CN113810654A - 图像视频的上传方法、装置、存储介质以及电子设备 - Google Patents
图像视频的上传方法、装置、存储介质以及电子设备 Download PDFInfo
- Publication number
- CN113810654A CN113810654A CN202010540703.9A CN202010540703A CN113810654A CN 113810654 A CN113810654 A CN 113810654A CN 202010540703 A CN202010540703 A CN 202010540703A CN 113810654 A CN113810654 A CN 113810654A
- Authority
- CN
- China
- Prior art keywords
- image frame
- video
- time interval
- time
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000004590 computer program Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 description 19
- 230000006835 compression Effects 0.000 description 17
- 238000000354 decomposition reaction Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000000391 Lepidium draba Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请实施例公开了一种图像视频的上传方法、装置、存储介质以及电子设备。所述方法包括：获取当前时刻的图像帧，若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间，其中，所述当前时刻位于所述时间区间内，将所述时间区间对应的视频片段上传至服务器。通过执行本申请的方法，检测到随着时间变化的图像帧时，分离出变化的图像帧，得到变化的视频片段，然后将变化的视频片段上传至服务器，还可以将变化的视频片段进行拼接处理，将拼接处理后的视频片段上传至服务器，提高了视频上传的效率，节省了视频采集终端和服务器的存储空间。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种图像视频的上传方法、装置、存储介质以及电子设备。
背景技术
视频监控的应用目前在人们的日常生活中越来越普及，随处可见的摄像头监控，比如水务监控、楼道里的监控、小区里的监控等等，这些监控设备都是24小时不间断采集图像，但是这些监控采集的图像在大多数时间内都是不变的图像画面，在采集传输这些图像数据时，就会造成视频采集终端大量的存储空间浪费，视频采集终端将采集的图像数据发给服务器后，进一步造成图像传输数据的网络传输时间长、浪费图像采集终端和服务器的存储空间等问题。
发明内容
本申请实施例提供了一种图像视频的上传方法、装置、计算机存储介质以及终端，旨在解决相关技术中将图像数据从采集端上传到云服务端造成的既耗时又占用存储空间的技术问题。所述技术方案如下：
第一方面，本申请实施例提供了一种图像视频的上传方法，所述方法包括：
获取当前时刻的图像帧；
若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间；其中，所述当前时刻位于所述时间区间内；
将所述时间区间对应的视频片段上传至服务器。
第二方面，本申请实施例提供了一种图像视频的上传装置，所述装置包括：
图像帧获取模块，用于获取当前时刻的图像帧；
时间区间确定模块，用于若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间；其中，所述当前时刻位于所述时间区间内；
视频上传模块，用于将所述时间区间对应的视频片段上传至服务器。
第三方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供了一种终端，可包括：存储器和处理器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述存储器加载并执行上述的方法步骤。
本申请实施例提供的技术方案带来的有益效果至少包括：
本申请实施例的方案在执行时，获取当前时刻的图像帧，若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间，其中，所述当前时刻位于所述时间区间内，将所述时间区间对应的视频片段上传至服务器。通过执行本申请的方法，检测到随着时间变化的图像帧时，分离出变化的图像帧，得到变化的视频片段，然后将变化的视频片段上传至服务器，提高了视频上传的效率，节省了视频采集终端和服务器的存储空间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种电子终端的结构示意图；
