CN111556312A - 一种视频卡顿的检测方法、装置、系统和存储介质 - Google Patents

一种视频卡顿的检测方法、装置、系统和存储介质 Download PDF

Info

Publication number
CN111556312A
CN111556312A CN202010343866.8A CN202010343866A CN111556312A CN 111556312 A CN111556312 A CN 111556312A CN 202010343866 A CN202010343866 A CN 202010343866A CN 111556312 A CN111556312 A CN 111556312A
Authority
CN
China
Prior art keywords
detection
time period
video
detection time
image information
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
Application number
CN202010343866.8A
Other languages
English (en)
Other versions
CN111556312B (zh
Inventor
曹山
张晖
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.)
Formovie Chongqing Innovative Technology Co Ltd
Original Assignee
Fengmi Beijing 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 Fengmi Beijing Technology Co ltd filed Critical Fengmi Beijing Technology Co ltd
Priority to CN202010343866.8A priority Critical patent/CN111556312B/zh
Priority to CN202111142710.4A priority patent/CN113873232B/zh
Publication of CN111556312A publication Critical patent/CN111556312A/zh
Application granted granted Critical
Publication of CN111556312B publication Critical patent/CN111556312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (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

本发明涉及一种视频卡顿的检测方法，包括：获取目标设备在检测时间段内的图像信息，其中检测时间段的终止时刻是当前时刻；利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值；利用SSIM和图像信息，得到在检测时间段内所采集图像的平均相似度值；根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值，判断目标设备在所述检测时间段内是否发生视频卡顿。本发明通过监测目标设备的屏幕在检测时间段内的视频画面，利用结构相似度算法，实现了自动判断是否发生了视频卡顿，提升测试效率，节约人力成本。本发明还涉及一种视频卡顿的检测装置、系统和存储介质。

