CN113038011B - 视频精彩度的分析方法、装置、设备及存储介质 - Google Patents
视频精彩度的分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113038011B CN113038011B CN202110277967.4A CN202110277967A CN113038011B CN 113038011 B CN113038011 B CN 113038011B CN 202110277967 A CN202110277967 A CN 202110277967A CN 113038011 B CN113038011 B CN 113038011B
- Authority
- CN
- China
- Prior art keywords
- video
- grid
- value
- network
- divided
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000010606 normalization Methods 0.000 claims abstract description 24
- 230000007704 transition Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 1
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000016776 visual perception Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像分析领域，公开了一种视频精彩度的分析方法、装置、设备及存储介质。该方法包括：获取待分析的视频数据，解析视频数据的视频帧，得到视频帧集合；根据预置镜头解析算法，对视频帧集合中的视频帧进行镜头切换分析处理，得到视频激烈值；基于预置划分框架，对视频帧集合中每个视频帧进行划分处理，得到划分网格网络；读取划分网格网络中所有网格对应的HSV值，以及对所有HSV值中的V分量进行亮度归一化处理，得到修正V分量；基于所有修正V分量，对划分网格网络中每个网格进行相邻比对处理，得到最大亮度差值，以及计算所有最大亮度差值的平均值，得到局部亮度值；计算局部亮度值与视频激烈的平均值，得到视频精彩值。
Description
技术领域
本发明涉及图像分析领域，尤其涉及一种视频精彩度的分析方法、装置、设备及存储介质。
背景技术
现今，网络上涌现了大量视频数据，其中有平淡无奇的，也有精彩纷呈的，而不论是对于用户还是提供视频内容的平台来说，都希望获取更精彩的视频，那么提供一种视频精彩度的测度方法，自然十分重要。目前的方法主要是通过对特定类型的视频制定有针对性的规则来分析视频是否精彩，比如对于篮球比赛类型的视频，如果有投篮的镜头，则认为该视频精彩。只能定性分析视频是否精彩，无法定量测度视频的精彩程度，也不能根据精彩程度给一系列视频排序。不同类型的视频指定不同的规则，局限性较大，适用性较窄，无法进行统一的比较，因此需要一种统一且能广泛定量测量视频精彩度的技术方案。
发明内容
本发明的主要目的在于解决视频无法统一定量的分析的技术问题。
本发明第一方面提供了一种视频精彩度的分析方法，所述视频精彩度的分析获取待分析的视频数据，解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合；
根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值；
基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
读取所述划分网格网络中所有网格对应的HSV值，以及对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量；
基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值，以及计算所有所述最大亮度差值的平均值，得到所述视频数据的局部亮度值；
计算所述局部亮度值与所述视频激烈值的平均值，得到所述视频数据的视频精彩值。
可选的，在本发明第一方面的第一种实现方式中，所述根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值包括：
依次抓取所述视频帧集合中相邻两个视频帧，并根据预置颜色差异比对算法，对抓取的两个视频帧进行差异分析处理，得到抓取的两个视频帧对应的差异值；
判断所述差异值是否超过预置差异阈值；
若超过所述差异阈值，则将两个视频帧标记为镜头切换帧；
若未超过所述差异阈值，则将两个视频帧标记为过渡帧；
根据所有连续的过渡帧，计算所有相邻镜头切换帧对应的镜头切换速率，得到镜头切换速率；
计算所述镜头切换速率中镜头切换速率的平均值，得到所述视频数据对应的视频激烈值。
可选的，在本发明第一方面的第二种实现方式中，所述对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量包括：