图2是本申请实施例提供的一种图像视频的上传方法的流程示意图；
图3是本申请实施例提供的一种图像视频的上传方法的流程示意图；
图4是本申请实施例提供的一种图像视频的上传装置的结构示意图。
具体实施方式
为使得本申请实施例的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
请参见图1，其示出了本申请实施例所涉及的一种电子设备的结构示意图，该电子设备可以用于实施下述实施例中图像视频的上传方法。具体来讲：
存储器120可用于存储软件程序以及模块，处理器190通过运行存储在存储器120的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器120还可以包括存储器控制器，以提供处理器790和输入单元130对存储器120的访问。
输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131(例如：触摸屏、触摸板或触摸框)。触敏表面131，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器190，并能接收处理器190发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其上或附近的触摸操作后，传送给处理器190以确定触摸事件的类型，随后处理器190根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图1中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面131与显示面板141集成而实现输入和输出功能。
处理器190是终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行终端设备的各种功能和处理数据，从而对终端设备进行整体监控。可选的，处理器190可包括一个或多个处理核心；其中，处理器190可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器190中。
在下述方法实施例中，为了便于说明，仅以各步骤的执行主体为视频采集终端进行介绍说明。
请参见图2，为本申请实施例提供的一种图像视频的上传方法的流程示意图。如图2所示，本申请实施例的所述方法可以包括以下步骤：
S201，获取当前时刻的图像帧。
其中，图像帧是组成视频的最小单位，连续的图像帧形成动画画面，进而形成视频。一般的，视频采集终端采集连续时间段内的图像数据，获取当前时刻的图像帧。
S202，若当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据当前时刻确定时间区间，当前时刻位于时间区间内。
对当前时刻的图像帧和上一时刻的图像帧进行图像相似度计算，在图像相似度值小于相似度阈值时，确定当前时刻的图像帧和上一时刻的图像帧相比发生变化。进一步的，确定变化的图像帧的时间区间，在确定时间区间之前，可以对当前时刻的图像帧进行目标图像特征检测，在检测到当前时刻的图像帧中包括目标图像特征时，执行确定时间区间的步骤。其中，目标图像特征可以是人像图像特征，动物图像特征等图像特征中的一种或者多种。在检测到当前时刻的图像帧相较于上一时刻的图像帧发生变化时，可以基于当前时刻，以及预设时间段确定时间区间，可以将当前时刻作为时间区间的中心点，将当前时刻之前的预设时间段作为时间区间的前半区间，将当前时刻之后的预设时间段作为时间区间的后半区间，进而可以确定图像帧发生变化的时间区间。
S203，将时间区间对应的视频片段上传至服务器。
一般的，依据时间区间确定时间区间对应的视频片段，获取该视频片段，对视频片段进行编码压缩处理，将编码压缩后的视频数据上传至服务器。
本申请实施例的方案在执行时，获取当前时刻的图像帧，若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间，其中，所述当前时刻位于所述时间区间内，将所述时间区间对应的视频片段上传至服务器。通过执行本申请的方法，检测到随着时间变化的图像帧时，分离出变化的图像帧，得到变化的视频片段，然后将变化的视频片段上传至服务器，提高了视频上传的效率，节省了视频采集终端和服务器的存储空间。
请参见图3，为本申请实施例提供的一种图像视频的上传方法的流程示意图。如图3所示，本申请实施例的所述方法可以包括以下步骤：
S301，获取当前时刻的图像帧。
S302，对当前时刻的图像帧和上一时刻的图像帧进行图像相似度计算。
图像相似度主要用于比较两幅图像的相似程度，本申请实施例列举三种常用方法，包括直方图匹配、数学上的矩阵分解、基于特征点的图像相似度计算。但对具体的图像相似度计算不作任何限制。