Description

一种视频卡顿的检测方法、装置、系统和存储介质
技术领域
本发明涉及电子技术领域，尤其涉及一种视频卡顿的检测方法、装置、系统和存储介质。
背景技术
在智能设备上观看视频时，有时由于网络带宽不足或是硬件性能较差等原因出现视频卡顿现象，而这种现象影响了用户体验。当前，当技术人员在优化视频卡顿时，通过专门的测试人员长时间的观看视频并统计发生视频卡顿的次数和时间点，从而评估视频卡顿的优化效果，但是这种评估方式效率低下，且耗费巨额人力成本。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种视频卡顿的检测方法、装置、系统和存储介质。
本发明解决上述技术问题的技术方案如下：
一种视频卡顿的检测方法，所述方法包括：
获取目标设备在检测时间段内的图像信息，其中所述检测时间段的终止时刻是当前时刻；
利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值；
利用SSIM和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度值；
根据所述近邻相似度值、所述平均相似度值、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿。
本发明的有益效果是：通过获取到的目标设备在检测时间段内的图像信息和结构相似度算法，得到近邻相似度值和平均相似度值，并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿，本发明通过监测目标设备的屏幕在检测时间段内的视频画面，利用结构相似度算法，实现了自动判断是否发生了视频卡顿，提升测试效率，节约人力成本。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，所述利用结构相似度算法和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度，具体包括：
从所述当前时刻向前每倒推一个预设步长，得到一个检测点，在所述检测时间段内得到多个检测点，其中所述检测时间段内包含预设数量的采样时间点，所述预设步长是一个或多个采样时间点的时长；
利用结构相似度算法，计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值；
根据所有所述结构相似度值，得到所述检测时间段内所采集图像的平均相似度值。
采用上述进一步方案的有益效果是：通过在检测时间段内获取到的图像的平均相似度值，对判断是否发生了视频卡顿现象更加准确。
进一步地，所述根据所述近邻相似度、所述平均相似度、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿，具体包括：
当所述近邻相似度大于所述近邻相似度阈值，且所述平均相似度大于所述平均相似度阈值时，判定所述目标设备在所述检测时间段内发生视频卡顿；
否则，判定所述目标设备在所述检测时间段内无发生视频卡顿。
采用上述进一步方案的有益效果是：通过近邻相似度、平均相似度、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿的方法，对于判定视频卡顿现象更为精确，减少了漏判和误判。
本发明解决上述技术问题的另一种技术方案如下：
一种视频卡顿的检测装置，所述装置包括：
获取模块，用于获取采集到的目标设备在检测时间段内的图像信息，其中所述检测时间段包含预设数量的采样时刻，所述检测时间段的终止时刻是当前时刻；
计算模块，用于利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值；
利用结构相似度算法和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度；
判断模块，用于根据所述近邻相似度、所述平均相似度、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿。
本发明的有益效果是：提供一种视频卡顿的检测装置包括获取模块、计算模块和判断模块，根据获取到的目标设备在检测时间段内的图像信息和结构相似度算法，得到近邻相似度值和平均相似度值，并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿，通过监测目标设备的屏幕在检测时间段内的视频画面，利用结构相似度算法，实现了自动判断是否发生了视频卡顿，提升测试效率，节约人力成本。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，所述计算模块，具体用于从所述当前时刻向前每倒推一个预设步长，得到一个检测点，在所述检测时间段内得到多个检测点，其中所述检测时间段内包含预设数量的采样时间点，所述预设步长是一个或多个采样时间点的时长；
利用结构相似度算法，计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值，其中所述预设时间步长为一个或多个采样时刻的时长；
根据所有所述结构相似度值，得到所述检测时间段内所采集图像的平均相似度值。
采用上述进一步方案的有益效果是：计算模块通过对在检测时间段内获取到的图像计算平均相似度值，对判断是否发生了视频卡顿现象更加准确。
进一步地，所述判断模块，具体用于当所述近邻相似度值大于所述近邻相似度阈值，且所述平均相似度值大于所述平均相似度阈值时，判定所述目标设备在所述检测时间段内发生视频卡顿；
否则，判定所述目标设备在所述检测时间段内未发生视频卡顿。
采用上述进一步方案的有益效果是：判断模块通过近邻相似度、平均相似度、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿的方法，对于判定视频卡顿现象更为精确，减少了漏判和误判。
此外，本发明提供一种视频卡顿的检测系统，包括摄像设备及如上述技术方案中任一项所述的视频卡顿的检测装置；
所述摄像设备与所述视频卡顿的检测装置连接；
所述摄像设备，用于采集目标设备在检测时间段内的图像信息。
