CN112533022A - 云化机顶盒透明度叠加方法、云化机顶盒及存储介质 - Google Patents

云化机顶盒透明度叠加方法、云化机顶盒及存储介质 Download PDF

Info

Publication number
CN112533022A
CN112533022A CN201910818466.5A CN201910818466A CN112533022A CN 112533022 A CN112533022 A CN 112533022A CN 201910818466 A CN201910818466 A CN 201910818466A CN 112533022 A CN112533022 A CN 112533022A
Authority
CN
China
Prior art keywords
transparency
cloud
top box
block
data
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
CN201910818466.5A
Other languages
English (en)
Inventor
汪渤又
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201910818466.5A priority Critical patent/CN112533022A/zh
Priority to PCT/CN2020/098631 priority patent/WO2021036469A1/zh
Priority to US17/623,339 priority patent/US20220377404A1/en
Priority to EP20856147.2A priority patent/EP3982637A4/en
Publication of CN112533022A publication Critical patent/CN112533022A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/565—Conversion or adaptation of application format or content
    • H04L67/5651—Reducing the amount or size of exchanged application data
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234327—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by decomposing into layers, e.g. base layer and one or more enhancement layers
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234363—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by altering the spatial resolution, e.g. for clients with a lower screen resolution
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2405—Monitoring of the internal components or processes of the server, e.g. server load
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/27—Server based end-user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Image Generation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明实施例提供一种云化机顶盒透明度叠加方法、云化机顶盒及存储介质，通过获取云化机顶盒应用场景所呈现的画面的透明度布局特点；根据透明度布局特点判断画面上各区块是否允许压缩处理透明度数据；对允许的区块进行透明度数据的压缩处理，根据区块中小于全量的透明度数据采样点进行透明度叠加，在某些实施过程中，利用透明度的布局特点分块压缩处理透明度叠加数据，通过少量的透明度数据采样点叠加透明度获取到的透明度数据量几乎可以忽略不计，降低整体的透明度数据传输量，提高透明度叠加的效率，保证了云化机顶盒的性能。

