序列帧。
其中，所述第二预设阈值通过以下方式计算获得：
获取原来的初始帧与新的初始帧之间所有的图像，并计算获得所有的图像的帧差值的平均值后，将平均值乘以6后作为第二预设阈值。
在本实施例中，先按照序列帧的顺序，将序列帧划分为多个帧图像组，每个图像帧组包括多帧图像，在本实施例中，各帧图像包括10个图像。对每帧图像进行直方图绘制后，在分别计算相连图像的帧差值，即前后两个图像的差值，如此各图像都对应有一个帧差值，比如第二个图像的帧差值为第二图像与第一图像的差值，第三图像的帧差值为第三图像与第二图像的差值，如此类推，每个图像对应一个帧差值。具体的，所述帧差值可以通过如下公式进行计算：
Figure BDA0002202921030000041
其中，k为图像帧像素的总数，hm(i)-hn(i)表示的是两个图像在i这个直方图单元上面的距离，当X2值(即帧差值)越大时，这两个图像的差异越大(即变化越大)；反之，差异越小。
在每个图像帧组中，选取帧差值最大的图像作为比较帧，以及获取第一组图像帧组的比较帧作为初始帧。之后，依次获取后面图像帧组的比较帧与该初始帧进行比较，当检测到帧差值大于初始帧的帧差值的比较帧时，判断该比较帧与初始帧之间的帧数距离，所述帧数距离为两个直接包括的图像的帧数，判断帧数距离是否大于第一预设阈值，若是，则将该比较帧取代初始帧，同时判断初始帧是否作为镜头边界帧。具体判断方式为：判断初始帧的帧差值是否大于第二预设阈值，若是，所述该初始帧相对与前一帧图像有较大的变化，则极有可能出现了镜头分割，因此，将该初始帧作为镜头边界帧；如果没有大于，则判定没有出现镜头分割，则继续结合新的初始帧进行检测，直至检测到镜头边界帧。其中，在本实施例中，所述第二预设阈值为6倍帧差值的平均值，具体实施过程中，也可以选取5倍帧差值的平均值，或者其他的倍数，这些都应该属于本实施例的保护范围。
进一步作为优选的实施方式，还包括对镜头边界帧进行优化的步骤，所述对镜头边界帧进行优化的步骤具体包括以下步骤：
获取下一组图像帧组的比较帧，并判断比较帧的帧差值是否大于镜头边界帧的帧差值，若是，执行以下步骤；反之，结束优化步骤；
判断该比较帧的帧差值是否大于第三预设阈值，若是，将该比较帧更新为镜头边界帧；反之，结束优化步骤。
在本实例中，对获得的镜头边界帧进行优化，判断是否有更加合适的图像作为镜头边界帧，具体地做法为：在获得的镜头边界帧后获取一图像帧组，也就是该镜头边界帧后10个图像，并获取该图像帧组的比较帧。判断比较帧的帧差值是否大于镜头边界帧的帧差值，若是，继续判断，比较帧的帧差值是否大于第三预设阈值。当大于第三预设阈值时，则选取该比较帧取代之前的镜头边界帧，作为新的镜头边界帧。其中，所述第三预设阈值具体通过以下方式计算获得：获取镜头边界帧与该比较帧之间所有的图像，并计算这些图像的帧差值的平均值，所述第三预设阈值为该平均值的阈值倍，具体获取多少倍数，根据不同的情况而定。
其中，步骤S2具体包括步骤S21～S22：
S21、根据镜头边界帧获取同一镜头内的所有图像，并计算所有图像的帧差值的平均值后，根据平均值计算对比阈值；
S22、在同一镜头，判断是否存有帧差值大于对比阈值的图像，若存有，将该图像存储为镜头关键帧；反之，获取位于同一镜头中的中间的图像作为镜头关键帧。
根据镜头边界帧可将视频划分为多个镜头，分别获取同一个镜头的图像，并计算所有图像的帧差值的平均值，根据该平均值计算对比阈值；在本实施例中对比阈值为平均值的阈值倍。在同一镜头，检测判断是否存有帧差值大于对比阈值的图像，如果存有，则说明该图像的变化较大，但是未必是镜头边界帧，因此将该图像存储为镜头关键帧。其中，所述位于同一镜头中的中间的图像，即为位置位于序列帧的中间位置的图像。
其中，步骤S3具体包括步骤S31～S33：
S31、根据镜头边界帧将视频划分为多个镜头；
S32、根据镜头关键帧和预设方式对多个镜头进行分类；
S33、获取输入的标注信息后，结合标注信息和镜头边界帧获得最终的镜头分割。
按照预设的方式对镜头进行分类，比如通过设置了范围值，计算同一镜头内存有的镜头关键帧数量，根据数量判断处于哪个范围值，从而将该镜头分类为对应的范围。当一个镜头内存有较多的镜头关键帧时，则说明该镜头内的分割情况比较复杂，此时可以人工针对该镜头进行检查，并输入标注信息，结合输入的标准信息和之间检测的镜头边界帧重新对镜头进行分割。针对与镜头关键帧比较少的镜头，则无需人工进行标注。如此，能够极大地提高镜头分割的准确度。
如图2所示，本实施例还提供了一种视频镜头分割系统，包括：
边界帧获取模块，用于获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；
关键帧获取模块，用于根据镜头边界帧在同一镜头内获取若干个镜头关键帧；
镜头分割模块，用于获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。
