CN113672393A - 一种视频处理方法、装置及设备 - Google Patents
一种视频处理方法、装置及设备 Download PDFInfo
- Publication number
- CN113672393A CN113672393A CN202110989616.6A CN202110989616A CN113672393A CN 113672393 A CN113672393 A CN 113672393A CN 202110989616 A CN202110989616 A CN 202110989616A CN 113672393 A CN113672393 A CN 113672393A
- Authority
- CN
- China
- Prior art keywords
- processing
- video
- channel
- processed
- processing channel
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 331
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims 2
- 230000006978 adaptation Effects 0.000 abstract description 3
- 108091006146 Channels Proteins 0.000 description 124
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种视频处理方法、装置及设备，该方法包括：获取待处理视频的任务处理信息；将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。通过上述方式，本发明可以实现目标处理通道的自动适配，提高视频处理效率。
Description
技术领域
本发明涉及视频处理技术领域，具体涉及一种视频处理方法、装置及设备。
背景技术
当视频处理任务下发时，将任务随机或者按照一定均衡算法下发到任务通道，而无法解决对处理耗时长、中、短的任务进行隔离，导致本可以处理时间短的任务长时间等待。
现有的视频处理任务分发模式是基于集群节点的主动拉取方式，同时因为目前的视频处理任务分发通道固定单一，视频处理任务在分发时未考虑视频本身的信息，服务节点只能无差别的盲目获取任务，从而可能导致配置偏低的服务节点超负荷运行，而配置高的节点不能充分发挥机器性能。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的视频处理方法、装置及设备。
根据本发明实施例的一个方面，提供了一种视频处理方法，包括：
获取待处理视频的任务处理信息；
将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；
根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；
根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。
根据本发明实施例的另一方面，提供了一种视频处理设备，包括：
获取模块，用于获取待处理视频的任务处理信息；
处理模块，用于将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。
根据本发明实施例的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述视频处理方法对应的操作。
根据本发明实施例的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述视频处理方法对应的操作。
根据本发明上述实施例提供的方案，通过获取待处理视频的任务处理信息；将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道；实现了根据视频的实际处理时长以及处理通道的负荷，确定目标处理通道，实现目标处理通道的自动适配，提高视频处理效率的有益效果。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的视频处理方法流程图；
图2示出了本发明另一实施例提供的视频处理方法的流程图；
图3示出了本发明实施例提供的视频处理系统的架构示意图；
图4示出了本发明实施例提供的视频处理装置的结构示意图；
图5示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的视频处理方法的流程图。如图1所示，该方法包括以下步骤：
步骤11，获取待处理视频的任务处理信息；
步骤12，将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；
步骤13，根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；
步骤14，根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。
该实施例所述的视频处理方法，通过获取待处理视频的任务处理信息；将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道，实现了根据视频的实际处理时长以及处理通道的负荷，确定目标处理通道，实现目标处理通道的自动适配，提高视频处理效率的有益效果。
图2示出了本发明另一个实施例提供的处理方法的流程图。如图2所示，该方法包括以下步骤：