Description

云化机顶盒透明度叠加方法、云化机顶盒及存储介质
技术领域
本发明实施例涉及但不限于图像处理技术领域，具体而言，涉及但不限于云化机顶盒(Virtual Set Top Box，VSTB)透明度叠加方法、云化机顶盒及存储介质。
背景技术
目前为了实现机顶盒的统一管理，降低终端机顶盒的性能要求和运营成本，解决新老机顶盒用户视频体验差异等诸多问题，云化机顶盒就是其中的一个发展方向，即应用和实现都在云端完成，而客户机只是发送相应的命令，反馈的操作界面都是从云端获得。这样，虚拟Android系统对应的虚拟机存放在云端服务器中，终端用户更多的是通过远程连接协议FreeRDP、Spice等等连接到该服务器，类似Windows的远程桌面连接一样，连接到对应的虚拟机，并将相应的画面传回到终端。与此同时，云化机顶盒的绝大多数工作如UI/APP处理、媒体播控等都需要在云端(vSTB端)进行处理，而终端(tSTB端)只需要做好UI呈现、媒体流播放等即可；正是由于大量的工作需要在云端完成，云端的性能如何将极大地制约了云化机顶盒的发展。
相关技术的云化机顶盒位于云端(vSTB端)服务器上的虚拟机在进行图形处理的时候，为了保证云化机顶盒终端(tSTB端)能够呈现出无损的画质，通常会全量地传输透明度数据；即在考虑终端的显示分辨率时，如终端的显示分辨率为1280*720p，位于云端上的虚拟机会采用1280*720个采样点分别完成透明度叠加，并且对获取到的全部1280*720个透明度采样点数据全量地传输。如此多的全量的透明度数据的传输量将极大地增加了云化机顶盒云端服务器的负荷，云端服务器上的虚拟机的工作速度将受到限制，虚拟机响应其他应用的及时性将受到影响，并且大量的系统资源将被占用和消耗。
发明内容
本发明实施例提供的云化机顶盒透明度叠加方法、云化机顶盒及存储介质，主要解决的技术问题是相关技术中云化机顶盒进行透明度叠加处理时的效率低下、影响云化机顶盒云端的性能的问题。
为解决上述技术问题，本发明实施例提供一种云化机顶盒透明度叠加方法，包括：
获取云化机顶盒应用场景所呈现的画面的透明度布局特点；
根据所述透明度布局特点判断所述画面上各区块是否允许压缩处理透明度数据；
对允许的区块进行透明度数据的压缩处理，根据所述区块中小于全量的透明度数据采样点进行透明度叠加。
本发明实施例还提供一种云化机顶盒，包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的一个或者多个计算机程序，以实现如上所述的云化机顶盒透明度叠加方法的步骤。
本发明实施例还提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的云化机顶盒透明度叠加方法的步骤。
本发明的有益效果是：
根据本发明实施例提供的云化机顶盒透明度叠加方法、云化机顶盒及存储介质，通过获取云化机顶盒应用场景所呈现的画面的透明度布局特点；根据透明度布局特点判断画面上各区块是否允许压缩处理透明度数据；对允许的区块进行透明度数据的压缩处理，根据区块中小于全量的透明度数据采样点进行透明度叠加，在某些实施过程中，利用透明度的布局特点分块压缩处理透明度叠加数据，通过少量的透明度数据采样点叠加透明度获取到的透明度数据量几乎可以忽略不计，降低整体的透明度数据传输量，提高透明度叠加的效率，保证了云化机顶盒的性能。
本发明其他特征和相应的有益效果在说明书的后面部分进行阐述说明，且应当理解，至少部分有益效果从本发明说明书中的记载变的显而易见。
附图说明
图1为本发明实施例一的云化机顶盒透明度叠加方法的流程图；
图2为本发明实施例二的画面智能分块的示意图；
图3为本发明实施例一的透明度数据的动态调整的流程图；
图4为本发明实施例二的云化机顶盒透明度叠加方法的流程图；
图5为本发明实施例三的云化机顶盒的结构示意图；
图6为本发明实施例三的透明度布局特点获取模块的功能示意图；
图7为本发明实施例三的透明度叠加的分块压缩处理模块的功能示意图；
图8为本发明实施例三的云端性能自动评估模块的功能示意图；
图9为本发明实施例三的性能评估信息存储模块的功能示意图；
图10为本发明实施例三的动态调整透明度采样率的处理模块的功能示意图；
图11为本发明实施例四的云化机顶盒的结构示意图。
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，下面通过具体实施方式结合附图对本发明实施例作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一：
相关技术中通过采用全量的透明度数据采样点，全量的透明度数据的传输量将极大地增加了云化机顶盒云端服务器的负荷，云端服务器上的虚拟机的工作速度将受到限制，虚拟机响应其他应用的及时性将受到影响，并且大量的系统资源将被占用和消耗，为了解决上述问题，本发明实施例通过收集、统计和分析云端上的数据以及智能分块算法，掌握透明度的布局特点，并且利用透明度的布局特点分块压缩处理透明度叠加数据；同时，可以自动评估云端实时的性能并动态调整透明度叠加数据的采样率，可以有效地减少透明度数据的传输量，并且提升透明度叠加效率，可以解决透明度叠加效率这个性能瓶颈，可以提升云化机顶盒整体的性能表现。
请参见图1，图1为本发明实施例提供的一种云化机顶盒透明度叠加方法，该方法包括：
S101、获取云化机顶盒应用场景所呈现的画面的透明度布局特点。
