CN114640881A - 视频帧对齐方法、装置、终端设备及计算机可读存储介质 - Google Patents

视频帧对齐方法、装置、终端设备及计算机可读存储介质 Download PDF

Info

Publication number
CN114640881A
CN114640881A CN202011476383.1A CN202011476383A CN114640881A CN 114640881 A CN114640881 A CN 114640881A CN 202011476383 A CN202011476383 A CN 202011476383A CN 114640881 A CN114640881 A CN 114640881A
Authority
CN
China
Prior art keywords
frame
scene
video
sequence
aligned
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
CN202011476383.1A
Other languages
English (en)
Inventor
李磊
刘阳兴
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.)
Wuhan TCL Group Industrial Research Institute Co Ltd
Original Assignee
Wuhan TCL Group Industrial Research Institute 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 Wuhan TCL Group Industrial Research Institute Co Ltd filed Critical Wuhan TCL Group Industrial Research Institute Co Ltd
Priority to CN202011476383.1A priority Critical patent/CN114640881A/zh
Publication of CN114640881A publication Critical patent/CN114640881A/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]
    • H04N21/40—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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440281—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the temporal resolution, e.g. by frame skipping

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种视频帧对齐方法、装置、终端设备及计算机可读存储介质，所述方法包括：获取原始视频和所述原始视频的目标视频；计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。本申请实施例通过使用颜色直方图作为相似度进行视频对齐，可以适应相同色彩，并且可以有平移、缩放、旋转不变性，提高了视频对齐时受损程度高的情形下的鲁棒性。

