CN112001237A - 视频监播自动化测试方法及装置 - Google Patents
视频监播自动化测试方法及装置 Download PDFInfo
- Publication number
- CN112001237A CN112001237A CN202010669034.5A CN202010669034A CN112001237A CN 112001237 A CN112001237 A CN 112001237A CN 202010669034 A CN202010669034 A CN 202010669034A CN 112001237 A CN112001237 A CN 112001237A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- frame
- pictures
- picture
- frame picture
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000010998 test method Methods 0.000 title claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 164
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000005856 abnormality Effects 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
Abstract
本发明公开一种视频监播自动化测试方法及装置，涉及数据处理技术领域，无需部署环境实现自动监播方案，在提升监播效率的同时提高了监播结果的准确性。该方法包括：通过外接摄像头获取直播视频流；将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常。该装置应用有上述方案所提的方法。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种视频监播自动化测试方法及装置。
背景技术
随着科技的进步和人们生活水平的提高，视频成为人们接收信息的重要方式，在人们的日常生活中扮演着越来越重要的角色。直播视频APP进行视频直播时，现有技术通常使用人工进行监播，如果出现问题需手动抓取日志快速定位问题原因。通常来讲，人工监播的准确度不高且效率低下，例如，人在疲劳状态下可能未发现异常视频。
发明内容
本发明的目的在于提供一种视频监播自动化测试方法及装置，无需部署环境实现自动监播方案，在提升监播效率的同时提高了监播结果的准确性。
为了实现上述目的，本发明的第一方面提供一种视频监播自动化测试方法，包括：
通过外接摄像头获取直播视频流；
将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；
基于异常帧图片连续出现的数量及异常帧图片对应的时间点，生成异常日志并上报异常。
优选地，逐帧比对识别出异常帧图片的方法包括：
识别第n帧图片与第n+1帧图片的相似度值，并在相似度值超过相似度阈值时将第n帧图片标记为异常帧图片；
令n＝n+1，重新对第n帧图片与第n+1帧图片的相似度值进行比对，识别出异常帧图片；
所述直播视频流的获取与所述异常帧图片的识别同步进行。
较佳地，识别异常帧图片中的内容，当出现网络异常图标时识别为网络异常帧图片，当出现卡顿异常图标时识别为卡顿异常帧图片。
进一步地，基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常的方法包括：
当卡顿异常帧图片连续出现的数量达到数量阈值时，将连续的数量及各卡顿异常帧图片对应的时间点生成异常日志并上报异常；
当出现网络异常帧图片时直接上报异常，并将网络异常帧图片连续出现的数量及网络异常帧图片对应的时间点生成异常日志上报。
可选地，所述数量阈值包括多档阈值参数，卡顿异常帧图片连续出现的数量到达不同档阈值参数时，对应生成的异常日志格式不同，和/或，上报的异常紧急程度不同。
可选地，所述异常日志格式不同的表现形式为日志格式的显示颜色不同。
优选地，在步骤基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常之后还包括：
汇总异常日志的数量并统计各异常日志对应的异常值，所述异常值为异常帧图片连续出现的数量。
与现有技术相比，本发明提供的视频监播自动化测试方法具有以下有益效果：
本发明提供的视频监播自动化测试方法中，首先将外设的摄像头连接电脑，电脑中运行有视频监播自动化测试工具，视频监播自动化测试工具能够将实时获取到的直播视频流拆分成多帧图片，并采用逐帧比对的方式识别出异常帧图片，通过统计异常帧图片连续出现的数量及异常帧对应的时间点生成异常日志并上报异常，使得视频监播自动化测试工具能够对直播视频流进行自动监播。
可见，由于本发明采用了外接摄像头的部署方案，因此无需环境部署即可实现自动监播功能，在提升监播效率的同时提高了监播结果的准确性。
本发明的第二方面提供一种视频监播自动化测试装置，应用于上述技术方案所述的视频监播自动化测试方法中，所述装置包括：
视频流获取单元，用于通过外接摄像头获取直播视频流；
图片比对单元，用于将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；
日志生成单元，基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常。
优选地，所述图片比对单元包括：
图片拆分模块，用于将直播视频流拆分成多帧图片；