可以理解的是，云化机顶盒应用场景所呈现的画面为终端(tSTB端)所能呈现的画面，即终端的屏幕画面；在本发明实施例中，通过为画面进行分块，获取该画面的透明度布局特点。具体的，采用第一智能分块算法对画面进行第一分块处理；当分块后的第一区块透明度中的各透明度值一致(即第一区块透明度相对单一和一致)时，锁定第一区块；采用第二智能分块算法对未锁定的区块整体进行第二分块处理，锁定各透明度值一致的第二区块，采用至少两种智能分块算法完成透明度布局特点的获取。其中云化机顶盒会预置几种常见的屏幕智能分块算法，采用某一种智能分块算法进行初次智能分块后，判断每个区块透明度是否相对单一和一致(即判断每个区块中的各个透明度值是否相同)，如是，则锁定该区块；例如某个区块的透明度Alpha仅为1，则该区域的透明度相对单一和一致。对于剩余的未锁定的区块，采用另一种智能算法重新再次智能分块，判断再次分块后的每个区块透明度是否相对单一和一致，是则锁定该区块，经过几种常见的智能分块算法完成分块后，实现透明度布局特征的获取。例如当预置了4中分块算法，在4种分块算法均完成智能分块后，结束获取透明度布局特点；在一些实施例中，也可以是3种分块算法完成智能分块，结束获取透明度布局特点；当然各种分块算法的使用顺序可以根据实际需求进行灵活调整。则透明度布局特点包括透明度相对单一和一致的锁定的区块和未锁定区块，如图2所示，画面包括锁定的第一区块201、第二区域202，第三区块203和未锁定区块204。
在本发明实施例中，首先采用的第一智能分块算法可以是采用序列分块算法，具体的算法模型是将屏幕按照尺寸大小，将其长度m进行分块，每块大小为
Figure BDA0002186911330000051
这样共分出了num＝m/bloc块，再求出每一个块的左端点为l[i]＝(i-1)×block+1，右端点为r[i]＝i×block，可以得到每一个节点属于哪一块belong[i]＝(i-1)÷block+1；然后是将屏幕按照尺寸大小，将其宽度n进行分块，每块大小为
Figure BDA0002186911330000052
这样共分出了num＝n/block块，再求出每一个块的上端点为u[i]＝(i-1)×block+1，下端点为d[i]＝i×block，可以得到每一个节点属于哪一块belong[i]＝(i-1)÷block+1；屏幕按照尺寸大小，长度和宽度都分别序列分块并且得到左、右、上、下端点后，即完成了初次智能分块。然后采用的第二智能分块算法包括但不限于树分块算法等，在一些实施例中，也可以是基于对云端数据了解基础上的按照不同应用输出不同窗口的窗口大小来智能分块。
S102、根据透明度布局特点判断画面上各区块是否允许压缩处理透明度数据。
应当理解的是，由于透明度布局特点包括锁定区块(透明度相对单一和一致)和未锁定区域(透明度非相对的单一和一致)，锁定区块允许压缩处理透明度数据，压缩处理并不会对该区块的透明度数据造成影响；未锁定区块中由于存在多种透明度值，则不允许压缩处理透明度数据。
S103、对允许的区块进行透明度数据的压缩处理，根据区块中小于全量的透明度数据采样点进行透明度叠加。
对于允许压缩处理透明度数据的区块，进行透明度数据的压缩处理，该区域仅布置少量的透明度数据采样点，该少量是相对于相关技术中全量来说，例如该区块的全量的透明度数据采样点为88×72个，则本发明实施例中的少量的透明度数据采样点为72个。在本发明实施例中，该少量的透明度数据采样点包括单个透明度数据采样点，即通过该区块的1个透明度数据采样点来完成透明度的叠加工作，其中可以是面积较小的区块布置单个透明度数据采样点；在一些实施例中，布置少量的透明度数据采样点可以是在区块内随机布置，也可以是均匀布置。与全量的透明度数据采样点相比，本发明实施例中的透明度数据采样点叠加透明度获取到的透明度数据量几乎可以忽略不计；对于不允许压缩处理透明度数据的区块，可以按照原有的方式采用全量的采样点获取透明度数据。
值得注意的是，本发明实施例还可以根据云端实时性能对透明度数据的采样率进行动态调整。具体的，根据区块中小于全量的透明度数据采样点进行透明度叠加之后，透明度数据的动态调整流程包括：
S301、对当前云化机顶盒云端的实时性能进行评估，得到第一评估结果。
在本发明实施例中，通过一系列可影响云端性能和用户满意度的性能评价参数确定第一评估结果，该性能评价参数包括但不限于云端虚拟机的工作速度、云端应用响应的及时性、云端系统资源的占用情况、云端服务器的CPU占用率、终端(物理端)与云端交互的流畅度等，该性能评价参数可通过其分布特点选择标准化算法，进而获取一个指标评估值。例如云端应用响应的及时性，可以按照完全启动特定的几个应用并进入工作状态的耗时时间统计除以最优的理想耗时时间来获取。再比如，终端(物理端)与云端交互的流畅度可以按照云端和终端(物理端)之间通过协议进行传输时抓包分析后丢包数除以总的包数来获取；其他评价参数可利用业界的性能评价系统，可作为云端性能自动评估模块的一部分予以利用。
确定第一评估结果具体包括获取云端的i项性能评价参数的评估值；根据i项评估值确定云端性能的综合评估值，具体采用线性加权法构造的数学模型可以得到最终的云端性能的综合评估值；其数学模型为：
Figure BDA0002186911330000061
其中y为综合评估值，wi为第i项评估指标的权重；xi为第i项评估指标的评估值，n为正整数。在本发明实施例中，各项评估指标的权重，由系统自己设定，所有评价指标权重之和为1，例如包括5项评估指标(分别云端虚拟机的工作速度、云端应用响应的及时性、云端系统资源的占用情况、云端服务器的CPU占用率、终端(物理端)与云端交互的流畅度)，设置这5项评估指标的权重均为0.2，是等同重要的；当然该评估指标的权重可以根据实际需求进行灵活调整。
S302、根据第一评估结果确定云端的性能未达到预设条件时，降低透明度数据的采样率，减少透明度数据采样点，并将调整前后的透明度数据的采样率和当前评估结果进行存储。