Description

视频帧对齐方法、装置、终端设备及计算机可读存储介质
技术领域
本申请属于视频处理技术领域，尤其涉及一种视频帧对齐方法、装置、终端设备及计算机可读存储介质。
背景技术
近年来，随着人们对更高清的视频以及图片的需求逐渐提高，视频增强算法成为了很多应用以及产品的核心技术，比如视频网站的高清点播，老旧低分辨电影的修复，移动端或者电视端的低清视频超分等等。而且随着硬件成本的降低以及大量可用的数据，深度学习方法在视频增强领域占据越来越重要的地位，其需要大量的目标视频以及原始视频作为模型的训练输入。
视频质量的检测和评价技术是保障新一代网络服务质量的关键技术之一，可应用在无线通信系统的方案设计、视频压缩编码性能对比以及各类业务监控等诸多领域，将目标视频帧和原始视频帧对齐的研究也是视频质量评价关键的一步。
现有技术中有的将结构相似度SSIM和峰值信噪比PSNR进行相似度比较，以此作为对齐的依据，但对于某些受损较大的图像以及视频效果很差；有的利用音频特征去识别基准音频的时间戳，然而现实情况中，网络的视频往往是经过剪辑以及处理之后的，原有的时间戳已经被剪辑掉了，难以实现视频对齐。
发明内容
本申请实施例提供了一种视频帧对齐方法、装置、终端设备及计算机可读存储介质，可以有效降低了所占用的内存空间，提高鲁棒性。
第一方面，本申请实施例提供了一种视频帧对齐方法，包括：
获取原始视频和所述原始视频的目标视频；
计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；
计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；
根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。
第二方面，本申请实施例提供了一种视频帧对齐装置，包括：
获取模块，用于获取原始视频和所述原始视频的目标视频；
第一计算模块，用于计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；
第二计算模块，用于计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；
对齐模块，用于根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项的视频帧对齐方法的步骤。
第四方面，本申请实施例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上述第一方面中任一项所述的视频帧对齐方法的步骤。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的视频帧对齐方法的步骤。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：本申请实施例提供了一种视频帧对齐方法，包括获取原始视频和所述原始视频的目标视频；计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。本申请实施例通过使用颜色直方图作为相似度进行视频对齐，可以适应相同色彩，并且可以有平移、缩放、旋转不变性，提高了视频对齐时受损程度高的情形下的鲁棒性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的视频帧对齐方法的流程示意图；
图2是本申请实施例提供的视频帧的对齐装置的结构示意图；
图3是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到所描述条件或事件”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到所描述条件或事件”或“响应于检测到所描述条件或事件”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
帧率(FRame Rate)是以帧为单位的位图图像连续出现在显示器上的频率(速率)。该术语同样适用于胶片和摄像机，计算机图形和动作捕捉系统。帧速率也可以称为帧频率。
参见图1示出的一种视频帧对齐方法的一种流程示意框图，该方法可以包括以下步骤：
步骤S101：获取原始视频和所述原始视频的目标视频。
对原始视频进行视频处理，例如删减、剪辑或者压缩等处理后的视频称为目标视频。原始视频与目标视频的帧数差别不大于8。可选的在获取原始视频和所述原始视频的目标视频之后，先进行帧率统一：
确定所述目标视频的第一帧率Ra；
确定所述原始视频的第二帧率Rb；
判断所述第一帧率和所述第二帧率是否相等；
当不相等时，通过解码再重新编码的方法调整目标视频的帧率Ra，使Ra变为Rb，例如可以采用H264或H265编/解码方法，生成所述第二帧率的目标视频。
本申请实施例中，通过进行帧率统一，使得目标视频与原始视频的帧率保持相同，从而解决了帧率不同时无法对齐的问题。
步骤S102：计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；
第一步：分离目标视频中第一预设数量的相邻两帧的前一帧帧图像获得第一R通道图像、第一G通道图像以及第一B通道图像，分离目标视频中相邻两帧的当前帧图像获得第二R通道图像、第二G通道图像以及第二B通道图像。
