CN116208842A - 视频处理方法、装置、设备和计算机可读存储介质 - Google Patents
视频处理方法、装置、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN116208842A CN116208842A CN202111439734.6A CN202111439734A CN116208842A CN 116208842 A CN116208842 A CN 116208842A CN 202111439734 A CN202111439734 A CN 202111439734A CN 116208842 A CN116208842 A CN 116208842A
- Authority
- CN
- China
- Prior art keywords
- video
- video information
- image
- information
- video processing
- 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 39
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 200
- 238000001514 detection method Methods 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims description 106
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 7
- 230000010365 information processing Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本申请提供一种视频处理方法、装置、设备和计算机可读存储介质；本申请中视频处理方法应包括：获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；根据所述运动检测数据，确定所述视频信息是否有效；若所述视频信息有效，则从所述视频信息中提取视频帧序列；对各所述视频帧序列进行分析，得到目标视频图像；本申请实施例中根据运动检测数据确定视频信息是否有效，可以排除无效的视频信息，使得视频信息分析量少，然后从有效视频信息中提取视频帧序列，再对视频帧序列进行分析，获得满足稽查要求的目标视频图像，这样视频信息处理较为简单，视频信息处理效率和准确率高。
Description
技术领域
本申请涉及拍照领域，具体涉及一种视频处理方法、装置、设备和计算机可读存储介质。
背景技术
商店的商品柜中摆满了在琳琅满目的商品，稽查人员会对商品柜中的商品进行稽查拍照，通过移动设备进行商品货架的稽查拍照时，拍摄视频能比拍摄照片获取更多的信息，同时操作上更加地便捷、省时省力。
然而行业内很少使用视频的方式进行稽查拍照，视频信息稽查主要存在以下问题：视频信息的数据量大，视频信息查看耗时较长，且视频信息的存储远大于照片；因此，当前视频拍摄稽查货架场景获得视频信息之后，需要对视频信息进行处理提取视频图像，当前视频信息处理较为复杂，且得到的视频图像不一定符合稽查要求。
发明内容
本申请提供一种视频处理方法、装置、设备和计算机可读存储介质，旨在解决现有的视频处理数据处理量大、视频信息处理效率和准确率低的技术问题。
一方面，本申请提供一种视频处理方法，所述视频处理方法包括以下步骤：
获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
根据所述运动检测数据，确定所述视频信息是否有效；
若所述视频信息有效，则从所述视频信息中提取视频帧序列；
对各所述视频帧序列进行分析，得到目标视频图像。
在本申请一些实施方案中，所述根据所述运动检测数据，确定所述视频信息是否有效，包括：
提取所述运动检测数据中的三轴加速度；
计算所述三轴加速度的平均和均方差，得到加速度均值，并将所述加速度均值与预设加速度阈值进行比较；
若所述加速度均值大于或等于所述预设加速度阈值，则判定所述视频信息无效；
若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效。
在本申请一些实施方案中，所述若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效，包括：
若所述加速度均值小于所述预设加速度阈值，则提取所述运动检测数据中的三轴角速度；
计算所述三轴角速度的平均和均方差，得到角速度均值，并将所述角速度均值与预设角速度阈值进行比较；
