CN112203092B - 一种全局运动场景的码流分析方法、系统及设备 - Google Patents

一种全局运动场景的码流分析方法、系统及设备 Download PDF

Info

Publication number
CN112203092B
CN112203092B CN202011031298.4A CN202011031298A CN112203092B CN 112203092 B CN112203092 B CN 112203092B CN 202011031298 A CN202011031298 A CN 202011031298A CN 112203092 B CN112203092 B CN 112203092B
Authority
CN
China
Prior art keywords
analysis
motion
scene
blocks
global
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
Application number
CN202011031298.4A
Other languages
English (en)
Other versions
CN112203092A (zh
Inventor
舒倩
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.)
Shenzhen Mengwang Video Co ltd
Original Assignee
Shenzhen Mengwang Video 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 Shenzhen Mengwang Video Co ltd filed Critical Shenzhen Mengwang Video Co ltd
Priority to CN202011031298.4A priority Critical patent/CN112203092B/zh
Publication of CN112203092A publication Critical patent/CN112203092A/zh
Application granted granted Critical
Publication of CN112203092B publication Critical patent/CN112203092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/142—Detection of scene cut or scene change
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
    • H04N19/51—Motion estimation or motion compensation
    • H04N19/527—Global motion vector estimation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提出一种全局运动场景的码流分析方法、系统及设备。本发明方法通过对码流信息的分析，除了可以检测出常规的场景切换，亦可细分出同一场景中局部运动、全局运动。另一方面，基于码流压缩信息的二次利用设计，相比较于基于原始图像的分析法，可进一步缩减计算量。