步骤21，根据视频介质获取视频的帧率范围；
具体的，使用开源多媒体处理工具FFmpeg对视频介质进行分析，在输出的详细介质信息中采集所需的数据，包括如：fps(帧率)、bitRate(码率)、t(音视频时长)等关键数据，但不限于如上所述。并且根据现有视频制作规范，确定好帧率的范围，所述帧率范围的区间可以为(20,30]、(30,60]、(60,～]。
步骤22，根据所述帧率范围，从视频训练集中选择多个训练视频；
具体的，可以在音视频汇聚中心，随机取一批符合帧率在所述帧率范围内，但时长，码率不一的多个训练视频。
步骤23，将所述多个训练视频的任务处理信息，输入预设视频处理时长确定模型中进行训练，得到训练好的视频处理时长确定模型。
该实施例中，不同区间的帧率均采用同样的方式进行训练并确定模型。
在本发明的又一可选实施例中，步骤23可以包括：
步骤231，将所述多个训练视频的视频时长、码率和实际处理时长信息输入Z＝[αx+βy]/γ中进行训练，得到α，β，γ的值；其中，Z为处理时长，x为视频时长，y为码率；
步骤232，将确定好α，β，γ的值的Z确定为训练好的视频处理时长确定模型。
该实施例中，在确保其他因素不变的情况下，保证可变因素只有时长和码率。通过jenkins(开源软件项目，是基于Java开发的一种持续集成工具)并发发送请求，模拟线上音视频生产，收集视频时长、处理时长和码率等相关数据。对收集的数据进行模型训练，通过回归模型进行数据拟合，得到关于Z＝[αx+βy]/γ中的α，β，γ等模型参数。
在本发明的又一可选实施例中，步骤12可以包括：
通过上述实施例提供的处理方法所训练的模型，将待处理视频中的任务码率和视频时长当作模型输入数据，得到所述待处理视频的处理时长。
在本发明的又一可选实施例中，步骤13可以包括：
步骤131，将所述待处理视频的处理时长与视频处理通道的预设处理时长阈值范围比较，得到比较结果；
步骤132，若所述比较结果表示所述待处理视频的处理时长位于一目标处理通道类型的预设处理时长阈值范围，将所述目标处理通道确定为所述待处理视频的处理通道类型。
该实施例中，如将所述待处理视频的处理时长与视频处理通道的长、中或短处理通道分别对应的时长阈值进行比对，确定所述待处理视频的处理通道类型。如，若所述比较结果表示所述待处理视频的处理时长位于长通道的时长阈值范围内，确定该待处理视频的处理通道类型为长处理通道；
在本发明的又一可选实施例中，步骤14可以包括：
步骤141，获得所述处理通道类型的处理通道的负荷阈值；
步骤142，根据所述负荷阈值，从所述处理通道类型对应的多个处理通道中，选择未超过所述负荷阈值的目标处理通道集合；
步骤143，根据预设算法从所述目标处理通道集合中，确定处理所述待处理视频的目标处理通道。
在本发明的又一可选实施例中，步骤141可以包括：
步骤1411，通过公式Ck＝A*Bk+B*Tk+C*Fk获得所述处理通道类型的处理通道的单个视频的处理性能；其中，Ck为所述处理通道类型的处理通道的单个视频的处理性能；A为码率对性能消耗的影响系数，B为视频时长对性能消耗的影响系数，C为帧率对性能消耗的影响系数，BK为码率，TK为视频时长，FK为帧率，k的范围为1到n；
步骤1412，根据公式
得到处理通道类型的处理通道总任务数性能负载，其中，Lm为处理通道类型的处理通道总任务数性能负载，N为目标处理通道集合中处理通道个数；
步骤1413，将处理通道类型的处理通道总任务数性能负载，按照性能高低获得系数矩阵I＝(I1，I2…Im)，(0＜Im≤1)；
步骤1414，根据公式On＝Ln/In，获得所述处理通道类型的处理通道的负荷阈值，其中，On为所述处理通道类型的处理通道的负荷阈值。
该实施例中，由于每个通道类型可以绑定多个通道，每个通道所能容纳的任务数是不一样的，在确定通道类型后还需要根据码率、时长、帧率及固有的机器性能，来确定每个通道所能达到的一个阈值。
在本发明的再一可选实施例中，步骤143可以包括：
步骤1431，根据公式avg(n)＝N0+N1+...Np，得到临界平均任务的通道，其中avg(n)为临界平均任务的通道；
具体的，计算得到每个通道的负荷阈值O，并且得到每个通道现有的任务数量n，进行任务排序，取出未超过阈值的通道，最后通过公式avg(n)＝N0+N1+...Np得到临界平均任务的通道。
步骤1432，将所述临界平均任务的通道输入到公式Hash(avg(n))中，得到处理所述待处理视频的目标处理通道，其中，n为每个通道现有的任务数量，N为目标处理通道集合中处理通道个数，Hash为哈希函数。
下面结合图3说明本发明的上述实施例的应用场景：
如图3所示，为视频处理系统的架构示意图；该视频处理系统中，通过接入方接口接入待处理视频，该系统的任务调度计算中心，将待处理视频分解为多个视频处理任务，通过任务调度计算中心的服务1、2、3进行写入相应的处理通道，比如可以写入短处理通道、长处理通道或者中处理通道，当然这里的处理通道的类型不限于此；当然，这里的每一个视频处理任务也可以是一待处理视频；这些视频处理任务具体写入到相应的目标处理通道时，可以根据本发明的上述实施例中所述的方法，实现处理通道类型的判断以及目标处理通道的确定；从该系统架构中可以看出，一种类型的处理通道中的视频处理任务可以由一个节点来进行处理，一个节点上处理的视频处理任务可以有多个；
节点心跳检测中心是用于对各节点的健康状况进行检测，并将相关的处理通道信息反馈给任务调度计算中心。
在本发明的实施例中，对视频介质进行预分析，这里的视频介质可以是视频所在的文件等介质，处理通道可以是处理队列等；本发明实施例所述的方法根据待处理视频的处理时长以及相应处理通道的负荷性能自动进行适配合适的处理通道，提高视频处理效率。同时系统中的节点也实现了通道绑定，可以智能进行伸缩，并且通道任务可进行转移。并且，经大量的测试，视频处理速度较现有方法提升到至少10倍。