可以理解的是，可以分离目标视频中任意相邻两帧，即全部的相邻两帧，也可以仅分离第一预设数量的目标视频中的相邻两帧，其中第一预设数量根据实际需要确定，数量越多最终对齐的效果越好。在本申请实施例中，进行分离的目标视频中的帧记为原始视频的候选帧，仅对目标视频的候选帧计算第一颜色直方图相似度。
第二步：根据各个通道图像的像素点灰度值的统计情况，确定第一R通道图像特征和第二R通道图像特征的重合度，计算第一G通道图像特征和第二G通道图像特征的重合度，计算第一B通道图像特征和第二B通道图像特征的重合度。
分别确定第一R通道图像的各个像素在0～255不同灰度值的计数，记为R1i，第二R通道图像的在0～255不同灰度值对应的计数，记为R2i，确定第一G通道图像的在0～255不同灰度值对应的计数，记为G1i，其中i表示灰度值，第二G通道图像的在0～255不同灰度值对应的计数，记为G2i，确定第一B通道图像的在0～255不同灰度值对应的计数，记为B1i，其中i表示灰度值，第二B通道图像的在0～255不同灰度值对应的计数，记为B2i，其中i表示灰度值。其中第一R通道图像特征和第二R通道图像特征的重合度为εR。
Figure BDA0002837417830000061
其中第一G通道图像特征和第二G通道图像特征的重合度为εG
Figure BDA0002837417830000062
其中第一B通道图像特征和第二B通道图像特征的重合度为εB
Figure BDA0002837417830000063
第三步：确定R通道图像、G通道图像、B通道图像的综合重合度，并作为前一帧和当前帧的颜色直方图相似度S。其中，综合重合度示例性的为R通道、G通道、B通道的平均值。
S＝(εR+εG+εB)/3
步骤S103：计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度。
计算原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度与计算目标视频中第一预设数量的相邻两视频帧之间的第二颜色直方图相似度流程近似，包括：
第一步：分离原始视频中第二预设数量的相邻两帧的前一帧帧图像获得第三R通道图像、第三G通道图像以及第三B通道图像，分离目标视频中相邻两帧的当前帧图像获得第四R通道图像、第四G通道图像以及第四B通道图像。
可以理解的是，可以分离原始视频中任意相邻两帧，即全部的相邻两帧，也可以仅分离第二预设数量的原始视频中的相邻两帧，其中第二预设数量根据实际需要确定，数量越多最终对齐的效果越好。在本申请实施例中，进行分离的原始视频中帧记为原始视频的候选帧，仅对原始视频的候选帧计算第二颜色直方图相似度。
第二步：根据各个通道图像的像素点灰度值的统计情况，确定第三R通道图像特征和第四R通道图像特征的重合度，计算第三G通道图像特征和第四G通道图像特征的重合度，计算第三B通道图像特征和第四B通道图像特征的重合度。
分别确定第三R通道图像的各个像素在0～255不同灰度值的计数，记为R3i，第四R通道图像的在0～255不同灰度值对应的计数，记为R4i，确定第三G通道图像的在0～255不同灰度值对应的计数，记为G3i，其中i表示灰度值，第四G通道图像的在0～255不同灰度值对应的计数，记为G4i，确定第三B通道图像的在0～255不同灰度值对应的计数，记为B3i，其中i表示灰度值，第四B通道图像的在0～255不同灰度值对应的计数，记为B4i，其中i表示灰度值。其中第三R通道图像特征和第四R通道图像特征的重合度为ε'R。
Figure BDA0002837417830000071
其中第三G通道图像特征和第四G通道图像特征的重合度为ε'G
Figure BDA0002837417830000072
其中第三B通道图像特征和第四B通道图像特征的重合度为ε'B
Figure BDA0002837417830000073
第三步：确定R通道图像、G通道图像、B通道图像的综合重合度，并作为前一帧和当前帧的颜色直方图相似度S'。其中，综合重合度示例性的为R通道、G通道、B通道的平均值。
S'＝(ε'R+ε'G+ε'B)/3
可以理解的是，计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度，与计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度的先后顺序不需要进行限定。
步骤S104：根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频，包括：
第一步：根据所述第一颜色直方图相似度，确定所述目标视频的第一场景变化序列。
若目标视频中相邻两帧当前帧和上一帧之间的所述第一颜色直方图相似度小于或等于第一预设阈值，将当前帧的帧序号放入场景变换序列。示例性的，第一预设阈值为0.7。
遍历第三预设数量的所述目标视频中的候选帧，得到目标视频的所述第一场景变换序列[a1,a2,.ai..,an]，所述n为所述第一场景变换序列包括的帧序号的总数目，ai代表帧序号，对应目标视频中帧序号为ai的帧，i代表帧序号ai在所述第一场景变换序列的序号，1≤i≤n。例如第一场景变换序列中包括(1，5，7，10)，即a1为1，a1对应目标视频中帧序号为1的帧，a2为5，对应目标视频中帧序号为5的帧，a3为7，即a3对应目标视频中帧序号为7的帧，a4为10，即a4对应目标视频中帧序号为10的帧。可以理解的是，可以不用遍历所述目标视频中的所有候选帧，而是根据实际需要选取第三预设数量的所述目标视频中的候选帧。