本发明还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行根据上述技术方案中任一项所述的视频卡顿的检测方法的步骤。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种视频卡顿的检测方法的示意性流程图；
图2为本发明另一实施例提供的一种视频卡顿的检测装置的模块结构图；
图3为本发明另一实施例提供的一种视频卡顿的检测系统的系统结构图。
具体实施方式
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、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
如图1本发明实施例提供的一种视频卡顿的检测方法的示意性流程图所示，一种视频卡顿的检测方法包括以下步骤：
110、获取目标设备在检测时间段内的图像信息。
应理解，检测时间段内包含预设数量的采样时间点，检测时间段的终止时刻是当前时刻。
120、利用结构相似度算法SSIM和当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值。
130、利用SSIM和图像信息，得到在检测时间段内所采集图像的平均相似度。
140、根据近邻相似度、平均相似度、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿。
基于本实施例提供的一种视频卡顿的检测方法，通过获取到的目标设备在检测时间段内的图像信息和结构相似度算法，得到近邻相似度值和平均相似度值，并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿，本发明通过监测目标设备的屏幕在检测时间段内的视频画面，利用结构相似度算法，实现了自动判断是否发生了视频卡顿，提升了测试效率且节约了人力成本。
进一步地，步骤130中具体包括：
131、从当前时刻向前每倒推一个预设步长，得到一个检测点，在检测时间段内得到多个检测点，其中检测时间段内包含预设数量的采样时间点，预设步长是一个或多个采样时间点的时长。
132、利用结构相似度算法，计算每一个检测点所采集的图像信息与当前时刻所采集的图像信息的结构相似度值。
133、根据所有结构相似度值，得到检测时间段内所采集图像的平均相似度值。
进一步地，步骤140中具体包括：
141、当近邻相似度值大于近邻相似度阈值，且平均相似度值大于平均相似度阈值时，判定目标设备在检测时间段内发生视频卡顿；
142、否则，判定目标设备在检测时间段内未发生视频卡顿。
应理解，结构相似度SSIM(Structural Similarity Index)是一种衡量两幅图像相似度的指标，在图像质量评价领域中已经有广泛的应用。
具体地，例如，当前时刻t所采集的目标设备的图像信息是x，在上一时刻即t-T所采集的图像信息是y，则在当前时刻和上一时刻所采集图像的近邻相似度值Scur(Pt)可按照下式得到：
Figure BDA0002469378290000071
其中μx是x的平均值，μy是y的平均值，
Figure BDA0002469378290000072
是x的方差，
Figure BDA0002469378290000073
是y的方差，σxy是x和y的协方差，c1＝(k1L)2c2＝(k2L)2是用来维持稳定的常数，L是像素值的动态范围，k1＝0.01,k2＝0.03，近邻相似度值的取值范围为[0,1]，当x和y一模一样时，SSIM的取值为1。
具体地，设当前时刻t获取到的目标设备的图像信息为Pt。
定义检测段长度为N，N为正整数且N≥2。
平均相似度值Savg(Pt)为当前时刻t采集的图像信息Pt与t–kT(k∈[1，N])时刻所抓取图像之间的结构相似度平均值，即
Figure BDA0002469378290000074
当Scur(Pt)>近邻相似度阈值且Savg(Pt)>平均相似度阈值时，即认为当前时刻所采集的图像不仅与上一时刻所采集的图像在主观感知上相同，并且与过往N个采样时刻所采集的图像都高度相似，也就是说视频画面在整个检测时间段内都没有主观感知上的明显变化，即发生了视频卡顿现象。在典型应用中，设近邻相似度阈值取0.9，平均相似度阈值取0.8。
如图2本发明另一实施例提供的一种视频卡顿的检测装置的模块结构图所示，一种视频卡顿的检测装置包括：
获取模块，用于获获取目标设备在检测时间段内的图像信息，其中所述检测时间段的终止时刻是当前时刻；
计算模块，用于利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值；
利用结构相似度算法和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度；
判断模块，用于根据所述近邻相似度、所述平均相似度、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿。
基于本实施例提供的一种视频卡顿的检测装置，包括获取模块、计算模块和判断模块，根据获取到的目标设备在检测时间段内的图像信息和结构相似度算法，得到近邻相似度值和平均相似度值，并根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值，判断目标设备在检测时间段内是否发生视频卡顿，通过监测目标设备的屏幕在检测时间段内的视频画面，利用结构相似度算法，实现了自动判断是否发生了视频卡顿，提升测试效率，节约人力成本。
进一步地，所述计算模块，具体用于从所述当前时刻向前每倒推一个预设步长，得到一个检测点，在所述检测时间段内得到多个检测点，其中所述检测时间段内包含预设数量的采样时间点，所述预设步长是一个或多个采样时间点的时长；
利用结构相似度算法，计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值；
根据所有所述结构相似度值，得到所述检测时间段内所采集图像的平均相似度值。
进一步地，判断模块，具体用于当所述近邻相似度值大于所述近邻相似度阈值，且所述平均相似度值大于所述平均相似度阈值时，判定所述目标设备在所述检测时间段内发生视频卡顿；