图4示出了本发明实施例提供的视频处理装置40的结构示意图。如图4所示，该装置包括：
获取模块41，用于获取待处理视频的任务处理信息；
处理模块42，用于将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。
可选的，所述处理模块42还用于根据视频介质获取视频的帧率范围；
根据所述帧率范围，从视频训练集中选择多个训练视频；
将所述多个训练视频的任务处理信息，输入预设视频处理时长确定模型中进行训练，得到训练好的视频处理时长确定模型。
可选的，所述处理模块42还用于将所述多个训练视频的视频时长、码率和实际处理时长信息输入Z＝[αx+βy]/γ中进行训练，得到α，β，γ的值；其中，Z为处理时长，x为视频时长，y为码率；
将确定好α，β，γ的值的Z确定为训练好的视频处理时长确定模型。
可选的，所述处理模块42还用于将所述待处理视频的处理时长与视频处理通道的预设处理时长阈值范围比较，得到比较结果；
若所述比较结果表示所述待处理视频的处理时长位于一目标处理通道类型的预设处理时长阈值范围，将所述目标处理通道确定为所述待处理视频的处理通道类型。
可选的，所述处理模块42还用于获得所述处理通道类型的处理通道的负荷阈值；
根据所述负荷阈值，从所述处理通道类型对应的多个处理通道中，选择未超过所述负荷阈值的目标处理通道集合；
根据预设算法从所述目标处理通道集合中，确定处理所述待处理视频的目标处理通道。
可选的，所述处理模块42还用于通过公式Ck＝A*Bk+B*Tk+C*Fk获得所述处理通道类型的处理通道的单个视频的处理性能；其中，Ck为所述处理通道类型的处理通道的单个视频的处理性能；A为码率对性能消耗的影响系数，B为视频时长对性能消耗的影响系数，C为帧率对性能消耗的影响系数，BK为码率，TK为视频时长，FK为帧率，k的范围为1到n；
根据公式
求和得到处理通道类型的处理通道总任务数性能负载，其中，Lm为处理通道类型的处理通道总任务数性能负载，N为目标处理通道集合中处理通道个数；
将处理通道类型的处理通道总任务数性能负载，按照性能高低获得系数矩阵I＝(11，I2…Im)，(0＜Im≤1)；
根据公式On＝Ln/In，获得所述处理通道类型的处理通道的负荷阈值，其中，On为所述处理通道类型的处理通道的负荷阈值。
可选的，所述处理模块42还用于根据公式avg(n)＝N0+N1+...Np，得到临界平均任务的通道，其中avg(n)为临界平均任务的通道；
将所述临界平均任务的通道输入到公式Hash(avg(n))中，得到处理所述待处理视频的目标处理通道，其中，n为每个通道现有的任务数量，N为目标处理通道集合中处理通道个数。
需要说明的是，该实施例是与上述方法实施例对应的装置实施例，上述方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的视频处理方法。
图5示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示，该计算设备可以包括：处理器(processor)、通信接口(Communications Interface)、存储器(memory)、以及通信总线。
其中：处理器、通信接口、以及存储器通过通信总线完成相互间的通信。通信接口，用于与其它设备比如客户端或其它服务器等的网元通信。处理器，用于执行程序，具体可以执行上述用于计算设备的视频处理方法实施例中的相关步骤。
具体地，程序可以包括程序代码，该程序代码包括计算机操作指令。
处理器可能是中央处理器CPU，或者是特定集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器，用于存放程序。存储器可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序具体可以用于使得处理器执行上述任意方法实施例中的视频处理方法。程序中各步骤的具体实现可以参见上述视频处理方法实施例中的相应步骤和单元中对应的描述，在此不赘述。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，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明实施例的内容，并且上面对特定语言所做的描述是为了披露本发明实施例的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明实施例并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明实施例的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明实施例进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
Claims (10)
1.一种视频处理方法，其特征在于，所述方法包括：
获取待处理视频的任务处理信息；
将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；
根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；
根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。
2.根据权利要求1的所述的视频处理方法，其特征在于，所述视频处理时长确定模型通过以下过程进行训练：