根据第一评估结果判断云端的性能是否达到预设条件，来确定该云端的性能是否得到满足，具体的，获取云端当前时刻之前的上一次的第二综合评估值；将当前云端的第一评估值与第二综合评估值进行比较，当第一综合评估值小于第二综合评估值时，云端的性能未达到预设条件，适当降低透明度数据的采样率，将未锁定区块的全量的透明度数据采样点分布按照画面尺寸均匀减少，在基本维持云化机顶盒终端显示画质的情况下，大大减少了透明度数据的传输量；存储调整前后的透明度数据的采样率和当前评估结果为下一次进行动态调整透明度数据的采样率提供数据基础。在本发明实施例中，上一次的第二综合评估值默认为步骤S103对应时刻的综合评估值；例如当上一次的第二综合评估值为云化机顶盒第一次的综合评估值A，在步骤S103进行透明度叠加之后，在某个时候，对云端的实时性能进行评估，得到第一综合评估值B，且小于第二综合评估值A，假设步骤S103对应的透明度数据的采样率为60％(包括锁定区块中的少量采样点和未锁定区块中的全量采样点)，则当前将透明度数据的采样率降低至50％，减少的10％的采样率是通过减少未锁定区块的透明度数据采样点得到，并存储第二综合评估值A及其对应的透明度数据采样率60％，存储第一综合评估值B及其对应的采样率50％。
S303、根据调整后的透明度数据的采样率进行次透明度叠加。
根据调整后的透明度数据的采样率50％进行透明度叠加。
在本发明实施例中，根据调整后的透明度数据的采样率完成本次透明度叠加之后，再次对当前云化机顶盒云端的实时性能进行评估，确定云端的性能达到预设条件，即性能得到满足时，将透明度数据的采样率恢复为调整前的采样率。例如再次对云化机顶盒的实时性能进行评估得到第三综合评估值C，将第三综合评估值C与上一次的第一综合评估值B进行比较，当第三综合评估值C大于第一综合评估值B，则将透明度数据的采样率恢复为调整前的采样率60％；当第三综合评估值C小于第一综合评估值B时，在采样率为50％的基础上，继续减少。
本发明实施例提供的云化机顶盒透明度叠加方法，首先获取当前应用场景所呈现画面的透明度布局特点；随后，触发对透明度布局特点进行分析，接着是分区块进行处理：对于屏幕上允许压缩处理透明度数据的区块，进行透明度数据的压缩处理，仅布置少量甚至单个透明度数据采样点来完成透明度的叠加工作；而对于不能压缩处理的区块，仍然按照原有的方式采用全量的采样点获取透明度数据。同时，对云端当前的性能状况进行评估，根据评估结果，在云端的性能得不到满足的情况下，适当降低透明度数据的采样率，并将当前的评估值和调整前后的采样率完整存储下来；而在云端的性能能够得到满足时，动态地恢复透明度数据的采样率为原先值；通过上述云化机顶盒透明度叠加方法有效地减少透明度数据的传输量，并且提升透明度叠加效率。
实施例二：
为了便于理解，本发明实施例以一个较为具体的例子对云化机顶盒透明度叠加方法进行说明，如图4所示，该云化机顶盒透明度叠加方法包括：
S401、获取透明度布局特点。
在发明实施例中，预置了两种智能分块算法，分别为序列分块算法和树分块算法，先通过序列分块算法对屏幕进行智能分别，判断分块后的每个区块透明度是否相对单一和一致，如是，则锁定该区块，处理完所有区块后，对剩余未锁定的区块调整分块算法，采用树分块算法整体再次重新智能分块，再次判断分块后的每个区块透明度是否相对单一和一致，如是，锁定区块；两种分块算法均完成后结束获取透明度布局特点。
S402、对透明度布局特点进行分析，判断画面上各区块是否允许压缩处理透明度数据，如否，转S403，如是，转S404。
该透明度布局特点包括锁定区块和未锁定区块，锁定区块的透明度相对单一和一致；未锁定区块包括多种透明度；锁定区域允许压缩处理透明度数据，未锁定区块不允许压缩处理透明度数据。
S403、不压缩处理透明度数据，维持全量的透明度数据采样点进行透明度的叠加工作。
S404、对区块进行透明度数据的压缩处理，该区块仅布置少量透明度数据采样点来进行透明度的叠加工作。
少量透明度数据采样点是相对于全量来说，例如全量为1000个时，少量为100个；在本发明实施例中，该区块甚至可以布置单个透明度数据采样点来完成透明度的叠加工作，例如该区块面积较小时布置单个透明度数据采样点。和原先该区块采用全量的透明度数据采样点相比，当前透明度采样点叠加透明度获取到的透明度数据量几乎可以忽略不计。当屏幕上存在若干块能够压缩处理透明度数据的区块时，整体的透明度数据传输量将大大降低。
S405、对云端当前的实时性能进行评估并得出第一次评估结果，存储第一次评估结果和初始的透明度采样率。
在本发明实施例中，云端虚拟机的工作速度、云端应用响应的及时性、云端系统资源的占用情况、云端服务器的CPU占用率、终端(物理端)与云端交互的流畅度；以上评价参数构成了云端性能自动评估模块的评价指标，这些指标可通过其分布特点选择标准化算法，进而获取一个评估值，通过上述5项评估值和
Figure BDA0002186911330000091
wi为第i项评估指标的权重；xi为第i项指标的评估值，y为综合评估值，即第一次评估结果y1。
S406、当云端的实时性能再次进行评估并得到出第二次评估结果。
在预设时间段后，再次对云端的实时性能进行评估，得到第二评估结果y2的过程与第一评估结果相同，在次不再赘述，其中预设时间段可以是固定时间段。
S407、根据第一次评估结果和第二次评估结果判断云端的性能是否得到满足，如否，转S409，如是，转S408。
在本发明实施例中，当y2小于y1时，表示云端当前的性能不能得到满足；当y2大于y1，表示云端当前的性能得到满足；
S408、不做任何处理。
当云端当前的性能大于云端的初次性能时，可以是不做任何处理，在一些实施例中，也可以在第一次评估结果对应的初始透明度数据的采样率a的基础上，提高预设采样率值。
S409、根据评估结果相应地降低透明度数据的采样率，并存储第二次评估结果和调整后的透明度采样率。
首先获取初始透明度数据的采样率a(包括锁定区块少量采样点和未锁定区块全量采样点)，在初始采样率的基础上，降低透明度数据的采样率至b(b<a),具体是通过将未锁定区块全量采样点分布按画面尺寸均匀减少，来降低采样率，存储第二评估结果y2和调整后的透明度数据的采样率b，为下一次决策是否进入动态调整透明度数据的采样率提供基础，并通过透明度数据的采样率b进行本次透明度的叠加工作。
S410、对云端的实时性能再次进行评估并得到第三次评估结果。
预设时间段后得到第三次评估结果y3。
S411、判断云端的性能是否得到满足，如否，转S412，如是，转S413。