利用直方图匹配来比较两幅图像的相似度，举例来说，比如有图像A和图像B，分别计算两幅图像的直方图，然后计算两个直方图的归一化相关系数(巴氏距离，直方图相交距离)等等。该方法是基于简单的数学上的向量之间的差异来进行图像相似程度的度量，这种方法是目前用的比较多的一种方法，第一，直方图能够很好的归一化，两幅分辨率不同的图像可以直接通过计算直方图来计算相似度很方便。第二，计算量比较小。但是这种方法也有很多缺点，一是直方图反映的是图像像素灰度值的概率分布，比如灰度值为200的像素有多少个，但是对于这些像素原来的位置在直方图中并没有体现，所以图像的骨架，也就是图像内部到底存在什么样的物体，形状是什么，每一块的灰度分布式什么样的这些在直方图信息中是被省略掉得。那么造成的一个问题就是，比如一个上黑下白的图像和上白下黑的图像其直方图分布是一模一样的，其相似度为100％。二是两幅图像之间的距离度量，采用的是巴氏距离或者归一化相关系数，这种用分析数学向量的方法去分析图像本身就是一个很不好的办法。三是就信息量的道理来说，采用一个数值来判断两幅图像的相似程度本身就是一个信息压缩的过程，那么两个256个元素的向量(假定直方图有256个bin条)的距离用一个数值表示那么肯定就会存在不准确性。
利用数学上的矩阵分解来计算图像的相似度，图像本身就是一个矩阵，可以依靠数学上矩阵分解的一些知识来获取矩阵中一些代表这个矩阵元素值和分布的一些鲁棒性特征来对图像的相似度进行计算。该方法最常用的一般是SVD(Singular ValueDecomposition，奇异值分解)分解和NMF(Nonnegative Matrix Factorization，非负矩阵分解)分解。奇异值分解是基于整体的表示。图像奇异值特征向量不但具有正交变换、旋转、位移、镜像映射等代数和几何上的不变性,而且具有良好的稳定性和抗噪性，广泛应用于模式识别与图像分析中。对图像进行奇异值分解的目的是：得到唯一、稳定的特征描述；降低特征空间的维数；提高抵抗干扰和噪声的能力。但是由于奇异值分解得到的奇异矢量中有负数存在所以不能很好的解释其物理意义。非负矩阵分解的主要思想是将非负矩阵分解为可以体现图像主要信息的基矩阵与系数矩阵，并且可以对基矩阵赋予很好的解释，比如对人脸的分割，得到的基向量正是人的“眼睛”、“鼻子”等主要概念特征，源图像表示为这些特征的加权组合，所以NMF算法也在人脸识别等场合中发挥着巨大的作用。
基于特征点的图像相似度计算，因为每一幅图像都有自己的特征点，这些特征点表征图像中比较重要的一些位置，比较类似函数的拐点那种，通常比较常用的有Harris角点和Sift特征点。那么将得到的图像角点进行比较，如果相似的角点数目较多，那么可以认为这两幅图像的相似程度较高。
S303，若图像相似度小于相似度阈值时，对当前时刻的图像帧进行目标图像特征检测，确定当前时刻的图像帧包含目标图像特征。
将计算得到的相似度值与相似度阈值进行比较，在确定相似度值小于相似度阈值时，对该相似度值对应的图像帧，也就是当前时刻的图像帧进行目标图像特征检测处理，确定该当前时刻的图像帧包含目标图像特征。目标图像特征检测中的目标图像特征可以依据实际应用场景进行设置，比如可以为人像的图像特征，可以为动物的图像特征，可以为指定的某一物的图像特征等等，不同应用场合下的不同的图像特征。
S304，根据当前时刻确定预设时间范围对应的第一时间点以及第二时间点，确定第一时间点与第二时间点共同对应的时间区间。
其中，时间区间为在确定相邻时刻之间的图像帧不相似时，用于截取相关时刻的图像帧的时间区间。时间区间是根据预设时间范围、第一时间点以及第二时间点确定的时间区间，并且当前时刻位于时间区间内。其中，第二时间点为大于当前时刻的时间点，第一时间为小于等于当前时刻的时间点。
在确定当前时刻的图像帧与上一时刻的图像帧不相同时，依据当前时刻确定时间区间，比如，将预设时间范围设置为10秒钟，可以依据当前时刻为时间区间的中心点，分别将比当前时刻超前5秒钟的时刻作为第一时间点，将比当前时刻落后5秒钟的时刻作为第二时间点。也可以将上一时刻作为时间区间的中心点，分别将比上一时刻超前5秒钟的时刻作为第一时间点，将比上一时刻落后5秒钟的时刻作为第二时间点。
举例来说：当前时刻为10:05:03，时间区间可以确定为10:04:58至10:05:07，也可以设定为10:04:57至10:05:06，还可以设定为10:04:56至10:05:05，还可以设定为10:04:59至10:05:08等等。
S305，获取时间区间对应的视频片段。
一般的，在确定时间区间之后，基于该时间区间获取该时间区间所对应的视频片段，视频是由连续的图像帧所组成的，基于采集的连续时间段内的图像帧，可以获得该时间区间对应的视频片段。
S306，对视频片段进行编码处理得到编码视频数据。
一般的数字视频压缩编码方法都是混合编码，即将变换编码，运动估计和运动补偿，以及熵编码三种方式相结合来进行压缩编码。通常使用变换编码来消去除图像的帧内冗余，用运动估计和运动补偿来去除图像的帧间冗余，用熵编码来进一步提高压缩的效率。
