CN111862104A - 一种基于大规模城市夜景的视频切割方法及系统 - Google Patents

一种基于大规模城市夜景的视频切割方法及系统 Download PDF

Info

Publication number
CN111862104A
CN111862104A CN201910345561.8A CN201910345561A CN111862104A CN 111862104 A CN111862104 A CN 111862104A CN 201910345561 A CN201910345561 A CN 201910345561A CN 111862104 A CN111862104 A CN 111862104A
Authority
CN
China
Prior art keywords
urban
night scene
video
data
cutting
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
CN201910345561.8A
Other languages
English (en)
Other versions
CN111862104B (zh
Inventor
丘蔚
黄斌
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.)
Lyad Smart Technology Group Co ltd
Original Assignee
Leyard Lighting 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 Leyard Lighting Co Ltd filed Critical Leyard Lighting Co Ltd
Priority to CN201910345561.8A priority Critical patent/CN111862104B/zh
Publication of CN111862104A publication Critical patent/CN111862104A/zh
Application granted granted Critical
Publication of CN111862104B publication Critical patent/CN111862104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Television Signal Processing For Recording (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种基于大规模城市夜景的视频切割方法及系统,该方法包括:获取所述城市夜景的数据;分析所述城市夜景的数据,得到视频切割策略;根据所述视频切割策略切割所述城市夜景的视频。本发明提供的技术方案通过获取到的城市夜景的数据来切割城市夜景的视频,可以根据实际的夜景情况来切割视频,使得视频切割更加高效。