读取所有所述HSV值的数量和预置归一比例值，计算所述归一比例值与所述数量的乘积，得到修正参数；
将所有所述HSV值中的V分量进行求和处理，得到V分量总数；
将所述V分量总数除以所述修正参数，得到所述划分网格网络中每个网格对应的修正V分量。
可选的，在本发明第一方面的第三种实现方式中，所述基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值包括：
基于所有所述修正V分量，将所述划分网格网络中每个网格与所述网格的所有相邻网格代入预置亮度比对公式中，得到所述划分网格网络中每个网格对应的亮度差值；
对所有所述亮度差值进行最大值抓取处理，得到所述划分网格网络对应的最大亮度差值。
可选的，在本发明第一方面的第四种实现方式中，所述亮度比对公式包括：
可选的，在本发明第一方面的第五种实现方式中，所述读取所述划分网格网络中所有网格对应的HSV值包括：
读取所述划分网格网络中每个网格对应的所有像素RGB值；
基于预置转换算法，将所有的所述像素RGB值转换为像素HSV值。
可选的，在本发明第一方面的第六种实现方式中，所述基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络包括：
根据所述视频帧集合中的排序，依次从所述视频帧集合中提取出视频帧；
根据预置划分框架，对所述视频帧进行划分处理，生成所述视频帧对应的划分网格网络。
本发明第二方面提供了一种视频精彩度的分析装置，包括：
获取模块，用于获取待分析的视频数据，解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合；
分析模块，用于根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值；
划分模块，用于基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
归一化模块，用于读取所述划分网格网络中所有网格对应的HSV值，以及对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量；
比对模块，用于基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值，以及计算所有所述最大亮度差值的平均值，得到所述视频数据的局部亮度值；
平均模块，用于计算所述局部亮度值与所述视频激烈值的平均值，得到所述视频数据的视频精彩值。
本发明第三方面提供了一种视频精彩度的分析设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述视频精彩度的分析设备执行上述的视频精彩度的分析方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的视频精彩度的分析方法。
本发明实施例中，通过对图像进行镜头切换判断，计算镜头切换的速率，对HSV值的V分量与亮度差度比对，计算视频的局部亮度值。通过镜头切换率与局部亮度值分析，实现对视频数据的通用分析，并且可以对视频精彩度进行定量分析。
附图说明
图1为本发明实施例中视频精彩度的分析方法的第一个实施例示意图；
图2为本发明实施例中视频精彩度的分析方法的第二个实施例示意图；
图3为本发明实施例中视频精彩度的分析装置的一个实施例示意图；
图4为本发明实施例中视频精彩度的分析装置的另一个实施例示意图；
图5为本发明实施例中视频精彩度的分析设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种视频精彩度的分析方法、装置、设备及存储介质。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中视频精彩度的分析方法的一个实施例包括：
101、获取待分析的视频数据，解析视频数据的视频帧，得到视频数据对应的视频帧集合；
在本实施例中，待分析的视频数据进行逐帧解析，有1秒60帧图像的视频，则将1秒内播放的图像按顺序进行收集，将整个视频数据的视频帧作为集合排序组合生成视频帧集合。
102、根据预置镜头解析算法，对视频帧集合中的视频帧进行镜头切换分析处理，得到视频数据对应的视频激烈值；
在本实施例中，视频通常是由多个镜头组成，每个镜头是由多个时间连续，内容相似的视频帧组成，如果两个视频帧差异较大，则认为此处是镜头切换边界，可以进行分割。
视频帧就是图像，由于图像的hsv空间更接近人们的视觉感受，因此可以通过hsv颜色直方图构建两个视频帧的差异度，如果两个视频帧所共有的颜色相同的像素越少，说明其差异度越大，计算公式如下：
其中，D(fi，fj)为视频帧i和视频j的差异度，h为HSV值的颜色直方图，k表示某一个维度颜色分量，差异度D(fi，fj)的范围在0～1之间，设定一个判定阈值为0.7，如果两个视频帧的差异度大于判定阈值，则判定两个视频帧为切换的镜头。
镜头时长是衡量切换速度的关键，如果镜头的时长越短，说明镜头切换得越快，因此镜头切换速率可用如下公式计算：