Description

一种全局运动场景的码流分析方法、系统及设备
技术领域
本发明涉及视频编码技术领域，尤其涉及一种全局运动场景的码流分析方法、系统及设备。
背景技术
解码端图像处理、转码都是基于已压缩码流的片源，其携带的编码信息中均含有丰富的片源特征。如果抛开这些压缩信息，进行常规的图像分析，将产生计算量的浪费，从而限制算法的性能。另一方面，解码端图像处理、转码器视频编码的性能的提升，也需要一种小计算量性能稳定的运动场景检测法。
发明内容
本发明实施例的目的在于提供一种全局运动场景的码流分析方法、系统及设备，旨在解决现有图像分析计算量大、性能低的问题。
本发明实施例的第一目的在于提供一种全局运动场景的码流分析方法，所述方法包括：
Step1：构建场景切换检测集；
Step2：构建场景切换检测集的场景运动分析集；
Step3：根据场景运动分析集中的当前运动分析帧，对场景切换检测集中的当前场景切换检测帧进行初步运动分析，判断当前场景切换检测帧是否为局部运动场景；
Step4：对未判定为局部运动场景的当前场景切换检测帧进行全局运动分析，获取全局运动类型；
Step5：若下一场景切换检测帧和下一运动分析帧均存在，则令当前场景切换检测帧为下一场景切换检测帧、当前运动分析帧为下一运动分析帧，返回Step3；否则，结束。
本发明实施例的第二目的在于提供一种全局运动场景的码流分析系统，所述系统包括：
场景切换检测集构建模块，用于构建场景切换检测集；
场景运动分析集构建装置，用于构建场景切换检测集的场景运动分析集；
初步运动分析装置，用于根据场景运动分析集中的当前运动分析帧，对场景切换检测集中的当前场景切换检测帧进行初步运动分析，判断当前场景切换检测帧是否为局部运动场景；
全局运动分析装置，用于对未判定为局部运动场景的当前场景切换检测帧进行全局运动分析，获取全局运动类型；
第一判断处理模块，用于判断若下一场景切换检测帧和下一运动分析帧均存在，则令当前场景切换检测帧为下一场景切换检测帧、当前运动分析帧为下一运动分析帧，重回初步运动分析装置；否则，结束。
本发明实施例的第三目的在于提供一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述全局运动场景的码流分析方法的步骤。
本发明的有益效果
本发明提出一种全局运动场景的码流分析方法、系统及设备。本发明方法通过对码流信息的分析，除了可以检测出常规的场景切换，亦可细分出同一场景中局部运动、全局运动。另一方面，基于码流压缩信息的二次利用设计，相比较于基于原始图像的分析法，可进一步缩减计算量。
附图说明
图1是本发明实施例提供的一种全局运动场景的码流分析方法流程图；
图2是本发明实施例提供的构建场景切换检测集的场景运动分析集方法流程图；
图3是本发明实施例提供的初步运动分析详细方法流程图；
图4是本发明实施例提供的全局运动分析详细方法流程图；
图5是本发明实施例提供的运动一致性分析分析详细方法流程图；
图6是本发明实施例提供的全局镜头推近、拉远运动分析方法流程图；
图7是本发明实施例提供的一种全局运动场景的码流分析系统结构图；
图8是本发明实施例提供的场景运动分析集构建装置结构图；
图9是本发明实施例提供的初步运动分析装置结构图；
图10是本发明实施例提供的全局运动分析装置结构图；
图11是本发明实施例提供的运动一致性分析模块结构图；
图12是本发明实施例提供的全局运动分析类型确定模块结构图；
图13是本发明实施例提供的全局镜头推近、拉远运动分析模块结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据本发明实施例获得其他的等同实施例。
本发明提出一种全局运动场景的码流分析方法、系统及设备。本发明方法通过对码流信息的分析，除了可以检测出常规的场景切换，亦可细分出同一场景中局部运动、全局运动。另一方面，基于码流压缩信息的二次利用设计，相比较于基于原始图像的分析法，可进一步缩减计算量。
图1是本发明实施例提供的一种全局运动场景的码流分析方法流程图；所述方法包括：
Step1：构建场景切换检测集Ψ；
如果numf-t＞long且(framet为I帧或者numIt/numbt＞ThresI)，则将framet划入场景切换检测集Ψ，Ψ中元素按帧的播放序号升序排列。
其中，numf表示片源帧数；t表示当前片源的帧序号；framet表示当前片源的第t帧；long表示效率时长帧数，一般1≤long≤fps/4，fps表示片源采样帧率；numbt、numIt分别表示framet块的数量、I块的数量；ThresI表示I块门限阈值，一般ThresI＞0.8；
Step2：构建场景切换检测集Ψ的场景运动分析集Γ：
图2是本发明实施例提供的构建场景切换检测集的场景运动分析集方法流程图；包括：
Step20：令k＝1；
Step21：记Ψ(k)对应帧的播放序号为s0；记Ψ(k+1)对应帧的播放序号为s1，将max(mvbitt|s0+1≤t≤s1-1)对应的帧划入场景运动分析集Γ；
本发明实施例中，当Ψ(k+1)不存在时，则令s1＝numf+1；
其中，Ψ(k)表示场景切换检测集Ψ中的第k个元素，也称当前场景切换检测帧；Γ(k)表示场景运动分析集Γ中的第k个元素，也称当前运动分析帧；max表示求最大值；mvbitt表示framet对应比特流中运动矢量所占码率；
Step22：令k＝k+1；
Step23：若Ψ(k+1)存在，则重回Step21；否则，令k＝1，然后进入Step3。
Step3：根据场景运动分析集Γ中的当前运动分析帧Γ(k)，对场景切换检测集Ψ中的当前场景切换检测帧Ψ(k)进行初步运动分析，判断当前场景切换检测帧Ψ(k)是否为局部运动场景。
图3是本发明实施例提供的初步运动分析详细方法流程图；包括：
Step31：获取场景运动分析集Γ中的当前运动分析帧Γ(k)的边界区域Γb(k)；
具体为：选取图像中心点为中心的矩形区域为中心区域，面积不超过9/16；接着将剩余的块划为边界区域，记为Γb(k)；
Step32：统计所述边界区域Γb(k)块的数量sizeb和所述边界区域Γb(k)内既非帧内预测块又非Skip块的块数量sizemvb；
Step33：若sizemvb＜sizeb*Thres1，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入Step5；否则，进入Step4。
其中，Thres1表示第一阈值，一般0.6＜Thres1＜0.9。
Step4：对未判定为局部运动场景的当前场景切换检测帧Ψ(k)进行全局运动分析，获取Ψ(k)全局运动类型。
图4是本发明实施例提供的全局运动分析详细方法流程图；包括：
Step41：将所述边界区域Γb(k)划分为若干分析区域regioni；
所述分析区域的划分方法为：将所述边界区域Γb(k)划分为四个互不重合的分析区域，每个分析区域用regioni表示，设置Γb(k)左上角区域为第一分析区域region1、右上角区域为第二分析区域region2、左下角区域为第三分析区域region3、右下角区域为第四分析区域region4；i表示分析区域的序号，1≤i≤4；
Step42：任选一个分析区域regioni，进行运动一致性分析；
图5是本发明实施例提供的运动一致性分析详细方法流程图；包括：
S421：将分析区域regioni内每个块，按第一运动矢量划分标准，划分为若干块集合并记录块集合的块数量；
所述第一运动矢量划分标准包括第一划分标准、第二划分标准和第三划分标准3个子标准；
第一划分标准：若mvyi,ki＝0，则将满足mvxi,ki＜0的块划入第一块集合regioni,l，记第一块集合regioni,l的块数量为第一数量numi,l；将满足mvxi,ki＞0的块划入第二块集合regioni,r，记第二块集合regioni,r的块数量为第二数量numi,r；
第二划分标准：若mvxi,ki＝0，则将满足mvyi,ki＜0的块划入第三块集合regioni,u，记第三块集合regioni,u的块数量为第三数量numi,u；将满足mvyi,ki＞0的块划入第四块集合regioni,d，记第四块集合regioni,d的块数量为第四数量numi,d；
第三划分标准：若mvxi,ki≠0且mvyi,ki≠0，则将该块划入第五块集合regioni,n，记第五块集合regioni,n的块数量为第五数量numi,n。
其中，mvxi,ki、mvyi,ki分别表示regioni中第ki个块运动矢量的x轴、y轴分量。
S422：根据按第一运动矢量划分标准划分的块集合的块数量是否满足第一阈值条件，判定当前场景切换检测帧Ψ(k)是否为局部运动场景；
第一阈值条件：
若满足第一阈值条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入Step5；否则，进入Step43。