变换编码是将空间域的图像信号变换到频率域，然后对变换后的系数进行编码处理。因为图像在空间上具有较强的相关性，变换到频率域可以实现去相关和能量集中。常用的正交变换有离散傅里叶变换，离散余弦变换等等。数字视频压缩过程中应用广泛的是离散余弦变换。离散余弦变换简称为DCT变换。它可以将L*L的图像块从空间域变换为频率域。
熵编码是指编码后的平均码长接近信源熵值。熵编码多用可变字长编码(VLC，Variable Length Coding)实现。其基本原理是对信源中出现概率大的符号赋予短码，对于出现概率小的符号赋予长码，从而在统计上获得较短的平均码长。可变字长编码通常有霍夫曼编码、算术编码、游程编码等。其中游程编码是一种十分简单的压缩方法，它的压缩效率不高，但编码、解码速度快，仍被得到广泛的应用，特别在变换编码之后使用游程编码，有很好的效果。首先要在量化器输出直流系数后对紧跟其后的交流系数进行Z型扫描(如图箭头线所示)。Z型扫描将二维的量化系数转换为一维的序列，并在此基础上进行游程编码。最后再对游程编码后的数据进行另一种变长编码，例如霍夫曼编码。通过这种变长编码，进一步提高编码的效率。
运动估计和运动补偿是消除图像序列时间方向相关性的有效手段。DCT变换、量化、熵编码的方法是在一帧图像的基础上进行，通过这些方法可以消除图像内部各像素间在空间上的相关性。实际上图像信号除了空间上的相关性之外，还有时间上的相关性。例如对于像新闻联播这种背景静止，画面主体运动较小的数字视频，每一幅画面之间的区别很小，画面之间的相关性很大。对于这种情况我们没有必要对每一帧图像单独进行编码，而是可以只对相邻视频帧中变化的部分进行编码，从而进一步减小数据量，这是由运动估计和运动补偿来实现的。运动估计技术一般是将当前的输入图像分割成若干彼此不相重叠的小图像子块，例如一帧图像的大小为1280*720，首先将其以网格状的形式分成40*45个尺寸为16*16的彼此没有重叠的图像块，然后在前一图像或者后一个图像某个搜索窗口的范围内为每一个图像块寻找一个与之最为相似的图像块。这个搜寻的过程叫做运动估计。通过计算最相似的图像块与该图像块之间的位置信息，可以得到一个运动矢量。这样在编码过程中就可以将当前图像中的块与参考图像运动矢量所指向的最相似的图像块相减，得到一个残差图像块，由于残差图像块中的每个像素值很小，所以在压缩编码中可以获得更高的压缩比。这个相减过程叫运动补偿。
S307，将编码视频数据进行压缩处理得到压缩视频数据。
视频数据中存在着大量的冗余，即图像的各像素数据之间存在极强的相关性，利用这些相关性，一部分像素的数据可以由另外一部分的像素数据推导出来，如果将编码视频数据直接进行存储或传输将会遇到很大困难，因此必须采用压缩技术以减少码率。数字化后的视频信号能进行压缩主要依据两个基本条件：一是数据冗余。例如如空间冗余、时间冗余、结构冗余、信息熵冗余等，即图像的各像素之间存在着很强的相关性。消除这些冗余并不会导致信息损失，属于无损压缩。二是视觉冗余。人眼的一些特性比如亮度辨别阈值，视觉阈值，对亮度和色度的敏感度不同，使得在编码的时候引入适量的误差，也不会被察觉出来。可以利用人眼的视觉特性，以一定的客观失真换取数据压缩。这种压缩属于有损压缩。
S308，将压缩视频数据上传至服务器。
一般的，将视频片段进行编码压缩之后，上传至服务器。
在一种可行的实施方式中，将视频片段进行压缩编码处理之后的压缩视频数据上传至服务器之后，还可以获取时间区间对应的视频片段所包含的至少一帧第一图像帧，将该第一帧图像对应的时刻作为参考时刻，在检测到参考时刻对应的第一图像帧和参考时刻的上一时刻对应的第二图像帧相比发生变化时，将第一图像帧确定为目标图像帧，进一步的，可以从视频片段提取全部目标图像帧，进一步的，还可以将全部目标图像帧合成为目标视频片段，进一步的，可以对目标视频片段进行编码、压缩处理，可以将编码压缩处理后的目标视频片段作为时间区间对应的视频片段上传至服务器。
在一种可行的实施方式中，将视频片段进行压缩编码处理之后的压缩视频数据上传至服务器之后，还可以获取多个时间区间对应的视频片段，进一步的，可以将各个视频片段进行拼接合成处理，得到合成视频片段，进一步的，可以将合成视频片段进行编码、压缩处理，再将编码压缩处理后的合成视频片段上传至服务器。
本申请实施例的方案在执行时，获取当前时刻的图像帧，若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间，其中，所述当前时刻位于所述时间区间内，将所述时间区间对应的视频片段上传至服务器。通过执行本申请的方法，检测到随着时间变化的图像帧时，分离出变化的图像帧，得到变化的视频片段，然后将变化的视频片段上传至服务器，提高了视频上传的效率，节省了视频采集终端和服务器的存储空间。
请参见图4，为本申请实施例提供的一种图像视频的上传装置的结构示意图。该图像视频的上传装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置包括：
图像帧获取模块410，用于获取当前时刻的图像帧；