SR(i)＝1/di
其中，SR(i)表示第i个镜头的切换速率，di表示第i个镜头的时长，di为持续连续的镜头时长。
将一个视频的所有镜头切换速率取加权平均值，则可得到镜头激烈度，计算公式如下：
其中，SF为镜头激烈值。
103、基于预置划分框架，对视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
在本实施例中，通过解码获得视频数据的视频帧集合，视频帧集合按照视频播放顺序进行排列。根据划分框架，将视频帧划分为为大小一致的25个网格区域网格。在视频帧集合中的每个视频帧进行划分，得到每个视频帧对应的大小一致的25个网格区域网格。
104、读取划分网格网络中所有网格对应的HSV值，以及对所有HSV值中的V分量进行亮度归一化处理，得到划分网格网络中每个网格对应的修正V分量；
在本实施例中，通过hsv空间的v分量(归一化至0～100)计算每个区域的亮度值，因为v表示颜色明亮的程度，故用其计算亮度。为了避免噪声或者少量极端像素值引起干扰，区域亮度值通过v分量亮度直方图中占比前80％的像素计算，公式如下：
其中，Vi(k)为第k个网格的第i个像素的亮度值，n表示网格中亮度占比前80％的像素数量。
105、基于所有修正V分量，对划分网格网络中每个网格进行相邻比对处理，得到划分网格网络对应的最大亮度差值，以及计算所有最大亮度差值的平均值，得到视频数据的局部亮度值；
在本实施例中，将每个网格区域与相邻的八个网格区域进行比较，计算亮度差值，公式如下：
其中，v(r)表示与网格k相邻的网格区域的亮度值。
第j帧的局部亮度通过亮度差值最大的网格区域表示，计算公式如下：
LBj＝max(D(k))
视频的局部亮度计算公式如下：
其中，LB是视频数据的局部亮度值。
106、计算局部亮度值与视频激烈值的平均值，得到视频数据的视频精彩值。
在本实施例中，将镜头激烈度，局部亮度两个特征组合起来，求加权平均值，即可得到视频的精彩度，计算公式如下：
S＝1/2(SF+LB)
其中，S为视频的精彩值，SF为镜头激烈值，LB为局部亮度值。
本发明实施例中，通过对图像进行镜头切换判断，计算镜头切换的速率，对HSV值的V分量与亮度差度比对，计算视频的局部亮度值。通过镜头切换率与局部亮度值分析，实现对视频数据的通用分析，并且可以对视频精彩度进行定量分析。
请参阅图2，本发明实施例中视频精彩度的分析方法的另一个实施例包括：
201、获取待分析的视频数据，解析视频数据的视频帧，得到视频数据对应的视频帧集合；
本实施例类似于第一个实施，请参照第一个实施例，在此不做赘述。
202、依次抓取视频帧集合中相邻两个视频帧，并根据预置颜色差异比对算法，对抓取的两个视频帧进行差异分析处理，得到取的两个视频帧对应的差异值；
203、判断差异值是否超过预置差异阈值；
204、若超过差异阈值，则将两个视频帧标记为镜头切换帧；
205、若未超过差异阈值，则将两个视频帧标记为过渡帧；
202-205实施例中，视频通常是由多个镜头组成，每个镜头是由多个时间连续，内容相似的视频帧组成，如果两个视频帧差异较大，则认为此处是镜头切换边界，可以进行分割。
视频帧就是图像，由于图像的hsv空间更接近人们的视觉感受，因此可以通过hsv颜色直方图构建两个视频帧的差异度，如果两个视频帧所共有的颜色相同的像素越少，说明其差异度越大，计算公式如下：
其中，D(fi，fj)为视频帧i和视频j的差异度，h为HSV值的颜色直方图，k表示某一个维度颜色分量，差异度D(fi，fj)的范围在0～1之间，设定一个判定阈值为0.7，如果两个视频帧的差异度大于判定阈值，则判定两个视频帧为切换的镜头，若两个视频帧的差异度小于判定阈值，则认为两个视频帧为过渡图像，算入切换时间中。
206、根据所有连续的过渡帧，计算所有相邻镜头切换帧对应的镜头切换速率，得到镜头切换速率；
207、计算镜头切换速率中镜头切换速率的平均值，得到视频数据对应的视频激烈值；
206-207实施例中，时长是衡量切换速度的关键，如果镜头的时长越短，说明镜头切换得越快，因此镜头切换速率可用如下公式计算：
SR(i)＝1/di
其中，SR(i)表示第i个镜头的切换速率，di表示第i个镜头的时长，di为持续连续的镜头时长。
将一个视频的所有镜头切换速率取加权平均值，则可得到镜头激烈度，计算公式如下：
其中，SF为镜头激烈值。
208、根据视频帧集合中的排序，依次从视频帧集合中提取出视频帧；
209、根据预置划分框架，对视频帧进行划分处理，生成视频帧对应的划分网格网络；
208-209实施例中，根据划分框架，将视频帧划分为为大小一致的25个网格区域网格。在视频帧集合中的每个视频帧进行划分，得到每个视频帧对应的大小一致的25个网格区域网格。
210、读取划分网格网络中每个网格对应的所有像素RGB值；
211、基于预置转换算法，将所有的像素RGB值转换为像素HSV值；
在本实施例，对每个网格中的每个像素的RGB值然后根据max＝max(R,G,B)；min＝min(R,G,B)；V＝max(R,G,B)；S＝(max-min)/max；f(R＝max)H＝(G-B)/(max-min)*60；if(G＝max)H＝120+(B-R)/(max-min)*60；if(B＝max)H＝240+(R-G)/(max-min)*60；if(H<0)H＝H+360的转换方法，计算出25个分网格网络中每个网格的HSV值。
