CN110769262A - 一种视频图像压缩方法及系统 - Google Patents
一种视频图像压缩方法及系统 Download PDFInfo
- Publication number
- CN110769262A CN110769262A CN201810827458.2A CN201810827458A CN110769262A CN 110769262 A CN110769262 A CN 110769262A CN 201810827458 A CN201810827458 A CN 201810827458A CN 110769262 A CN110769262 A CN 110769262A
- Authority
- CN
- China
- Prior art keywords
- image
- video image
- compressed
- preset
- quality
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000006835 compression Effects 0.000 title claims abstract description 44
- 238000007906 compression Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提供了一种视频图像压缩方法及系统，包括：对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；对包含预设目标的图像进行图像增强，得到高质量图像，并对待压缩视频图像进行视频图像压缩得到第一压缩视频图像；将高质量图像与第一压缩视频图像关联得到第二压缩视频图像。通过在对待压缩视频图像进行压缩的同时，对其中的每帧图像进行目标检测，并对含有预设目标的图像进行图像增强得到高质量图像，最后将高质量图像与压缩视频图像关联完成视频图像压缩，最终得到的压缩视频图像不仅大小更小，同时也能保存关键目标的完整信息，使得同等容量的存储介质能够存储更多的压缩视频，同时便于快速查找相关目标。
Description
技术领域
本发明实施例涉及图像处理及人工智能技术领域，更具体地，涉及一种视频图像压缩方法及系统。
背景技术
视频图像压缩是重要的图像处理技术，典型的应用场景是视频监控，摄像机拍摄的视频图像经过图像压缩存储在硬盘上。其中，图像压缩率是最关键的性能指标，图像压缩算法一般采用国际标准的MPEG、H264、H265等，新的标准通常比上一代标准相同图像质量的情况下，压缩率有较大提高。
目前，该领域主要通过采用最新标准来提高压缩率，从而增加硬盘中能够保存的录像时间。通过视频结构化来帮助检索，视频浓缩技术来快速浏览。
但是，现有的视频图像压缩技术仍然存在以下问题：由于压缩率无法持续提高，尤其高清视频占用存储空间很大，有限的硬盘难以保存很长时间的录像，若将压缩率不断提高，又可能会导致视频中的关键目标经常模糊看不清；同时，视频中的内容难以快速查找，只能顺序查看，非常耗时，且容易漏掉想找的信息。
发明内容
本发明实施例提供了一种克服上述问题或者至少部分地解决上述问题的视频图像压缩方法及系统。
一方面本发明实施例提供了一种视频图像压缩方法，其特征在于，包括：
对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；
对所述包含预设目标的图像进行图像增强，得到高质量图像，并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像；
将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
进一步地，所述对所述包含预设目标的图像进行图像增强，具体包括：
对所述包含预设目标的图像进行动态范围调整、颜色调整、超分辨率、边缘增强及噪声去除。
进一步地，所述对包含预设目标的图像进行图像增强，得到高质量图像，进一步包括：
设定所述预设目标输出的上限次数为第一预设数目；
选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强，得到相应数目的高质量图像。
进一步地，所述选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强，具体包括：
当存在多帧相邻的所述包含预设目标的图像时，按质量由高到低依次选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强。
进一步地，所述将所述高质量图像与所述第一压缩视频关联得到第二压缩视频，具体包括：
获取所述高质量图像对应的原始图像在所述待压缩视频图像中出现的时刻及其所包含的预设目标在对应的原始图像中的位置；
根据所述时刻和所述位置，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
进一步地，所述根据所述时刻和所述位置，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像，具体包括：
根据所述时刻，将所述高质量图像与所述第二压缩视频图像中对应时刻的图像相关联；
根据所述位置，将所述高质量图像与所述第二压缩视频图像中对应时刻的图像的对应位置相关联。
进一步地，所述预设目标包括人脸、人体、车辆、运动目标及变化大的图像帧中的一种或多种。
另一方面本发明实施例提供了一种视频图像压缩系统，所述系统包括：
目标检测模块，用于对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；