根据视频介质获取视频的帧率范围；
根据所述帧率范围，从视频训练集中选择多个训练视频；
将所述多个训练视频的任务处理信息，输入预设视频处理时长确定模型中进行训练，得到训练好的视频处理时长确定模型。
3.根据权利要求2所述的视频处理方法，其特征在于，将所述多个训练视频的任务处理信息，输入预设视频处理时长确定模型中进行训练，得到训练好的视频处理时长确定模型，包括：
将所述多个训练视频的视频时长、码率和实际处理时长信息输入Z＝[αx+βy]/γ中进行训练，得到α，β，γ的值；其中，Z为处理时长，x为视频时长，y为码率；
将确定好α，β，γ的值的Z确定为训练好的视频处理时长确定模型。
4.根据权利要求1所述的视频处理方法，其特征在于，根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型，包括：
将所述待处理视频的处理时长与视频处理通道的预设处理时长阈值范围比较，得到比较结果；
若所述比较结果表示所述待处理视频的处理时长位于一目标处理通道类型的预设处理时长阈值范围，将所述目标处理通道确定为所述待处理视频的处理通道类型。
5.根据权利要求1所述的视频处理方法，其特征在于，根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道，包括：
获得所述处理通道类型的处理通道的负荷阈值；
根据所述负荷阈值，从所述处理通道类型对应的多个处理通道中，选择未超过所述负荷阈值的目标处理通道集合；
根据预设算法从所述目标处理通道集合中，确定处理所述待处理视频的目标处理通道。
6.根据权利要求5所述的视频处理方法，其特征在于，获得所述处理通道类型的处理通道的负荷阈值，包括：
通过公式Ck＝A*Bk+B*Tk+C*Fk获得所述处理通道类型的处理通道的单个视频的处理性能；其中，Ck为所述处理通道类型的处理通道的单个视频的处理性能；A为码率对性能消耗的影响系数，B为视频时长对性能消耗的影响系数，C为帧率对性能消耗的影响系数，BK为码率，TK为视频时长，FK为帧率，k的范围为1到n；
根据公式
得到处理通道类型的处理通道总任务数性能负载，其中，Lm为处理通道类型的处理通道总任务数性能负载，N为目标处理通道集合中处理通道个数；
将处理通道类型的处理通道总任务数性能负载，按照性能高低获得系数矩阵I＝(I1,I2…Im)，(0<Im≤1)；
根据公式On＝Ln/In，获得所述处理通道类型的处理通道的负荷阈值，其中，On为所述处理通道类型的处理通道的负荷阈值。
7.根据权利要求6所述的视频处理方法，其特征在于，根据预设算法从所述目标处理通道集合中，确定处理所述待处理视频的目标处理通道，包括：
根据公式avg(n)＝N0+N1+...Np，得到临界平均任务的通道，其中avg(n)为临界平均任务的通道；
将所述临界平均任务的通道输入到公式Hash(avg(n))中，得到处理所述待处理视频的目标处理通道，其中，n为每个通道现有的任务数量，N为目标处理通道集合中处理通道个数。
8.一种视频处理装置，其特征在于，所述装置包括：
获取模块，用于获取待处理视频的任务处理信息；
处理模块，用于将所述任务处理信息，输入训练好的视频处理时长确定模型进行处理，得到所述待处理视频的处理时长；根据所述待处理视频的处理时长以及视频处理通道的预设处理时长阈值范围，确定处理所述待处理视频的处理通道类型；根据所述处理通道类型的处理通道的负荷，确定处理所述待处理视频的目标处理通道。
9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的视频处理方法对应的操作。
10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的视频处理方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110989616.6A CN113672393A (zh) | 2021-08-26 | 2021-08-26 | 一种视频处理方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110989616.6A CN113672393A (zh) | 2021-08-26 | 2021-08-26 | 一种视频处理方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113672393A true CN113672393A (zh) | 2021-11-19 |
Family
ID=78546641
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110989616.6A Pending CN113672393A (zh) | 2021-08-26 | 2021-08-26 | 一种视频处理方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113672393A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105978960A (zh) * | 2016-05-06 | 2016-09-28 | 武汉烽火众智数字技术有限责任公司 | 一种基于海量视频结构化处理的云调度系统及方法 |
| CN107844593A (zh) * | 2017-11-17 | 2018-03-27 | 北京邮电大学 | 一种分布式计算平台中视频数据分布方法及装置 |
| CN109120548A (zh) * | 2018-07-02 | 2019-01-01 | 联动优势电子商务有限公司 | 一种流量控制方法及装置 |
