CN115086472A - 基于关键帧信息的手机app管理平台 - Google Patents

基于关键帧信息的手机app管理平台 Download PDF

Info

Publication number
CN115086472A
CN115086472A CN202210659962.2A CN202210659962A CN115086472A CN 115086472 A CN115086472 A CN 115086472A CN 202210659962 A CN202210659962 A CN 202210659962A CN 115086472 A CN115086472 A CN 115086472A
Authority
CN
China
Prior art keywords
key frame
mobile phone
picture
neural network
short
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.)
Granted
Application number
CN202210659962.2A
Other languages
English (en)
Other versions
CN115086472B (zh
Inventor
不公告发明人
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.)
Guangdong Teamstar Information Technology Co ltd
Original Assignee
Taizhou Yadong Advertising Media 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 Taizhou Yadong Advertising Media Co ltd filed Critical Taizhou Yadong Advertising Media Co ltd
Priority to CN202210659962.2A priority Critical patent/CN115086472B/zh
Priority to GBGB2213729.3A priority patent/GB202213729D0/en
Publication of CN115086472A publication Critical patent/CN115086472A/zh
Application granted granted Critical
Publication of CN115086472B publication Critical patent/CN115086472B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
    • H04M1/72439—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages for image or video messaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及一种基于关键帧信息的手机APP管理平台，包括：关键帧抓取设备，用于抓取手机APP最近播放过的多个短视频的设定总数的各个关键帧画面；归一化映射设备，用于将各个关键帧画面执行画面解析度、画面清晰度以及画面信噪比的归一化处理，以获得各个归一化画面；关系构建设备，用于构建霍菲特神经网络，霍菲特神经网络的各个输入内容为设定总数的各个关键帧画面，单个输出内容为下一短视频的视频类型。通过本发明，能够在手机APP处采用智能预测机制执行基于最近播放过的多个短视频的设定总数的各个关键帧画面的下一短视频类型的实时选择，从而深入解析和挖掘用户的观看顺序和观看习惯，方便用户观看到自己偏好的短视频内容。