Description

一种基于大规模城市夜景的视频切割方法及系统
技术领域
本发明属于人工智能领域,尤其涉及一种基于大规模城市夜景的视频切割方法及系统。
背景技术
视频切割是指对图像或视频序列按一定的标准分割成区域,视频分割在很多领域中有非常重要的作用。
在城市夜景管控系统中,行业中对楼宇所需视频都是被动式的进行切割与分发,并不能与实际情况进行匹配,不能很好地将视频展示出来。
因此,需要提供一种基于大规模城市夜景的视频切割方法及系统来解决现有技术的不足。
发明内容
为了解决现有技术中的问题,本发明提供了一种基于大规模城市夜景的视频切割方法及系统。
一种基于大规模城市夜景的视频切割方法,包括:
获取所述城市夜景的数据;
分析所述城市夜景的数据,得到视频切割策略;
根据所述视频切割策略切割所述城市夜景的视频。
进一步的,所述获取所述城市夜景的数据,包括:
收集所述城市夜景的数据集合;
筛选所述数据集合中的数据,得到所述城市夜景的数据。
进一步的,所述城市夜景的数据包括:城市夜景的尺寸和地址。
进一步的,分析所述城市夜景的数据,包括:
根据所述城市夜景的尺寸和地址,分析得到城市热点区域和城市重点建筑;
根据所述城市热点区域和城市重点建筑,建立城市热点图。
进一步的,根据所述视频切割策略切割所述城市夜景的视频,包括:
根据建立的城市热点图,切割所述城市夜景的视频。
一种基于大规模城市夜景的视频切割系统,包括:
获取模块,用于获取所述城市夜景的数据;
分析模块,用于分析所述城市夜景的数据,得到视频切割策略;
切割模块,用于根据所述视频切割策略切割所述城市夜景的视频。
进一步的,所述获取模块,包括:
收集子模块,用于收集所述城市夜景的数据集合;
筛选子模块,用于筛选所述数据集合中的数据,得到所述城市夜景的数据。
进一步的,所述城市夜景的数据包括:城市夜景的尺寸和地址。
进一步的,所述分析模块包括:
分析子模块,用于根据所述城市夜景的尺寸和地址,分析得到城市热点区域和城市重点建筑;
建立子模块,用于根据所述城市热点区域和城市重点建筑,建立城市热点图。
进一步的,所述切割模块包括:
切割子模块,用于根据建立的城市热点图,切割所述城市夜景的视频。
本发明提供的技术方案与最接近的现有技术相比具有如下优点:
本发明提供的技术方案通过分析获取的城市夜景的数据,得到视频切割策略,最后根据得到的视频切割策略切割所述城市夜景的视频。本发明提供的技术方案通过获取到的城市夜景的数据来切割城市夜景的视频,可以根据实际的夜景情况来切割视频,使得视频切割更加高效。
附图说明
图1是本发明实施例中基于大规模城市夜景的视频切割方法流程图;
图2是本发明实施例中基于大规模城市夜景的视频切割系统示意图。
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、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的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。
如图1所示,本发明提供了一种基于大规模城市夜景的视频切割方法,该方法包括:
获取所述城市夜景的数据;
将收集到的城市夜景数据实时导入数据库中,但是随着数据集合的越来越庞大,数据会随着收集的深入呈现指数或阶乘增长,为了准确的获取数据,使用启发性搜索,可以将没有用的数据以及后续数据排除,只保存有用的数据。
其中,有用的数据包括:包括在城市夜景中的楼宇的尺寸、地址等数据,也可以根据实际需要采集一些其他数据。
分析所述城市夜景的数据,得到视频切割策略;
对采集的楼宇的尺寸、地址等数据进行智慧化分析,分析出城市的热点区域、城市重点建筑等数据,然后根据这些数据建立城市热点图,最后根据建立的城市热点图生成城市夜景视频的切割策略。
根据所述视频切割策略切割所述城市夜景的视频。
在本申请实施例中,通过分析获取的城市夜景的数据,得到视频切割策略,最后根据得到的视频切割策略切割所述城市夜景的视频。本发明提供的技术方案通过获取到的城市夜景的数据来切割城市夜景的视频,可以根据实际的夜景情况来切割视频,使得视频切割更加准确、更加高效。
在本申请的一些实施例中,获取所述城市夜景的数据,包括:
收集所述城市夜景的数据集合;
筛选所述数据集合中的数据,得到所述城市夜景的数据。
在本申请实施例中,由于数据是实时更新采集的,数据集合中的数据会随着时间越来越多,越来越复杂,问题数量随着搜索的深入呈现指数或阶乘增长,为了使得收集的数据更加准确,使用启发式搜索。把没有希望的数据及这些数据的后续数据排除,这样就可以克服组合爆炸,找到有用的数据。
排除无用数据的过程如下所示:
g(n)表示从初始到任意执行操作n的代价,h(n)表示从执行操作n到最短时间的启发式评估代价。A用来搜索最短时间。所以,当从初始操作向最优操作时,A*权衡这两者。每次进行主循环时,它检查f(n)最小的结点n,其中f(n)=g(n)+h(n)。启发式函数h(n)告诉A*从执行操作n到最优操作的最小代价评估值。以此,获取最优执行操作结果,即获取有用的数据。
在本申请的一些实施例中,分析所述城市夜景的数据,包括:
根据所述城市夜景的尺寸和地址,分析得到城市热点区域和城市重点建筑;
根据所述城市热点区域和城市重点建筑,建立城市热点图。
在本申请的一些实施例中,根据所述视频切割策略切割所述城市夜景的视频,包括:
根据建立的城市热点图,切割所述城市夜景的视频。
基于相同的发明构思本发明还提供了一种基于大规模城市夜景的视频切割系统,如图2所示,该系统包括:
获取模块,用于获取所述城市夜景的数据;
分析模块,用于分析所述城市夜景的数据,得到视频切割策略;
切割模块,用于根据所述视频切割策略切割所述城市夜景的视频。
在本申请的一些实施例中,获取模块,包括:
收集子模块,用于收集所述城市夜景的数据集合;
筛选子模块,用于筛选所述数据集合中的数据,得到所述城市夜景的数据。
在本申请的一些实施例中,通城市夜景的数据包括:城市夜景的尺寸和地址。
在本申请的一些实施例中,分析模块包括:
分析子模块,用于根据所述城市夜景的尺寸和地址,分析得到城市热点区域和城市重点建筑;
建立子模块,用于根据所述城市热点区域和城市重点建筑,建立城市热点图。
在本申请的一些实施例中,切割模块包括:
切割子模块,用于根据建立的城市热点图,切割所述城市夜景的视频。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以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,本发明实施例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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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)