若所述角速度均值大于或等于所述预设角速度阈值，则判定所述视频信息无效；
若所述角速度均值小于所述预设角速度阈值，则判定所述视频信息有效。
在本申请一些实施方案中，所述若所述视频信息有效，则从所述视频信息中提取视频帧序列，包括：
若所述视频信息有效，获取所述视频信息的拍摄频率；
根据所述拍摄频率，确定所述视频信息的选取频率；
按照所述选取频率从所述视频信息中选取视频帧，并将选取的所述视频帧进行组合，形成视频帧序列。
在本申请一些实施方案中，所述若所述视频信息有效，则从所述视频信息中提取视频帧序列之后，所述方法包括：
对所述视频帧序列中的各视频帧进行缩放，得到缩放后的视频帧；
若所述缩放后的视频帧的图像尺寸符合预设尺寸规则，则对各所述缩放后的视频帧进行清晰度检测；
若所述缩放后的视频帧清晰度检测通过，则执行所述对各所述视频帧序列进行分析，得到目标视频图像的步骤。
在本申请一些实施方案中，所述对各所述视频帧序列进行分析，得到目标视频图像，包括：
将所述视频帧序列中的各视频帧进行分割，得到各所述视频帧对应的分割子图像；
将所述视频帧序列中相邻视频帧对应的分割子图像进行比对，得到相邻视频帧之间的图像重叠区域；
根据所述相邻视频帧之间的图像重叠区域，确定待删除的目标视频帧并删除，得到目标视频图像。
在本申请一些实施方案中，所述对各所述视频帧序列进行分析，得到目标视频图像，包括：
将所述视频帧序列中的视频帧进行直方图求解，得到每帧所述视频帧的直方图矩阵；
将所述视频帧的直方图矩阵进行归一化处理，并按照归一化后的直方图矩阵，确定所述视频帧序列中相邻视频帧之间的图像重叠率；
根据所述视频帧序列中相邻视频帧之间的图像重叠率，删除所述视频帧序列中图像重叠率高于预设重叠率阈值的目标视频帧，得到目标视频图像。
另一方面，本申请提供一种视频处理装置，所述视频处理装置包括：
获取模块，用于获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
确定模块，用于根据所述运动检测数据，确定所述视频信息是否有效；
提取模块，用于若所述视频信息有效，则从所述视频信息中提取视频帧序列；
分析模块，用于对各所述视频帧序列进行分析，得到目标视频图像。
另一方面，本申请还提供一种视频处理设备，所述视频处理设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的视频处理方法中的步骤。
另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的视频处理方法中的步骤。
本申请的技术方案中获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；根据所述运动检测数据，确定所述视频信息是否有效；若所述视频信息有效，则从所述视频信息中提取视频帧序列；对各所述视频帧序列进行分析，得到目标视频图像；本申请实施例中根据运动检测数据确定视频信息是否有效，可以排除拍摄过程中由于设备运动过快，导致的模糊画面或者拍摄对象不完整的无效的视频信息，使得视频信息分析量少；然后从有效视频信息中提取视频帧序列，再对视频帧序列进行分析，这样对视频信息进行序列划分，将视频信息中的临近视频帧进行比对分析，有效排除冗余视频帧，获得满足稽查要求的目标视频图像，这样视频信息处理较为简单，视频信息处理效率和准确率高。
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视频处理方法的场景示意图；
图2是本申请实施例中提供的视频处理方法的一个实施例流程示意图；
图3是本申请实施例中提供的视频处理方法中根据运动检测数据确定视频信息有效性的一个实施例流程示意图；
图4是本申请实施例中提供的视频处理方法中对视频信息清晰度进行检测的一个实施例流程示意图；
图5是本申请实施例中提供的视频处理方法中目标视频图像确定的一个实施例流程示意图；
图6是本申请实施例中提供的视频处理装置的一个实施例结构示意图；
图7是本申请实施例中提供的视频处理设备的一个实施例结构示意图。
具体实施方式
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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明包含的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种视频处理方法、装置、设备及计算机可读存储介质，以下分别进行详细说明。