其中，lessmax表示求次最大值；Thres2表示第二阈值，一般Thres2＞0.4。
Step43：当经过运动一致性分析的分析区域regioni的数量大于等于2个时，判定所述经过运动一致性分析的分析区域regioni是否满足第一分类条件，若不满足第一分类条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入Step5；若满足第一分类条件，则进入Step44。
第一分类条件：所述经过运动一致性分析的分析区域内每个块，按第一运动矢量划分标准划分为若干块集合后，具有最多块的块集合满足相同的子标准；
譬如，分析区域region1和分析区域region2为已经过运动一致性分析的分析区域，region1,l为region1按第一运动矢量划分标准进行分类后具有最多块的块集合，满足第一划分标准；region2,r为region2按第一运动矢量划分标准进行分类后具有最多块的块集合，也满足第一划分标准，region1,l和region2,r满足相同的子标准——第一划分标准，则判定分析区域region1和分析区域region2满足第一分类条件。
Step44：若存在未经过运动一致性分析的分析区域，则重新回到Step42；否则，进入Step45。
Step45：根据所述块集合的块数量是否满足第一数量条件，确定当前场景切换检测帧Ψ(k)的全局运动分析类型；
所述全局运动分析类型包括全局镜头平移运动分析和全局镜头推近、拉远运动分析；
第一数量条件：max(numi,l,numi,r,numi,u,numi,d,numi,n)≠numi,n，1≤i≤4，
若满足第一数量条件，则进行全局镜头平移运动分析；否则，进行全局镜头推近、拉远运动分析；
当Ψ(k)确定进行全局镜头平移运动场景时，Γ(k)对应帧即为该全局运动的起始帧；当Ψ(k)确定进行全局镜头推近、拉远场景时，Γ(k)对应帧即为该全局运动的起始帧；
所述全局镜头平移运动分析具体为：
若direc1＝direc2＝direc3＝direc4＝l，则判定Ψ(k)为全局左移场景；
若direc1＝direc2＝direc3＝direc4＝r，则判定Ψ(k)为全局右移场景；
若direc1＝direc2＝direc3＝direc4＝u，则判定Ψ(k)为全局上移场景；
若direc1＝direc2＝direc3＝direc4＝d，则判定Ψ(k)为全局下移场景；
否则，则判定Ψ(k)为局部运动场景，进入Step5。
其中，direci＝arc(max(numi,l,numi,r,numi,u,numi,d))表示regioni的第一运动方向，1≤i≤4；arc()表示求变量的第二个下角标。
图6是本发明实施例提供的全局镜头推近、拉远运动分析方法流程图；所述全局镜头推近、拉远运动分析包括：
步骤B1：将分析区域regioni内每个块，按第二运动矢量划分标准划分为若干块集合并记录块集合的块数量；
所述第二运动矢量划分标准包括第四划分标准、第五划分标准、第六划分标准和第七划分标准4个子标准；
第四划分标准：将满足mvxi,ki＜0且mvyi,ki＜0的块划入第六块集合记第六块集合/>的数量为第六数量/>
第五划分标准：将满足mvxi,ki＜0且mvyi,ki＞0的块划入第七块集合记第七块集合/>的数量为第七数量/>
第六划分标准：将满足mvxi,ki＞0且mvyi,ki＜0的块划入第八块集合记第八块集合/>的数量为第八数量/>
第七划分标准：将满足mvxi,ki＞0且mvyi,ki＞0的块划入第九块集合记第九块集合/>的数量为第九数量/>
步骤B2：根据按第二运动矢量划分标准划分的块集合的块数量是否满足第二阈值条件，判定当前场景切换检测帧Ψ(k)为是否为局部运动场景；
第二阈值条件：
若满足第二阈值条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景(不需要进行全局镜头推近、拉远运动分析)，进入Step5；否则(需要进行全局镜头推近、拉远运动分析)，进入步骤B3。
步骤B3：对未判定为局部运动场景的当前场景切换检测帧Ψ(k)，进行全局镜头推近、拉远运动分析；
具体为：
若direct1＝ul且direct2＝ur且direct3＝dl且direct4＝dr，则判定Ψ(k)为全局镜头拉远场景；
若direct1＝dr且direct2＝dl且direct3＝ur且direct4＝ul，则判定Ψ(k)为全局镜头推近场景；
否则，则判定Ψ(k)为局部运动场景，进入Step5。
其中，directi＝arcu(max(numi,l,numi,r,numi,u,numi,d))表示regioni的第二运动方向，1≤i≤4；arcu()表示求变量的上角标。
Step5：若下一场景切换检测帧Ψ(k+1)和下一运动分析帧Γ(k+1)均存在，则令当前场景切换检测帧为下一场景切换检测帧、当前运动分析帧为下一运动分析帧(即令k＝k+1)，重回Step3；否则，结束。
对应于上文实施例所述的一种全局运动场景的码流分析方法，图7是本发明实施例提供的一种全局运动场景的码流分析系统结构图；所述全局运动场景的码流分析系统包括：
场景切换检测集构建模块，用于构建场景切换检测集；
场景运动分析集构建装置，用于构建场景切换检测集的场景运动分析集；
初步运动分析装置，用于根据场景运动分析集中的当前运动分析帧，对场景切换检测集中的当前场景切换检测帧进行初步运动分析，判断当前场景切换检测帧是否为局部运动场景；
全局运动分析装置，用于对未判定为局部运动场景的当前场景切换检测帧进行全局运动分析，获取全局运动类型。
第一判断处理模块，用于判断若下一场景切换检测帧和下一运动分析帧均存在，则令当前场景切换检测帧为下一场景切换检测帧、当前运动分析帧为下一运动分析帧，重回初步运动分析装置；否则，结束。
进一步地，景切换检测集构建模块中，用于构建场景切换检测集具体为：
如果numf-t＞long且(framet为I帧或者numIt/numbt＞ThresI)，则将framet划入场景切换检测集Ψ，Ψ中元素按帧的播放序号升序排列。
其中，numf表示片源帧数；t表示当前片源的帧序号；framet表示当前片源的第t帧；long表示效率时长帧数，一般1≤long≤fps/4，fps表示片源采样帧率；numbt、numIt分别表示framet块的数量、I块的数量；ThresI表示I块门限阈值，一般ThresI＞0.8；
进一步地，图8是本发明实施例提供的场景运动分析集构建装置结构图；所述场景运动分析集构建装置包括：
帧序号赋初值模块，用于令k＝1；
场景运动分析集划分模块，用于记Ψ(k)对应帧的播放序号为s0；记Ψ(k+1)对应帧的播放序号为s1，将max(mvbitt|s0+1≤t≤s1-1)对应的帧划入场景运动分析集Γ；
本发明实施例中，当Ψ(k+1)不存在时，则令s1＝numf+1；
其中，Ψ(k)表示场景切换检测集Ψ中的第k个元素，也称当前场景切换检测帧；Γ(k)表示场景运动分析集Γ中的第k个元素，也称当前运动分析帧；max表示求最大值；mvbitt表示framet对应比特流中运动矢量所占码率；
帧序号更新模块，用于令k＝k+1；
第二判断处理模块，用于判断若Ψ(k+1)存在，则重回场景运动分析集划分模块；否则，令k＝1，然后进入初步运动分析装置。
进一步地，图9是本发明实施例提供的初步运动分析装置结构图；所述初步运动分析装置包括：
边界区域获取模块，用于获取场景运动分析集Γ中的当前运动分析帧Γ(k)的边界区域Γb(k)；
具体为：选取图像中心点为中心的矩形区域为中心区域，面积不超过9/16；接着将剩余的块划为边界区域，记为Γb(k)；
块数量统计模块，用于统计所述边界区域Γb(k)块的数量sizeb和所述边界区域Γb(k)内既非帧内预测块又非Skip块的块数量sizemvb；
第三判断处理模块，用于判断若sizemvb＜sizeb*Thres1，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入第一判断处理模块；否则，进入全局运动分析装置。
其中，Thres1表示第一阈值，一般0.6＜Thres1＜0.9。
进一步地，图10是本发明实施例提供的全局运动分析装置结构图；所述全局运动分析装置包括：
分析区域划分模块，用于将所述边界区域Γb(k)划分为若干分析区域regioni；
运动一致性分析模块，用于任选一个分析区域regioni，进行运动一致性分析；
第四判断处理模块，用于当经过运动一致性分析的分析区域regioni的数量大于等于2个时，判定所述经过运动一致性分析的分析区域regioni是否满足第一分类条件，若不满足第一分类条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入第一判断处理模块；若具有最大值同类性，则进入第五判断处理模块。
