CN115484460A - 基于人工智能的视频数据处理方法、装置、设备及介质 - Google Patents

Abstract

本公开提供了一种基于人工智能的视频数据处理方法、装置、设备及介质，人工智能领域，具体涉及云计算、云存储和分布式存储技术，可应用在智能云场景下。具体实现方案为：从待播放视频中确定目标播放时刻对应的目标视频帧，并将所述目标视频帧所属的候选画面组GOP作为目标GOP，并将所述目标GOP所属的候选GOP集合作为目标GOP集合；根据所述目标视频帧的第一解码状态和/或所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合；基于目标解码器集合对所述待解码GOP集合进行并行解码，得到待播放视频帧。通过上述技术方案，可以提高视频解码的效率。

Description

基于人工智能的视频数据处理方法、装置、设备及介质

技术领域

本公开涉及人工智能领域，具体涉及云计算、云存储和分布式存储技术，可应用在智能云场景下。

背景技术

各种各样的视频以成为人们日常生活娱乐不可或缺的一部分，视频的传输播放需要进行编码和解码的过程。视频解码即采用特定方法将数字编码的视频数据还原成其代表的视频内容、或者将电脉冲信号转换成它所代表的视频信息、数据等的过程，只有经过解码后的视频才能够正常展示给用户。

目前视频在播放过程中，主要是在时域维度一帧一帧依次解码后进行播放，这样依据视频流的先后顺序进行解码的方式，不能够满足用户加速播放视频的需求，因此亟需改进。

发明内容

本公开提供了一种基于人工智能的视频数据处理方法、装置、设备及介质。

根据本公开的一方面，提供了一种基于人工智能的视频数据处理方法，该方法包括：

从待播放视频中确定目标播放时刻对应的目标视频帧，并将所述目标视频帧所属的候选画面组GOP作为目标GOP，并将所述目标GOP所属的候选GOP集合作为目标GOP集合；

根据所述目标视频帧的第一解码状态和/或所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合；

基于目标解码器集合对所述待解码GOP集合进行并行解码，得到待播放视频帧。

根据本公开的另一方面，提供了一种基于人工智能的视频数据处理装置，该装置包括：

目标GOP集合确定模块，用于从待播放视频中确定目标播放时刻对应的目标视频帧，并将所述目标视频帧所属的候选画面组GOP作为目标GOP，并将所述目标GOP所属的候选GOP集合作为目标GOP集合；

待解码GOP集合确定模块，用于根据所述目标视频帧的第一解码状态和/或所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合；

待播放视频确定模块，用于基于目标解码器集合对所述待解码GOP集合进行并行解码，得到待播放视频帧。

根据本公开的另一方面，提供了一种电子设备，该电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的基于人工智能的视频数据处理方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的基于人工智能的视频数据处理方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开任一实施例所述的基于人工智能的视频数据处理方法。

根据本公开的技术，能够提高视频的解码效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种基于人工智能的视频数据处理方法的流程图；

图2是根据本公开实施例提供的另一种基于人工智能的视频数据处理方法的流程图；

图3是根据本公开实施例提供的又一种基于人工智能的视频数据处理方法的流程图；

图4是根据本公开实施例提供的再一种基于人工智能的视频数据处理方法的流程图；

图5是根据本公开实施例提供的一种基于人工智能的视频数据处理装置的结构示意图；

图6是用来实现本公开实施例的基于人工智能的视频数据处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，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”、“目标”、“候选”等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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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。

此外，还需要说明的是，本发明的技术方案中，所涉及的待播放视频等的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

图1是根据本公开实施例提供的一种基于人工智能的视频数据处理方法的流程图。本实施例适用于如何进行视频数据处理的情况。该方法可以由视频数据处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于承载视频数据处理功能的电子设备中，比如移动终端中。如图1所示，本实施例的基于人工智能的视频数据处理方法可以包括：

S101，从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选画面组GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合。

本实施例中，待播放视频是指需要进行播放的视频，也即需要进行解码的视频；进一步的，待播放视频中包括至少一个候选画面组(Group of Picture，GOP)集合，即候选GOP集合；候选GOP集合包括至少一个候选画面组(Group of Picture，GOP)；每个候选GOP中包括至少一个视频帧。所谓候选GOP是指I帧作为起始帧的一组视频帧。所谓候选GOP集合是指可以进行独立解码的至少一个候选GOP。