第二步：根据所述第二颜色直方图相似度，确定所述原始视频的第二场景变化序列。
若原始视频中相邻两帧当前帧和上一帧之间的所述第二颜色直方图相似度小于或等于第二预设阈值，将当前帧的帧序号放入场景变换序列；
遍历第四预设数量的原始视频的候选帧，得到原始视频的所述第二场景变换序列[b1,b2,.bj..,bm]，所述m为所述第二场景变换序列包括的帧序号的总数目，帧序号bj对应原始视频中帧序号为bj的帧，j代表帧序号bj在所述第二场景变换序列的序号，1≤j≤m。
为了便于区分，原始视频的场景变换序列可以记为第一场景变换序列，原始视频的场景变换序列可以记为第二场景变换序列。可以理解的是，确定所述目标视频的第一场景变化序列，与确定所述原始视频的第二场景变化序列的先后顺序不需要进行限定。通过本申请实施例，遍历所有帧，比较前一帧和当前帧，如果当前帧和前一帧差异很大，则当前帧视为场景变换点，放入场景变换序列中，从而可以在视频帧序列的基础上有效检测视频场景变换。
可以理解的是，可以不用遍历所述原始视频中的所有候选帧，而是根据实际需要选取第四预设数量的所述原始视频中的候选帧。第三步：根据所述第一场景变换序列和所述第二场景变化序列，得到对齐后的目标视频和对齐后的原始视频。
在所述第二场景变换序列中，找到与所述第一场景变换序列中第一场景帧ai相匹配的第二场景帧bj。
在一个实施例中，第一场景帧和第二场景帧相匹配，需要满足两个条件：
所述第一场景帧ai与所述第二场景帧bj相似度大于第一匹配阈值；
且第一场景帧ai和第二场景帧场景bj的场景长度一致。
找到与所述第一场景变换序列中第一场景帧ai相匹配的第二场景帧bj的过程，包括：
第一步：判断第一场景帧ai和第二场景帧bj相似度是否大于第一匹配阈值，i和j初始值均取1，如果第一场景帧和第二场景帧相似度小于或等于第一匹配阈值；且j<m时，则将j增加1，返回执行判断第一场景帧ai和第二场景帧bj相似度是否大于第一匹配阈值，如果遍历第二场景变换序列的所有帧，第一场景帧和第二场景帧相似度均小于或等于第二预设阈值，则将i增加1以及j＝1，返回执行判断第一场景帧ai和第二场景帧bj相似度是否大于第一匹配阈值；
如果第一场景帧和第二场景帧相似度大于第一匹配阈值，则进一步判断第一场景帧和第二场景帧场景长度是否一致，如果一致，则获取到与第一场景帧ai相匹配的第二场景帧bj。
第二步：如果i<n且j<m时，则将i、j均增加1，返回执行判断第一场景帧ai和第二场景帧bj相似度是否大于第一匹配阈值。
其中，所述第一场景帧ai的场景长度等于第一场景变换序列中与所述第一场景帧ai相邻的下一个场景帧a(i+1)的帧序号减去第一场景帧ai的帧序号，所述第二场景帧bj的场景长度等于第二场景变换序列中与所述第二场景帧bj相邻的下一个场景帧b(j+1)的帧序号减去第二场景帧bj的帧序号。例如第一场景变换序列中包括(1，5，7，10)，例如第二场景变换序列中包括(3，4，6，9)，第一场景帧5的场景长度等于帧序号7减去帧序号5等于2，第二场景帧4的场景长度等于帧序号6减去帧序号4等于2。
在第一场景帧的长度Li和第二场景帧场景的长度Lj一致的情况下，Li＝Lj。
将相匹配的第一场景帧ai的帧序号以及场景长度Li放入序列A，获取对齐后的第一对齐场景变换序列[(A1，L1)，...，(Ap，Lp)]；
将相匹配的第二场景帧bj的帧序号以及场景长度Lj放入序列B，获取对齐后的第二对齐场景变换序列[(B1，L1)，...，(Bp，Lp)]；
根据所述第一对齐场景变换序列，例如通过进行场景切割，在目标视频中切割起始点为Ai，长度为Li的视频帧，得到对齐后的目标视频；
根据所述第二对齐场景变换序列，例如通过进行场景切割，在原始视频中切割起始点为Bi，长度为Li的视频帧，得到对齐后原始视频。
这种通过判断ai与a(i+1)-1的相似度大于第二匹配阈值，以及场景长度一直，为所述第一场景变换序列中第一场景帧ai获取匹配的第二场景帧bj的方法，适用于已经对目标视频和原始视频的帧率进行了统一的情况。
在另一个实施例中，在所述第二场景变换序列中，为所述第一场景变换序列中第一场景帧ai获取匹配的第二场景帧bj，其中，第一场景帧和第二场景帧相匹配，需要满足两个条件：
所述第一场景帧ai与所述第二场景帧bj相似度大于第二匹配阈值，
且所述第一场景帧ai相邻的下一个场景帧的前一帧a(i+1)-1与所述第二场景变换序列中与所述第二场景帧bj相邻的下一个场景帧的前一帧b(j+1)-1相似度大于第三匹配阈值。例如第一场景变换序列中包括(1，5，7，10)，i取1，a1即帧序号1，下一个场景帧a(i+1)即a2对应帧序号5，所以下一个场景帧的前一帧a(i+1)-1即5减去1得4。
将相匹配的第一场景帧ai的帧序号，以及所述第一场景变换序列中与所述第一场景帧ai相邻的下一个场景帧的前一帧a(i+1)-1的帧序号放入序列A，获取对齐后的第一对齐场景变换序列；
将相匹配的第二场景帧bj的帧序号，以及所述第二场景变换序列中与所述第二场景帧bj相邻的下一个场景帧的前一帧b(j+1)-1的帧序号放入序列B，获取对齐后的第二对齐场景变换序列；