1.一种基于大规模城市夜景的视频切割方法,其特征在于,包括:
获取所述城市夜景的数据;
分析所述城市夜景的数据,得到视频切割策略;
根据所述视频切割策略切割所述城市夜景的视频。
2.根据权利要求1所述的一种基于大规模城市夜景的视频切割方法,其特征在于,所述获取所述城市夜景的数据,包括:
收集所述城市夜景的数据集合;
筛选所述数据集合中的数据,得到所述城市夜景的数据。
3.根据权利要求2所述的一种基于大规模城市夜景的视频切割方法,其特征在于,所述城市夜景的数据包括:城市夜景的尺寸和地址。
4.根据权利要求3所述的一种基于大规模城市夜景的视频切割方法,其特征在于,分析所述城市夜景的数据,包括:
根据所述城市夜景的尺寸和地址,分析得到城市热点区域和城市重点建筑;
根据所述城市热点区域和城市重点建筑,建立城市热点图。
5.根据权利要求1所述的一种基于大规模城市夜景的视频切割方法,其特征在于,根据所述视频切割策略切割所述城市夜景的视频,包括:
根据建立的城市热点图,切割所述城市夜景的视频。
6.一种基于大规模城市夜景的视频切割系统,其特征在于,包括:
获取模块,用于获取所述城市夜景的数据;
分析模块,用于分析所述城市夜景的数据,得到视频切割策略;
切割模块,用于根据所述视频切割策略切割所述城市夜景的视频。
7.根据权利要求6所述的一种基于大规模城市夜景的视频切割系统,其特征在于,所述获取模块,包括:
收集子模块,用于收集所述城市夜景的数据集合;
筛选子模块,用于筛选所述数据集合中的数据,得到所述城市夜景的数据。
8.根据权利要求7所述的一种基于大规模城市夜景的视频切割系统,其特征在于,所述城市夜景的数据包括:城市夜景的尺寸和地址。
9.根据权利要求6所述的一种基于大规模城市夜景的视频切割系统,其特征在于,所述分析模块包括:
分析子模块,用于根据所述城市夜景的尺寸和地址,分析得到城市热点区域和城市重点建筑;
建立子模块,用于根据所述城市热点区域和城市重点建筑,建立城市热点图。
10.根据权利要求6所述的一种基于大规模城市夜景的视频切割系统,其特征在于,所述切割模块包括:
切割子模块,用于根据建立的城市热点图,切割所述城市夜景的视频。
CN201910345561.8A 2019-04-26 2019-04-26 一种基于大规模城市夜景的视频切割方法及系统 Active CN111862104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910345561.8A CN111862104B (zh) 2019-04-26 2019-04-26 一种基于大规模城市夜景的视频切割方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910345561.8A CN111862104B (zh) 2019-04-26 2019-04-26 一种基于大规模城市夜景的视频切割方法及系统

Publications (2)

Publication Number Publication Date
CN111862104A true CN111862104A (zh) 2020-10-30
CN111862104B CN111862104B (zh) 2024-06-21

Family

ID=72951775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910345561.8A Active CN111862104B (zh) 2019-04-26 2019-04-26 一种基于大规模城市夜景的视频切割方法及系统

Country Status (1)

Country Link
CN (1) CN111862104B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007074250A (ja) * 2005-09-06 2007-03-22 Canon Inc 情報処理装置
CN101753853A (zh) * 2009-05-13 2010-06-23 中国科学院自动化研究所 一种视频场景分割的融合方法
CN104463970A (zh) * 2014-12-24 2015-03-25 中国科学院地理科学与资源研究所 一种基于遥感影像确定城市三维重心的方法及其应用
CN104657739A (zh) * 2013-11-22 2015-05-27 中国科学院深圳先进技术研究院 一种城市监测方法及系统
US20160154999A1 (en) * 2014-12-02 2016-06-02 Nokia Technologies Oy Objection recognition in a 3d scene
CN106156756A (zh) * 2016-07-28 2016-11-23 广州地理研究所 建设用地效率空间分布的快速估算方法
CN106650673A (zh) * 2016-12-27 2017-05-10 中国科学院深圳先进技术研究院 城市制图方法及装置
CN107633228A (zh) * 2017-09-20 2018-01-26 北京奇虎科技有限公司 视频数据处理方法及装置、计算设备
EP3343507A1 (en) * 2016-12-30 2018-07-04 Dassault Systèmes Producing a segmented image of a scene
CN108305302A (zh) * 2018-01-16 2018-07-20 中国科学院地理科学与资源研究所 一种地域功能核心-边缘结构的拟合方法
CN108399399A (zh) * 2018-03-23 2018-08-14 武汉大学 一种基于夜光遥感影像的城市范围提取方法
CN108520557A (zh) * 2018-04-10 2018-09-11 中国人民解放军战略支援部队信息工程大学 一种图形图像融合的海量建筑绘制方法
KR101900777B1 (ko) * 2017-12-27 2018-09-20 한국과학기술정보연구원 도시환경분석서버 및 그 동작 방법