图像增强模块，用于对所述包含预设目标的图像进行图像增强，得到高质量图像，并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像；
关联模块，用于将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
第三方面本发明实施例提供了一种视频图像压缩设备，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述方法。
第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述方法。
本发明实施例提供的一种视频图像压缩方法及系统，通过在对待压缩视频图像进行压缩的同时，对其中的每帧图像进行目标检测，并对含有预设目标的图像进行图像增强得到高质量图像，最后将高质量图像与压缩视频图像关联完成视频图像压缩，最终得到的压缩视频图像不仅大小更小，同时也能保存关键目标的完整信息，使得同等容量的存储介质能够存储更多的压缩视频，同时便于快速查找相关目标。
附图说明
图1为本发明实施例提供的一种视频图像压缩方法的流程图；
图2为本发明实施例提供的一种视频图像压缩系统的结构框图；
图3为本发明实施例提供的一种视频图像压缩设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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地描述，显然，所描述的实施例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。
图1为本发明实施例提供的一种视频图像压缩方法的流程图，如图1所示，所述方法包括：
S1，对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；
S2，对所述包含预设目标的图像进行图像增强，得到高质量图像，并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像；
S3，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
在步骤S1中，待压缩视频图像可以是通过图像传感器或网络摄像机采集获得的数据流。获取到的包含预设目标的图像的数量与该待压缩视频中该预设目标出现的时长成正比。
其中，所述预设目标包括人脸、人体、车辆、运动目标及变化大的图像帧中的一种或多种。可以理解的是，预设目标的种类，可以根据实际需求进行选取。
目标检测算法是图像处理与计算机视觉领域的基础问题，现有目标检测算法主要分为两大类：
1、基于传统图像处理和机器学习算法的目标检测与识别方法
传统的目标检测与识别方法主要可以表示为：目标特征提取-目标识别-目标定位。
这里所用到的特征都是人为设计的，例如SIFT(尺度不变特征变换匹配算法ScaleInvariant Feature Transform)，HOG(方向梯度直方图特征Histogram of OrientedGradient)，SURF(加速稳健特征Speeded Up Robust Features)等。通过这些特征对目标进行识别，然后再结合相应的策略对目标进行定位。
2、基于深度学习的目标检测与识别方法
基于深度学习的目标检测与识别成为主流方法，主要用到深度神经网络模型是卷积神经网络CNN。目前可以将现有的基于深度学习的目标检测与识别算法大致分为以下三大类：
基于区域建议的目标检测与识别算法，如R-CNN,Fast-R-CNN,Faster-R-CNN；
基于回归的目标检测与识别算法，如YOLO,SSD；
基于搜索的目标检测与识别算法，如基于视觉注意的AttentionNet，基于强化学习的算法
这些方法都可以通过样本学习的办法，从一张图片上检测出指定类别的区域。
在步骤S2中，对待压缩视频图像进行压缩得到第一压缩视频图像可以采用现有的视频图像压缩技术进行。经过图像增强的包含预设目标的图像比对应的原始图像质量更高。
在步骤S3中，第一压缩视频图像与高质量图像关联后形成的第二压缩视频图像即为本发明实施例所提供的方法压缩后得到的压缩视频图像。
具体地，在对待压缩视频图像进行压缩的同时，对待压缩视频中的预设目标进行目标检测，对包含预设目标的图像进行图像增强，得到高质量图像。由于高质量的图像保存了预设目标的完整信息，所以第一压缩视频图像的压缩率可以设置的比现有压缩视频技术中的压缩率大，从而使得第一压缩视频图像的大小减小，最简单的方法是降低第一压缩视频图像的分辨率，例如，用原始待压缩视频二分之一的分辨率。显然这样会损失更多的信息，但是通过高质量图像保存了预设目标的完整信息。故将高质量图片与第一压缩视频图像相关联后，既减小了压缩视频的大小，同时也保留了预设目标的完整信息。
需要说明地，第二压缩视频图像在播放时，可以将其中的预设目标突出显示，在观看过程中通过触发突出显示区域即可查看对应的高质量图像。同时，在第二压缩视频图像中包含多种预设目标时，可以将同一种类的预设目标对应的图像单独存放，便于快速查找。
本发明实施例提供的一种视频图像压缩方法，通过在对待压缩视频图像进行压缩的同时，对其中的每帧图像进行目标检测，并对含有预设目标的图像进行图像增强得到高质量图像，最后将高质量图像与压缩视频图像关联完成视频图像压缩，最终得到的压缩视频图像不仅大小更小，同时也能保存关键目标的完整信息，使得同等容量的存储介质能够存储更多的压缩视频，同时便于快速查找相关目标。
在上述实施例中，所述对所述包含预设目标的图像进行图像增强，具体包括：
对所述包含预设目标的图像进行动态范围调整、颜色调整、超分辨率、边缘增强及噪声去除等。
