CN112380007A - 基于分布式及多线程的加快真假超高清视频判别速度的方法 - Google Patents

基于分布式及多线程的加快真假超高清视频判别速度的方法 Download PDF

Info

Publication number
CN112380007A
CN112380007A CN202011248961.6A CN202011248961A CN112380007A CN 112380007 A CN112380007 A CN 112380007A CN 202011248961 A CN202011248961 A CN 202011248961A CN 112380007 A CN112380007 A CN 112380007A
Authority
CN
China
Prior art keywords
discrimination
high definition
accelerating
video
multithreading
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
Application number
CN202011248961.6A
Other languages
English (en)
Inventor
代林东
唐学怡
刘盾
沈余银
余军
宋升�
黄信云
陆万霞
康凯悦
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.)
Chengdu Chinamcloud Technology Co ltd
Original Assignee
Chengdu Chinamcloud 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 Chengdu Chinamcloud Technology Co ltd filed Critical Chengdu Chinamcloud Technology Co ltd
Priority to CN202011248961.6A priority Critical patent/CN112380007A/zh
Publication of CN112380007A publication Critical patent/CN112380007A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5018—Thread allocation

Abstract

本发明涉及一种基于分布式及多线程的加快超高清视频判别速度的方法，真假超高清视频判别算法会给视频的每一帧计算出一个分值，分值越高是真超高清的可能性越大。将一个长视频分成若干部分，每一个部分的判别过程互不干扰，判别结果相互独立。在每个分片的内部有多帧，帧与帧的判别过程互不干扰，判别结果相互独立。待判别视频放置在客户端和服务器都能访问的共享存储中，首先使用多个客户端并发判别，而在一个客户端内部，采用多线程并发执行来提高资源利用率以及判别速度。

Description

基于分布式及多线程的加快真假超高清视频判别速度的方法
技术领域
本发明涉及视频质量识别领域，具体涉及一种基于分布式及多线程的加快超高清视频判别速度的方法。
背景技术
当前正处于全高清向超高清过度的时代， 支持超高清的电视机、机顶盒等硬件设备已经全面进入大众消费市场，但是真正的超高清内容却少之又少，且不乏为了吸引客户而鱼目混珠的行为，因此，使用程序来判别真假超高清视频的需求应运而生。
普通架构的真假超高清判别程序采用单机单线程逐帧判别的方式，存在以下缺陷：
计算资源利用率低，现如今的服务器多是多核心大内存配置，而真假超高清算法普遍只能利用服务器的少量CPU核心。
单机判别速度慢，普通架构的真假超高清判别程序采用单机模式，时效性不足。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于分布式及多线程的加快超高清视频判别速度的方法，首先使用多个客户端并发判别，而在一个客户端内部，采用多线程并发执行来提高资源利用率以及判别速度。
本发明的目的是通过以下技术方案来实现的：
一种基于分布式及多线程的加快超高清视频判别速度的方法，包括：
1）：将待判别的视频在逻辑上分成多个分片，将不同的分片信息分发给不同的客户端；
2）：单个客户端内部内部采用多线程模式，包含一个解码线程和多个判别线程，解码线程将解码后的基带数据放入队列中，每个判别线程每次从队列中取出一帧进行判别并记录判别分数；
3）：各客户端判别完整个分片后将结果返回服务；
4）：服务端将所有分片的判别结果汇总到一起形成一个完整的判别结果。
进一步的，所述逻辑包括镜头识别和场景识别，通过镜头/场景识别对视频进行分段。
进一步的，任意两个连续分片之间的内容衔接是连续的。
进一步的，各客户端的判别过程互不干扰，判别结果相互独立。
进一步的，所述的每个判别线程中帧与帧的判别过程互不干扰，判别结果相互独立。
进一步的，所述待判别的视频放置在各客户端和服务器都能访问的共享存储中。
本发明的有益效果是：本方案采用多客户多线程对同一视频的不同分段分别识别，使得识别速度以平方的倍数增加，极大的提升了视频是否是超高清视频的判别速度。
具体实施方式
下面结合具体实施例进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
一种基于分布式及多线程的加快超高清视频判别速度的方法，真假超高清视频判别算法会给视频的每一帧计算出一个分值，分值越高是真超高清的可能性越大。将一个长视频分成若干部分，每一个部分的判别过程互不干扰，判别结果相互独立。在每个分片的内部有多帧，帧与帧的判别过程互不干扰，判别结果相互独立。待判别视频放置在客户端和服务器都能访问的共享存储中。
一种基于分布式及多线程的加快超高清视频判别速度的方法，包括：
1）：将待判别的视频在逻辑上分成多个分片，将不同的分片信息分发给不同的客户端；
2）：单个客户端内部内部采用多线程模式，包含一个解码线程和多个判别线程，解码线程将解码后的基带数据放入队列中，每个判别线程每次从队列中取出一帧进行判别并记录判别分数；
3）：各客户端判别完整个分片后将结果返回服务；
4）：服务端将所有分片的判别结果汇总到一起形成一个完整的判别结果。
可选的，一种基于分布式及多线程的加快超高清视频判别速度的方法，逻辑包括镜头识别和场景识别，通过镜头/场景识别对视频进行分段。任意两个连续分片之间的内容衔接是连续的。
可选的，一种基于分布式及多线程的加快超高清视频判别速度的方法，各客户端的判别过程互不干扰，判别结果相互独立。的每个判别线程中帧与帧的判别过程互不干扰，判别结果相互独立。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (6)