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007074250A (ja) * 2005-09-06 2007-03-22 Canon Inc 情報処理装置
CN101753853A (zh) * 2009-05-13 2010-06-23 中国科学院自动化研究所 一种视频场景分割的融合方法
CN104657739A (zh) * 2013-11-22 2015-05-27 中国科学院深圳先进技术研究院 一种城市监测方法及系统
US20160154999A1 (en) * 2014-12-02 2016-06-02 Nokia Technologies Oy Objection recognition in a 3d scene
CN104463970A (zh) * 2014-12-24 2015-03-25 中国科学院地理科学与资源研究所 一种基于遥感影像确定城市三维重心的方法及其应用
CN106156756A (zh) * 2016-07-28 2016-11-23 广州地理研究所 建设用地效率空间分布的快速估算方法
CN106650673A (zh) * 2016-12-27 2017-05-10 中国科学院深圳先进技术研究院 城市制图方法及装置
EP3343507A1 (en) * 2016-12-30 2018-07-04 Dassault Systèmes Producing a segmented image of a scene
CN107633228A (zh) * 2017-09-20 2018-01-26 北京奇虎科技有限公司 视频数据处理方法及装置、计算设备
KR101900777B1 (ko) * 2017-12-27 2018-09-20 한국과학기술정보연구원 도시환경분석서버 및 그 동작 방법
CN108305302A (zh) * 2018-01-16 2018-07-20 中国科学院地理科学与资源研究所 一种地域功能核心-边缘结构的拟合方法
CN108399399A (zh) * 2018-03-23 2018-08-14 武汉大学 一种基于夜光遥感影像的城市范围提取方法
CN108520557A (zh) * 2018-04-10 2018-09-11 中国人民解放军战略支援部队信息工程大学 一种图形图像融合的海量建筑绘制方法

Also Published As

Publication number Publication date
CN111862104B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
Liu et al. Classifying urban land use by integrating remote sensing and social media data
CN110019616B (zh) 一种poi现势状态获取方法及其设备、存储介质、服务器
US8983926B2 (en) Method and system for tagging original data generated by things in the internet of things
AU2020270516B2 (en) Holographic quantum dynamics simulation
CN111522927B (zh) 基于知识图谱的实体查询方法和装置
CN107885873B (zh) 用于输出信息的方法和装置
Xu et al. A supervoxel approach to the segmentation of individual trees from LiDAR point clouds
CN108595582B (zh) 一种基于社会信号的灾害性气象热点事件识别方法
CN105144200A (zh) 用于处理非结构化数字的基于内容的检索引擎
CN111259720B (zh) 基于自监督代理特征学习的无监督行人重识别方法
EP2735984A1 (en) Video query method, device and system
US9665773B2 (en) Searching for events by attendants
Shi et al. Challenges and prospects of uncertainties in spatial big data analytics
WO2021164131A1 (zh) 地图展示方法、系统、计算机设备和存储介质
CN110633594A (zh) 一种目标检测方法和装置
Lu et al. Multi-scale feature progressive fusion network for remote sensing image change detection
Tian et al. Super-resolution reconstruction of remote sensing images based on convolutional neural network
CN108829859A (zh) 一种互联网舆情系统中的按照时空维度的事件拼图方法
Sun et al. Visual saliency prediction using multi-scale attention gated network
CN113139096B (zh) 一种视频数据集标注方法及装置
CN112560925A (zh) 一种复杂场景目标检测数据集构建方法及系统
CN112732845A (zh) 一种基于端到端的大型知识图谱构建和存储方法和系统
CN111862104A (zh) 一种基于大规模城市夜景的视频切割方法及系统
Lawu et al. Social media data crowdsourcing as a new stream for environmental planning & monitoring: A review
CN111966851B (zh) 基于少量样本的图像识别方法和系统

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
CP03 Change of name, title or address

Address after: Room 1301, Building A, Shenzhen Liade LED Southern Industrial Park, No. 6 Guanhe Road, Junzibu Community, Guanlan Street, Longhua District, Shenzhen City, Guangdong Province, 518000

Patentee after: Lyad Smart Technology Group Co.,Ltd.

Country or region after: China

Address before: Room 508, 5th Floor, Building 8, Jiaanda Science and Technology Industrial Park, No. 110 Huafan Road, Dalang Street, Longhua District, Shenzhen City, Guangdong Province, 518000

Patentee before: LEYARD LIGHTING CO.,LTD.

Country or region before: China

CP03 Change of name, title or address