Description

基于关键帧信息的手机APP管理平台
技术领域
本发明涉及手机APP领域，尤其涉及一种基于关键帧信息的手机APP管理平台。
背景技术
APP软件开发指的是手机应用软件的开发与服务。这里的APP指的是应用程序application的意思。APP技术原本是对软件进行加速运算或进行大型科学运算的技术，基于Paas开发平台开发出的APP，直接部署在云环境上，为企业进行集成，形成一种租用云服务的模式。同时，APP技术还可以应用于移动互联网中。
目前，作为人们便携的常用通讯工具和常用交流工具，各种类型的应用程序即APP纷纷应用于手机端以提升人气量、增加经济收入，例如，执行直播的手机APP。然而在直播APP执行后续短视频的类型选择时，一般仅仅简单地对用户观看过的APP进行类型的数量排序，基于排序结果执行视频类型的选择，这种视频类型选择模式过于简单，没有深入解析和挖掘用户的观看顺序和观看习惯，导致用户经常陷入繁琐的短视频切换过程。
发明内容
为了解决相关领域的技术问题，本发明提供了一种基于关键帧信息的手机APP管理平台，能够在手机APP处采用针对性设计和针对性学习的霍菲特神经网络执行基于最近播放过的多个短视频的设定总数的各个关键帧画面的下一短视频类型的智能化选择，从而深入解析和挖掘用户的观看顺序和观看习惯，提升用户对手机APP的使用体验。
根据本发明的一方面，提供了一种基于关键帧信息的手机APP管理平台，所述平台包括：
关键帧抓取设备，设置在手机端且与运行在手机上的直播应用程序连接，用于抓取最近播放过的多个短视频的设定总数的各个关键帧画面；
归一化映射设备，与所述关键帧抓取设备连接，用于将抓取到的各个关键帧画面执行画面解析度的归一化处理、画面清晰度的归一化处理以及画面信噪比的归一化处理，以获得各个归一化画面；
关系构建设备，与所述归一化映射设备连接，用于构建霍菲特神经网络，所述霍菲特神经网络的各个输入内容为设定总数的各个关键帧画面，所述霍菲特神经网络的单个输出内容为下一短视频的视频类型；
学习重构设备，与所述关系构建设备连接，用于采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出；
预测处理设备，与所述学习重构设备连接，用于将所述直播应用程序即将结束当前短视频的播放之前，将包括当前短视频的最近播放过的多个短视频对应的各个归一化画面输入到所述人工智能预测体并运行所述人工智能预测体以获得当前短视频的后续短视频的视频类型；
选择播控设备，与所述预测处理设备连接，用于将直播应用程序的云存储服务器中具有后续短视频的视频类型的各个短视频内选择最新上传到所述云存储服务器的短视频以作为手机上的直播应用程序的后续短视频；
其中，多次设定总数的取值与各个归一化画面的画面清晰度成反比；
其中，多次学习操作的学习次数与各个归一化画面的画面解析度成正比。
根据本发明的另一方面，还提供了一种基于关键帧信息的手机APP管理方法，所述方法包括使用如上述的基于关键帧信息的手机APP管理平台以根据手机直播应用程序最近播放过的多个短视频的设定总数的各个关键帧画面判断用户期望的下一短视频的视频类型。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的基于关键帧信息的手机APP管理平台的工作场景示意图。
图2为根据本发明实施方案示出的基于关键帧信息的手机APP管理平台所使用的霍菲特神经网络的内部结构示意图。
具体实施方式
下面将参照附图对本发明的基于关键帧信息的手机APP管理平台的实施方案进行详细说明。
MPEG编码将画面(即帧)分为I、P、B三种，I是内部编码帧，P是前向预测帧，B是双向内插帧。简单地讲，I帧是关键帧，可以理解为一个完整的画面，而P帧和B帧记录的是相对于I帧的变化，P帧表示跟前一帧的差别，B帧表示前后帧差别。没有I帧，P帧和B帧就无法解码。
目前，作为人们便携的常用通讯工具和常用交流工具，各种类型的应用程序即APP纷纷应用于手机端以提升人气量、增加经济收入，例如，执行直播的手机APP。然而在直播APP执行后续短视频的类型选择时，一般仅仅简单地对用户观看过的APP进行类型的数量排序，基于排序结果执行视频类型的选择，这种视频类型选择模式过于简单，没有深入解析和挖掘用户的观看顺序和观看习惯，导致用户经常陷入繁琐的短视频切换过程。
为了克服上述不足，本发明搭建了一种基于关键帧信息的手机APP管理平台，能够有效解决相应的技术问题。
本发明具备以下三处突出的实质性特点：首先，根据手机直播应用程序最近播放过的多个短视频的设定总数的各个关键帧画面判断用户期望的下一短视频的视频类型，从而实现根据手机直播应用程序用户观看习惯的视频内容的自适应选择；其次，建立针对性设计和针对性学习的霍菲特神经网络，所述霍菲特神经网络的各个输入内容为设定总数的各个关键帧画面，所述霍菲特神经网络的单个输出内容为下一短视频的视频类型，其中，多次设定总数的取值与各个归一化画面的画面清晰度成反比，以及多次学习操作的学习次数与各个归一化画面的画面解析度成正比；再次，抓取最近播放过的多个短视频的设定总数的各个关键帧画面中，根据最近播放过的短视频的播放时长确定其被抓取的关键帧的数量，最近播放过的短视频的播放时长的数值越大，确定的其被抓取的关键帧的数量越多，从而实现对执行视频类型预测处理的关键帧的动态选择。