将第三次评估结果y3与第二评估结果y2进行比较，当y3小于y2时，表示云端当前的性能不能得到满足；当y3大于y2，表示云端当前的性能得到满足
S412、降低透明度数据的采样率，并存储第三次评估结果和再次调整后的透明度采样率。
获取透明度数据的采样率b，在该采样率b基础上，降低透明度数据的采样率值至c，其中采样率差(b-c)与(a-b)可以相同，也可以不同，存储第三次评估结果y3和再次调整后的透明度采样率c，并通过透明度数据的采样率c进行本次透明度的叠加工作。
S413、恢复透明度数据的采样率为初始值，并存储第三次评估结果和再次调整后的透明度采样率。
将当前透明度数据的采样率恢复为采样率a，存储第三次评估结果y3和再次调整后的透明度采样率a，并通过透明度数据的采样率a进行本次透明度的叠加工作。后续继续根据当次的评估结果和上次评估结果，上次的透明度数据的采样率对当次的透明度数据的采样率进行动态调整。
本发明实施例提供了一种云化机顶盒透明度叠加方法，通过收集、统计和分析云端上的数据以及智能分块算法，掌握透明度的布局特点，并且利用透明度的布局特点分块压缩处理透明度叠加数据，仅布置少量甚至单个透明度数据采样点来完成透明度的叠加工作。而对于不能压缩处理的区块，仍然按照原有的方式采用全量的采样点获取透明度数据；同时，可以自动评估云端实时的性能并动态调整透明度叠加数据的采样率；可以有效地减少透明度数据的传输量，并且提升透明度叠加效率，可以解决透明度叠加效率这个性能瓶颈，可以提升云化机顶盒整体的性能表现。
实施例三：
本发明实施例提供一种云化机顶盒，如图5所示，包括透明度布局特点获取模块501、透明度布局信息分析处理模块502、透明度叠加的分块压缩处理模块503、云端性能自动评估模块504、性能评估信息存储模块505，动态调整透明度采样率的处理模块506；
透明度布局特点获取模块501，获取当前云化机顶盒用户应用场景所呈现的画面的透明度布局特点。将会预置几种常见的屏幕智能分块算法，初次智能分块后，判断每个区块透明度是否相对单一和一致，是则锁定该区块。再次智能分块时，调整分块算法，对剩余的未锁定的区域整体重新再次智能分块，也判断每个区块透明度是否相对单一和一致，是则锁定该区块。经过几种常见的智能分块算法完成分块后，即完成了透明度布局特点的获取，如图6所示。
透明度布局信息分析处理模块502，获取到的透明度布局特点信息进行分析处理，为分块压缩处理透明度的叠加奠定数据基础。
透明度叠加的分块压缩处理模块503，对分块后允许压缩处理透明度数据的区块，进行透明度叠加数据的压缩处理。该区块将仅布置少量甚至单个透明度数据采样点来完成透明度的叠加工作。这和原先该区块采用全量的透明度数据采样点相比，当前透明度采样点叠加透明度获取到的透明度数据量几乎可以忽略不计。而对于不能压缩处理的区块，仍然按照原有的方式采用全量的采样点获取透明度数据，如图7所示；其中透明度相关单一和一致的区块允许压缩处理。当屏幕上存在若干块能够压缩处理透明度数据的区块时，整体的透明度数据传输量将大大降低，而这样的情形对于云化机顶盒的应用场景来说不在少数。
云端性能自动评估模块504，为自动评估当前云化机顶盒云端服务器的虚拟机的实时性能状况进而对动态调整透明度数据的采样率提供数据基础。具体评价参数包括一系列可影响云端性能和用户满意度的参数构成。例如：云端虚拟机的工作速度、云端应用响应的及时性、云端系统资源的占用情况、云端服务器的CPU占用率、终端(物理端)与云端交互的流畅度等等。以上评价参数构成了云端性能自动评估模块的评价指标，这些指标可通过其分布特点选择标准化算法，进而获取一个评估值。比如，云端应用响应的及时性，可以按照完全启动特定的几个应用并进入工作状态的耗时时间统计除以最优的理想耗时时间来获取。再比如，终端(物理端)与云端交互的流畅度可以按照云端和终端(物理端)之间通过协议进行传输时抓包分析后丢包数除以总的包数来获取。其他评价参数可利用业界的性能评价系统，可作为云端性能自动评估模块的一部分予以利用。通过把各个评估指标量化，采用线性加权法构造的数学模型可以得到最终的云端性能综合评估值。其数学模型为：
Figure BDA0002186911330000121
其中，wi为第i项评估指标的权重；xi为第i项指标的评估值，各项评估指标的权重，由系统自己设定，所有评价指标权重之和为1。此模块的目的在于利用分析评估工具从不同角度、不同维度对云端的性能状况进行客观的评价，进而得到一个客观独立的云端性能综合评估值，如图8所示。
性能评估信息存储模块505，存储优化前后的云端性能评估值和调整前后的透明度数据采样率数值，为动态调整透明度数据的采样率提供数据基础，并且为云端的性能优化效果提供客观的参数来参考，如图9所示，其中优化前的云端性能评估值为上一次的性能评估值，调整前的透明度数据采样率为上一次的采样率；优化后的云端性能评估值为本次的性能评估值，调整后的透明度数据采样率为本次的采样率。
动态调整透明度采样率的处理模块506，在云端的性能得不到满足的情况下，即本次的性能评估值小于上一次的性能评估值，适当降低透明度数据的采样率，将屏幕上分布的全量的透明度数据采样点分布按照画面尺寸均匀减少，即在上一次采样率的基础上，降低采样率，在基本维持云化机顶盒终端显示画质的情况下，大大减少了透明度数据的传输量。而在云端的性能能够得到满足时，动态地恢复透明度数据的采样率为原先值，即本次的性能评估值大于上一次的性能评估值时，将本次采样率恢复为原先值，如图10所示。
实施例四：
本实施例还提供了一种云化机顶盒，参见图11所示，其包括处理器1101、存储器1102及通信总线1103，其中：
通信总线1103用于实现处理器1101和存储器1102之间的连接通信；
处理器1101用于执行存储器1102中存储的一个或者多个计算机程序，以实现上述各实施例中的云化机顶盒透明度叠加方法中的至少一个步骤。