动态范围调整是将检测到目标区域的图像亮度范围拉伸到最大值，以提高对比度，通常是0-255。颜色调整是对颜色值进行变换，使处理后的颜色更接近真实值，或视觉效果更好，自动白平衡是典型的颜色调整。超分辨率是把图像的分辨率提高的高级技术，利用图像分辨率降低的退化模型，结合预先学习得到的先验知识，以及整个图像上的相关信息，还有前后帧的相关信息，求解模型得到高分辨率的图像。边缘增强一般采用高通滤波器处理图像，达到提高边缘锐度的目的。噪声去除一般采用低通滤波，为了避免低通滤波对边缘造成的模糊，采取保护边缘的滤波策略，以及3D滤波等技术。
图像增强是图像处理学科最基础的技术，既有教科书上成熟的方法，也有众多不断发表的新的研究成果，关键是选择最适合于提高所关注目标的视觉效果或有助于自动分析的方法。
在上述实施例中，所述对包含预设目标的图像进行图像增强，得到高质量图像，进一步包括：
设定所述预设目标输出的上限次数为第一预设数目；
选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强，得到相应数目的高质量图像。
进一步地，所述选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强，具体包括：
当存在多帧相邻的所述包含预设目标的图像时，按质量由高到低依次选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强。
具体地，控制同一预设目标的输出次数，在保存该预设目标完整信息的前提下，可以节省更多的存储空间用于存储时长更长的压缩视频图像。
在上述实施例中，所述将所述高质量图像与所述第一压缩视频关联得到第二压缩视频，具体包括：
获取所述高质量图像对应的原始图像在所述待压缩视频图像中出现的时刻及其所包含的预设目标在对应的原始图像中的位置；
根据所述时刻和所述位置，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
在上述实施例中，所述根据所述时刻和所述位置，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像，具体包括：
根据所述时刻，将所述高质量图像与所述第二压缩视频图像中对应时刻的图像相关联；
根据所述位置，将所述高质量图像与所述第二压缩视频图像中对应时刻的图像的对应位置相关联。
具体地，在关联过程中，实际上是对于高质量图片与压缩后的视频图像中对应图像的关联，以及高质量图片中的预设目标与压缩后的视频图像中预设目标所在区域的关联，以便于在播放第二压缩视频图像时能够通过触发获取高质量图片。
在上述实施例中，所述预设目标包括人脸、人体、车辆、运动目标及变化大的图像帧中的一种或多种。
具体地，预设目标的选取可以根据实际需求确定，例如在交通监控视频中，可以选取车辆、车牌信息等作为预设目标。其中，变化大的图像帧是指对于某一帧图像相对于其相邻帧的图像，其上某些特征的变化超过预设阈值。
图2为本发明实施例提供的一种视频图像压缩系统的结构框图，如图2所示，所述系统包括：目标检测模块201、图像增强模块202及关联模块203。其中：
目标检测模块201用于对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像。图像增强模块202用于对所述包含预设目标的图像进行图像增强，得到高质量图像203并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像。关联模块，用于将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
具体地，本发明实施例中的视频图像压缩系统中各模块的作用及操作流程与上述方法类实施例是一一对应的，在此不再赘述。
本发明实施例提供的一种视频图像压缩系统，在对待压缩视频图像进行压缩的同时，对其中的每帧图像进行目标检测，并对含有预设目标的图像进行图像增强得到高质量图像，最后将高质量图像与压缩视频图像关联完成视频图像压缩，最终得到的压缩视频图像不仅大小更小，同时也能保存关键目标的完整信息，使得同等容量的存储介质能够存储更多的压缩视频，同时便于快速查找相关目标。
图3为本发明实施例提供的一种视频图像压缩设备的结构示意图，如图3所示，所述设备包括：至少一个处理器301、至少一个存储器302、通信接口303和总线304；其中，所述处理器301、存储器302、通信接口303通过所述总线304完成相互间的通信；所述通信接口303用于该建模设备与显示装置的通信设备之间的信息传输；所述存储器302存储有可被所述处理器301执行的程序指令，所述处理器301调用所述程序指令能够执行如图1所述的方法。
上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；对所述包含预设目标的图像进行图像增强，得到高质量图像，并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像；将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种视频图像压缩方法，其特征在于，包括：
对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；
对所述包含预设目标的图像进行图像增强，得到高质量图像，并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像；
将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