目标播放时刻是指期望待播放视频进行播放的时刻；可选的，目标播放时刻可以是待播放视频的视频初始播放时刻；进一步的，还可以是用户选中的在播放界面中待播放视频的播放进度条上的某一播放时刻。

目标视频帧是指目标播放时刻对应的待播放视频中的视频帧。目标GOP是指目标视频帧所属的候选GOP。目标GOP集合是指目标GOP所属的候选GOP集合。

具体的，可以确定目标播放时刻，之后从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属候选GOP作为目标GOP，将目标GOP所属的候选GOP集合作为目标GOP集合。

S102，根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合。

本实施例中，第一解码状态是指目标视频帧的解码状态，可以包括未解码、解码中和已解码。第二解码状态是指目标GOP集合的解码状态，可以包括未解码、解码中和已解码。

待解码GOP集合是指可以同时并行解码的候选GOP集合；需要说明的是，待解码GOP集合的数量可以是一个或者多个。

可选的，可以根据解码状态对应的待解码GOP集合的确定规则，根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合。

S103，基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。

本实施例中，目标解码器集合是指可以同时并行解码的解码器集合，包括至少两个目标解码器。

待播放视频是指解码后的视频帧，可用于播放。

具体的，可以依次将待解码GOP集合输入至目标解码器集合的目标解码器中，进行并行解码，得到待播放视频。

本公开实施例提供的技术方案，通过从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合，之后根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合，进而基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。上述技术方案，相比于现有技术在时域维度一帧一帧解码的方案，本公开基于目标播放时刻对应的目标视频帧以及目标GOP的解码状态，来确定待解码GOP集合，使得待解码GOP集合的确定更加灵活；同时，通过目标解码器集合对待解码GOP集合进行并行解码，提高了视频解码效率。

在上述实施例的基础上，作为本公开的一种可选方式，还可将待播放视频帧存储至缓存队列中，以供播放展示。

具体的，可以将待播放视频帧存储至缓存队列中，以便于对目标播放时刻对应的待播放视频帧进行播放时，可以快速从缓存队列中获取，从而可以提高视频播放速度，这样可以是用户快速看到期望看到的视频。

进一步的，还可以根据缓存队列的内存长度、以及待播放视频帧的缓存时长和/或播放情况，对缓存队列中待播放视频帧进行删除更新。其中，缓存时长是指待播放视频帧在缓存队列中的存储时长；先进行解码得到的待播放视频帧的缓存时长越长。

一种可选方式，可以根据缓存队列的内存长度，以及待播放视频帧的缓存时长，对缓存队列中待播放视频帧进行删除更新。具体的，由于缓存队列的内存长度固定，当缓存队列中的剩余内存长度不足时，可以删除点缓存时长比较长的待播放视频帧，以保证缓存队列中可以存储最新解码的待播放视频帧。

另一种可选方式，还可以根据缓存队列的内存长度，以及待播放视频帧的播放情况，对缓存队列中待播放视频帧进行删除更新。具体的，由于缓存队列的内存长度固定，当缓存队列中的剩余内存长度不足时，可以将缓存队列中位置靠前的已经播放的待播放视频帧删除，以保证缓存队列中可以存储最新解码的待播放视频帧。

又一可选方式，还可以缓存队列的内存长度、以及待播放视频帧的缓存时长和播放情况，对缓存队列中待播放视频帧进行删除更新。具体的，由于缓存队列的内存长度固定，当缓存队列中的剩余内存长度不足时，可以结合待播放视频帧的缓存时长和播放情况，对缓存队列中待播放视频帧进行删除更新。

可以理解的是，将待播放视频帧存储至缓存队列中，可以提高视频的播放效率，同时对根据缓存队列的队列长度，以及待播放视频帧的缓存时长和播放情况，来对缓存队列进行删除更新，可以保证缓存队列中所存储的待播放视频帧是最新解码出来的。

在上述实施例的基础上，作为本公开的一种可选方式，根据目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合可以是，若目标GOP集合的第二解码状态为已解码，则从待播放视频所对应的至少一个候选GOP集合中选择第一数量个待解码GOP集合；其中，第一数量小于或等于目标解码器集合中的解码器数量。具体可以是，从待播放视频对应的至少一个候选GOP集合中确定首个未解码的候选GOP集合，以该候选GOP集合为起始，从待播放视频对应的至少一个候选GOP集合中确定第一数量个待解码GOP集合。