1.一种基于分布式及多线程的加快超高清视频判别速度的方法，其特征在于，包括：
1）：将待判别的视频在逻辑上分成多个分片，将不同的分片信息分发给不同的客户端；
2）：单个客户端内部内部采用多线程模式，包含一个解码线程和多个判别线程，解码线程将解码后的基带数据放入队列中，每个判别线程每次从队列中取出一帧进行判别并记录判别分数；
3）：各客户端判别完整个分片后将结果返回服务；
4）：服务端将所有分片的判别结果汇总到一起形成一个完整的判别结果。
2.根据权利要求1所述的基于分布式及多线程的加快超高清视频判别速度的方法，其特征在于，所述逻辑包括镜头识别和场景识别，通过镜头/场景识别对视频进行分段。
3.根据权利要求2所述的基于分布式及多线程的加快超高清视频判别速度的方法，其特征在于，任意两个连续分片之间的内容衔接是连续的。
4.根据权利要求3所述的基于分布式及多线程的加快超高清视频判别速度的方法，其特征在于，各客户端的判别过程互不干扰，判别结果相互独立。
5.根据权利要求4所述的基于分布式及多线程的加快超高清视频判别速度的方法，其特征在于，所述的每个判别线程中帧与帧的判别过程互不干扰，判别结果相互独立。
6.根据权利要求1所述的基于分布式及多线程的加快超高清视频判别速度的方法，其特征在于，所述待判别的视频放置在各客户端和服务器都能访问的共享存储中。
CN202011248961.6A 2020-11-10 2020-11-10 基于分布式及多线程的加快真假超高清视频判别速度的方法 Pending CN112380007A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011248961.6A CN112380007A (zh) 2020-11-10 2020-11-10 基于分布式及多线程的加快真假超高清视频判别速度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011248961.6A CN112380007A (zh) 2020-11-10 2020-11-10 基于分布式及多线程的加快真假超高清视频判别速度的方法

Publications (1)

Publication Number Publication Date
CN112380007A true CN112380007A (zh) 2021-02-19

Family

ID=74578169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011248961.6A Pending CN112380007A (zh) 2020-11-10 2020-11-10 基于分布式及多线程的加快真假超高清视频判别速度的方法

Country Status (1)