212、读取所有HSV值的数量和预置归一比例值，计算归一比例值与数量的乘积，得到修正参数；
213、将所有HSV值中的V分量进行求和处理，得到V分量总数；
214、将V分量总数除以修正参数，得到划分网格网络中每个网格对应的修正V分量；
212-214实施例中，通过hsv空间的v分量(归一化至0～100)计算每个区域的亮度值，因为v表示颜色明亮的程度，故用其计算亮度。为了避免噪声或者少量极端像素值引起干扰，区域亮度值通过v分量亮度直方图中占比前80％的像素计算，公式如下：
其中，Vi(k)为第k个网格的第i个像素的亮度值，n表示网格中亮度占比前80％的像素数量。
215、基于所有修正V分量，将划分网格网络中每个网格与网格的所有相邻网格代入预置亮度比对公式中，得到划分网格网络中每个网格对应的亮度差值；
216、对所有亮度差值进行最大值抓取处理，得到划分网格网络对应的最大亮度差值；
215-216实施例中，每个网格区域与相邻的八个网格区域进行比较，计算亮度差值，公式如下：
其中，v(r)表示与网格k相邻的网格区域的亮度值。
第j帧的局部亮度通过亮度差值最大的网格区域表示，计算公式如下：
LBj＝max(D(k))
其中，LBj是划分网格网络对应的最大亮度差值。
217、计算所有最大亮度差值的平均值，得到视频数据的局部亮度值；
218、计算局部亮度值与视频激烈的平均值，得到视频数据的视频精彩值。
217-218实施例类似于第一个实施，请参照第一个实施例，在此不做赘述。
本发明实施例中，通过对图像进行镜头切换判断，计算镜头切换的速率，对HSV值的V分量与亮度差度比对，计算视频的局部亮度值。通过镜头切换率与局部亮度值分析，实现对视频数据的通用分析，并且可以对视频精彩度进行定量分析。
上面对本发明实施例中视频精彩度的分析方法进行了描述，下面对本发明实施例中视频精彩度的分析装置进行描述，请参阅图3，本发明实施例中视频精彩度的分析装置一个实施例包括：
获取模块301，用于获取待分析的视频数据，解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合；
分析模块302，用于根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值；
划分模块303，用于基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
归一化模块304，用于读取所述划分网格网络中所有网格对应的HSV值，以及对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量；
比对模块305，用于基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值，以及计算所有所述最大亮度差值的平均值，得到所述视频数据的局部亮度值；
平均模块306，用于计算所述局部亮度值与所述视频激烈值的平均值，得到所述视频数据的视频精彩值。
本发明实施例中，通过对图像进行镜头切换判断，计算镜头切换的速率，对HSV值的V分量与亮度差度比对，计算视频的局部亮度值。通过镜头切换率与局部亮度值分析，实现对视频数据的通用分析，并且可以对视频精彩度进行定量分析。
请参阅图4，本发明实施例中视频精彩度的分析装置的另一个实施例包括：
获取模块301，用于获取待分析的视频数据，解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合；
分析模块302，用于根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值；
划分模块303，用于基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
归一化模块304，用于读取所述划分网格网络中所有网格对应的HSV值，以及对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量；
比对模块305，用于基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值，以及计算所有所述最大亮度差值的平均值，得到所述视频数据的局部亮度值；
平均模块306，用于计算所述局部亮度值与所述视频激烈值的平均值，得到所述视频数据的视频精彩值。
其中，所述分析模块302具体用于：
依次抓取所述视频帧集合中相邻两个视频帧，并根据预置颜色差异比对算法，对抓取的两个视频帧进行差异分析处理，得到取的两个视频帧对应的差异值；
判断所述差异值是否超过预置差异阈值；
若超过所述差异阈值，则将两个视频帧标记为镜头切换帧；
若未超过所述差异阈值，则将两个视频帧标记为过渡帧；
根据所有连续的过渡帧，计算所有相邻镜头切换帧对应的镜头切换速率，得到镜头切换速率；
计算所述镜头切换速率中镜头切换速率的平均值，得到所述视频数据对应的视频激烈值。