第五判断处理模块，用于若存在未经过运动一致性分析的分析区域，则重新回到运动一致性分析模块；否则，进入全局运动分析类型确定模块。
全局运动分析类型确定模块，用于根据所述块集合的块数量是否满足第一数量条件，确定当前场景切换检测帧Ψ(k)的全局运动分析类型；
进一步地，所述分析区域划分模块中，将所述边界区域Γb(k)划分为若干分析区域regioni具体为：
将所述边界区域Γb(k)划分为四个互不重合的分析区域，每个分析区域用regioni表示，设置Γb(k)左上角区域为第一分析区域region1、右上角区域为第二分析区域region2、左下角区域为第三分析区域region3、右下角区域为第四分析区域region4；i表示分析区域的序号，1≤i≤4；
进一步地，图11是本发明实施例提供的运动一致性分析模块结构图；
所述运动一致性分析模块包括：
第一块集合划分及数量记录模块，用于将分析区域regioni内每个块，按第一运动矢量划分标准，划分为若干块集合并记录块集合的块数量；
所述第一运动矢量划分标准包括第一划分标准、第二划分标准和第三划分标准3个子标准；
第一划分标准：若mvyi,ki＝0，则将满足mvxi,ki＜0的块划入第一块集合regioni,l，记第一块集合regioni,l的块数量为第一数量numi,l；将满足mvxi,ki＞0的块划入第二块集合regioni,r，记第二块集合regioni,r的块数量为第二数量numi,r；
第二划分标准：若mvxi,ki＝0，则将满足mvyi,ki＜0的块划入第三块集合regioni,u，记第三块集合regioni,u的块数量为第三数量numi,u；将满足mvyi,ki＞0的块划入第四块集合regioni,d，记第四块集合regioni,d的块数量为第四数量numi,d；
第三划分标准：若mvxi,ki≠0且mvyi,ki≠0，则将该块划入第五块集合regioni,n，记第五块集合regioni,n的块数量为第五数量numi,n。
其中，mvxi,ki、mvyi,ki分别表示regioni中第ki个块运动矢量的x轴、y轴分量。
第一阈值条件判断模块，用于根据按第一运动矢量划分标准划分的块集合的块数量是否满足第一阈值条件，判定当前场景切换检测帧Ψ(k)是否为局部运动场景；
第一阈值条件：
若满足第一阈值条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入第一判断处理模块；否则，进入第四判断处理模块。
其中，lessmax表示求次最大值；Thres2表示第二阈值，一般Thres2＞0.4。
进一步地，所述第一分类条件：所述经过运动一致性分析的分析区域内每个块，按第一运动矢量划分标准划分为若干块集合后，具有最多块的块集合满足相同的子标准；
譬如，分析区域region1和分析区域region2为已经过运动一致性分析的分析区域，region1,l为region1按第一运动矢量划分标准进行分类后具有最多块的块集合，满足第一划分标准；region2,r为region2按第一运动矢量划分标准进行分类后具有最多块的块集合，也满足第一划分标准，region1,l和region2,r满足相同的子标准——第一划分标准，则判定分析区域region1和分析区域region2满足第一分类条件。
进一步地，图12是本发明实施例提供的全局运动分析类型确定模块结构图。所述全局运动分析类型确定模块包括：选择模块、全局镜头平移运动分析模块和全局镜头推近、拉远运动分析模块；
选择模块，用于判断所述块集合的块数量是否满足第一数量条件，若满足第一数量条件，则进入全局镜头平移运动分析模块；否则，进入全局镜头推近、拉远运动分析模块；
第一数量条件：max(numi,l,numi,r,numi,u,numi,d,numi,n)≠numi,n，1≤i≤4，
当确定进入全局镜头平移运动分析模块时，Γ(k)对应帧即为该全局运动的起始帧；当进入全局镜头推近、拉远运动分析模块时，Γ(k)对应帧即为该全局运动的起始帧；
全局镜头平移运动分析模块，用于进行全局镜头平移运动分析；具体为：
若direc1＝direc2＝direc3＝direc4＝l，则判定Ψ(k)为全局左移场景；
若direc1＝direc2＝direc3＝direc4＝r，则判定Ψ(k)为全局右移场景；
若direc1＝direc2＝direc3＝direc4＝u，则判定Ψ(k)为全局上移场景；
若direc1＝direc2＝direc3＝direc4＝d，则判定Ψ(k)为全局下移场景；
否则，则判定Ψ(k)为局部运动场景，进入第一判断处理模块。
其中，direci＝arc(max(numi,l,numi,r,numi,u,numi,d))表示regioni的第一运动方向，1≤i≤4；arc()表示求变量的第二个下角标。
全局镜头推近、拉远运动分析模块，用于进行全局镜头推近、拉远运动分析；
进一步地，图13是本发明实施例提供的全局镜头推近、拉远运动分析模块结构图。所述全局镜头推近、拉远运动分析模块包括：
第二块集合划分及数量记录模块，用于将分析区域regioni内每个块，按第二运动矢量划分标准划分为若干块集合并记录块集合的块数量；
所述第二运动矢量划分标准包括第四划分标准、第五划分标准、第六划分标准和第七划分标准4个子标准；
第四划分标准：将满足mvxi,ki＜0且mvyi,ki＜0的块划入第六块集合记第六块集合/>的数量为第六数量/>
第五划分标准：将满足mvxi,ki＜0且mvyi,ki＞0的块划入第七块集合记第七块集合/>的数量为第七数量/>
第六划分标准：将满足mvxi,ki＞0且mvyi,ki＜0的块划入第八块集合记第八块集合/>的数量为第八数量/>
第七划分标准：将满足mvxi,ki＞0且mvyi,ki＞0的块划入第九块集合记第九块集合/>的数量为第九数量/>
第二阈值条件判断模块，用于根据按第二运动矢量划分标准划分的块集合的块数量是否满足第二阈值条件，判定Ψ(k)为是否为局部运动场景；
第二阈值条件：
若满足第二阈值条件，则判定Ψ(k)为局部运动场景(不需要进行全局镜头推近、拉远运动分析)，进入第一判断处理模块；否则(需要进行全局镜头推近、拉远运动分析)，进入分析模块；
分析模块，用于对未判定为局部运动场景的当前场景切换检测帧Ψ(k)，进行全局镜头推近、拉远运动分析；
具体为：
若direct1＝ul且direct2＝ur且direct3＝dl且direct4＝dr，则判定Ψ(k)为全局镜头拉远场景；
若direct1＝dr且direct2＝dl且direct3＝ur且direct4＝ul，则判定Ψ(k)为全局镜头推近场景；
否则，则判定Ψ(k)为局部运动场景，进入第一判断处理模块。
其中，directi＝arcu(max(numi,l,numi,r,numi,u,numi,d))表示regioni的第二运动方向，1≤i≤4；arcu()表示求变量的上角标。
本发明实施例还提供的一种终端设备，该实施例的终端设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述全局运动场景的码流分析方法实施例中的步骤。或者，所述处理器执行所述计算机程序时实现上述各系统实施例中各单元的功能。
本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。
上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种全局运动场景的码流分析方法，其特征在于，所述方法包括：
Step1：构建场景切换检测集；
Step2：构建场景切换检测集的场景运动分析集；
Step3：根据场景运动分析集中的当前运动分析帧，对场景切换检测集中的当前场景切换检测帧进行初步运动分析，判断当前场景切换检测帧是否为局部运动场景；
Step4：对未判定为局部运动场景的当前场景切换检测帧进行全局运动分析，获取全局运动类型；
Step5：若下一场景切换检测帧和下一运动分析帧均存在，则令当前场景切换检测帧为下一场景切换检测帧、当前运动分析帧为下一运动分析帧，返回Step3；否则，结束；
所述构建场景切换检测集具体为：
如果numf-t＞long且framet为I帧，或者如果numf-t＞long且numIt/numbt＞ThresI，则将framet划入场景切换检测集Ψ，Ψ中元素按帧的播放序号升序排列；
其中，numf表示片源帧数；t表示当前片源的帧序号；framet表示当前片源的第t帧；long表示效率时长帧数；1≤long≤fps/4，fps表示片源采样帧率；numbt、numIt分别表示framet块的数量、I块的数量；ThresI表示I块门限阈值，ThresI＞0.8；