图片比对模块，用于识别第n帧图片与第n+1帧图片的相似度值，并在相似度值超过相似度阈值时将第n帧图片标记为异常帧图片；
循环判断模块，用于令n＝n+1，重新对第n帧图片与第n+1帧图片的相似度值进行比对，识别出异常帧图片；
所述直播视频流的获取与所述异常帧图片的识别同步进行。
与现有技术相比，本发明提供的视频监播自动化测试装置的有益效果与上述技术方案提供的视频监播自动化测试方法的有益效果相同，在此不做赘述。
本发明的第三方面提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述视频监播自动化测试方法的步骤。
与现有技术相比，本发明提供的计算机可读存储介质的有益效果与上述技术方案提供的视频监播自动化测试方法的有益效果相同，在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例一中视频监播自动化测试方法的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，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，所描述的实施例仅仅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作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例一
请参阅图1，本实施例提供一种视频监播自动化测试方法，包括：
通过外接摄像头获取直播视频流；将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；基于异常帧图片连续出现的数量及异常帧图片对应的时间点，生成异常日志并上报异常。
本实施例提供的视频监播自动化测试方法中，首先将外设的摄像头连接电脑，电脑中运行有视频监播自动化测试工具，视频监播自动化测试工具能够将实时获取到的直播视频流拆分成多帧图片，并采用逐帧比对的方式识别出异常帧图片，通过统计异常帧图片连续出现的数量及异常帧对应的时间点生成异常日志并上报异常，使得视频监播自动化测试工具能够对直播视频流进行自动监播。
可见，由于本实施例采用了外接摄像头的部署方案，因此无需环境部署即可实现自动监播功能，在提升监播效率的同时提高了监播结果的准确性。
具体地，上述实施例中逐帧比对识别出异常帧图片的方法包括：
识别第n帧图片与第n+1帧图片的相似度值，并在相似度值超过相似度阈值时将第n帧图片标记为异常帧图片；令n＝n+1，重新对第n帧图片与第n+1帧图片的相似度值进行比对，识别出异常帧图片；其中，直播视频流的获取与所述异常帧图片的识别同步进行。
为便于理解现对上述逐帧比对识别出异常帧图片的具体过程做示例性说明：
假若第1帧图片与第2帧图片相似度值超过相似度阈值，表明相邻两帧图片卡顿了，则标记第1帧图片为异常帧图片，对应的连续异常帧图片数量为1；
假若第2帧图片与第3帧图片相似度值超过相似度阈值，则标记第2帧图片为异常帧图片，对应的连续异常帧图片数量为2；
假若第3帧图片与第4帧图片相似度值未超过相似度阈值，表明相邻两帧图片未卡顿，则标记第3帧图片为异常帧图片，对应的连续异常帧图片数量为0；
假若第4帧图片与第5帧图片相似度值未超过相似度阈值，也即相邻两帧图片未卡顿，则标记第4帧图片为异常帧图片，对应的连续异常帧图片数量为0；
以此类推，假若第10帧图片与第11帧图片相似度值超过相似度阈值，则标记第7帧图片为异常帧图片，对应的连续异常帧图片数量为1；
假若第11帧图片与第12帧图片相似度值超过相似度阈值，则标记第8帧图片为异常帧图片，对应的连续异常帧图片数量为2；
假若第n帧图片与第n+1帧图片相似度值超过相似度阈值，则标记第n帧图片为异常帧图片，对应的连续异常帧图片数量为n-10；
当n-10的值达到数量阈值时，将n-10的值及连续的n-10个异常帧图片对应的时间点生成异常日志并上报异常。
可以理解的是，异常帧图片存在两种异常情况，第一种为网络异常帧图片，第二种为卡顿异常帧图片。具体识别过程为：通过识别异常帧图片中的内容，当出现网络异常图标时识别为网络异常帧图片，当出现卡顿异常图标时识别为卡顿异常帧图片。
上述实施例中基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常的方法包括：
当卡顿异常帧图片连续出现的数量达到数量阈值时，将连续的数量及各卡顿异常帧图片对应的时间点生成异常日志并上报异常；当出现网络异常帧图片时直接上报异常，并将网络异常帧图片连续出现的数量及网络异常帧图片对应的时间点生成异常日志上报。
具体实施时，数量阈值可以设为10，也即当卡顿异常帧图片连续出现的数量达到10时，才生成异常日志并上报异常。当出现网络异常帧图片时先上报异常，然后生成异常日志再上报。
可选地，上述实施例中的数量阈值包括多档阈值参数，卡顿异常帧图片连续出现的数量达到不同档阈值参数时，对应生成的异常日志格式不同，和/或，上报的异常紧急程度不同。其中，异常日志格式不同的表现形式为日志格式的显示颜色不同。
示例性地，数量阈值为3档阈值参数，对应为2、5和10，当卡顿异常帧图片连续出现的数量达到2，对应的异常日志在报表中使用白色显示，此时说明卡顿情况轻微，不会明显影响用户的观看体验，当卡顿异常帧图片连续出现的数量达到5，对应的异常日志在报表中使用黄色显示，此时说明卡顿情况中等，会明显影响用户的观看体验，当卡顿异常帧图片连续出现的数量达到10，对应的异常日志在报表中使用红色显示，此时说明卡顿情况严重，会严重影响用户的观看体验。测试人员可根据异常日志的颜色区分卡顿等级，并采取相应的措施。
优选地，上述实施例在步骤基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常之后还包括：
