CN110933403B - 一种适于媒体播放监测的静帧报警排除方法 - Google Patents
一种适于媒体播放监测的静帧报警排除方法 Download PDFInfo
- Publication number
- CN110933403B CN110933403B CN201911201826.3A CN201911201826A CN110933403B CN 110933403 B CN110933403 B CN 110933403B CN 201911201826 A CN201911201826 A CN 201911201826A CN 110933403 B CN110933403 B CN 110933403B
- Authority
- CN
- China
- Prior art keywords
- frame
- static frame
- image
- registered
- static
- 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
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
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种适于媒体播放监测的静帧报警排除方法。它具体包括如下步骤:(1)在媒体播放监测系统中增加静帧报警排除的注册机制,将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,以避免人工干预;(2)通过判定播放流的当前帧是否是注册静帧的判定算法,来判定播放流的当前帧与所注册静帧的图像帧是否相同,从而避免了因注册静帧的图像引发的静帧警报。本发明的有益效果是:避免人工干预,排除静帧误报警,提高系统运作效率。
Description
技术领域
本发明涉及图像处理相关技术领域,尤其是指一种适于媒体播放监测的静帧报警排除方法。
背景技术
媒体转播或直播的监测项中有静帧检测。长时间的静帧一般预示播放故障,如解码故障、播放停顿等。这时,就需要特殊处理或者人工干预。但某些静帧在媒体播放中有特殊的含义,比如当日播放任务结束后,播放画面定格于“再见”或仅显示时间数字跳变的画面;因某种原因,暂时不能提高正常播放内容服务,而显示“系统正在维护”等服务商提供的特定图像。这些特殊定义的图像,在监测系统中,与播放出错等异常的静帧画面能引发相同的报警行为。这种警报显然不是服务商所期望的,故应予特殊处理,以取消警报。
由于播放系统定义的图像(这里称之为注册图像)数量可能较多,系统必须计算播放流的每个图像帧与所有的注册图像的相似度,运算量大,对算法的性能有较高的要求。
发明内容
本发明是为了克服现有技术中存在上述的不足,提供了一种提高系统运作效率的适于媒体播放监测的静帧报警排除方法。
为了实现上述目的,本发明采用以下技术方案:
一种适于媒体播放监测的静帧报警排除方法,具体包括如下步骤:
(1)在媒体播放监测系统中增加静帧报警排除的注册机制,将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,以避免人工干预;
(2)通过判定播放流的当前帧是否是注册静帧的判定算法,来判定播放流的当前帧与所注册静帧的图像帧是否相同,从而避免了因注册静帧的图像引发的静帧警报。
在媒体播放监测系统中增加静帧报警排除的注册机制,避免人工干预;判定播放流的当前帧与所注册静帧的图像帧的相似度,使得媒体播放监测系统监测程序无需进行静帧检测,直接进行其他操作,从而避免了因注册图像引发的静帧警报;这样设计避免人工干预,排除静帧误报警,提高系统运作效率。
作为优选,在步骤(1)中,将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,具体操作方法为:将所有需排除静帧警报的图像,缩放并转换为点阵图像,每个像素由A、B、G、R四个分量构成,每个分量由float表示,这样一个像素共128bit,便于使用SSE指令优化;然后将这些图像组成一个注册静帧报警排除的图像队列。
作为优选,在步骤(2)中,具体操作方法如下:
(21)将播放流的当前帧图像进行与步骤(1)中注册静帧同样的格式转换,并与注册静帧的图像队列中的每个图像进行比较,累计R、G、B、A四个分量的差值的平方,以总的像素平均之,结果即为当前帧和注册静帧的相似度;
(22)根据具体场景,定义相似度的阈值,如果媒体播放监测系统中计算播放流的当前帧与所注册静帧的相似度高于或者等于这个阈值,即可判定播放流的当前帧与所注册静帧的图像帧相同;
(23)如果媒体播放监测系统中计算播放流的当前帧与所注册静帧的相似度低于这个阈值,则进行后续的静帧检测。
作为优选,在步骤(21)中,当前帧和注册静帧的相似度计算表达式如下:
D[i,j]=(V[i,j].r-C[i,j].r)2+(V[i,j].g-C[i,j].g)2+(V[i,j].b-C[i,j].b)2+(V[i,j].a-C[i,j].a)2;
D[i,j]=max(1.0,D[i,j]);
Differ=∑D[i,j]/N;
Simularity=1.0–Differ;
上式中,V[i,j]表示某时刻播放流的当前帧图像的像素;C[i,j]为某个注册静帧的图像帧的像素;D[i,j]为播放流的当前帧与注册静帧的像素差异值;[i,j]为像素在图像中的二维坐标或下标,二维指的是横向与纵向;r、g、b、a为像素的颜色分量,皆是不大于1.0的浮点小数;像素差异值以1.0为上限;N为图像的总像素数量;所有像素差异累计的平均值Differ即差异大小;Simularity就是所求的相似度。
本发明的有益效果是:避免人工干预,排除静帧误报警,提高系统运作效率。
具体实施方式
下面结合具体实施方式对本发明做进一步的描述。
一种适于媒体播放监测的静帧报警排除方法,具体包括如下步骤:
(1)在媒体播放监测系统中增加静帧报警排除的注册机制,将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,以避免人工干预;
将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,具体操作方法为:将所有需排除静帧警报的图像,缩放并转换为至320x180大小的点阵图像,每个像素由A、B、G、R四个分量构成,每个分量由float表示,这样一个像素共128bit,便于使用SSE指令优化;然后将这些图像组成一个注册静帧报警排除的图像队列;