本实施例还提供了一种存储介质，该存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。存储介质包括但不限于RAM(Random Access Memory，随机存取存储器),ROM(Read-Only Memory，只读存储器),EEPROM(Electrically ErasableProgrammable read only memory，带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory，光盘只读存储器)，数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
本实施例中的存储介质可用于存储一个或者多个计算机程序，其存储的一个或者多个计算机程序可被处理器执行，以实现上述各实施例中的云化机顶盒透明度叠加方法的至少一个步骤。
可见，本领域的技术人员应该明白，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。
此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。所以，本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种云化机顶盒透明度叠加方法，包括：
获取云化机顶盒应用场景所呈现的画面的透明度布局特点；
根据所述透明度布局特点判断所述画面上各区块是否允许压缩处理透明度数据；
对允许的区块进行透明度数据的压缩处理，根据所述区块中小于全量的透明度数据采样点进行透明度叠加。
2.如权利要求1所述的云化机顶盒透明度叠加方法，其特征在于，所述获取云化机顶盒应用场景所呈现的画面的透明度布局特点包括：
采用第一智能分块算法对所述画面进行第一分块处理；
当分块后的第一区块透明度中的各透明度值一致时，锁定所述第一区块；
采用第二智能分块算法对未锁定的区块整体进行第二分块处理，锁定各透明度值一致的第二区块；
采用至少两种智能分块算法完成所述透明度布局特点的获取。
3.如权利要求2所述的云化机顶盒透明度叠加方法，其特征在于，所述根据所述透明度布局特点判断所述画面上各区块是否允许压缩处理透明度数据包括：
所述透明度布局特点包括锁定的区块和未锁定区块；
锁定的各透明度值一致的第一区块、第二区块允许压缩处理透明度数据；
未锁定区块不允许压缩处理透明度数据；所述未锁定区块布置全量的透明度数据采样点。
4.如权利要求3所述的云化机顶盒透明度叠加方法，其特征在于，所述小于全量的透明度数据采样点包括单个透明度数据采样点。
5.如权利要求1-4任一项所述的云化机顶盒透明度叠加方法，其特征在于，所述根据所述区块中小于全量的透明度数据采样点进行透明度叠加之后，包括：
对当前所述云化机顶盒云端的实时性能进行评估，得到第一评估结果；
根据所述第一评估结果确定所述云端的性能未达到预设条件时，降低透明度数据的采样率，减少透明度数据采样点，并将调整前后的透明度数据的采样率和当前所述评估结果进行存储；
根据调整后的透明度数据的采样率进行透明度叠加。
6.如权利要求5所述的云化机顶盒透明度叠加方法，其特征在于，根据调整后的透明度数据的采样率完成透明度叠加之后，包括：
确定所述云端的性能达到预设条件时，将所述透明度数据的采样率恢复为调整前的采样率。
7.如权利要求5所述的云化机顶盒透明度叠加方法，其特征在于，所述对当前所述云化机顶盒云端的实时性能进行评估，得到评估结果，包括：
获取所述云端的i项性能评价参数的评估值；
根据所述i项评估值确定所述云端性能的综合评估值：
Figure FDA0002186911320000021
所述y为综合评估值，wi为第i项评估指标的权重；xi为第i项指标的评估值，n为正整数。
8.如权利要求7所述的云化机顶盒透明度叠加方法，其特征在于，确定所述云端的性能是否达到预设条件包括：
获取所述云端当前时刻之前的上一次的第二综合评估值；
将当前云端的第一综合评估值与所述第二综合评估值进行比较；
当所述第一综合评估值小于所述第二综合评估值时，所述云端的性能未达到预设条件；
当所述第一综合评估值大于所述第二综合评估值时，所述云端的性能达到预设条件。
9.一种云化机顶盒，所述云化机顶盒包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的一个或者多个计算机程序，以实现如权利要求1至8中任一项所述的云化机顶盒透明度叠加方法的步骤。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如权利要求1至8中任一项所述的云化机顶盒透明度叠加方法的步骤。
CN201910818466.5A 2019-08-30 2019-08-30 云化机顶盒透明度叠加方法、云化机顶盒及存储介质 Pending CN112533022A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910818466.5A CN112533022A (zh) 2019-08-30 2019-08-30 云化机顶盒透明度叠加方法、云化机顶盒及存储介质
PCT/CN2020/098631 WO2021036469A1 (zh) 2019-08-30 2020-06-28 云化机顶盒透明度叠加方法、云化机顶盒及存储介质
US17/623,339 US20220377404A1 (en) 2019-08-30 2020-06-28 Transparency Overlay Method for Virtual Set Top Box, Virtual Set Top Box, and Storage Medium
EP20856147.2A EP3982637A4 (en) 2019-08-30 2020-06-28 TRANSPARENCY OVERLAY METHOD FOR VIRTUAL SET-TOP BOX, VIRTUAL SET-TOP BOX AND STORAGE MEDIA