汇总异常日志的数量并统计各异常日志对应的异常值，异常值表示异常帧图片连续出现的数量。通过异常值的设置，能够使测试人员清楚了解到卡顿图片的发生位置及发生时间。
实施例二
本实施例提供一种视频监播自动化测试装置，包括：
视频流获取单元，用于通过外接摄像头获取直播视频流；
图片比对单元，用于将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；
日志生成单元，基于异常帧图片连续出现的数量及异常帧图片对应的时间点，生成异常日志并上报异常。
优选地，所述图片比对单元包括：
图片拆分模块，用于将直播视频流拆分成多帧图片；
图片比对模块，用于识别第n帧图片与第n+1帧图片的相似度值，并在相似度值超过相似度阈值时将第n帧图片标记为异常帧图片；
循环判断模块，用于令n＝n+1，重新对第n帧图片与第n+1帧图片的相似度值进行比对，识别出异常帧图片；
所述直播视频流的获取与所述异常帧图片的识别同步进行。
与现有技术相比，本发明实施例提供的视频监播自动化测试装置的有益效果与上述实施例一提供的视频监播自动化测试方法的有益效果相同，在此不做赘述。
实施例三
本实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述视频监播自动化测试方法的步骤。
与现有技术相比，本实施例提供的计算机可读存储介质的有益效果与上述技术方案提供的视频监播自动化测试方法的有益效果相同，在此不做赘述。
本领域普通技术人员可以理解，实现上述发明方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，上述程序可以存储于计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。
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，可轻易想到变化或替换，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所述权利要求的保护范围为准。
Claims (10)
1.一种视频监播自动化测试方法，其特征在于，包括：
通过外接摄像头获取直播视频流；
将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；
基于异常帧图片连续出现的数量及异常帧图片对应的时间点，生成异常日志并上报异常。
2.根据权利要求1所述的方法，其特征在于，逐帧比对识别出异常帧图片的方法包括：
识别第n帧图片与第n+1帧图片的相似度值，并在相似度值超过相似度阈值时将第n帧图片标记为异常帧图片；
令n＝n+1，重新对第n帧图片与第n+1帧图片的相似度值进行比对，识别出异常帧图片；
所述直播视频流的获取与所述异常帧图片的识别同步进行。
3.根据权利要求2所述的方法，其特征在于，识别异常帧图片中的内容，当出现网络异常图标时识别为网络异常帧图片，当出现卡顿异常图标时识别为卡顿异常帧图片。
4.根据权利要求3所述的方法，其特征在于，基于异常帧图片连续出现的数量及异常帧图片对应的时间点，生成异常日志并上报异常的方法包括：
当卡顿异常帧图片连续出现的数量达到数量阈值时，将连续的数量及各卡顿异常帧图片对应的时间点生成异常日志并上报异常；
当出现网络异常帧图片时直接上报异常，并将网络异常帧图片连续出现的数量及网络异常帧图片对应的时间点生成异常日志上报。
5.根据权利要求4所述的方法，其特征在于，所述数量阈值包括多档阈值参数，卡顿异常帧图片连续出现的数量达到不同档阈值参数时，对应生成的异常日志格式不同，和/或，上报的异常紧急程度不同。
6.根据权利要求5所述的方法，其特征在于，所述异常日志格式不同的表现形式为日志格式的显示颜色不同。
7.根据权利要求1-6任一项所述的方法，其特征在于，在步骤基于异常帧图片连续出现的数量及异常帧对应的时间点，生成异常日志并上报异常之后还包括：
汇总异常日志的数量并统计各异常日志对应的异常值，所述异常值为异常帧图片连续出现的数量。
8.一种视频监播自动化测试装置，其特征在于，包括：
视频流获取单元，用于通过外接摄像头获取直播视频流；
图片比对单元，用于将直播视频流拆分成多帧图片，逐帧比对识别出异常帧图片；
日志生成单元，基于异常帧图片连续出现的数量及异常帧图片对应的时间点，生成异常日志并上报异常。
9.根据权利要求8所述的装置，其特征在于，所述图片比对单元包括：
图片拆分模块，用于将直播视频流拆分成多帧图片；
图片比对模块，用于识别第n帧图片与第n+1帧图片的相似度值，并在相似度值超过相似度阈值时将第n帧图片标记为异常帧图片；
循环判断模块，用于令n＝n+1，重新对第n帧图片与第n+1帧图片的相似度值进行比对，识别出异常帧图片；
所述直播视频流的获取与所述异常帧图片的识别同步进行。
10.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，计算机程序被处理器运行时执行上述权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010669034.5A CN112001237A (zh) | 2020-07-13 | 2020-07-13 | 视频监播自动化测试方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010669034.5A CN112001237A (zh) | 2020-07-13 | 2020-07-13 | 视频监播自动化测试方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112001237A true CN112001237A (zh) | 2020-11-27 |