Country Link
CN (1) CN112380007A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090113064A (ko) * 2008-04-25 2009-10-29 주식회사 마크애니 무작위적으로 분포되는 워터마크 단위 패턴 및 고속 ｈｖｓ연산을 이용한 초고속 추적 비디오 워터마킹 알고리즘
CN102930553A (zh) * 2011-08-10 2013-02-13 中国移动通信集团上海有限公司 不良视频内容识别方法及装置
CN203799368U (zh) * 2013-12-13 2014-08-27 广州必视谷信息技术有限公司 分布式视频分析系统
CN108810620A (zh) * 2018-07-18 2018-11-13 腾讯科技（深圳）有限公司 识别视频中的关键时间点的方法、计算机设备及存储介质
CN110149558A (zh) * 2018-08-02 2019-08-20 腾讯科技（深圳）有限公司 一种基于内容识别的视频播放实时推荐方法及系统
CN111385567A (zh) * 2020-03-12 2020-07-07 上海交通大学 一种超高清视频质量评价方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090113064A (ko) * 2008-04-25 2009-10-29 주식회사 마크애니 무작위적으로 분포되는 워터마크 단위 패턴 및 고속 ｈｖｓ연산을 이용한 초고속 추적 비디오 워터마킹 알고리즘
CN102930553A (zh) * 2011-08-10 2013-02-13 中国移动通信集团上海有限公司 不良视频内容识别方法及装置
CN203799368U (zh) * 2013-12-13 2014-08-27 广州必视谷信息技术有限公司 分布式视频分析系统
CN108810620A (zh) * 2018-07-18 2018-11-13 腾讯科技（深圳）有限公司 识别视频中的关键时间点的方法、计算机设备及存储介质
CN110149558A (zh) * 2018-08-02 2019-08-20 腾讯科技（深圳）有限公司 一种基于内容识别的视频播放实时推荐方法及系统
CN111385567A (zh) * 2020-03-12 2020-07-07 上海交通大学 一种超高清视频质量评价方法及装置

Similar Documents

Publication Publication Date Title
CN108351879B (zh) 用于提高识别媒体段的效率的划分搜索索引的系统和方法
CA2992529C (en) Prediction of future views of video segments to optimize system resource utilization
AU2016250276B2 (en) Systems and methods for reducing data density in large datasets
CN113221706B (zh) 基于多进程的多路视频流的ai分析方法及系统
US20210385510A1 (en) Live stream playback video generation method, device and apparatus
EP3095046B1 (en) Automated multimedia content recognition
CN108353208A (zh) 优化媒体指纹保持以提高系统资源利用率
US10798406B2 (en) Systems and methods for controlling video display
CN109711323B (zh) 一种实时视频流分析加速方法、装置和设备
CN107451066A (zh) 卡顿处理方法和装置、存储介质、终端
CN110430398B (zh) 一种基于强化学习的视频编码分布式方法
EP4224874A1 (en) Video recommendation method and apparatus
Kaseb et al. Cloud resource management for image and video analysis of big data from network cameras
EP2891318B1 (en) Content carried ratings based control
CN112380007A (zh) 基于分布式及多线程的加快真假超高清视频判别速度的方法
Reddy et al. Qos-Aware Video Streaming Based Admission Control And Scheduling For Video Transcoding In Cloud Computing
US11269675B2 (en) Comprehensive scheduling method and device for problem of interruptability holder preemption
US20240098316A1 (en) Video encoding method and apparatus, real-time communication method and apparatus, device, and storage medium
US11445246B1 (en) Activity-based selection of replacement content
GB2574431A (en) Systems and method for automated boxing data collection and analytics platform
EP4089533A2 (en) Pooling user interface engines for cloud ui rendering
CN107229676A (zh) 基于大数据的分布式视频切割模型及应用
US20130163966A1 (en) Processing cluster and method for processing audio and video content
CN107577808A (zh) 一种多级列表页排序的方法、装置、服务器及介质
CN109726023B (zh) 一种支持多线程多上下文的图形任务同步管理方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210219

RJ01 Rejection of invention patent application after publication