所述构建场景切换检测集的场景运动分析集包括：
Step20：令k＝1；
Step21：记Ψ(k)对应帧的播放序号为s0；记Ψ(k+1)对应帧的播放序号为s1，将max(mvbitt|s0+1≤t≤s1-1)对应的帧划入场景运动分析集Γ；
当Ψ(k+1)不存在时，则令s1＝numf+1；
其中，Ψ(k)表示场景切换检测集Ψ中的第k个元素，也称当前场景切换检测帧；Γ(k)表示场景运动分析集Γ中的第k个元素，也称当前运动分析帧；max表示求最大值；mvbitt表示framet对应比特流中运动矢量所占码率；
Step22：令k＝k+1；
Step23：若Ψ(k+1)存在，则重回Step21；否则，令k＝1，然后进入Step3；
所述根据场景运动分析集中的当前运动分析帧，对场景切换检测集中的当前场景切换检测帧进行初步运动分析包括：
Step31：获取场景运动分析集中的当前运动分析帧的边界区域；具体为：选取图像中心点为中心的矩形区域为中心区域，面积不超过9/16；接着将剩余的块划为边界区域；
Step32：统计所述边界区域块的数量sizeb和所述边界区域内既非帧内预测块又非Skip块的块数量sizemvb；
Step33：若sizemvb＜sizeb*Thres1，则判定当前场景切换检测帧为局部运动场景，进入Step5；否则，进入Step4；
其中，Thres1表示第一阈值，0.6＜Thres1＜0.9。
2.如权利要求1所述的全局运动场景的码流分析方法，其特征在于，所述对未判定为局部运动场景的当前场景切换检测帧进行全局运动分析，获取全局运动类型包括：
Step41：将所述边界区域划分为若干分析区域；
Step42：任选一个分析区域，进行运动一致性分析；其中，Step42包括S421：将分析区域内每个块，按第一运动矢量划分标准，划分为若干块集合并记录块集合的块数量；所述第一运动矢量划分标准包括第一划分标准、第二划分标准和第三划分标准3个子标准；
第一划分标准：若mvyi,ki＝0，则将满足mvxi,ki＜0的块划入第一块集合regioni,l，记第一块集合regioni,l的块数量为第一数量numi,l；将满足mvxi,ki＞0的块划入第二块集合regioni,r，记第二块集合regioni,r的块数量为第二数量numi,r；
第二划分标准：若mvxi,ki＝0，则将满足mvyi,ki＜0的块划入第三块集合regioni,u，记第三块集合regioni,u的块数量为第三数量numi,u；将满足mvyi,ki＞0的块划入第四块集合regioni,d，记第四块集合regioni,d的块数量为第四数量numi,d；
第三划分标准：若mvxi,ki≠0且mvyi,ki≠0，则将该块划入第五块集合regioni,n，记第五块集合regioni,n的块数量为第五数量numi,n；
其中，mvxi,ki、mvyi,ki分别表示分析区域regioni中第ki个块运动矢量的x轴、y轴分量；
Step43：当经过运动一致性分析的分析区域的数量大于等于2个时，判定所述经过运动一致性分析的分析区域是否满足第一分类条件，若不满足第一分类条件，则判定当前场景切换检测帧为局部运动场景，进入Step5；若满足第一分类条件，则进入Step44；
Step44：若存在未经过运动一致性分析的分析区域，则重新回到Step42；否则，进入Step45；
Step45：根据所述块集合的块数量是否满足第一数量条件，确定当前场景切换检测帧的全局运动分析类型。
3.如权利要求2所述的全局运动场景的码流分析方法，其特征在于，所述将所述边界区域划分为若干分析区域；具体为：
将所述边界区域划分为四个互不重合的分析区域，每个分析区域用regioni表示，设置边界区域左上角区域为第一分析区域region1、右上角区域为第二分析区域region2、左下角区域为第三分析区域region3、右下角区域为第四分析区域region4；i表示分析区域的序号，1≤i≤4；
所述任选一个分析区域，进行运动一致性分析还包括：
S422：根据按第一运动矢量划分标准划分的块集合的块数量是否满足第一阈值条件，判定当前场景切换检测帧是否为局部运动场景；
第一阈值条件：
若满足第一阈值条件，则判定当前场景切换检测帧为局部运动场景，进入Step5；否则，进入Step43；
其中，lessmax表示求次最大值；Thres2表示第二阈值，Thres2＞0.4；
所述第一分类条件：所述经过运动一致性分析的分析区域内每个块，按第一运动矢量划分标准划分为若干块集合后，具有最多块的块集合满足相同的子标准；
所述全局运动分析类型包括全局镜头平移运动分析和全局镜头推近、拉远运动分析；
第一数量条件：max(numi,l,numi,r,numi,u,numi,d,numi,n)≠numi,n，1≤i≤4；
若满足第一数量条件，则进行全局镜头平移运动分析；否则，进行全局镜头推近、拉远运动分析。
4.如权利要求3所述的全局运动场景的码流分析方法，其特征在于，所述全局镜头平移运动分析具体为：
若direc1＝direc2＝direc3＝direc4＝l，则判定Ψ(k)为全局左移场景；
若direc1＝direc2＝direc3＝direc4＝r，则判定Ψ(k)为全局右移场景；
若direc1＝direc2＝direc3＝direc4＝u，则判定Ψ(k)为全局上移场景；
若direc1＝direc2＝direc3＝direc4＝d，则判定Ψ(k)为全局下移场景；
否则，则判定Ψ(k)为局部运动场景，进入Step5；
其中，direci＝arc(max(numi,l,numi,r,numi,u,numi,d))表示regioni的第一运动方向，1≤i≤4；arc()表示求变量的第二个下角标；
所述全局镜头推近、拉远运动分析包括：
步骤B1：将分析区域内每个块，按第二运动矢量划分标准划分为若干块集合并记录块集合的块数量；
所述第二运动矢量划分标准包括第四划分标准、第五划分标准、第六划分标准和第七划分标准4个子标准；
第四划分标准：将满足mvxi,ki＜0且mvyi,ki＜0的块划入第六块集合记第六块集合/>的数量为第六数量/>
第五划分标准：将满足mvxi,ki＜0且mvyi,ki＞0的块划入第七块集合记第七块集合/>的数量为第七数量/>
第六划分标准：将满足mvxi,ki＞0且mvyi,ki＜0的块划入第八块集合记第八块集合/>的数量为第八数量/>
第七划分标准：将满足mvxi,ki＞0且mvyi,ki＞0的块划入第九块集合记第九块集合/>的数量为第九数量/>
步骤B2：根据按第二运动矢量划分标准划分的块集合的块数量是否满足第二阈值条件，判定Ψ(k)为是否为局部运动场景；
第二阈值条件：
若满足第二阈值条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入Step5；
否则，进入步骤B3；
步骤B3：对未判定为局部运动场景的当前场景切换检测帧Ψ(k)，进行全局镜头推近、拉远运动分析；具体为：若direct1＝ul且direct2＝ur且direct3＝dl且direct4＝dr，则判定Ψ(k)为全局镜头拉远场景；
若direct1＝dr且direct2＝dl且direct3＝ur且direct4＝ul，则判定Ψ(k)为全局镜头推近场景；
否则，则判定Ψ(k)为局部运动场景，进入Step5；
其中，表示regioni的第二运动方向，
1≤i≤4；arcu()表示求变量的上角标。
5.一种全局运动场景的码流分析系统，其特征在于，所述系统包括：
场景切换检测集构建模块，用于构建场景切换检测集；
场景运动分析集构建装置，用于构建场景切换检测集的场景运动分析集；
初步运动分析装置，用于根据场景运动分析集中的当前运动分析帧，对场景切换检测集中的当前场景切换检测帧进行初步运动分析，判断当前场景切换检测帧是否为局部运动场景；
全局运动分析装置，用于对未判定为局部运动场景的当前场景切换检测帧进行全局运动分析，获取全局运动类型；
第一判断处理模块，用于判断若下一场景切换检测帧和下一运动分析帧均存在，则令当前场景切换检测帧为下一场景切换检测帧、当前运动分析帧为下一运动分析帧，重回初步运动分析装置；否则，结束；
所述场景切换检测集构建模块中，构建场景切换检测集具体为：
如果numf-t＞long且framet为I帧，或者如果numf-t＞long且numIt/numbt＞ThresI)，则将framet划入场景切换检测集Ψ，Ψ中元素按帧的播放序号升序排列；
其中，numf表示片源帧数；t表示当前片源的帧序号；framet表示当前片源的第t帧；long表示效率时长帧数；1≤long≤fps/4，fps表示片源采样帧率；numbt、numIt分别表示framet块的数量、I块的数量；ThresI表示I块门限阈值，ThresI＞0.8；
所述场景运动分析集构建装置包括：
帧序号赋初值模块，用于令k＝1；