Family
ID=73466862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010669034.5A Pending CN112001237A (zh) | 2020-07-13 | 2020-07-13 | 视频监播自动化测试方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112001237A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090122879A1 (en) * | 2006-05-05 | 2009-05-14 | Mariner Partners, Inc. | Transient video anomaly analysis and reporting system |
| CN105872760A (zh) * | 2015-12-02 | 2016-08-17 | 乐视网信息技术（北京）股份有限公司 | 一种视频播放监测方法及装置 |
| 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 |
| CN108171214A (zh) * | 2018-01-23 | 2018-06-15 | 北京易智能科技有限公司 | 一种基于深度学习的视频监控异常识别方法及系统 |
-
2020
- 2020-07-13 CN CN202010669034.5A patent/CN112001237A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090122879A1 (en) * | 2006-05-05 | 2009-05-14 | Mariner Partners, Inc. | Transient video anomaly analysis and reporting system |
| CN105872760A (zh) * | 2015-12-02 | 2016-08-17 | 乐视网信息技术（北京）股份有限公司 | 一种视频播放监测方法及装置 |
| 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 |
| CN108171214A (zh) * | 2018-01-23 | 2018-06-15 | 北京易智能科技有限公司 | 一种基于深度学习的视频监控异常识别方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102176758A (zh) | 一种视频质量诊断系统及其实现方法 | |
| CA2425855C (en) | A method of searching recorded digital video for areas of activity | |
| CN110049373B (zh) | 机顶盒卡顿检测方法、系统及存储介质 | |
| CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
| CN107784649A (zh) | 基于图像识别的芯棒测试远程报警系统及方法 | |
| CN104021055B (zh) | 多媒体设备的自动化测试系统及方法 | |
| CN112153373A (zh) | 明厨亮灶设备的故障识别方法、装置及存储介质 | |
| CN111223011A (zh) | 一种基于视频分析的餐饮企业食品安全监管方法及系统 | |
| CN112381054A (zh) | 摄像机的工作状态检测方法及相关设备、系统 | |
| CN112235540A (zh) | 一种用于屏幕显示故障识别报警的智能视频监控系统 | |
| CN113255516A (zh) | 活体检测方法、装置和电子设备 | |
| CN111416960A (zh) | 一种基于云服务的视频监控系统 | |
| CN110602481B (zh) | 一种视频监控系统中视频质量检测方法及装置 | |
| CN114419502A (zh) | 一种数据分析方法、装置及存储介质 | |
| CN112001237A (zh) | 视频监播自动化测试方法及装置 | |
| CN113055667B (zh) | 一种视频质量检测方法、装置、电子设备和存储介质 | |
| CN115426534A (zh) | 视频流质量检测方法、装置、设备及存储介质 | |
| CN111553408B (zh) | 视频识别软件自动测试的方法 | |
| CN114745537A (zh) | 音画延迟测试方法、装置、电子设备和存储介质 | |
| CN113923443A (zh) | 一种网络录像机测试方法、装置及计算机可读存储介质 | |
| CN114092965A (zh) | 安全帽检测与颜色识别方法、系统、存储介质及计算机设备 | |
| CN110674780B (zh) | 一种场景变更检测方法、装置、设备及可读存储介质 | |
| CN110108448B (zh) | 一种动态logo的缺陷自动检测方法 | |
| CN110381308B (zh) | 一种测试直播视频处理效果的系统 | |
| CN112991324A (zh) | 一种磁粉检测过程可视化传输的检测方法 |
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 |