在上述实施例的基础上，作为本公开的一种可选方式，根据目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合可以是，若目标GOP集合的第二解码状态为未解码，则将目标GOP集合作为起始的待解码GOP集合，从至少一个候选GOP集合中选择第一数量个待解码GOP集合；其中，第一数量小于或等于目标解码器集合中的解码器数量。

具体的，若目标GOP集合的第二解码状态为未解码，则将目标GOP集合作为起始的待解码GOP集合，从至少一个候选GOP集合中选择第一数量个待解码GOP集合，例如，待播放视频帧对应8个候选GOP集合记为{GOP1，GOP2，GOP3，GOP4，GOP5，GOP6，GOP7，GOP8}，目标GOP集合为第4个候选GOP集合即GOP4，目标解码器集合中的解码器数量为4个，则将GOP4，GOP5，GOP6，GOP7分别作为待解码GOP集合。特殊的，若目标GOP集合为第6个候选GOP集合即GOP6，目标解码器集合中的解码器数量为4个，则将GOP6，GOP7分别作为待解码GOP集合。

可以理解的是，在目标GOP集合未解码的状态下，无论目标GOP集合之前的其他候选GOP集合是否正在解码，直接跳转至目标GOP集合，以对目标GOP集合以及其之后的候选GOP集合进行并行解码，可以快速得到期望的待播放视频帧。

图2是根据本公开实施例提供的另一种基于人工智能的视频数据处理方法的流程图。本实施例在上述实施例的基础上，对“根据目标视频帧的第一解码状态和目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合”和“基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频”进一步优化，提供一种可选实施方案。如图2所示，本实施例的基于人工智能的视频数据处理方法可以包括：

S201，从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合。

S202，若目标视频帧的第一解码状态为未解码，且目标GOP集合的第二解码状态为解码中，则从与目标GOP集合并行解码的其他GOP集合中，确定是否存在位于目标GOP集合之前的GOP集合。

具体的，若目标视频帧的第一解码状态为未解码，且目标GOP集合的第二解码状态为解码中，也即目标GOP集合正在解码，但是还未解码到目标视频帧，则从与目标GOP集合并行解码的其他GOP集合中，确定是否存在位于目标GOP集合之前的GOP集合。

S203，若存在，则将该GOP集合作为可释放GOP集合。

具体的，若存在位于目标GOP集合之前的GOP集合，则将该GOP集合作为可释放GOP集合。

S204，基于可释放GOP集合，从待播放视频所对应的至少一个候选GOP集合中选择第二数量个候选解码GOP集合。

具体的，基于可释放GOP集合的数量，从待播放视频所对应的至少一个候选GOP集合中，选择第二数量个第二解码状态为未解码的候选GOP集合，作为候选解码GOP集合。其中第二数量小于或等于可释放GOP集合的数量。

S205，将候选解码GOP集合，以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，作为待解码GOP集合。

具体的，可以将候选解码GOP集合，以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，作为待解码GOP集合。延

S206，从目标解码器集合中，确定可释放GOP集合对应的目标解码器，作为可释放解码器。

具体的，从目标解码器集合中，确定可释放GOP集合对应的目标解码器，作为可释放解码器。

S207，采用可释放解码器，对候选解码GOP集合进行并行解码。

具体的，采用可释放解码器，对候选解码GOP集合进行并行解码。

S208，采用目标解码器集合中除可释放解码器之外的目标解码器，对目标GOP集合、以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，继续进行并行解码。

同时，采用采用目标解码器集合中除可释放解码器之外的目标解码器，对目标GOP集合、以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，继续进行并行解码。

需要说明的是，S207和S208同时进行。

一个具体例子，待播放视频帧对应8个候选GOP集合记为{GOP1，GOP2，GOP3，GOP4，GOP5，GOP6，GOP7，GOP8}，目标GOP集合为第4个候选GOP集合即GOP4，目标解码器集合中的解码器数量为4个，即为decoder1，decoder2，decoder3和decoder4，分别并行解码GOP2，GOP3，GOP4和GOP5，则将GOP2和GOP3作为可释放GOP集合，可释放GOP集合对应的可释放解码器为decoder1和decoder2；此时未解码的候选GOP集合为GOP6，GOP7，GOP8，则选择GOP6和GOP7作为候选解码GOP集合，待解码GOP集合为{GOP4，GOP5，GOP6，GOP7}。采用decoder1和decoder2对GOP6和GOP7进行并行解码，同时，继续采用decoder3和decoder4继续对GOP4和GOP5进行并行解码。