本实施例中的图像大小只是示例。但实施的过程中,图像大小与系统的运算量大小正相关,对性能有影响。在目前的计算机系统,一个浮点小数(float)使用32个bit(即4个byte)的长度来表示,一个像素有A、B、G、R四个分量,四个浮点数分量,即是128个bit(即16个byte)。
(2)通过判定播放流的当前帧是否是注册静帧的判定算法,来判定播放流的当前帧与所注册静帧的图像帧是否相同,从而避免了因注册静帧的图像引发的静帧警报;具体操作方法如下:
(21)将播放流的当前帧图像进行与步骤(1)中注册静帧同样的格式转换,并与注册静帧的图像队列中的每个图像进行比较,累计R、G、B、A四个分量的差值的平方,以总的像素平均之,结果即为当前帧和注册静帧的相似度;当前帧和注册静帧的相似度计算表达式如下:
D[i,j]=(V[i,j].r-C[i,j].r)2+(V[i,j].g-C[i,j].g)2+(V[i,j].b-C[i,j].b)2+(V[i,j].a-C[i,j].a)2;
D[i,j]=max(1.0,D[i,j]);
Differ=∑D[i,j]/N;
Simularity=1.0–Differ;
上式中,V[i,j]表示某时刻播放流的当前帧图像的像素;C[i,j]为某个注册静帧的图像帧的像素;D[i,j]为播放流的当前帧与注册静帧的像素差异值;[i,j]为像素在图像中的二维坐标或下标,二维指的是横向与纵向;r、g、b、a为像素的颜色分量,皆是不大于1.0的浮点小数;像素差异值以1.0为上限;N为图像的总像素数量,在本实施例中是320x180;所有像素差异累计的平均值Differ即差异大小;Simularity就是所求的相似度;
(22)根据具体场景,定义相似度的阈值,如果媒体播放监测系统中计算播放流的当前帧与所注册静帧的相似度高于或者等于这个阈值,即可判定播放流的当前帧与所注册静帧的图像帧相同,则表明注册静帧的图像已经出现,媒体播放监测系统监测程序无需进行静帧检测,直接进行其他操作,从而避免了因注册静帧的图像引发的静帧警报;相似度越大,则相似度越高,本实施例中相似度的阈值定为0.85;
(23)如果媒体播放监测系统中计算播放流的当前帧与所注册静帧的相似度低于这个阈值,则进行后续的静帧检测。
Claims (1)
1.一种适于媒体播放监测的静帧报警排除方法,其特征是,具体包括如下步骤:
(1)在媒体播放监测系统中增加静帧报警排除的注册机制,将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,以避免人工干预;将所有需排除静帧警报的图像组成一个注册静帧报警排除的图像队列,具体操作方法为:将所有需排除静帧警报的图像,缩放并转换为点阵图像,每个像素由A、B、G、R四个分量构成,每个分量由float表示,这样一个像素共128bit,便于使用SSE指令优化;然后将这些图像组成一个注册静帧报警排除的图像队列;
(2)通过判定播放流的当前帧是否是注册静帧的判定算法,来判定播放流的当前帧与所注册静帧的图像帧是否相同,从而避免了因注册静帧的图像引发的静帧警报;具体操作方法如下:
(21)将播放流的当前帧图像进行与步骤(1)中注册静帧同样的格式转换,并与注册静帧的图像队列中的每个图像进行比较,累计R、G、B、A四个分量的差值的平方,除以总的像素求得平均值,结果即为当前帧和注册静帧的相似度;当前帧和注册静帧的相似度计算表达式如下:
D[i, j] = ( V[i, j].r - C[i, j].r )²
+ ( V[i, j].g - C[i, j].g )²
+ ( V[i, j].b - C[i, j].b )²
+ ( V[i, j].a - C[i, j].a )²;
D[i, j] = max( 1.0, D[i, j] );
Differ = ∑D[i, j] /N;
Simularity = 1.0 – Differ;
上式中,V[i, j]表示某时刻播放流的当前帧图像的像素;C[i, j]为某个注册静帧的图像帧的像素;D[i, j]为播放流的当前帧与注册静帧的像素差异值;[i, j]为像素在图像中的二维坐标或下标,二维指的是横向与纵向;r、g、b、a为像素的颜色分量,皆是不大于1.0的浮点小数;像素差异值以1.0为上限;N为图像的总像素数量;所有像素差异累计的平均值Differ即差异大小;Simularity就是所求的相似度;
(22)根据具体场景,定义相似度的阈值,如果媒体播放监测系统中计算播放流的当前帧与所注册静帧的相似度高于或者等于这个阈值,即可判定播放流的当前帧与所注册静帧的图像帧相同;
(23)如果媒体播放监测系统中计算播放流的当前帧与所注册静帧的相似度低于这个阈值,则进行后续的静帧检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911201826.3A CN110933403B (zh) | 2019-11-29 | 2019-11-29 | 一种适于媒体播放监测的静帧报警排除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911201826.3A CN110933403B (zh) | 2019-11-29 | 2019-11-29 | 一种适于媒体播放监测的静帧报警排除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110933403A CN110933403A (zh) | 2020-03-27 |
CN110933403B true CN110933403B (zh) | 2021-04-13 |
Family