场景运动分析集划分模块，用于记Ψ(k)对应帧的播放序号为s0；记Ψ(k+1)对应帧的播放序号为s1，将max(mvbitt|s0+1≤t≤s1-1)对应的帧划入场景运动分析集Γ；当Ψ(k+1)不存在时，则令s1＝numf+1；
其中，Ψ(k)表示场景切换检测集Ψ中的第k个元素，也称当前场景切换检测帧；Γ(k)表示场景运动分析集Γ中的第k个元素，也称当前运动分析帧；max表示求最大值；mvbitt表示framet对应比特流中运动矢量所占码率；
帧序号更新模块，用于令k＝k+1；
第二判断处理模块，用于判断若Ψ(k+1)存在，则重回场景运动分析集划分模块；否则，令k＝1，然后进入初步运动分析装置；
所述初步运动分析装置包括：
边界区域获取模块，用于获取场景运动分析集Γ中的当前运动分析帧Γ(k)的边界区域Γb(k)；具体为：选取图像中心点为中心的矩形区域为中心区域，面积不超过9/16；接着将剩余的块划为边界区域，记为Γb(k)；
块数量统计模块，用于统计所述边界区域Γb(k)块的数量sizeb和所述边界区域Γb(k)内既非帧内预测块又非Skip块的块数量sizemvb；
第三判断处理模块，用于判断若sizemvb＜sizeb*Thres1，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入第一判断处理模块；否则，进入全局运动分析装置；
其中，Thres1表示第一阈值，0.6＜Thres1＜0.9。
6.如权利要求5所述的全局运动场景的码流分析系统，其特征在于，所述全局运动分析装置包括：
分析区域划分模块，用于将所述边界区域Γb(k)划分为若干分析区域regioni；
运动一致性分析模块，用于任选一个分析区域regioni，进行运动一致性分析；所述运动一致性分析模块包括：第一块集合划分及数量记录模块，用于将分析区域regioni内每个块，按第一运动矢量划分标准，划分为若干块集合并记录块集合的块数量；
所述第一运动矢量划分标准包括第一划分标准、第二划分标准和第三划分标准3个子标准；
第一划分标准：若mvyi,ki＝0，则将满足mvxi,ki＜0的块划入第一块集合regioni,l，记第一块集合regioni,l的块数量为第一数量numi,l；将满足mvxi,ki＞0的块划入第二块集合regioni,r，记第二块集合regioni,r的块数量为第二数量numi,r；
第二划分标准：若mvxi,ki＝0，则将满足mvyi,ki＜0的块划入第三块集合regioni,u，记第三块集合regioni,u的块数量为第三数量numi,u；将满足mvyi,ki＞0的块划入第四块集合regioni,d，记第四块集合regioni,d的块数量为第四数量numi,d；
第三划分标准：若mvxi,ki≠0且mvyi,ki≠0，则将该块划入第五块集合regioni,n，记第五块集合regioni,n的块数量为第五数量numi,n；
其中，mvxi,ki、mvyi,ki分别表示分析区域regioni中第ki个块运动矢量的x轴、y轴分量；
第四判断处理模块，用于当经过运动一致性分析的分析区域regioni的数量大于等于2个时，判定所述经过运动一致性分析的分析区域regioni是否满足第一分类条件，若不满足第一分类条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入第一判断处理模块；若具有最大值同类性，则进入第五判断处理模块；
第五判断处理模块，用于若存在未经过运动一致性分析的分析区域，则重新回到运动一致性分析模块；否则，进入全局运动分析类型确定模块；
全局运动分析类型确定模块，用于根据所述块集合的块数量是否满足第一数量条件，确定当前场景切换检测帧Ψ(k)的全局运动分析类型。
7.如权利要求6所述的全局运动场景的码流分析系统，其特征在于，所述运动一致性分析模块还包括：
第一阈值条件判断模块，用于根据按第一运动矢量划分标准划分的块集合的块数量是否满足第一阈值条件，判定当前场景切换检测帧Ψ(k)是否为局部运动场景；
第一阈值条件：
若满足第一阈值条件，则判定当前场景切换检测帧Ψ(k)为局部运动场景，进入第一判断处理模块；否则，进入第四判断处理模块；
其中，lessmax表示求次最大值；Thres2表示第二阈值，Thres2＞0.4；
所述第一分类条件为：所述经过运动一致性分析的分析区域内每个块，按第一运动矢量划分标准划分为若干块集合后，具有最多块的块集合满足相同的子标准。
8.如权利要求7所述的全局运动场景的码流分析系统，其特征在于，所述全局运动分析类型确定模块包括：选择模块、全局镜头平移运动分析模块和全局镜头推近、拉远运动分析模块；
选择模块，用于判断所述块集合的块数量是否满足第一数量条件，若满足第一数量条件，则进入全局镜头平移运动分析模块；否则，进入全局镜头推近、拉远运动分析模块；
第一数量条件：max(numi,l,numi,r,numi,u,numi,d,numi,n)≠numi,n，1≤i≤4；
当确定进入全局镜头平移运动分析模块时，Γ(k)对应帧即为该全局运动的起始帧；当进入全局镜头推近、拉远运动分析模块时，Γ(k)对应帧即为该全局运动的起始帧；
全局镜头平移运动分析模块，用于进行全局镜头平移运动分析；具体为：
若direc1＝direc2＝direc3＝direc4＝l，则判定Ψ(k)为全局左移场景；
若direc1＝direc2＝direc3＝direc4＝r，则判定Ψ(k)为全局右移场景；
若direc1＝direc2＝direc3＝direc4＝u，则判定Ψ(k)为全局上移场景；
若direc1＝direc2＝direc3＝direc4＝d，则判定Ψ(k)为全局下移场景；
否则，则判定Ψ(k)为局部运动场景，进入第一判断处理模块；
其中，direci＝arc(max(numi,l,numi,r,numi,u,numi,d))表示regioni的第一运动方向，1≤i≤4；arc()表示求变量的第二个下角标；
全局镜头推近、拉远运动分析模块，用于进行全局镜头推近、拉远运动分析。
9.如权利要求8所述的全局运动场景的码流分析系统，其特征在于，所述全局镜头推近、拉远运动分析模块包括：
第二块集合划分及数量记录模块，用于将分析区域regioni内每个块，按第二运动矢量划分标准划分为若干块集合并记录块集合的块数量；
所述第二运动矢量划分标准包括第四划分标准、第五划分标准、第六划分标准和第七划分标准4个子标准；
第四划分标准：将满足mvxi,ki＜0且mvyi,ki＜0的块划入第六块集合记第六块集合/>的数量为第六数量/>
第五划分标准：将满足mvxiki＜0且mvyiki＞0的块划入第七块集合记第七块集合/>的数量为第七数量/>
第六划分标准：将满足mvxi,ki＞0且mvyi,ki＜0的块划入第八块集合记第八块集合/>的数量为第八数量/>
第七划分标准：将满足mvxi,ki＞0且mvyi,ki＞0的块划入第九块集合记第九块集合/>的数量为第九数量/>
第二阈值条件判断模块，用于根据按第二运动矢量划分标准划分的块集合的块数量是否满足第二阈值条件，判定Ψ(k)为是否为局部运动场景；
第二阈值条件：
若满足第二阈值条件，则判定Ψ(k)为局部运动场景，进入第一判断处理模块；否则，进入分析模块；
分析模块，用于对未判定为局部运动场景的当前场景切换检测帧Ψ(k)，进行全局镜头推近、拉远运动分析；具体为：
若direct1＝ul且direct2＝ur且direct3＝dl且direct4＝dr，则判定Ψ(k)为全局镜头拉远场景；
若direct1＝dr且direct2＝dl且direct3＝ur且direct4＝ul，则判定Ψ(k)为全局镜头推近场景；
否则，则判定Ψ(k)为局部运动场景，进入第一判断处理模块；
其中，表示regioni的第二运动方向，
1≤i≤4；arcu()表示求变量的上角标。
10.一种码流分析设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述全局运动场景的码流分析方法的步骤。
CN202011031298.4A 2020-09-27 2020-09-27 一种全局运动场景的码流分析方法、系统及设备 Active CN112203092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011031298.4A CN112203092B (zh) 2020-09-27 2020-09-27 一种全局运动场景的码流分析方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011031298.4A CN112203092B (zh) 2020-09-27 2020-09-27 一种全局运动场景的码流分析方法、系统及设备