又一具体例子，若待播放视频帧对应8个候选GOP集合记为{GOP1，GOP2，GOP3，GOP4，GOP5，GOP6}，同样目标GOP集合为第4个候选GOP集合即GOP4，目标解码器集合中的解码器数量为4个，即为decoder1，decoder2，decoder3和decoder4，分别并行解码GOP2，GOP3，GOP4和GOP5，则将GOP2和GOP3作为可释放GOP集合，可释放GOP集合对应的可释放解码器为decoder1和decoder2；此时，未解码的候选GOP集合只有GOP6，因此，选择GOP6作为候选解码GOP集合，待解码GOP集合为{GOP4，GOP5，GOP6}。采用decoder1对GOP6进行解码，同时，继续采用decoder3和decoder4继续对GOP4和GOP5进行并行解码。

本公开实施例的技术方案，通过从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合，之后若目标视频帧的第一解码状态为未解码，且目标GOP集合的第二解码状态为解码中，则从与目标GOP集合并行解码的其他GOP集合中，确定是否存在位于目标GOP集合之前的GOP集合，若存在，则将该GOP集合作为可释放GOP集合；基于可释放GOP集合，从待播放视频所对应的至少一个候选GOP集合中选择第二数量个候选解码GOP集合，并将候选解码GOP集合，以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，作为待解码GOP集合。进而从目标解码器集合中，确定可释放GOP集合对应的目标解码器，作为可释放解码器，采用可释放解码器，对候选解码GOP集合进行并行解码，同时采用目标解码器集合中除可释放解码器之外的目标解码器，对目标GOP集合、以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，继续进行并行解码。上述技术方案，在目标GOP集合前存在正并行解码的候选GOP集合即可释放GOP集合的情况下，释放可释放GOP集合对应的目标解码器，来继续对后续未解码的候选GOP集合进行解码，可以充分利用目标解码器，同时还可以提高解码效率。

图3是根据本公开实施例提供的又一种基于人工智能的视频数据处理方法的流程图。本实施例在上述实施例的基础上，进一步对候选GOP集合的确定进行具体阐述。如图3所示，本实施例的基于人工智能的视频数据处理方法可以包括：

S301，确定待播放视频中的至少两个候选GOP，以及至少两个候选GOP之间的依赖关系。

本实施例中，依赖关系是指相邻两个候选GOP中的视频帧在解码过程中是否有依赖关系，例如，若候选GOP帧的首帧为IDR帧，则该候选GOP可独立解码，即该候选GOP在解码过程中不依赖其前或后的其他候选GOP；若候选GOP的首帧为I帧，且该候选GOP中的B帧在解码过程中需要依赖该候选GOP的前一候选GOP中的解码图像，则该候选GOP为open-GOP，即该候选GOP不可独立解码，在解码过程中需要依赖其前的候选GOP。

具体的，对待播放视频进行解析，得到待播放视频的至少两个候选GOP，以及至少两个候选GOP之间的依赖关系。

S302，根据至少两个候选GOP之间的依赖关系，对至少两个候选GOP进行分组，得到至少一个候选GOP集合。

具体的，可以根据至少两个候选GOP之间的依赖关系，对至少两个候选GOP进行分组，得到至少一个候选GOP集合。例如，待播放视频包括IDR-GOP1，IDR-GOP2和IDR-GOP3这三个候选GOP，这三个候选GOP均可独立解码，则每个候选GOP均为一个候选GOP集合。

又如，待播放视频包括IDR-GOP1，IDR-GOP2和I-GOP3这三个候选GOP，且I-GOP3为open-GOP，则候选GOP集合的数量为两个，分别为{IDR-GOP1}，{IDR-GOP2，I-GOP3}。

S303，从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合。

S304，根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合。

S305，基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。

本公开实施例的技术方案，通过确定待播放视频中的至少两个候选GOP，以及至少两个候选GOP之间的依赖关系，并根据至少两个候选GOP之间的依赖关系，对至少两个候选GOP进行分组，得到至少一个候选GOP集合，之后从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合，进而根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合，并基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。上述技术方案，通过候选GOP集合之间的依赖关系，进行分组，以确定候选GOP集合，为后续对视频并行解码提供了保障。