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910818466.5A CN112533022A (zh) 2019-08-30 2019-08-30 云化机顶盒透明度叠加方法、云化机顶盒及存储介质

Publications (1)

Publication Number Publication Date
CN112533022A true CN112533022A (zh) 2021-03-19

Family

ID=74684860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910818466.5A Pending CN112533022A (zh) 2019-08-30 2019-08-30 云化机顶盒透明度叠加方法、云化机顶盒及存储介质

Country Status (4)

Country Link
US (1) US20220377404A1 (zh)
EP (1) EP3982637A4 (zh)
CN (1) CN112533022A (zh)
WO (1) WO2021036469A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101146204A (zh) * 2006-09-12 2008-03-19 腾讯科技（深圳）有限公司 即时通信视频质量调节方法及装置
US20160073124A1 (en) * 2013-04-05 2016-03-10 Marta MARK Transmitting and receiving a composite image
CN105635734A (zh) * 2014-11-03 2016-06-01 掌赢信息科技（上海）有限公司 基于视频通话场景的自适应视频编码方法及装置
US20170025098A1 (en) * 2015-07-21 2017-01-26 Think Silicon Sa Methods for fixed rate block based compression of image data
CN106385592A (zh) * 2016-08-31 2017-02-08 苏睿 图像压缩方法和装置
CN107431819A (zh) * 2014-12-31 2017-12-01 诺基亚技术有限公司 用于可伸缩视频编码和解码的层间预测
WO2018088592A1 (ko) * 2016-11-11 2018-05-17 에스케이테크엑스 주식회사 클라우드 스트리밍 서비스 시스템, 이미지의 투명도에 기반한 이미지 클라우드 스트리밍 서비스 방법 및 이를 위한 장치