根据所述第一对齐场景变换序列，例如通过进行场景切割，在目标视频中切割起始点为Ai，长度为Li的视频帧，得到对齐后的目标视频；
根据所述第二对齐场景变换序列，例如通过进行场景切割，在原始视频中切割起始点为Bi，长度为Li的视频帧，得到对齐后原始视频。
这种通过判断ai与a(i+1)-1的相似度大于第二匹配阈值，以及bj与b(j+1)-1的相似度大于第二匹配阈值，为所述第一场景变换序列中第一场景帧ai获取匹配的第二场景帧bj的方法，既适用于已经对目标视频和原始视频的帧率进行了统一的情况，也适用于没有对目标视频和原始视频的帧率进行了统一的情况。如果没有对目标视频和原始视频的帧率进行统一，则通常在进行场景切割后进行帧率统一。
本申请实施例通过使用颜色直方图作为相似度进行视频对齐，可以适应相同色彩，并且可以有平移、缩放、旋转不变性，降低了所占用的内存空间，同时提高了受损程度高的情形下的鲁棒性。对齐后的目标视频帧和原始视频帧可用于后续的模型训练，数据检测和评价。
参见图2，是本申请一实施例提供的一种视频帧对齐装置示意图，为了便于说明，仅示出了与本发明实施例相关的部分，包括：
获取模块21，用于获取原始视频和所述原始视频的目标视频；
第一计算模块22，用于计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；
第二计算模块23，用于计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；
对齐模块24，用于根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。
其中，获取模块21，还包括：
确定所述目标视频的第一帧率；
确定所述原始视频的第二帧率；
判断所述第一帧率和所述第二帧率是否相等；
当不相等时，生成所述第二帧率的目标视频。
对齐模块24，还用于根据所述第一颜色直方图相似度，确定所述目标视频的第一场景变化序列；
根据所述第二颜色直方图相似度，确定所述原始视频的第二场景变化序列；
根据所述第一场景变换序列和所述第二场景变化序列，得到对齐后的目标视频和对齐后的原始视频。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述移动终端的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述移动终端中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，在此不再赘述。
图3是本发明一实施例提供的终端设备的示意图。如图3所示，该实施例的终端设备3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述视频帧对齐方法的步骤，例如图1所示的步骤101至104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块21至24的功能。
示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑等计算设备。所述终端设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端设备3的示例，并不构成对终端设备3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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(CentRalPRocessinG Unit，CPU)，还可以是其他通用处理器、数字信号处理器(DiGitalSiGnalPRocessoR，DSP)、专用集成电路(Application Specific InteGRatedCiRcuit，ASIC)、现成可编程门阵列(Field-PRoGRammaBle Gate ARRay，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(SmaRt Media CaRd，SMC)，安全数字(SecuReDiGital，SD)卡，闪存卡(Flash CaRd)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还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存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、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，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only MemoRy)、随机存取存储器(RAM，Random Access MemoRy)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述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，均应包含在本发明的保护范围之内。