图4是根据本公开实施例提供的再一种基于人工智能的视频数据处理方法的流程图。本实施例在上述实施例的基础上，进一步对目标解码器集合的确定过程进行具体阐述。如图4所示，本实施例的基于人工智能的视频数据处理方法可以包括：

S401，根据本地设备的内核资源，确定并行解码数。

其中，内核资源包括下述至少一项：CPU内核数量、压缩率、分辨率和GPU卡数。

一种可选方式，可以根据CPU内核数量、压缩率和分辨率确定并行解码数。例如，在压缩率小于或等于设定值(比如H.264)的情况下，根据分辨率和CPU内核数量，确定并行解码数。具体可以是，分辨率小于或等于360P，将CPU内核数量作为并行解码数；分辨率小于或等于720P，将内核数量除以2后的结果作为并行解码数；分辨率小于或等于1080P，将内核数量除以3后的结果作为并行解码数；其他分辨率的情况下，内核数量除以4后的结果作为并行解码数。

又如，在压缩率大于设定值(比如H.264)的情况下，根据分辨率和CPU内核数量，确定并行解码数。具体可以是，分辨率小于或等于360P，将CPU内核数量作为并行解码数；分辨率小于或等于720P，将内核数量除以3后的结果作为并行解码数；其他分辨率的情况下，内核数量除以4后的结果作为并行解码数。

另一可选方式，可以根据GPU卡数，确定并行解码数。具体可以是将GPU卡数作为并行解码数。

又一可选方式，还可以根据用户实际需求，自定义并行解码数。

S402，根据并行解码数，创建至少两个目标解码器，得到目标解码器集合。

具体的，可以根据并行解码数，创建并行解码数个目标解码器，得到目标解码器集合。需要说明的是，本公开中对目标解码器不作具体限定，可以是任意可进行视频解码的解码器。

S403，从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合。

S404，根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合。

S405，基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。

本公开实施例的技术方案，通过根据本地设备的内核资源，确定并行解码数，并根据并行解码数，创建至少两个目标解码器，得到目标解码器集合，之后从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合，进而根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合，并基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。上述技术方案，通过本地资源来确定定并行解码数，以确定目标解码器集合，使得本地资源得到充分利用，从而为提高视频的解码效率奠定了基础。

图5是根据本公开实施例提供的一种基于人工智能的视频数据处理装置的结构示意图。本实施例适用于如何进行视频数据处理的情况。该装置可以采用软件和/或硬件的方式实现，并可集成于承载视频数据处理功能的电子设备中，比如移动终端中。如图5所示，本实施例的基于人工智能的视频数据处理装置500可以包括：

目标GOP集合确定模块501，用于从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选画面组GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合；

待解码GOP集合确定模块502，用于根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合；

待播放视频确定模块503，用于基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。

本公开实施例提供的技术方案，通过从待播放视频中确定目标播放时刻对应的目标视频帧，并将目标视频帧所属的候选GOP作为目标GOP，并将目标GOP所属的候选GOP集合作为目标GOP集合，之后根据目标视频帧的第一解码状态和/或目标GOP集合的第二解码状态，从待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合，进而基于目标解码器集合对待解码GOP集合进行并行解码，得到待播放视频帧。上述技术方案，相比于现有技术在时域维度一帧一帧解码的方案，本公开基于目标播放时刻对应的目标视频帧以及目标GOP的解码状态，来确定待解码GOP集合，使得待解码GOP集合的确定更加灵活；同时，通过目标解码器集合对待解码GOP集合进行并行解码，提高了视频解码效率。

进一步地，待解码GOP集合确定模块502用于：

若目标GOP集合的第二解码状态为未解码，则将目标GOP集合作为起始的待解码GOP集合，从至少一个候选GOP集合中选择第一数量个待解码GOP集合；

其中，第一数量小于或等于目标解码器集合中的解码器数量。

进一步地，待解码GOP集合确定模块502还用于：

若目标视频帧的第一解码状态为未解码，且目标GOP集合的第二解码状态为解码中，则从与目标GOP集合并行解码的其他GOP集合中，确定是否存在位于目标GOP集合之前的GOP集合；