ID=69847979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911201826.3A Active CN110933403B (zh) | 2019-11-29 | 2019-11-29 | 一种适于媒体播放监测的静帧报警排除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110933403B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112543340B (zh) * | 2020-12-30 | 2023-01-13 | 超幻人像科技(杭州)有限公司 | 一种基于增强现实的戏剧观看方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816649A (zh) * | 2019-01-23 | 2019-05-28 | 晶晨半导体(上海)股份有限公司 | 一种软件测试方法和软件测试装置 |
CN110324665A (zh) * | 2019-07-25 | 2019-10-11 | 深圳创维-Rgb电子有限公司 | 一种自动审片的方法、终端及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201121335A (en) * | 2009-12-02 | 2011-06-16 | Sunplus Core Technology Co Ltd | Method and apparatus for adaptively determining compression modes to compress frames |
US20120163312A1 (en) * | 2010-12-23 | 2012-06-28 | Texas Instruments Incorporated | Reducing the Number of Silencing Frames Transmitted in a Coexistence Network |
CN110312163B (zh) * | 2019-07-10 | 2021-04-13 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种视频静帧检测方法及系统 |
-
2019
- 2019-11-29 CN CN201911201826.3A patent/CN110933403B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816649A (zh) * | 2019-01-23 | 2019-05-28 | 晶晨半导体(上海)股份有限公司 | 一种软件测试方法和软件测试装置 |
CN110324665A (zh) * | 2019-07-25 | 2019-10-11 | 深圳创维-Rgb电子有限公司 | 一种自动审片的方法、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110933403A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100328529A1 (en) | Still subtitle detection apparatus, visual display equipment, and image processing method | |
US8699818B2 (en) | Method, system, and program for determining image quality based on pixel changes between image frames | |
CN103903008B (zh) | 一种基于图像识别输电线路的雾等级的方法以及系统 | |
EP2898503A2 (en) | Method and system for validating image data | |
CN110933403B (zh) | 一种适于媒体播放监测的静帧报警排除方法 | |
CN109005458B (zh) | 一种图像花屏检测方法及装置 | |
CN1713737A (zh) | 抑制假色/假亮效应的方法及装置 | |
CN109178831B (zh) | 一种皮带机纵向撕裂检测方法 | |
WO2007123813A2 (en) | Video abnormality detection | |
US9311557B2 (en) | Motion image region identification device and method thereof | |
US20090003727A1 (en) | Picture processing device, method therefor, and program | |
CN102509311A (zh) | 运动检测方法和装置 | |
JP4659793B2 (ja) | 画像処理装置及び画像処理方法 | |
CN108509876B (zh) | 针对视频的物体检测方法、装置、设备、存储介质及程序 | |
CN110675393B (zh) | 一种基于机器视觉的坯料规格检测方法 | |
JP2013210798A (ja) | 異常検知方法及び異常検知装置 | |
JP2002074371A (ja) | 画像処理装置 | |
JP6591349B2 (ja) | 動体検知システム及び動体検知方法 | |
CN110572712A (zh) | 一种解码方法和装置 | |
CN112712021B (zh) | 基于感知哈希与连通域分析算法的粮面异常状态识别方法 | |
CN108924575B (zh) | 一种视频解码分析方法、装置、设备及介质 | |
CN103037268B (zh) | 一种水印添加方法和装置 | |
CN110896471A (zh) | 一种基于图像处理检测视频传输丢包的方法 | |
US20050089195A1 (en) | Method and computer-readable medium for detecting motion and filtering noise | |
WO2019194572A1 (en) | Methods and apparatus for determining adjustment parameter during encoding of spherical multimedia content |
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 |