Publications (2)

Publication Number Publication Date
CN112203092A CN112203092A (zh) 2021-01-08
CN112203092B true CN112203092B (zh) 2024-01-30

Family

ID=74007552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011031298.4A Active CN112203092B (zh) 2020-09-27 2020-09-27 一种全局运动场景的码流分析方法、系统及设备

Country Status (1)

Country Link
CN (1) CN112203092B (zh)

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030035716A (ko) * 2001-11-02 2003-05-09 삼성전자주식회사 동영상 데이터에서 장면전환을 자동검출하는 방법 및 그장치
CN101072342A (zh) * 2006-07-01 2007-11-14 腾讯科技（深圳）有限公司 一种场景切换的检测方法及其检测系统
KR100816013B1 (ko) * 2007-01-23 2008-03-21 (주)엑스퍼넷 압축영상의 장면전환 검출장치 및 방법
KR20110021014A (ko) * 2009-08-25 2011-03-04 주식회사 노매드커넥션 동영상 장면 분할 시스템 및 방법
TW201405192A (zh) * 2012-07-23 2014-02-01 Altek Corp 即時自動對焦裝置及其方法
CN104244004A (zh) * 2014-09-30 2014-12-24 华为技术有限公司 低功耗编码方法及装置
CN104333726A (zh) * 2014-10-09 2015-02-04 深圳市云宙多媒体技术有限公司 一种针对转码视频源的去隔行方法及系统
CN104519239A (zh) * 2013-09-29 2015-04-15 诺基亚公司 用于视频防抖的方法和装置
CN104680504A (zh) * 2013-11-26 2015-06-03 杭州海康威视数字技术股份有限公司 场景变化检测方法及其装置
CN105100771A (zh) * 2015-07-14 2015-11-25 山东大学 一种基于场景分类和几何标注的单视点视频深度获取方法
CN105578186A (zh) * 2015-12-30 2016-05-11 深圳市云宙多媒体技术有限公司 一种镜头推动场景的码流检测方法及系统
CN106303528A (zh) * 2015-06-04 2017-01-04 北京中传视讯科技有限公司 一种码流平移场景检测方法及系统
CN106851049A (zh) * 2017-03-06 2017-06-13 济南中维世纪科技有限公司 一种基于视频分析的场景变更检测方法及装置
CN106937114A (zh) * 2015-12-30 2017-07-07 株式会社日立制作所 用于对视频场景切换进行检测的方法和装置
CN107124610A (zh) * 2017-04-06 2017-09-01 浙江大华技术股份有限公司 一种视频编码方法及装置
CN107333174A (zh) * 2017-07-19 2017-11-07 河海大学 一种基于场景切变检测的视频处理方法
CN107592547A (zh) * 2017-08-31 2018-01-16 浙江工业大学 一种基于hevc压缩域的运动感知图提取方法
CN108762906A (zh) * 2018-05-25 2018-11-06 腾讯科技（深圳）有限公司 场景切换方法、装置、电子设备以及可读存储介质
CN109168001A (zh) * 2018-09-27 2019-01-08 苏州科达科技股份有限公司 视频场景变化的检测方法、装置及视频采集设备
CN109194955A (zh) * 2018-11-16 2019-01-11 深圳市梦网百科信息技术有限公司 一种场景切换检测方法及系统
CN110266988A (zh) * 2019-06-03 2019-09-20 河海大学 一种基于场景切变和内容特征检测的去隔行方法
CN110636330A (zh) * 2019-09-20 2019-12-31 深圳市梦网百科信息技术有限公司 基于压缩信息的片源场景复杂度分析方法和系统
CN110662042A (zh) * 2018-06-29 2020-01-07 英特尔公司 用于视频处理的准确全局运动补偿的全局运动估计和建模