图1为根据本发明实施方案示出的基于关键帧信息的手机APP管理平台的工作场景示意图，所述平台包括：
关键帧抓取设备，设置在手机端且与运行在手机上的直播应用程序连接，用于抓取最近播放过的多个短视频的设定总数的各个关键帧画面；
归一化映射设备，与所述关键帧抓取设备连接，用于将抓取到的各个关键帧画面执行画面解析度的归一化处理、画面清晰度的归一化处理以及画面信噪比的归一化处理，以获得各个归一化画面；
关系构建设备，与所述归一化映射设备连接，用于构建霍菲特神经网络，所述霍菲特神经网络的各个输入内容为设定总数的各个关键帧画面，所述霍菲特神经网络的单个输出内容为下一短视频的视频类型；
学习重构设备，与所述关系构建设备连接，用于采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出；
如图2所示，给出了霍菲特神经网络的内部结构，其中N的取值等于所述设定总数，所述霍菲特神经网络包括第一层、第二层以及第三层的多层结构；
预测处理设备，与所述学习重构设备连接，用于将所述直播应用程序即将结束当前短视频的播放之前，将包括当前短视频的最近播放过的多个短视频对应的各个归一化画面输入到所述人工智能预测体并运行所述人工智能预测体以获得当前短视频的后续短视频的视频类型；
选择播控设备，与所述预测处理设备连接，用于将直播应用程序的云存储服务器中具有后续短视频的视频类型的各个短视频内选择最新上传到所述云存储服务器的短视频以作为手机上的直播应用程序的后续短视频；
其中，多次设定总数的取值与各个归一化画面的画面清晰度成反比；
其中，多次学习操作的学习次数与各个归一化画面的画面解析度成正比。
接着，继续对本发明的基于关键帧信息的手机APP管理平台的具体结构进行进一步的说明。
所述基于关键帧信息的手机APP管理平台中还可以包括：
实时请求设备，与所述选择播控设备以及所述云存储服务器连接，用于将所述云存储服务器中手机上的直播应用程序的后续短视频下载到所述手机端。
所述基于关键帧信息的手机APP管理平台中还可以包括：
播放缓存设备，与所述实时请求设备连接，用于缓存所述实时请求设备下载的后续短视频的各个图像组。
所述基于关键帧信息的手机APP管理平台中：
抓取最近播放过的多个短视频的设定总数的各个关键帧画面包括：根据最近播放过的短视频的播放时长确定其被抓取的关键帧的数量。
所述基于关键帧信息的手机APP管理平台中：
根据最近播放过的短视频的播放时长确定其被抓取的关键帧的数量包括：最近播放过的短视频的播放时长的数值越大，确定的其被抓取的关键帧的数量越多。
所述基于关键帧信息的手机APP管理平台中：
最近播放过的短视频的播放时长的数值越大，确定的其被抓取的关键帧的数量越多包括：针对每一短视频，其被抓拍的各个关键帧均匀分布在其播放时间轴上。
所述基于关键帧信息的手机APP管理平台中：
抓取最近播放过的多个短视频的设定总数的各个关键帧画面还包括：最近播放过的多个短视频的平均播放时长的数值越大，被抓取关键帧的多个短视频的数量越少。
所述基于关键帧信息的手机APP管理平台中：
采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出包括：每一个历史短视频对应一次学习操作，学习操作中，将每一个历史短视频的视频类型作为所述关系构建设备构建的霍菲特神经网络的单个输出内容。
所述基于关键帧信息的手机APP管理平台中：
采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出还包括：每一个历史短视频对应一次学习操作，学习操作中，将所述历史短视频之前的、最近播放过的多个短视频对应的设定总数的各个归一化画面作为所述关系构建设备构建的霍菲特神经网络的各个输入内容。
同时，为了克服上述不足，本发明还搭建了一种基于关键帧信息的手机APP管理方法，所述方法包括使用如上述的基于关键帧信息的手机APP管理平台以根据手机直播应用程序最近播放过的多个短视频的设定总数的各个关键帧画面判断用户期望的下一短视频的视频类型。
另外，在所述基于关键帧信息的手机APP管理平台中，针对每一短视频，其被抓拍的各个关键帧均匀分布在其播放时间轴上包括：针对每一短视频，其被抓拍的各个关键帧中，每两个相邻的关键帧之间的时间间隔相等。
以及在所述基于关键帧信息的手机APP管理平台中，针对每一短视频，其被抓拍的各个关键帧均匀分布在其播放时间轴上还包括：所述短视频的每一图像组GOP内存在一个关键帧，所述短视频由多个GOP构成。
采用本发明的基于关键帧信息的手机APP管理平台，针对现有技术中手机APP用户难以快速观看到的自己偏好的短视频内容的技术问题，能够在手机APP处采用智能预测机制执行基于最近播放过的多个短视频的设定总数的各个关键帧画面的下一短视频类型的实时选择，从而深入解析和挖掘用户的观看顺序和观看习惯，方便用户观看到自己偏好的短视频内容。
尽管本发明实施方案的例子已经被表示和描述，但是本领域技术人员应该理解，在不背离本发明的真实范围的情况下，各种其它的修改可以被进行，并且等价物可以被代替。另外，在不背离在此被描述的本发明概念的情况下，很多修改可以被进行以便使得一个特定情况适合于本发明的示教。因此，本发明未被限于被公开的特殊的实施方案，而是本发明包括落在附加权利要求书的范围内的全部实施方案。