否则，判定所述目标设备在所述检测时间段内未发生视频卡顿。
图3为本发明另一实施例提供的一种视频卡顿的检测系统的系统结构图所示，一种视频卡顿的检测系统包括摄像设备及如上述技术方案中任一项所述的视频卡顿的检测装置；
摄像设备与视频卡顿的检测装置连接；
摄像设备采集目标设备在检测时间段内的图像信息。
视频卡顿的检测装置获取目标设备在检测时间段内的图像信息，利用结构相似度算法SSIM和当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值，利用SSIM和图像信息，得到在检测时间段内所采集图像的平均相似度值，根据近邻相似度值、平均相似度值、近邻相似度阈值和平均相似度阈值，从而判断目标设备在检测时间段内是否发生视频卡顿。当然，摄像设备也可以接收视频卡顿检测装置发送的采集图像信息的命令后，开始进行采集。
例如，摄像头与测试站通过USB连接，摄像头接收测试站的指令，以固定时间间隔拍摄被测设备屏幕的视频画面，并且将拍摄到的画面回传给测试站。
本发明还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行根据上述技术方案中任一项所述的视频卡顿的检测方法的步骤。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种视频卡顿的检测方法，其特征在于，所述方法包括：
获取目标设备在检测时间段内的图像信息，其中所述检测时间段的终止时刻是当前时刻；
利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值；
利用SSIM和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度值；
根据所述近邻相似度值、所述平均相似度值、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿。
2.根据权利要求1所述的视频卡顿的检测方法，其特征在于，所述利用SSIM和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度值，具体包括：
从所述当前时刻向前每倒推一个预设步长，得到一个检测点，在所述检测时间段内得到多个检测点，其中所述检测时间段内包含预设数量的采样时间点，所述预设步长是一个或多个采样时间点的时长；
利用结构相似度算法，计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值；
根据所有所述结构相似度值和所述检测点的数量，得到所述检测时间段内所采集图像的平均相似度值。
3.根据权利要求1所述的视频卡顿的检测方法，其特征在于，所述根据所述近邻相似度值、所述平均相似度值、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿，具体包括：
当所述近邻相似度值大于所述近邻相似度阈值，且所述平均相似度值大于所述平均相似度阈值时，判定所述目标设备在所述检测时间段内发生视频卡顿；
否则，判定所述目标设备在所述检测时间段内未发生视频卡顿。
4.一种视频卡顿的检测装置，其特征在于，所述装置包括：
获取模块，用于获获取目标设备在检测时间段内的图像信息，其中所述检测时间段的终止时刻是当前时刻；
计算模块，用于利用结构相似度算法SSIM和所述当前时刻及上一时刻分别采集的图像信息，得到近邻相似度值；
利用利用SSIM和所述图像信息，得到在所述检测时间段内所采集图像的平均相似度值；
判断模块，用于根据所述近邻相似度值、所述平均相似度值、近邻相似度阈值和平均相似度阈值，判断所述目标设备在所述检测时间段内是否发生视频卡顿。
5.根据权利要求4所述的视频卡顿的检测装置，其特征在于，
所述计算模块，具体用于从所述当前时刻向前每倒推一个预设步长，得到一个检测点，在所述检测时间段内得到多个检测点，其中所述检测时间段内包含预设数量的采样时间点，所述预设步长是一个或多个采样时间点的时长；
利用结构相似度算法，计算每一个所述检测点所采集的图像信息与所述当前时刻所采集的图像信息的结构相似度值；
根据所有所述结构相似度值和所述检测点的数量，得到所述检测时间段内所采集图像的平均相似度值。
6.根据权利要求4所述的视频卡顿的检测装置，其特征在于，
所述判断模块，具体用于当所述近邻相似度值大于所述近邻相似度阈值，且所述平均相似度值大于所述平均相似度阈值时，判定所述目标设备在所述检测时间段内发生视频卡顿；
否则，判定所述目标设备在所述检测时间段内未发生视频卡顿。
7.一种视频卡顿的检测系统，其特征在于，包括摄像设备及如权利要求4-6中任一项所述的视频卡顿的检测装置；
所述摄像设备与所述视频卡顿的检测装置连接；
所述摄像设备，用于采集目标设备在检测时间段内的图像信息。
8.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在计算机上运行时，使所述计算机执行根据权利要求1-3中任一项所述的视频卡顿的检测方法的步骤。
CN202010343866.8A 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质 Active CN111556312B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010343866.8A CN111556312B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质
CN202111142710.4A CN113873232B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010343866.8A CN111556312B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111142710.4A Division CN113873232B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质