其中，所述归一化模块304具体用于：
读取所有所述HSV值的数量和预置归一比例值，计算所述归一比例值与所述数量的乘积，得到修正参数；
将所有所述HSV值中的V分量进行求和处理，得到V分量总数；
将所述V分量总数除以所述修正参数，得到所述划分网格网络中每个网格对应的修正V分量。
其中，所述比对模块305包括：
比对单元3051，用于基于所有所述修正V分量，将所述划分网格网络中每个网格与所述网格的所有相邻网格代入预置亮度比对公式中，得到所述划分网格网络中每个网格对应的亮度差值；
抓取单元3052，对所有所述亮度差值进行最大值抓取处理，得到所述划分网格网络对应的最大亮度差值。
其中，所述比对单元3051具体用于：
所述亮度比对公式包括
其中D(k)为亮度差值，v(k)为网格的V分量，V(r)为所述网格的相邻网格V分量。
其中，所述归一化模块304还可以具体用于：
读取所述划分网格网络中每个网格对应的所有像素RGB值；
基于预置转换算法，将所有的所述像素RGB值转换为像素HSV值。
其中，所述划分模块303具体用于：
根据所述视频帧集合中的排序，依次从所述视频帧集合中提取出视频帧；
根据预置划分框架，对所述视频帧进行划分处理，生成所述视频帧对应的划分网格网络。
本发明实施例中，通过对图像进行镜头切换判断，计算镜头切换的速率，对HSV值的V分量与亮度差度比对，计算视频的局部亮度值。通过镜头切换率与局部亮度值分析，实现对视频数据的通用分析，并且可以对视频精彩度进行定量分析。
上面图3和图4从模块化功能实体的角度对本发明实施例中的视频精彩度的分析装置进行详细描述，下面从硬件处理的角度对本发明实施例中视频精彩度的分析设备进行详细描述。
图5是本发明实施例提供的一种视频精彩度的分析设备的结构示意图，该视频精彩度的分析设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对视频精彩度的分析设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在视频精彩度的分析设备500上执行存储介质530中的一系列指令操作。
基于视频精彩度的分析设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的视频精彩度的分析设备结构并不构成对基于视频精彩度的分析设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述视频精彩度的分析方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元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全部或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、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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)
1.一种视频精彩度的分析方法，其特征在于，包括步骤：
获取待分析的视频数据，解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合；
根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值；
基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
读取所述划分网格网络中所有网格对应的HSV值，以及对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量；
基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值，以及计算所有所述最大亮度差值的平均值，得到所述视频数据的局部亮度值；
计算所述局部亮度值与所述视频激烈值的平均值，得到所述视频数据的视频精彩值。
2.根据权利要求1所述的视频精彩度的分析方法，其特征在于，所述根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值包括：
依次抓取所述视频帧集合中相邻两个视频帧，并根据预置颜色差异比对算法，对抓取的两个视频帧进行差异分析处理，得到抓取的两个视频帧对应的差异值；
判断所述差异值是否超过预置差异阈值；
若超过所述差异阈值，则将两个视频帧标记为镜头切换帧；
若未超过所述差异阈值，则将两个视频帧标记为过渡帧；
根据所有连续的过渡帧，计算所有相邻镜头切换帧对应的镜头切换速率，得到镜头切换速率；
计算所述镜头切换速率中镜头切换速率的平均值，得到所述视频数据对应的视频激烈值。
3.根据权利要求1所述的视频精彩度的分析方法，其特征在于，所述对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量包括：