| US10623683B1 (en) * | 2019-08-09 | 2020-04-14 | Qualcomm Incorporated | Methods and apparatus for improving image retention |
| CN112261448A (zh) * | 2020-10-09 | 2021-01-22 | 汉海信息技术(上海)有限公司 | 视频播放时长的确定方法、装置、设备及介质 |
-
2021
- 2021-08-26 CN CN202110989616.6A patent/CN113672393A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105978960A (zh) * | 2016-05-06 | 2016-09-28 | 武汉烽火众智数字技术有限责任公司 | 一种基于海量视频结构化处理的云调度系统及方法 |
| CN107844593A (zh) * | 2017-11-17 | 2018-03-27 | 北京邮电大学 | 一种分布式计算平台中视频数据分布方法及装置 |
| CN109120548A (zh) * | 2018-07-02 | 2019-01-01 | 联动优势电子商务有限公司 | 一种流量控制方法及装置 |
| US10623683B1 (en) * | 2019-08-09 | 2020-04-14 | Qualcomm Incorporated | Methods and apparatus for improving image retention |
| CN112261448A (zh) * | 2020-10-09 | 2021-01-22 | 汉海信息技术(上海)有限公司 | 视频播放时长的确定方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111031346B (zh) | 一种增强视频画质的方法和装置 | |
| US20090213734A1 (en) | Packet transmission device | |
| CN110784644B (zh) | 图像处理方法及装置 | |
| US8150994B2 (en) | Providing flow control and moderation in a distributed message processing system | |
| US20170048352A1 (en) | Computer-readable recording medium, distributed processing method, and distributed processing device | |
| US20160328265A1 (en) | User-centered task scheduling for multi-screen viewing in cloud computing environment | |
| CN112000454A (zh) | 一种多媒体数据的处理方法及设备 | |
| US11360684B2 (en) | Data storage method and apparatus, storage medium and computer device | |
| US9665409B2 (en) | Methods and apparatus facilitating access to storage among multiple computers | |
| US11856214B2 (en) | Video encoding with content adaptive resource allocation | |
| CN111694665B (zh) | 基于三维扫描装置的资源均衡方法、装置和系统 | |
| CN112040001A (zh) | 一种基于分布式存储的请求处理方法及装置 | |
| CN113672393A (zh) | 一种视频处理方法、装置及设备 | |
| CN109144989B (zh) | 一种数据清洗的方法及用于数据清洗的装置 | |
| CN108900865B (zh) | 服务器、转码任务的调度方法及执行方法 | |
| CN114205160B (zh) | 基于区块链的数据处理方法、装置及电子设备 | |
| CN108063733B (zh) | 网站访问请求的动态调度方法及装置 | |
| CN103825842B (zh) | 一种多cpu系统的数据流处理方法和装置 | |
| CN111047042B (zh) | 一种推理服务模型的运行方法及装置 | |
| CN108200152B (zh) | 用于网购系统的优化疏导方法及装置 | |
| CN115373829A (zh) | Cpu资源的调度方法、装置及系统 | |
| US8891515B2 (en) | Method for node communication | |
| CN115174948A (zh) | 基于转码资源的调度方法及装置 | |
| CN112988805A (zh) | 基于计算框架的数据处理方法、装置、设备和存储介质 | |
| US9218308B2 (en) | Apparatus and method for arbitrating bus |
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 |