若存在，则将该GOP集合作为可释放GOP集合；

基于可释放GOP集合，从待播放视频所对应的至少一个候选GOP集合中选择第二数量个候选解码GOP集合；其中第二数量小于或等于可释放GOP集合的数量；

将候选解码GOP集合，以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，作为待解码GOP集合。

进一步地，待播放视频确定模块503具体用于：

从目标解码器集合中，确定可释放GOP集合对应的目标解码器，作为可释放解码器；

采用可释放解码器，对候选解码GOP集合进行并行解码；

同时，采用目标解码器集合中除可释放解码器之外的目标解码器，对目标GOP集合、以及与目标GOP集合并行解码的位于目标GOP集合之后的其他GOP集合，继续进行并行解码。

进一步地，该装置还包括：

存储模块，用于将待播放视频帧存储至缓存队列中，以供播放展示。

进一步地，该装置还包括：

更新模块，用于根据缓存队列的内存长度、以及待播放视频帧的缓存时长和/或播放情况，对缓存队列中待播放视频帧进行删除更新。

进一步地，该装置还包括候选GOP集合确定模块，用于：

在确定待播放视频的目标播放时刻之前，确定待播放视频中的至少两个候选GOP，以及至少两个候选GOP之间的依赖关系；

根据至少两个候选GOP之间的依赖关系，对至少两个候选GOP进行分组，得到至少一个候选GOP集合。

进一步地，该装置还包括目标解码器集合确定模块，用于：

从待播放视频中确定目标播放时刻对应的目标视频帧之前，根据本地设备的内核资源，确定并行解码数；其中，内核资源包括下述至少一项：CPU内核数量、压缩率、分辨率和GPU卡数；

根据并行解码数，创建至少两个目标解码器，得到目标解码器集合。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6是用来实现本公开实施例的视频数据处理方法的电子设备的框图。图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如基于人工智能的视频数据处理方法。例如，在一些实施例中，基于人工智能的视频数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的基于人工智能的视频数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于人工智能的视频数据处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。

云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (19)

1.一种基于人工智能的视频数据处理方法，包括：

从待播放视频中确定目标播放时刻对应的目标视频帧，并将所述目标视频帧所属的候选画面组GOP作为目标GOP，并将所述目标GOP所属的候选GOP集合作为目标GOP集合；

根据所述目标视频帧的第一解码状态和/或所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合；

基于目标解码器集合对所述待解码GOP集合进行并行解码，得到待播放视频帧。

2.根据权利要求1所述的方法，其中，根据所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合，包括：

若所述目标GOP集合的第二解码状态为未解码，则将所述目标GOP集合作为起始的待解码GOP集合，从所述至少一个候选GOP集合中选择第一数量个待解码GOP集合；

其中，所述第一数量小于或等于所述目标解码器集合中的解码器数量。

3.根据权利要求1所述的方法，其中，根据所述目标视频帧的第一解码状态和所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合，包括：

若所述目标视频帧的第一解码状态为未解码，且所述目标GOP集合的第二解码状态为解码中，则从与所述目标GOP集合并行解码的其他GOP集合中，确定是否存在位于所述目标GOP集合之前的GOP集合；

若存在，则将该GOP集合作为可释放GOP集合；

基于所述可释放GOP集合，从所述待播放视频所对应的至少一个候选GOP集合中选择第二数量个候选解码GOP集合；其中所述第二数量小于或等于所述可释放GOP集合的数量；

将所述候选解码GOP集合，以及与所述目标GOP集合并行解码的位于所述目标GOP集合之后的其他GOP集合，作为待解码GOP集合。

4.根据权利要求3所述的方法，其中，所述基于目标解码器集合对所述待解码GOP集合进行并行解码，得到待播放视频，包括：

从所述目标解码器集合中，确定所述可释放GOP集合对应的目标解码器，作为可释放解码器；

采用所述可释放解码器，对所述候选解码GOP集合进行并行解码；

同时，采用所述目标解码器集合中除所述可释放解码器之外的目标解码器，对目标GOP集合、以及与所述目标GOP集合并行解码的位于所述目标GOP集合之后的其他GOP集合，继续进行并行解码。