Claims (10)

1.一种基于关键帧信息的手机APP管理平台，其特征在于，所述平台包括：
关键帧抓取设备，设置在手机端且与运行在手机上的直播应用程序连接，用于抓取最近播放过的多个短视频的设定总数的各个关键帧画面；
归一化映射设备，与所述关键帧抓取设备连接，用于将抓取到的各个关键帧画面执行画面解析度的归一化处理、画面清晰度的归一化处理以及画面信噪比的归一化处理，以获得各个归一化画面；
关系构建设备，与所述归一化映射设备连接，用于构建霍菲特神经网络，所述霍菲特神经网络的各个输入内容为设定总数的各个关键帧画面，所述霍菲特神经网络的单个输出内容为下一短视频的视频类型；
学习重构设备，与所述关系构建设备连接，用于采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出；
预测处理设备，与所述学习重构设备连接，用于将所述直播应用程序即将结束当前短视频的播放之前，将包括当前短视频的最近播放过的多个短视频对应的各个归一化画面输入到所述人工智能预测体并运行所述人工智能预测体以获得当前短视频的后续短视频的视频类型；
选择播控设备，与所述预测处理设备连接，用于将直播应用程序的云存储服务器中具有后续短视频的视频类型的各个短视频内选择最新上传到所述云存储服务器的短视频以作为手机上的直播应用程序的后续短视频；
其中，多次设定总数的取值与各个归一化画面的画面清晰度成反比；
其中，多次学习操作的学习次数与各个归一化画面的画面解析度成正比。
2.如权利要求1所述的基于关键帧信息的手机APP管理平台，其特征在于，所述平台还包括：
实时请求设备，与所述选择播控设备以及所述云存储服务器连接，用于将所述云存储服务器中手机上的直播应用程序的后续短视频下载到所述手机端。
3.如权利要求2所述的基于关键帧信息的手机APP管理平台，其特征在于，所述平台还包括：
播放缓存设备，与所述实时请求设备连接，用于缓存所述实时请求设备下载的后续短视频的各个图像组。
4.如权利要求1-3任一所述的基于关键帧信息的手机APP管理平台，其特征在于：
抓取最近播放过的多个短视频的设定总数的各个关键帧画面包括：根据最近播放过的短视频的播放时长确定其被抓取的关键帧的数量。
5.如权利要求4所述的基于关键帧信息的手机APP管理平台，其特征在于：
根据最近播放过的短视频的播放时长确定其被抓取的关键帧的数量包括：最近播放过的短视频的播放时长的数值越大，确定的其被抓取的关键帧的数量越多。
6.如权利要求5所述的基于关键帧信息的手机APP管理平台，其特征在于：
最近播放过的短视频的播放时长的数值越大，确定的其被抓取的关键帧的数量越多包括：针对每一短视频，其被抓拍的各个关键帧均匀分布在其播放时间轴上。
7.如权利要求6所述的基于关键帧信息的手机APP管理平台，其特征在于：
抓取最近播放过的多个短视频的设定总数的各个关键帧画面还包括：最近播放过的多个短视频的平均播放时长的数值越大，被抓取关键帧的多个短视频的数量越少。
8.如权利要求1-3任一所述的基于关键帧信息的手机APP管理平台，其特征在于：
采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出包括：每一个历史短视频对应一次学习操作，学习操作中，将每一个历史短视频的视频类型作为所述关系构建设备构建的霍菲特神经网络的单个输出内容。
9.如权利要求8所述的基于关键帧信息的手机APP管理平台，其特征在于：
采用多个历史短视频的关系信息对所述关系构建设备构建的霍菲特神经网络执行多次学习操作，以获得经过多次学习操作后的霍菲特神经网络并作为人工智能预测体输出还包括：每一个历史短视频对应一次学习操作，学习操作中，将所述历史短视频之前的、最近播放过的多个短视频对应的设定总数的各个归一化画面作为所述关系构建设备构建的霍菲特神经网络的各个输入内容。
10.一种基于关键帧信息的手机APP管理方法，所述方法包括使用如权利要求1-9任一所述的基于关键帧信息的手机APP管理平台以根据手机直播应用程序最近播放过的多个短视频的设定总数的各个关键帧画面判断用户期望的下一短视频的视频类型。
CN202210659962.2A 2022-06-10 2022-06-13 基于关键帧信息的手机app管理系统 Active CN115086472B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210659962.2A CN115086472B (zh) 2022-06-13 2022-06-13 基于关键帧信息的手机app管理系统
GBGB2213729.3A GB202213729D0 (en) 2022-06-10 2022-09-20 Storage space saving platform for photographic app, mobile phone app management platform based on key frame information, pedometer application api function

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210659962.2A CN115086472B (zh) 2022-06-13 2022-06-13 基于关键帧信息的手机app管理系统

Publications (2)

Publication Number Publication Date
CN115086472A true CN115086472A (zh) 2022-09-20
CN115086472B CN115086472B (zh) 2023-04-18