Publications (2)

Publication Number Publication Date
CN111556312A true CN111556312A (zh) 2020-08-18
CN111556312B CN111556312B (zh) 2021-11-02

Family

ID=72005852

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010343866.8A Active CN111556312B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质
CN202111142710.4A Active CN113873232B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202111142710.4A Active CN113873232B (zh) 2020-04-27 2020-04-27 一种视频卡顿的检测方法、装置、系统和存储介质

Country Status (1)

Country Link
CN (2) CN111556312B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112073261A (zh) * 2020-08-24 2020-12-11 深圳市共进电子股份有限公司 数据处理方法、系统及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110035373A1 (en) * 2009-08-10 2011-02-10 Pixel Forensics, Inc. Robust video retrieval utilizing audio and video data
US20140119432A1 (en) * 2011-06-14 2014-05-01 Zhou Wang Method and system for structural similarity based rate-distortion optimization for perceptual video coding
CN105913088A (zh) * 2016-04-13 2016-08-31 厦门美图移动科技有限公司 一种卡顿识别方法、装置及计算设备
CN106375755A (zh) * 2016-08-31 2017-02-01 福建省天奕网络科技有限公司 一种视频数据卡顿检测方法及系统
CN107509107A (zh) * 2017-09-20 2017-12-22 广州视源电子科技股份有限公司 视频播放故障的检测方法、装置及设备、可读介质
CN110430425A (zh) * 2019-07-31 2019-11-08 北京奇艺世纪科技有限公司 一种视频流畅度确定方法、装置、电子设备及介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7280753B2 (en) * 2003-09-03 2007-10-09 Canon Kabushiki Kaisha Display apparatus, image processing apparatus, and image processing system
CN108933935B (zh) * 2017-05-22 2021-05-07 中兴通讯股份有限公司 视频通信系统的检测方法、装置、存储介质和计算机设备
CN109145679B (zh) * 2017-06-15 2020-05-12 杭州海康威视数字技术股份有限公司 一种发出预警信息的方法、装置及系统
CN108076386B (zh) * 2017-12-22 2020-09-04 广州酷狗计算机科技有限公司 视频卡顿检测方法及装置、存储介质
CN109918015B (zh) * 2019-03-28 2022-09-23 深圳稻盛云科技有限公司 终端响应方法、终端及计算机可读存储介质
CN110475124B (zh) * 2019-09-06 2021-10-08 广州虎牙科技有限公司 视频卡顿检测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110035373A1 (en) * 2009-08-10 2011-02-10 Pixel Forensics, Inc. Robust video retrieval utilizing audio and video data
US20140119432A1 (en) * 2011-06-14 2014-05-01 Zhou Wang Method and system for structural similarity based rate-distortion optimization for perceptual video coding
CN105913088A (zh) * 2016-04-13 2016-08-31 厦门美图移动科技有限公司 一种卡顿识别方法、装置及计算设备
CN106375755A (zh) * 2016-08-31 2017-02-01 福建省天奕网络科技有限公司 一种视频数据卡顿检测方法及系统
CN107509107A (zh) * 2017-09-20 2017-12-22 广州视源电子科技股份有限公司 视频播放故障的检测方法、装置及设备、可读介质
CN110430425A (zh) * 2019-07-31 2019-11-08 北京奇艺世纪科技有限公司 一种视频流畅度确定方法、装置、电子设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112073261A (zh) * 2020-08-24 2020-12-11 深圳市共进电子股份有限公司 数据处理方法、系统及装置

Also Published As

Publication number Publication date
CN113873232A (zh) 2021-12-31
CN113873232B (zh) 2023-05-30
CN111556312B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
US10186297B2 (en) Reference and non-reference video quality evaluation
US8130274B2 (en) Video quality objective assessment device, assessment method, and program
US9875409B2 (en) Abnormality detection apparatus, abnormality detection method, and recording medium storing abnormality detection program
CN103702111B (zh) 一种检测摄像头视频偏色的方法
CN108322737B (zh) 摄像帧率测量方法和装置
CN109698906B (zh) 基于图像的抖动处理方法及装置、视频监控系统
CN113660427A (zh) 一种应用于视频监控测试仪的图像分析系统及其分析方法
CN108174198B (zh) 一种视频图像质量诊断分析检测设备及应用系统
CN111556312B (zh) 一种视频卡顿的检测方法、装置、系统和存储介质
JP2013246836A (ja) ビデオ検出装置及び欠落ビデオ・フレーム検出方法
CN113096158A (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN101179725A (zh) 一种运动检测方法与装置
CN114549843B (zh) 频闪条纹检测及消除方法、装置、摄像设备及存储介质
CN114627388B (zh) 输电线路异物检测设备及其异物检测方法
CN113298764A (zh) 基于图像噪声分析的高速相机成像质量分析方法
CN110602481A (zh) 一种视频监控系统中视频质量检测方法及装置
CN111818286A (zh) 视频监控设备故障检测系统
US20140023343A1 (en) Video processing system and video processing method, video processing apparatus, control method of the apparatus, and storage medium storing control program of the apparatus
CN112770080B (zh) 一种抄表方法、抄表装置及电子设备
CN112995650B (zh) 用于检测摄像头的视频连续性的方法和装置
CN107404419B (zh) 基于图片或视频的网络覆盖性能测试防假测方法及装置
CN111459807A (zh) 图像传输检测方法和装置
TWI599222B (zh) Photographic device anomaly detection method
CN114264933B (zh) 一种集成电路板的故障检测方法和故障检测系统
Zhi et al. Shot change detection with adaptive thresholds

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: No. 9-833, Government Street, Beiwu Town, Shunyi District, Beijing

Patentee after: Fengmi (Beijing) Technology Co.,Ltd.

Address before: 101300 Beijing Shunyi District Renhe Town Camp South Street 10 hospital 3 Building 3 floor 301

Patentee before: Fengmi (Beijing) Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211220

Address after: 400071 Room 401, floor 4, No. 2, Longgang Road, guojiatuo street, Jiangbei District, Chongqing

Patentee after: Fengmi (Chongqing) Innovation Technology Co.,Ltd.

Address before: No. 9-833, Government Street, Beiwu Town, Shunyi District, Beijing

Patentee before: Fengmi (Beijing) Technology Co.,Ltd.