2.根据权利要求1所述方法，其特征在于，所述对所述包含预设目标的图像进行图像增强，具体包括：
对所述包含预设目标的图像进行动态范围调整、颜色调整、超分辨率、边缘增强及噪声去除。
3.根据权利要求2所述方法，其特征在于，所述对包含预设目标的图像进行图像增强，得到高质量图像，进一步包括：
设定所述预设目标输出的上限次数为第一预设数目；
选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强，得到相应数目的高质量图像。
4.根据权利要求3所述方法，其特征在于，所述选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强，具体包括：
当存在多帧相邻的所述包含预设目标的图像时，按质量由高到低依次选取不大于所述第一预设数目的所述包含预设目标的图像进行图像增强。
5.根据权利要求1所述方法，其特征在于，所述将所述高质量图像与所述第一压缩视频关联得到第二压缩视频，具体包括：
获取所述高质量图像对应的原始图像在所述待压缩视频图像中出现的时刻及其所包含的预设目标在对应的原始图像中的位置；
根据所述时刻和所述位置，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
6.根据权利要求5所述方法，其特征在于，所述根据所述时刻和所述位置，将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像，具体包括：
根据所述时刻，将所述高质量图像与所述第二压缩视频图像中对应时刻的图像相关联；
根据所述位置，将所述高质量图像与所述第二压缩视频图像中对应时刻的图像的对应位置相关联。
7.根据权利要求1-6任一项所述方法，其特征在于，所述预设目标包括人脸、人体、车辆、运动目标及变化大的图像帧中的一种或多种。
8.一种视频图像压缩系统，其特征在于，所述系统包括：
目标检测模块，用于对待压缩视频图像中的每一帧原始图像进行目标检测，获取多幅包含预设目标的图像；
图像增强模块，用于对所述包含预设目标的图像进行图像增强，得到高质量图像，并对所述待压缩视频图像进行视频图像压缩得到第一压缩视频图像；
关联模块，用于将所述高质量图像与所述第一压缩视频图像关联得到第二压缩视频图像。
9.一种视频图像压缩设备，其特征在于，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7中任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827458.2A CN110769262B (zh) | 2018-07-25 | 2018-07-25 | 一种视频图像压缩方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827458.2A CN110769262B (zh) | 2018-07-25 | 2018-07-25 | 一种视频图像压缩方法、系统、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110769262A true CN110769262A (zh) | 2020-02-07 |
| CN110769262B CN110769262B (zh) | 2021-03-16 |
Family
ID=69327158
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810827458.2A Active CN110769262B (zh) | 2018-07-25 | 2018-07-25 | 一种视频图像压缩方法、系统、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110769262B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111770377A (zh) * | 2020-04-03 | 2020-10-13 | 北京数智鑫正科技有限公司 | 用于视频播放系统的压缩方法 |
| CN113806577A (zh) * | 2021-08-24 | 2021-12-17 | 浙江大华技术股份有限公司 | 一种图像搜索方法、装置、存储介质和电子设备 |
| CN116684626A (zh) * | 2023-08-04 | 2023-09-01 | 广东星云开物科技股份有限公司 | 视频压缩方法和共享售卖柜 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020030466A (ko) * | 2000-10-18 | 2002-04-25 | 김상두 | 웨이브릿과 내용기반검색을 이용한 자동감시시스템 |
| US8570359B2 (en) * | 2008-08-04 | 2013-10-29 | Microsoft Corporation | Video region of interest features |
| CN104284158A (zh) * | 2014-10-23 | 2015-01-14 | 南京信必达智能技术有限公司 | 面向事件的智能监控相机方法 |
| WO2017060423A1 (en) * | 2015-10-08 | 2017-04-13 | Koninklijke Kpn N.V. | Enhancing a region of interest in video frames of a video stream |