时间区间确定模块420，用于若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间；其中，所述当前时刻位于所述时间区间内；
视频上传模块430，用于将所述时间区间对应的视频片段上传至服务器。
可选地，时间区间确定模块420包括：
相似度计算单元，用于对所述当前时刻的图像帧和所述上一时刻的图像帧进行图像相似度计算；
目标图像特征检测单元，用于在所述图像相似度小于相似度阈值时，对所述当前时刻的图像帧进行目标图像特征检测，确定所述当前时刻的图像帧包含目标图像特征；
时间区间确定单元，用于根据所述当前时刻确定时间区间。
可选地，时间确定单元包括：
第一单元，用于根据当前时刻确定预设时间范围对应的第一时间点以及第二时间点；其中，所述第二时间点为大于所述当前时刻的时间点；
第二单元，用于确定所述第一时间点与第二时间点共同对应的时间区间。
可选地，视频上传模块430包括：
编码单元，用于对所述视频片段进行编码处理得到编码视频数据；
压缩单元，用于将所述编码视频数据进行压缩处理得到压缩视频数据；
上传单元，用于将所述压缩视频数据上传至服务器。
可选地，视频上传模块430包括：
获取图像帧单元，用于获取所述时间区间对应的视频片段所包含的至少一帧第一图像帧；
检测变化图像帧单元，用于在参考时刻对应的所述第一图像帧和上一参考时刻的第二图像帧相比发生变化，确定所述第一图像帧为目标图像帧；
提取图像帧单元，从所述视频片段提取全部所述目标图像帧，将全部所述目标图像帧合成为目标视频片段，将所述目标视频片段作为所述时间区间对应的视频片段上传至服务器。
可选地，视频上传模块430包括：
合成视频单元，用于获取多个所述时间区间对应的视频片段，将各所述视频片段进行拼接合成处理，得到合成视频片段，将所述合成视频片段上传至服务器。
本申请实施例的方案在执行时，获取当前时刻的图像帧，若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间，其中，所述当前时刻位于所述时间区间内，将所述时间区间对应的视频片段上传至服务器。通过执行本申请的方法，检测到随着时间变化的图像帧时，分离出变化的图像帧，得到变化的视频片段，然后将变化的视频片段上传至服务器，提高了视频上传的效率，节省了视频采集终端和服务器的存储空间。
本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述的方法步骤，具体执行过程可以参见图2和图3所示实施例的具体说明，在此不进行赘述。
本申请还提供了一种电子设备，包括处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本领域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流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。
Claims (10)
1.一种图像视频的上传方法，其特征在于，所述方法包括：
获取当前时刻的图像帧；
若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间；其中，所述当前时刻位于所述时间区间内；
将所述时间区间对应的视频片段上传至服务器。
2.根据权利要求1所述方法，其特征在于，所述若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间，包括：
对所述当前时刻的图像帧和所述上一时刻的图像帧进行图像相似度计算；
若所述图像相似度小于相似度阈值时，根据所述当前时刻确定时间区间。
3.根据权利要求2所述方法，其特征在于，所述根据所述当前时刻确定时间区间之前，还包括：
对所述当前时刻的图像帧进行目标图像特征检测，确定所述当前时刻的图像帧包含目标图像特征，执行所述根据所述当前时刻确定时间区间的步骤。
4.根据权利要求1所述方法，其特征在于，所述根据所述当前时刻确定时间区间，包括：
根据当前时刻确定预设时间范围对应的第一时间点以及第二时间点；其中，所述第二时间点为大于所述当前时刻的时间点；
确定所述第一时间点与第二时间点共同对应的时间区间。
5.根据权利要求1所述方法，其特征在于，所述将所述时间区间对应的视频片段上传至服务器，包括：
对所述时间区间对应的视频片段进行编码处理得到编码视频数据；
将所述编码视频数据进行压缩处理得到压缩视频数据；
将所述压缩视频数据上传至服务器。
6.根据权利要求1所述方法，其特征在于，所述将所述时间区间对应的视频片段上传至服务器，包括：
获取所述时间区间对应的视频片段所包含的至少一帧第一图像帧；
若参考时刻对应的所述第一图像帧和上一参考时刻的第二图像帧相比发生变化，确定所述第一图像帧为目标图像帧；
从所述视频片段提取全部所述目标图像帧，将全部所述目标图像帧合成为目标视频片段，将所述目标视频片段作为所述时间区间对应的视频片段上传至服务器。