Claims (11)

1.一种视频帧对齐方法，其特征在于，包括：
获取原始视频和所述原始视频的目标视频；
计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；
计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；
根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。
2.如权利要求1所述的视频帧对齐方法，其特征在于，根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频，包括：
根据所述第一颜色直方图相似度，确定所述目标视频的第一场景变化序列；
根据所述第二颜色直方图相似度，确定所述原始视频的第二场景变化序列；
根据所述第一场景变换序列和所述第二场景变化序列，得到对齐后的目标视频和对齐后的原始视频。
3.如权利要求2所述的视频帧对齐方法，其特征在于，根据所述第一颜色直方图相似度，确定所述目标视频的第一场景变化序列，包括：
若当前帧和上一帧之间的所述第一颜色直方图相似度小于或等于第一预设阈值，将当前帧的帧序号放入场景变换序列；
遍历第三预设数量的所述目标视频中的候选帧，得到目标视频的所述第一场景变换序列。
4.如权利要求2所述的视频帧对齐方法，其特征在于，根据所述第二颜色直方图相似度，确定所述原视频的第二场景变化序列，包括：
若当前帧和上一帧之间的所述第二颜色直方图相似度小于或等于第二预设阈值，将当前帧的帧序号放入场景变换序列；
遍历第四预设数量的原始视频的候选帧，得到原始视频的所述第二场景变换序列。
5.如权利要求2至4任一项所述的视频帧对齐方法，其特征在于，根据所述第一场景变换序列和所述第二场景变化序列，得到对齐后的目标视频和对齐后的原始视频，包括：
在所述第二场景变换序列中，找到与所述第一场景变换序列中第一场景帧ai相匹配的第二场景帧bj，i代表帧序号ai在所述第一场景变换序列的序号，1≤j≤n，所述n为所述第一场景变换序列包括的帧序号的总数目，j代表帧序号bj在所述第二场景变换序列的序号，1≤j≤m，所述m为所述第二场景变换序列包括的帧序号的总数目；
将相匹配的第一场景帧ai的帧序号以及场景长度放入序列A，获取对齐后的第一对齐场景变换序列；
将相匹配的第二场景帧bj的帧序号以及场景长度放入序列B，获取对齐后的第二对齐场景变换序列；
根据所述第一对齐场景变换序列，得到对齐后的目标视频；
根据所述第二对齐场景变换序列，得到对齐后的原始视频；
其中，所述第一场景帧ai与所述第二场景帧bj相似度大于第一匹配阈值，且第一场景帧ai和第二场景帧场景bj的场景长度一致。
6.如权利要求5所述的视频帧对齐方法，其特征在于，所述第一场景帧ai的场景长度等于第一场景变换序列中与所述第一场景帧ai相邻的下一个场景帧a(i+1)的帧序号减去第一场景帧ai的帧序号，所述第二场景帧bj的场景长度等于第二场景变换序列中与所述第二场景帧bj相邻的下一个场景帧b(j+1)的帧序号减去第二场景帧bj的帧序号。
7.如权利要求2至4任一项所述的视频帧对齐方法，其特征在于，根据所述第一场景变换序列和所述第二场景变化序列，得到对齐后的目标视频和对齐后的原始视频，包括：
在所述第二场景变换序列中，为所述第一场景变换序列中第一场景帧ai获取匹配的第二场景帧bj，其中i为所述第一场景帧ai的帧序号，j为所述第二场景帧bj的帧序号；
将相匹配的第一场景帧ai的帧序号，以及所述第一场景变换序列中与所述第一场景帧ai相邻的下一个场景帧的前一帧a(i+1)-1的帧序号放入序列A，获取对齐后的第一对齐场景变换序列；
将相匹配的第二场景帧bj的帧序号，以及所述第二场景变换序列中与所述第二场景帧bj相邻的下一个场景帧的前一帧b(j+1)-1的帧序号放入序列B，获取对齐后的第二对齐场景变换序列；
根据所述第一对齐场景变换序列，得到对齐后的目标视频；
根据所述第二对齐场景变换序列，得到对齐后原始视频；
其中，所述第一场景帧ai与所述第二场景帧bj相似度大于第二匹配阈值，且所述第一场景帧ai相邻的下一个场景帧的前一帧a(i+1)-1与所述第二场景变换序列中与所述第二场景帧bj相邻的下一个场景帧的前一帧b(j+1)-1相似度大于第三匹配阈值。
8.如权利要求1所述的视频帧对齐方法，其特征在于，获取原始视频和所述原始视频的目标视频之后，还包括：
确定所述目标视频的第一帧率；
确定所述原始视频的第二帧率；
判断所述第一帧率和所述第二帧率是否相等；
当不相等时，生成所述第二帧率的目标视频。
9.一种视频帧对齐装置，其特征在于，包括：
获取模块，用于获取原始视频和所述原始视频的目标视频；
第一计算模块，用于计算所述目标视频中第一预设数量的相邻两视频帧之间的第一颜色直方图相似度；
第二计算模块，用于计算所述原始视频中第二预设数量的相邻两视频帧之间的第二颜色直方图相似度；
对齐模块，用于根据所述第一颜色直方图相似度和所述第二颜色直方图相似度，将所述原始视频和所述目标视频对齐，得到对齐后的目标视频和对齐后的原始视频。
10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的视频帧对齐方法的步骤。
11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至8任一项所述的视频帧对齐方法的步骤。
CN202011476383.1A 2020-12-15 2020-12-15 视频帧对齐方法、装置、终端设备及计算机可读存储介质 Pending CN114640881A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011476383.1A CN114640881A (zh) 2020-12-15 2020-12-15 视频帧对齐方法、装置、终端设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011476383.1A CN114640881A (zh) 2020-12-15 2020-12-15 视频帧对齐方法、装置、终端设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN114640881A true CN114640881A (zh) 2022-06-17