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020133828A1 (en) * 2001-03-16 2002-09-19 Foster Mark J. Method, apparatus and system for video delivery using head-end pass through
JP2004172792A (ja) * 2002-11-19 2004-06-17 Funai Electric Co Ltd 受信装置
US10032192B2 (en) * 2003-12-23 2018-07-24 Roku, Inc. Automatic localization of advertisements
WO2009073925A1 (en) * 2007-12-12 2009-06-18 Colin Simon Method, system and apparatus to enable convergent television accessibility on digital television panels with encryption capabilities
CN101308488B (zh) * 2008-06-05 2010-06-02 北京大学 基于版式文件的文档流式信息处理方法及装置
CN101321240B (zh) * 2008-06-25 2010-06-09 华为技术有限公司 多图层叠加的方法及其装置
CN102103463B (zh) * 2011-02-17 2013-03-13 浙江宇视科技有限公司 一种带透明度用户界面信息的处理方法和设备
CN102368329A (zh) * 2011-10-24 2012-03-07 龙芯中科技术有限公司 图形系统中纹理图像透明度通道处理系统与装置和方法
US8732291B2 (en) * 2012-01-13 2014-05-20 Accenture Global Services Limited Performance interference model for managing consolidated workloads in QOS-aware clouds
EP2670139A1 (en) * 2012-06-01 2013-12-04 Alcatel Lucent Method and apparatus for encoding a video stream having a transparency information channel
CN112511837B (zh) * 2014-08-20 2024-08-30 弗劳恩霍夫应用研究促进协会 视频合成系统、视频合成方法及计算机可读存储介质
CN104731544B (zh) * 2015-03-27 2018-04-20 华为技术有限公司 叠加系统和叠加方法
US10142680B2 (en) * 2015-12-16 2018-11-27 Gracenote, Inc. Dynamic video overlays
JP2018101256A (ja) * 2016-12-20 2018-06-28 ルネサスエレクトロニクス株式会社 データ処理システム及びデータ処理方法
US10931930B2 (en) * 2018-07-06 2021-02-23 Mediatek Singapore Pte. Ltd. Methods and apparatus for immersive media content overlays

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101146204A (zh) * 2006-09-12 2008-03-19 腾讯科技（深圳）有限公司 即时通信视频质量调节方法及装置
US20160073124A1 (en) * 2013-04-05 2016-03-10 Marta MARK Transmitting and receiving a composite image
CN105635734A (zh) * 2014-11-03 2016-06-01 掌赢信息科技（上海）有限公司 基于视频通话场景的自适应视频编码方法及装置
CN107431819A (zh) * 2014-12-31 2017-12-01 诺基亚技术有限公司 用于可伸缩视频编码和解码的层间预测
US20170025098A1 (en) * 2015-07-21 2017-01-26 Think Silicon Sa Methods for fixed rate block based compression of image data
CN106385592A (zh) * 2016-08-31 2017-02-08 苏睿 图像压缩方法和装置
WO2018088592A1 (ko) * 2016-11-11 2018-05-17 에스케이테크엑스 주식회사 클라우드 스트리밍 서비스 시스템, 이미지의 투명도에 기반한 이미지 클라우드 스트리밍 서비스 방법 및 이를 위한 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MATTEO NACCARI AND MARTA MRAK: "Binary alpha channel compression for coding of", 《2013 IEEE 15TH INTERNATIONAL WORKSHOP ON MULTIMEDIA SIGNAL PROCESSING (MMSP)》 *

Also Published As

Publication number Publication date
US20220377404A1 (en) 2022-11-24
EP3982637A4 (en) 2022-08-10
WO2021036469A1 (zh) 2021-03-04
EP3982637A1 (en) 2022-04-13

Similar Documents

Publication Publication Date Title
WO2020143164A1 (zh) 一种网络资源的分配方法及设备
EP3361703A1 (en) Load balancing method, related device and system
US20160112757A1 (en) Server, client and video processing method
CN110933178A (zh) 调整集群系统内的节点配置的方法及服务器
CN111739141B (zh) 一种轻终端3d云渲染方法
EP2827597B1 (en) Adaptive content delivery
CN112286637A (zh) 计算资源的调整方法及装置
CN112416346A (zh) 界面配色方案的生成方法、装置、设备及存储介质
CN117201862B (zh) 一种基于多屏幕协同的实时互动方法及相关装置
CN111124808A (zh) 一种分布式存储监控方法、系统、设备及计算机存储介质
CN113301409A (zh) 视频合成方法、装置、电子设备和可读存储介质
CN106020752A (zh) 自适应显示方法及系统
CN113381898B (zh) 显示模组去干扰方法、装置、计算机设备和存储介质
CN113254215B (zh) 数据处理方法和装置、存储介质及电子设备
US20240064565A1 (en) Method and Apparatus for Processing Frame Synchronization Data
CN112804527B (zh) 图像输出方法、装置及计算机可读存储介质
CN117994375A (zh) 热力点的处理方法和装置、存储介质及电子设备
CN110364127A (zh) 智能大屏幕系统的自适应显示方法及装置
CN112533022A (zh) 云化机顶盒透明度叠加方法、云化机顶盒及存储介质
CN112488563A (zh) 一种算力参数的确定方法和装置
CN115755737A (zh) 单晶炉系统控制方法、装置、计算机设备和存储介质
CN112675535B (zh) 显示界面调整方法、装置、网络设备及存储介质
KR20230143377A (ko) 장면 단위 예측 기반의 동영상 인코딩 최적화 방법 및 시스템
CN108366022A (zh) 一种带宽分配的方法及装置
CN110688623A (zh) 高阶lr模型的训练优化方法、装置、设备及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210319