-
2018
- 2018-07-25 CN CN201810827458.2A patent/CN110769262B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020030466A (ko) * | 2000-10-18 | 2002-04-25 | 김상두 | 웨이브릿과 내용기반검색을 이용한 자동감시시스템 |
| US8570359B2 (en) * | 2008-08-04 | 2013-10-29 | Microsoft Corporation | Video region of interest features |
| CN104284158A (zh) * | 2014-10-23 | 2015-01-14 | 南京信必达智能技术有限公司 | 面向事件的智能监控相机方法 |
| WO2017060423A1 (en) * | 2015-10-08 | 2017-04-13 | Koninklijke Kpn N.V. | Enhancing a region of interest in video frames of a video stream |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111770377A (zh) * | 2020-04-03 | 2020-10-13 | 北京数智鑫正科技有限公司 | 用于视频播放系统的压缩方法 |
| CN111770377B (zh) * | 2020-04-03 | 2022-04-01 | 北京数智鑫正科技有限公司 | 用于视频播放系统的压缩方法 |
| CN113806577A (zh) * | 2021-08-24 | 2021-12-17 | 浙江大华技术股份有限公司 | 一种图像搜索方法、装置、存储介质和电子设备 |
| CN116684626A (zh) * | 2023-08-04 | 2023-09-01 | 广东星云开物科技股份有限公司 | 视频压缩方法和共享售卖柜 |
| CN116684626B (zh) * | 2023-08-04 | 2023-11-24 | 广东星云开物科技股份有限公司 | 视频压缩方法和共享售卖柜 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110769262B (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108288027B (zh) | 一种图像质量的检测方法、装置及设备 | |
| EP3196758B1 (en) | Image classification method and image classification apparatus | |
| CN110769262B (zh) | 一种视频图像压缩方法、系统、设备和存储介质 | |
| KR20180065889A (ko) | 타겟의 검측 방법 및 장치 | |
| CN109308704B (zh) | 背景剔除方法、装置、计算机设备及存储介质 | |
| CN111383244B (zh) | 一种目标检测跟踪方法 | |
| CN108875619A (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
| CN111192241A (zh) | 一种人脸图像的质量评估方法、装置及计算机存储介质 | |
| CN116363554A (zh) | 一种监控视频关键帧提取方法、系统、介质、设备及终端 | |
| CN114640881A (zh) | 视频帧对齐方法、装置、终端设备及计算机可读存储介质 | |
| CN107346417B (zh) | 人脸检测方法及装置 | |
| CN112785572A (zh) | 图像质量评估方法、装置以及计算机可读存储介质 | |
| Huang et al. | M2-Net: multi-stages specular highlight detection and removal in multi-scenes | |
| CN115830513A (zh) | 一种图像场景变化确定的方法、装置、系统及存储介质 | |
| CN113255549B (zh) | 一种狼群围猎行为状态智能识别方法及系统 | |
| CN111027564A (zh) | 基于深度学习一体化的低照度成像车牌识别方法及装置 | |
| CN112188309B (zh) | 基于累计差异度和奇异值分解的镜头边界检测方法和装置 | |
| CN104219423B (zh) | 一种信息处理方法和装置 | |
| CN104754248B (zh) | 一种获取目标快照的方法及装置 | |
| CN112995666B (zh) | 一种结合场景切换检测的视频横竖屏转换方法及装置 | |
| CN115239551A (zh) | 视频增强方法和装置 | |
| CN111147693B (zh) | 一种全尺寸拍照图像的降噪方法及装置 | |
| CN113762014B (zh) | 确定相似视频的方法和装置 | |
| CN116977949B (zh) | 车辆停车巡检方法、装置和设备 | |
| US20170147895A1 (en) | Method and device for digit separation |
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 |