5.根据权利要求1所述的方法，其中，还包括：

将所述待播放视频帧存储至缓存队列中，以供播放展示。

6.根据权利要求5所述的方法，其中，还包括：

根据所述缓存队列的内存长度、以及所述待播放视频帧的缓存时长和/或播放情况，对所述缓存队列中待播放视频帧进行删除更新。

7.根据权利要求1所述的方法，其中，所述确定待播放视频的目标播放时刻之前，还包括：

确定待播放视频中的至少两个候选GOP，以及所述至少两个候选GOP之间的依赖关系；

根据所述至少两个候选GOP之间的依赖关系，对所述至少两个候选GOP进行分组，得到至少一个候选GOP集合。

8.根据权利要求1所述的方法，其中，从待播放视频中确定目标播放时刻对应的目标视频帧之前，还包括：

根据本地设备的内核资源，确定并行解码数；其中，所述内核资源包括下述至少一项：CPU内核数量、压缩率、分辨率和GPU卡数；

根据所述并行解码数，创建至少两个目标解码器，得到目标解码器集合。

9.一种基于人工智能的视频数据处理装置，包括：

目标GOP集合确定模块，用于从待播放视频中确定目标播放时刻对应的目标视频帧，并将所述目标视频帧所属的候选画面组GOP作为目标GOP，并将所述目标GOP所属的候选GOP集合作为目标GOP集合；

待解码GOP集合确定模块，用于根据所述目标视频帧的第一解码状态和/或所述目标GOP集合的第二解码状态，从所述待播放视频所对应的至少一个候选GOP集合中确定待解码GOP集合；

待播放视频确定模块，用于基于目标解码器集合对所述待解码GOP集合进行并行解码，得到待播放视频帧。

10.根据权利要求9所述的装置，其中，所述待解码GOP集合确定模块用于：

若所述目标GOP集合的第二解码状态为未解码，则将所述目标GOP集合作为起始的待解码GOP集合，从所述至少一个候选GOP集合中选择第一数量个待解码GOP集合；

其中，所述第一数量小于或等于所述目标解码器集合中的解码器数量。

11.根据权利要求9所述的装置，其中，所述待解码GOP集合确定模块还用于：

若所述目标视频帧的第一解码状态为未解码，且所述目标GOP集合的第二解码状态为解码中，则从与所述目标GOP集合并行解码的其他GOP集合中，确定是否存在位于所述目标GOP集合之前的GOP集合；

若存在，则将该GOP集合作为可释放GOP集合；

基于所述可释放GOP集合，从所述待播放视频所对应的至少一个候选GOP集合中选择第二数量个候选解码GOP集合；其中所述第二数量小于或等于所述可释放GOP集合的数量；

将所述候选解码GOP集合，以及与所述目标GOP集合并行解码的位于所述目标GOP集合之后的其他GOP集合，作为待解码GOP集合。

12.根据权利要求11所述的装置，其中，所述待播放视频确定模块具体用于：

从所述目标解码器集合中，确定所述可释放GOP集合对应的目标解码器，作为可释放解码器；

采用所述可释放解码器，对所述候选解码GOP集合进行并行解码；

同时，采用所述目标解码器集合中除所述可释放解码器之外的目标解码器，对目标GOP集合、以及与所述目标GOP集合并行解码的位于所述目标GOP集合之后的其他GOP集合，继续进行并行解码。

13.根据权利要求9所述的装置，其中，还包括：

存储模块，用于将所述待播放视频帧存储至缓存队列中，以供播放展示。

14.根据权利要求13所述的装置，其中，还包括：

更新模块，用于根据所述缓存队列的内存长度、以及所述待播放视频帧的缓存时长和/或播放情况，对所述缓存队列中待播放视频帧进行删除更新。

15.根据权利要求9所述的装置，其中，还包括候选GOP集合确定模块，用于：

在所述确定待播放视频的目标播放时刻之前，确定待播放视频中的至少两个候选GOP，以及所述至少两个候选GOP之间的依赖关系；

根据所述至少两个候选GOP之间的依赖关系，对所述至少两个候选GOP进行分组，得到至少一个候选GOP集合。

16.根据权利要求9所述的装置，其中，还包括目标解码器集合确定模块，用于：

从待播放视频中确定目标播放时刻对应的目标视频帧之前，根据本地设备的内核资源，确定并行解码数；其中，所述内核资源包括下述至少一项：CPU内核数量、压缩率、分辨率和GPU卡数；

根据所述并行解码数，创建至少两个目标解码器，得到目标解码器集合。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的视频数据处理方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-8中任一项所述的视频数据处理方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的视频数据处理方法。

Images