7.根据权利要求1所述方法，其特征在于，所述将所述时间区间对应的视频片段上传至服务器，包括：
获取多个所述时间区间对应的视频片段，将各所述视频片段进行拼接合成处理，得到合成视频片段，将所述合成视频片段上传至服务器。
8.一种图像视频的上传装置，其特征在于，所述装置包括：
图像帧获取模块，用于获取当前时刻的图像帧；
时间区间确定模块，用于若所述当前时刻的图像帧和上一时刻的图像帧相比发生变化，根据所述当前时刻确定时间区间；其中，所述当前时刻位于所述时间区间内；
视频上传模块，用于将所述时间区间对应的视频片段上传至服务器。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～7任意一项的方法步骤。
10.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～7任意一项的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010540703.9A CN113810654A (zh) | 2020-06-12 | 2020-06-12 | 图像视频的上传方法、装置、存储介质以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010540703.9A CN113810654A (zh) | 2020-06-12 | 2020-06-12 | 图像视频的上传方法、装置、存储介质以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113810654A true CN113810654A (zh) | 2021-12-17 |
Family
ID=78944181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010540703.9A Pending CN113810654A (zh) | 2020-06-12 | 2020-06-12 | 图像视频的上传方法、装置、存储介质以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113810654A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114422848A (zh) * | 2022-01-19 | 2022-04-29 | 腾讯科技（深圳）有限公司 | 视频分割方法、装置、电子设备及存储介质 |
| CN114827754A (zh) * | 2022-02-23 | 2022-07-29 | 阿里巴巴（中国）有限公司 | 视频首帧时间检测方法及装置 |
| CN118101952A (zh) * | 2024-02-21 | 2024-05-28 | 广州市时代物业管理有限公司 | 一种基于人工智能的视频处理方法及系统 |
| CN118672539A (zh) * | 2024-08-01 | 2024-09-20 | 四川凝思软件有限公司 | 图形远程显示的方法、图形显示服务容器和服务节点 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103327306A (zh) * | 2013-06-14 | 2013-09-25 | 广东威创视讯科技股份有限公司 | 视频监控存储方法及装置 |
| CN109922310A (zh) * | 2019-01-24 | 2019-06-21 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
| CN110149553A (zh) * | 2019-05-10 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 图像的处理方法和装置、存储介质及电子装置 |
| CN111243127A (zh) * | 2018-11-13 | 2020-06-05 | 中国电信股份有限公司 | 智能门锁的配制方法、装置和智能门锁系统 |
-
2020
- 2020-06-12 CN CN202010540703.9A patent/CN113810654A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103327306A (zh) * | 2013-06-14 | 2013-09-25 | 广东威创视讯科技股份有限公司 | 视频监控存储方法及装置 |
| CN111243127A (zh) * | 2018-11-13 | 2020-06-05 | 中国电信股份有限公司 | 智能门锁的配制方法、装置和智能门锁系统 |
| CN109922310A (zh) * | 2019-01-24 | 2019-06-21 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