Family

ID=83251732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210659962.2A Active CN115086472B (zh) 2022-06-10 2022-06-13 基于关键帧信息的手机app管理系统

Country Status (1)

Country Link
CN (1) CN115086472B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115756872A (zh) * 2022-12-13 2023-03-07 陈应钦 基于数据分析的计算机内存释放系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446015A (zh) * 2016-08-29 2017-02-22 北京工业大学 一种基于用户行为偏好的视频内容访问预测与推荐方法
CN111079864A (zh) * 2019-12-31 2020-04-28 杭州趣维科技有限公司 一种基于优化视频关键帧提取的短视频分类方法及系统
US20200334468A1 (en) * 2018-01-08 2020-10-22 Samsung Electronics Co., Ltd. Display apparatus, server, system and information-providing methods thereof
CN112464878A (zh) * 2020-12-10 2021-03-09 泰州市元和达电子科技有限公司 多层神经网络模型应用平台
CN112528941A (zh) * 2020-12-23 2021-03-19 泰州市朗嘉馨网络科技有限公司 基于神经网络的自动化参数设定系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446015A (zh) * 2016-08-29 2017-02-22 北京工业大学 一种基于用户行为偏好的视频内容访问预测与推荐方法
US20200334468A1 (en) * 2018-01-08 2020-10-22 Samsung Electronics Co., Ltd. Display apparatus, server, system and information-providing methods thereof
CN111079864A (zh) * 2019-12-31 2020-04-28 杭州趣维科技有限公司 一种基于优化视频关键帧提取的短视频分类方法及系统
CN112464878A (zh) * 2020-12-10 2021-03-09 泰州市元和达电子科技有限公司 多层神经网络模型应用平台
CN112528941A (zh) * 2020-12-23 2021-03-19 泰州市朗嘉馨网络科技有限公司 基于神经网络的自动化参数设定系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115756872A (zh) * 2022-12-13 2023-03-07 陈应钦 基于数据分析的计算机内存释放系统
CN115756872B (zh) * 2022-12-13 2023-05-26 北京望京科技孵化服务有限公司 基于数据分析的计算机内存释放系统

Also Published As

Publication number Publication date
CN115086472B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
US10638169B2 (en) Codec techniquest for fast switching without a synchronization frame
US20220030244A1 (en) Content adaptation for streaming
CN110557670B (zh) 在网页页面中播放视频的方法、装置、终端和存储介质
US10375156B2 (en) Using worker nodes in a distributed video encoding system
US10341561B2 (en) Distributed image stabilization
TWI511544B (zh) 用於可調適視訊串流之技術
US10602157B2 (en) Variable bitrate control for distributed video encoding
US10009628B2 (en) Tuning video compression for high frame rate and variable frame rate capture
US20070103558A1 (en) Multi-view video delivery
US10506235B2 (en) Distributed control of video encoding speeds
US10499070B2 (en) Key frame placement for distributed video encoding
US20170078671A1 (en) Accelerated uploading of encoded video
WO2010009188A2 (en) Demand-driven optimization and balancing of transcoding resources
CN104469370A (zh) 一种视频转码的方法和装置
WO2007077447A2 (en) Real-time multithread video streaming
CN110198494B (zh) 一种视频播放方法、装置、设备和存储介质
CN115086472B (zh) 基于关键帧信息的手机app管理系统
CN110891177A (zh) 视频降噪、视频转码中的降噪处理方法、装置和机器设备
CN113225585A (zh) 一种视频清晰度的切换方法、装置、电子设备以及存储介质
US20130215956A1 (en) Video system for displaying image data, method and computer program
CN110636332A (zh) 一种视频处理方法、装置及计算机可读存储介质
CN117354524B (zh) 编码器编码性能测试方法、装置、设备及计算机介质
US20230199267A1 (en) Method and apparatus for processing adaptive multi-view streaming
De Wachter et al. Optimizing channel switching for digital television through low quality streams
Chen et al. Vesper: Learning to Manage Uncertainty in Video Streaming

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230306

Address after: Floor 20, Building 1, Dezhong Plaza, No. 1, Huihui East Road, Torch Development Zone, Zhongshan City, Guangdong Province, 528400

Applicant after: GUANGDONG TEAMSTAR INFORMATION TECHNOLOGY CO.,LTD.

Address before: 225300 The first floor of the south (Wenfeng Commercial and Residential Building), No. 551, Gulou South Road, Hailing District, Taizhou City, Jiangsu Province

Applicant before: Taizhou Yadong Advertising Media Co.,Ltd.

GR01 Patent grant
GR01 Patent grant