Family

ID=81944643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011476383.1A Pending CN114640881A (zh) 2020-12-15 2020-12-15 视频帧对齐方法、装置、终端设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114640881A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115243073A (zh) * 2022-07-22 2022-10-25 腾讯科技（深圳）有限公司 一种视频处理方法、装置、设备及存储介质
CN116688495A (zh) * 2022-11-04 2023-09-05 荣耀终端有限公司 帧率调整方法及相关装置
CN116939267A (zh) * 2023-09-14 2023-10-24 腾讯科技（深圳）有限公司 帧对齐方法、装置、计算机设备及存储介质
CN117640925A (zh) * 2024-01-26 2024-03-01 海看网络科技(山东)股份有限公司 一种多路视频画面一致性检测方法、系统及电子设备

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115243073A (zh) * 2022-07-22 2022-10-25 腾讯科技（深圳）有限公司 一种视频处理方法、装置、设备及存储介质
CN115243073B (zh) * 2022-07-22 2024-05-14 腾讯科技（深圳）有限公司 一种视频处理方法、装置、设备及存储介质
CN116688495A (zh) * 2022-11-04 2023-09-05 荣耀终端有限公司 帧率调整方法及相关装置
CN116688495B (zh) * 2022-11-04 2024-04-19 荣耀终端有限公司 帧率调整方法及相关装置
CN116939267A (zh) * 2023-09-14 2023-10-24 腾讯科技（深圳）有限公司 帧对齐方法、装置、计算机设备及存储介质
CN116939267B (zh) * 2023-09-14 2023-12-05 腾讯科技（深圳）有限公司 帧对齐方法、装置、计算机设备及存储介质
CN117640925A (zh) * 2024-01-26 2024-03-01 海看网络科技(山东)股份有限公司 一种多路视频画面一致性检测方法、系统及电子设备

Similar Documents

Publication Publication Date Title
CN114640881A (zh) 视频帧对齐方法、装置、终端设备及计算机可读存储介质
US8897512B1 (en) Video hashing system and method
JP4725690B2 (ja) 映像識別子抽出装置
EP1382207B1 (en) Method for summarizing a video using motion descriptors
US11222211B2 (en) Method and apparatus for segmenting video object, electronic device, and storage medium
Almeida et al. Comparison of video sequences with histograms of motion patterns
US8582915B2 (en) Image enhancement for challenging lighting conditions
US7840081B2 (en) Methods of representing and analysing images
US8995708B2 (en) Apparatus and method for robust low-complexity video fingerprinting
CN107135401B (zh) 关键帧选取方法及系统
US9305603B2 (en) Method and apparatus for indexing a video stream
Fayyaz et al. An improved surveillance video forgery detection technique using sensor pattern noise and correlation of noise residues
CN116363554A (zh) 一种监控视频关键帧提取方法、系统、介质、设备及终端
CN111970510B (zh) 视频处理方法、存储介质及计算装置
KR20090028788A (ko) 키 프레임 추출 방법 및 시스템
CN112330618B (zh) 图像偏移检测方法、设备及存储介质
CN110769262A (zh) 一种视频图像压缩方法及系统
WO2010084738A1 (ja) 照合加重情報抽出装置
EP2325801A2 (en) Methods of representing and analysing images
US9414067B2 (en) Methods and systems for detection of block based video dropouts
US8804046B1 (en) Methods and systems for detection of chroma dropouts in video
CN111988600A (zh) 一种视频镜头切换的检测方法、装置及终端设备
CN110248182B (zh) 一种场景片段镜头检测方法
CN108710853B (zh) 人脸识别方法及装置
Pereira et al. Robust video fingerprinting system

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