读取所有所述HSV值的数量和预置归一比例值，计算所述归一比例值与所述数量的乘积，得到修正参数；
将所有所述HSV值中的V分量进行求和处理，得到V分量总数；
将所述V分量总数除以所述修正参数，得到所述划分网格网络中每个网格对应的修正V分量。
4.根据权利要求1所述的视频精彩度的分析方法，其特征在于，所述基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值包括：
基于所有所述修正V分量，将所述划分网格网络中每个网格与所述网格的所有相邻网格代入预置亮度比对公式中，得到所述划分网格网络中每个网格对应的亮度差值；
对所有所述亮度差值进行最大值抓取处理，得到所述划分网格网络对应的最大亮度差值。
5.根据权利要求4所述的视频精彩度的分析方法，其特征在于，所述亮度比对公式包括：
6.根据权利要求1所述的视频精彩度的分析方法，其特征在于，所述读取所述划分网格网络中所有网格对应的HSV值包括：
读取所述划分网格网络中每个网格对应的所有像素RGB值；
基于预置转换算法，将所有的所述像素RGB值转换为像素HSV值。
7.根据权利要求1所述的视频精彩度的分析方法，其特征在于，所述基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络包括：
根据所述视频帧集合中的排序，依次从所述视频帧集合中提取出视频帧；
根据预置划分框架，对所述视频帧进行划分处理，生成所述视频帧对应的划分网格网络。
8.一种视频精彩度的分析装置，其特征在于，所述视频精彩度的分析装置包括：
获取模块，用于获取待分析的视频数据，解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合；
分析模块，用于根据预置镜头解析算法，对所述视频帧集合中的视频帧进行镜头切换分析处理，得到所述视频数据对应的视频激烈值；
划分模块，用于基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
归一化模块，用于读取所述划分网格网络中所有网格对应的HSV值，以及对所有所述HSV值中的V分量进行亮度归一化处理，得到所述划分网格网络中每个网格对应的修正V分量；
比对模块，用于基于所有所述修正V分量，对所述划分网格网络中每个网格进行相邻比对处理，得到所述划分网格网络对应的最大亮度差值，以及计算所有所述最大亮度差值的平均值，得到所述视频数据的局部亮度值；
平均模块，用于计算所述局部亮度值与所述视频激烈值的平均值，得到所述视频数据的视频精彩值。
9.一种视频精彩度的分析设备，其特征在于，所述视频精彩度的分析设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述视频精彩度的分析设备执行如权利要求1-7中任一项所述的视频精彩度的分析方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的视频精彩度的分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110277967.4A CN113038011B (zh) | 2021-03-15 | 2021-03-15 | 视频精彩度的分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110277967.4A CN113038011B (zh) | 2021-03-15 | 2021-03-15 | 视频精彩度的分析方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113038011A CN113038011A (zh) | 2021-06-25 |
| CN113038011B true CN113038011B (zh) | 2022-09-27 |
Family
ID=76470663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110277967.4A Active CN113038011B (zh) | 2021-03-15 | 2021-03-15 | 视频精彩度的分析方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113038011B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1233147C (zh) * | 2002-12-24 | 2005-12-21 | 中国科学院计算技术研究所 | 在体育比赛视频中检测精彩片断的方法 |
| JP4736985B2 (ja) * | 2006-07-14 | 2011-07-27 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
| CN100530189C (zh) * | 2007-02-13 | 2009-08-19 | 华为技术有限公司 | 一种自适应生成足球视频摘要的方法和装置 |