本实施例的一种视频镜头分割系统，可执行本发明方法实施例所提供的一种视频镜头分割方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种视频镜头分割装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本实施例的一种视频镜头分割装置，可执行本发明方法实施例所提供的一种视频镜头分割方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行如上所述方法。
本实施例的一种存储介质，可执行本发明方法实施例所提供的一种视频镜头分割方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种视频镜头分割方法，其特征在于，包括以下步骤：
获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；
根据镜头边界帧在同一镜头内获取若干个镜头关键帧；
获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。
2.根据权利要求1所述的一种视频镜头分割方法，其特征在于，所述对序列帧进行镜头边缘检测后，获得镜头边界帧这一步骤，具体包括以下步骤：
获取序列帧内的每一帧图像的直方图，并依次对相邻的直方图进行差计算后，获得帧差值；
根据帧差值在序列帧上获取多个镜头边界帧。
3.根据权利要求2所述的一种视频镜头分割方法，其特征在于，所述根据帧差值在序列帧上获取多个镜头边界帧这一步骤，具体包括以下步骤：
A1、将序列帧分为多帧图像组，每个图像帧组包括多帧图像；
A2、将各图像帧组中帧差值最大的图像作为比较帧，以及将第一图像帧组的比较帧作为初始帧；
A3、依次检测下一组图像帧组的比较帧的帧差值是否大于初始帧的帧差值，并在检测到下一组图像帧组的比较帧的帧差值大于初始帧的帧差值时，判断该比较帧与初始帧之间的帧数距离是否大于第一预设阈值，若是，删除原来的初始帧，并将该比较帧更新标记为新的初始帧后，执行步骤A4；反之，继续获取下一组图像帧组的比较帧与初始帧进行比较，直至获得新的初始帧；
A4、判断新的初始帧的帧差值是否大于第二预设阈值，若是，将该初始帧存储为镜头边界帧，并以该镜头边界帧为第一帧后，返回步骤A1，直至检测完序列帧；反之，返回执行步骤A3，直至检测完序列帧。
4.根据权利要求3所述的一种视频镜头分割方法，其特征在于，还包括对镜头边界帧进行优化的步骤，所述对镜头边界帧进行优化的步骤具体包括以下步骤：
获取下一组图像帧组的比较帧，并判断比较帧的帧差值是否大于镜头边界帧的帧差值，若是，执行以下步骤；反之，结束优化步骤；
判断该比较帧的帧差值是否大于第三预设阈值，若是，将该比较帧更新为镜头边界帧；
反之，结束优化步骤。
5.根据权利要求3所述的一种视频镜头分割方法，其特征在于，所述第二预设阈值通过以下方式计算获得：
获取原来的初始帧与新的初始帧之间所有的图像，并计算获得所有的图像的帧差值的平均值后，将平均值乘以6后作为第二预设阈值。
6.根据权利要求1所述的一种视频镜头分割方法，其特征在于，所述根据镜头边界帧在同一镜头内获取若干个镜头关键帧这一步骤，具体包括以下步骤：
根据镜头边界帧获取同一镜头内的所有图像，并计算所有图像的帧差值的平均值后，根据平均值计算对比阈值；
在同一镜头，判断是否存有帧差值大于对比阈值的图像，若存有，将该图像存储为镜头关键帧；反之，获取位于同一镜头中的中间的图像作为镜头关键帧。
7.根据权利要求1所述的一种视频镜头分割方法，其特征在于，所述获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割这一步骤，具体包括以下步骤：
根据镜头边界帧将视频划分为多个镜头；
根据镜头关键帧和预设方式对多个镜头进行分类；
获取输入的标注信息后，结合标注信息和镜头边界帧获得最终的镜头分割。
8.一种视频镜头分割系统，其特征在于，包括：
边界帧获取模块，用于获取视频的序列帧，并对序列帧进行镜头边缘检测后，获得多个镜头边界帧；
关键帧获取模块，用于根据镜头边界帧在同一镜头内获取若干个镜头关键帧；
镜头分割模块，用于获取标注信息后，结合镜头边界帧、镜头关键帧和标注信息对视频镜头进行分割。
9.一种视频镜头分割装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-7任一项所述的一种视频镜头分割方法。
10.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-7任一项所述方法。
CN201910871401.7A 2019-09-16 2019-09-16 一种视频镜头分割方法、系统、装置和存储介质 Pending CN110766711A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910871401.7A CN110766711A (zh) 2019-09-16 2019-09-16 一种视频镜头分割方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910871401.7A CN110766711A (zh) 2019-09-16 2019-09-16 一种视频镜头分割方法、系统、装置和存储介质