| CN110149553A (zh) * | 2019-05-10 | 2019-08-20 | 腾讯科技（深圳）有限公司 | 图像的处理方法和装置、存储介质及电子装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114422848A (zh) * | 2022-01-19 | 2022-04-29 | 腾讯科技（深圳）有限公司 | 视频分割方法、装置、电子设备及存储介质 |
| CN114827754A (zh) * | 2022-02-23 | 2022-07-29 | 阿里巴巴（中国）有限公司 | 视频首帧时间检测方法及装置 |
| CN114827754B (zh) * | 2022-02-23 | 2023-09-12 | 阿里巴巴（中国）有限公司 | 视频首帧时间检测方法及装置 |
| CN118101952A (zh) * | 2024-02-21 | 2024-05-28 | 广州市时代物业管理有限公司 | 一种基于人工智能的视频处理方法及系统 |
| CN118672539A (zh) * | 2024-08-01 | 2024-09-20 | 四川凝思软件有限公司 | 图形远程显示的方法、图形显示服务容器和服务节点 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113810654A (zh) | 图像视频的上传方法、装置、存储介质以及电子设备 | |
| US8180165B2 (en) | Accelerated screen codec | |
| CN112040337B (zh) | 视频的水印添加和提取方法、装置、设备及存储介质 | |
| CN111670580A (zh) | 渐进压缩域计算机视觉和深度学习系统 | |
| CN107396112B (zh) | 一种编码方法及装置、计算机装置、可读存储介质 | |
| EP2238764A1 (en) | Coding mode selection for block-based encoding | |
| CN112990273B (zh) | 面向压缩域的视频敏感人物识别方法、系统及设备 | |
| CN111669595A (zh) | 一种屏幕内容编码方法、装置、设备和介质 | |
| US20240121439A1 (en) | Point cloud attribute information encoding method and apparatus, point cloud attribute information decoding method and apparatus, and related device | |
| CN113658073A (zh) | 图像去噪处理方法、装置、存储介质与电子设备 | |
| CN116567246A (zh) | Avc编码方法和装置 | |
| JP5153660B2 (ja) | 画像処理装置および画像処理方法、ならびにプログラム | |
| CN108668170B (zh) | 图像信息处理方法及装置、存储介质 | |
| CN113453017B (zh) | 视频处理方法、装置、设备及计算机程序产品 | |
| Crandall et al. | Lossless image compression using causal block matching and 3d collaborative filtering | |
| CN113810692A (zh) | 对变化和移动进行分帧的方法、图像处理装置及程序产品 | |
| CN114565773A (zh) | 语义分割图像的方法、装置、电子设备以及存储介质 | |
| CN117115433B (zh) | 显示异常检测方法、装置、设备及存储介质 | |
| CN118381936B (zh) | 一种视频数据处理方法、装置、设备及存储介质 | |
| CN113627341B (zh) | 一种视频样例比对的方法、系统、设备及存储介质 | |
| CN111654701B (zh) | 视频编码预处理方法、装置、设备和计算机可读存储介质 | |
| CN116668702B (zh) | 一种视频编码方法、装置、终端设备及存储介质 | |
| CN117596394B (zh) | 一种自适应精度的深度图帧间压缩方法 | |
| JPH05236458A (ja) | 動画像処理装置 | |
| CN116052047A (zh) | 运动物体检测方法及其相关设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211217 |
|
| RJ01 | Rejection of invention patent application after publication |