| CN101431689B (zh) * | 2007-11-05 | 2012-01-04 | 华为技术有限公司 | 生成视频摘要的方法及装置 |
| CN101604325B (zh) * | 2009-07-17 | 2012-06-20 | 北京邮电大学 | 基于主场景镜头关键帧的体育视频分类方法 |
-
2021
- 2021-03-15 CN CN202110277967.4A patent/CN113038011B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113038011A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1805715B1 (en) | A method and system for processing video data | |
| US20150016687A1 (en) | Method, system and computer storage medium for face detection | |
| CN109361910A (zh) | 自适应白平衡校正方法及装置 | |
| WO2006060496A2 (en) | Artifact reduction in a digital video | |
| JPH07203303A (ja) | データ供給方法及びデータ供給装置 | |
| JP2004310475A (ja) | 画像処理装置、画像処理を行う携帯電話、および画像処理プログラム | |
| CN115131714A (zh) | 视频图像智能检测分析方法及系统 | |
| CN110958467A (zh) | 视频质量预测方法和装置及电子设备 | |
| CN102236790A (zh) | 一种图像处理方法和设备 | |
| CN109816720B (zh) | 道路中心检测方法、机载设备及存储介质 | |
| CN112422842B (zh) | 一种自适应曝光方法、介质及终端 | |
| CN113038011B (zh) | 视频精彩度的分析方法、装置、设备及存储介质 | |
| CN104299234B (zh) | 视频数据中雨场去除的方法和系统 | |
| CN110334606B (zh) | 画中画定位方法及装置 | |
| CN111369531A (zh) | 图像清晰度的评分方法、设备及存储装置 | |
| CN113938671B (zh) | 图像内容分析方法、装置、电子设备和存储介质 | |
| CN110087063A (zh) | 一种图像处理方法、装置及电子设备 | |
| CN111147693B (zh) | 一种全尺寸拍照图像的降噪方法及装置 | |
| CN111027560B (zh) | 文本检测方法以及相关装置 | |
| CN110213457B (zh) | 一种图像传输方法及装置 | |
| CN110211096B (zh) | 一种雾霾图像的检测方法 | |
| CN113808107A (zh) | 图像推荐方法、装置、电子设备和存储介质 | |
| CN113628133A (zh) | 一种基于视频图像的去雨雾方法及装置 | |
| Sari et al. | Preprocessing of tomato images captured by smartphone cameras using color correction and V-channel Otsu segmentation for tomato maturity clustering | |
| US20140118389A1 (en) | Character region pixel identification device and method thereof |
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 | ||
| CP03 | Change of name, title or address |
Address after: 1301-1310, building 2, jinlitong financial center building, 1100 Xingye Road, Haiwang community, Xin'an street, Bao'an District, Shenzhen, Guangdong 518000 Patentee after: Shenzhen Ruan Niu Technology Group Co.,Ltd. Address before: No.2903, 15-3, Haitian Road, building C, excellence Times Plaza, n23, Haiwang community, Xin'an street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: AFIRSTSOFT CO.,LTD. |