Publications (1)

Publication Number Publication Date
CN110766711A true CN110766711A (zh) 2020-02-07

Family

ID=69329917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910871401.7A Pending CN110766711A (zh) 2019-09-16 2019-09-16 一种视频镜头分割方法、系统、装置和存储介质

Country Status (1)

Country Link
CN (1) CN110766711A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112560663A (zh) * 2020-12-11 2021-03-26 南京谦萃智能科技服务有限公司 教学视频打点方法、相关设备及可读存储介质
CN112714336A (zh) * 2020-12-01 2021-04-27 万兴科技集团股份有限公司 视频分割方法和装置、电子设备、计算机可读存储介质
CN116168045A (zh) * 2023-04-21 2023-05-26 青岛尘元科技信息有限公司 扫变镜头的分割方法和系统、存储介质及电子设备
CN117176979A (zh) * 2023-04-24 2023-12-05 青岛尘元科技信息有限公司 多源异构视频的内容帧提取方法、装置、设备及存储介质
CN117197706A (zh) * 2023-04-23 2023-12-08 青岛尘元科技信息有限公司 渐出渐入镜头的分割方法和系统、存储介质及电子设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112714336A (zh) * 2020-12-01 2021-04-27 万兴科技集团股份有限公司 视频分割方法和装置、电子设备、计算机可读存储介质
CN112560663A (zh) * 2020-12-11 2021-03-26 南京谦萃智能科技服务有限公司 教学视频打点方法、相关设备及可读存储介质
CN116168045A (zh) * 2023-04-21 2023-05-26 青岛尘元科技信息有限公司 扫变镜头的分割方法和系统、存储介质及电子设备
CN116168045B (zh) * 2023-04-21 2023-08-18 青岛尘元科技信息有限公司 扫变镜头的分割方法和系统、存储介质及电子设备
CN117197706A (zh) * 2023-04-23 2023-12-08 青岛尘元科技信息有限公司 渐出渐入镜头的分割方法和系统、存储介质及电子设备
CN117176979A (zh) * 2023-04-24 2023-12-05 青岛尘元科技信息有限公司 多源异构视频的内容帧提取方法、装置、设备及存储介质
CN117176979B (zh) * 2023-04-24 2024-05-03 青岛尘元科技信息有限公司 多源异构视频的内容帧提取方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110766711A (zh) 一种视频镜头分割方法、系统、装置和存储介质
CN109886997B (zh) 基于目标检测的识别框确定方法、装置及终端设备
CN108509917B (zh) 基于镜头类相关性分析的视频场景分割方法和装置
CN104616290A (zh) 一种统计矩阵模型和自适应阈值相结合的目标检测算法
CN110992365B (zh) 一种基于图像语义分割的损失函数及其设计方法
US8433104B2 (en) Image processing method for background removal
EP1456960A2 (en) Apparatus and method for detection of scene changes in motion video
CN103093458A (zh) 关键帧的检测方法及装置
US20110037895A1 (en) System And Method For Global Inter-Frame Motion Detection In Video Sequences
CN108010044A (zh) 一种视频边界检测的方法
CN114302226B (zh) 一种视频画幅智能裁剪方法
CN112073713B (zh) 视频漏录测试方法、装置、设备及存储介质
CN111160340B (zh) 一种运动目标检测方法、装置、存储介质及终端设备
CN110706254B (zh) 一种目标跟踪模板自适应更新方法
CN115880683B (zh) 一种基于深度学习的城市内涝积水智能水位检测方法
CN108961293B (zh) 一种背景减除的方法、装置、设备及存储介质
CN108154521B (zh) 一种基于目标块融合的运动目标检测方法
CN114882469A (zh) 一种基于dl-ssd模型的交通标志检测方法及系统
CN114331919A (zh) 深度恢复方法、电子设备及存储介质
CN112614154A (zh) 目标跟踪轨迹的获取方法、装置及计算机设备
CN106023219A (zh) 一种确定图像中目标的方法和装置
CN106296568A (zh) 一种镜头类型的确定方法、装置及客户端
CN112200036A (zh) 学生行为远程监控方法和系统
CN111028245A (zh) 一种多模态复合的高清高速视频背景建模方法
CN110246195B (zh) 一种大气光值的确定方法、装置、电子设备和存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221102

Address after: Room 1602, 16th Floor, Building 18, Yard 6, Wenhuayuan West Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing 100176

Applicant after: Beijing Lajin Zhongbo Technology Co.,Ltd.

Address before: 310000 room 650, building 3, No. 16, Zhuantang science and technology economic block, Xihu District, Hangzhou City, Zhejiang Province

Applicant before: Tianmai Juyuan (Hangzhou) Media Technology Co.,Ltd.