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8130277B2 (en) * 2008-02-20 2012-03-06 Aricent Group Method and system for intelligent and efficient camera motion estimation for video stabilization
US10552962B2 (en) * 2017-04-27 2020-02-04 Intel Corporation Fast motion based and color assisted segmentation of video into region layers

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030035716A (ko) * 2001-11-02 2003-05-09 삼성전자주식회사 동영상 데이터에서 장면전환을 자동검출하는 방법 및 그장치
CN101072342A (zh) * 2006-07-01 2007-11-14 腾讯科技（深圳）有限公司 一种场景切换的检测方法及其检测系统
KR100816013B1 (ko) * 2007-01-23 2008-03-21 (주)엑스퍼넷 압축영상의 장면전환 검출장치 및 방법
KR20110021014A (ko) * 2009-08-25 2011-03-04 주식회사 노매드커넥션 동영상 장면 분할 시스템 및 방법
TW201405192A (zh) * 2012-07-23 2014-02-01 Altek Corp 即時自動對焦裝置及其方法
CN104519239A (zh) * 2013-09-29 2015-04-15 诺基亚公司 用于视频防抖的方法和装置
CN104680504A (zh) * 2013-11-26 2015-06-03 杭州海康威视数字技术股份有限公司 场景变化检测方法及其装置
CN104244004A (zh) * 2014-09-30 2014-12-24 华为技术有限公司 低功耗编码方法及装置
CN104333726A (zh) * 2014-10-09 2015-02-04 深圳市云宙多媒体技术有限公司 一种针对转码视频源的去隔行方法及系统
CN106303528A (zh) * 2015-06-04 2017-01-04 北京中传视讯科技有限公司 一种码流平移场景检测方法及系统
CN105100771A (zh) * 2015-07-14 2015-11-25 山东大学 一种基于场景分类和几何标注的单视点视频深度获取方法
CN105578186A (zh) * 2015-12-30 2016-05-11 深圳市云宙多媒体技术有限公司 一种镜头推动场景的码流检测方法及系统
CN106937114A (zh) * 2015-12-30 2017-07-07 株式会社日立制作所 用于对视频场景切换进行检测的方法和装置
CN106851049A (zh) * 2017-03-06 2017-06-13 济南中维世纪科技有限公司 一种基于视频分析的场景变更检测方法及装置
CN107124610A (zh) * 2017-04-06 2017-09-01 浙江大华技术股份有限公司 一种视频编码方法及装置
CN107333174A (zh) * 2017-07-19 2017-11-07 河海大学 一种基于场景切变检测的视频处理方法
CN107592547A (zh) * 2017-08-31 2018-01-16 浙江工业大学 一种基于hevc压缩域的运动感知图提取方法
CN108762906A (zh) * 2018-05-25 2018-11-06 腾讯科技（深圳）有限公司 场景切换方法、装置、电子设备以及可读存储介质
CN110662042A (zh) * 2018-06-29 2020-01-07 英特尔公司 用于视频处理的准确全局运动补偿的全局运动估计和建模
CN109168001A (zh) * 2018-09-27 2019-01-08 苏州科达科技股份有限公司 视频场景变化的检测方法、装置及视频采集设备
CN109194955A (zh) * 2018-11-16 2019-01-11 深圳市梦网百科信息技术有限公司 一种场景切换检测方法及系统
CN110266988A (zh) * 2019-06-03 2019-09-20 河海大学 一种基于场景切变和内容特征检测的去隔行方法
CN110636330A (zh) * 2019-09-20 2019-12-31 深圳市梦网百科信息技术有限公司 基于压缩信息的片源场景复杂度分析方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A video de-interlacing with precise interfield information by hybrid scene change detection;Chung-chi Lin，Chishyan Liaw;2013 36th International Conference on Telecommunications and Signal Processing;全文 *
基于场景切换的码率控制方法;王悦，薛永林;电视技术;第33卷(第12期);第17-20页 *

Also Published As

Publication number Publication date
CN112203092A (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
KR100987365B1 (ko) 비디오 프레임들로부터 키 프레임들의 선택
EP4203476A1 (en) Video motion estimation method and apparatus, device, computer-readable storage medium and computer program product
US8737808B2 (en) Method and mobile terminal for previewing and retrieving video
CN104902279B (zh) 一种视频处理方法及装置
US11336915B2 (en) Global motion vector video encoding systems and methods
US20030142750A1 (en) Edge detection based on variable-length codes of block coded video
JP5478047B2 (ja) 映像データ圧縮前処理方法およびこれを用いた映像データ圧縮方法と映像データ圧縮システム
CN109446967B (zh) 一种基于压缩信息的人脸检测方法和系统
JP2007060392A (ja) 画像記憶装置及び方法
CN111988561B (zh) 视频分析的自适应调整方法、装置、计算机设备和介质
CN1980394A (zh) 运动矢量估计装置和运动矢量估计方法
US9883200B2 (en) Method of acquiring neighboring disparity vectors for multi-texture and multi-depth video
CN109194955B (zh) 一种场景切换检测方法及系统
KR101281850B1 (ko) 영상 디스크립터 생성 장치
US20200021842A1 (en) Motion vector candidate pruning systems and methods
US10034016B2 (en) Coding apparatus, computer system, coding method, and computer product
CN106664404A (zh) 视频编码中的块分割方式处理方法和相关装置
CN101518091B (zh) 解码装置、解码方法、解码程序以及集成电路
CN112203092B (zh) 一种全局运动场景的码流分析方法、系统及设备
CN1886759A (zh) 对视频信号中的局部视觉时空细节的检测
Kim et al. Two-bit transform based block motion estimation using second derivatives
CN109218728B (zh) 一种场景切换检测方法和系统
Li et al. Unified intra mode coding based on short and long range correlations
Choudhary et al. Real time video summarization on mobile platform
WO2018205781A1 (zh) 一种实现运动估计的方法及电子设备

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