本发明实施例中的视频处理方法应用于视频处理装置，视频处理装置设置于视频处理设备，视频处理设备中设置有一个或多个处理器、存储器，以及一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并配置为由处理器执行以实现视频处理方法；视频处理设备可以移动终端，例如，手机、平板电脑或者相机。
如图1所示，图1为本申请实施例视频处理方法的场景示意图，本发明实施例中视频处理场景中包括视频处理设备100(视频处理设备100中集成有视频处理装置)，视频处理设备100中运行视频处理对应的计算机可读存储介质，以执行视频处理。
可以理解的是，图1所示视频处理的场景中的视频处理设备，或者视频处理设备中包含的装置并不构成对本发明实施例的限制，即，视频处理的场景中包含的设备数量、设备种类，或者各个设备中包含的装置数量、装置种类不影响本发明实施例中技术方案整体实现，均可以算作本发明实施例要求保护技术方案的等效替换或衍生。
本发明实施例中视频处理设备100主要用于：获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；根据所述运动检测数据，确定所述视频信息是否有效；若所述视频信息有效，则从所述视频信息中提取视频帧序列；对各所述视频帧序列进行分析，得到目标视频图像。
本发明实施例中该视频处理设备100可以是独立的视频处理设备，也可以是多个视频处理设备组成的视频处理设备网络或视频处理设备集群，例如，本发明实施例中所描述的视频处理设备100，其包括但不限于计算机、网络主机、单个网络视频处理设备、多个网络视频处理设备集或多个视频处理设备构成的云视频处理设备。其中，云视频处理设备由基于云计算(CloudComputing)的大量计算机或网络视频处理设备构成。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的视频处理设备，或者视频处理设备网络连接关系，例如图1中仅示出1个视频处理设备，可以理解的，该视频处理的场景还可以包括一个或多个其他视频处理设备，具体此处不作限定；该视频处理设备100中还可以包括存储器，用于存储数据，例如，存储拍摄获得的照片等。
此外，本申请视频处理的场景中视频处理设备100可以设置显示装置，或者视频处理设备100中不设置显示装置与外接的显示装置200通讯连接，显示装置200用于输出视频处理设备中视频处理方法执行的结果。视频处理设备100可以访问后台数据库300(后台数据库可以是视频处理设备的本地存储器中，后台数据库还可以设置在云端)，后台数据库300中保存有视频处理相关的信息，例如，后台数据库300中保存有符合拍照姿势信息的照片。
需要说明的是，图1所示的视频处理方法的场景示意图仅仅是一个示例，本发明实施例描述的视频处理的场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定。
如图2所示，图2为本申请实施例中视频处理方法的一个实施例流程示意图，该视频处理方法包括步骤201-步骤204：
201，获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据。
本实施例中视频处理方法应用于视频处理设备，视频处理设备的种类不作具体限定，例如视频处理设备可以是服务器或者移动终端，例如，视频处理设备为手机。
视频处理设备中设置有拍摄装置、加速度传感器和角速度传感器；拍摄装置是指用于拍照的组件，例如，摄像头装置，拍摄装置用于拍摄稽查的视频信息；加速度传感器和角速度传感器用于检测拍摄装置拍摄过程中的运动检测数据，运动检测数据包括加速度和角速度，即，
加速度传感器是一种能够测量加速度的传感器，加速度传感器通常由质量块、阻尼器、弹性元件、敏感元件和适调电路等部分组成；加速度传感器在加速过程中，通过对质量块所受惯性力的测量，利用牛顿第二定律获得加速度值。根据传感器敏感元件的不同，常见的加速度传感器包括电容式、电感式、应变式、压阻式、压电式等；加速度传感器用于检测视频信息拍摄过程中视频处理设备的空间加速度信息。
角速度传感器是一种能够测量物体三轴姿态角及角速度的装置，角速度的传感器通常由质量块、阻尼器、弹性元件、敏感元件和适调电路等部分组成，角速度传感器测量物体三轴姿态角及角速度的原理为：在加速过程中，通过对质量块所受惯性力的测量，利用牛顿第二定律获得角速度值，从而实现角速度数据测量，本申请实施例中的角速度传感器的种类不作具体限定，即，根据传感器敏感元件的不同，常见的角速度传感器包括电容式、电感式、应变式、压阻式、压电式等，本申请实施例中的角速度传感器，例如，IMU(Inertialmeasurement unit，惯性测量单元；角速度传感器用于检测视频信息拍摄过程中视频处理设备的空间角速度信息。
视频处理设备实时地监测拍摄装置的状态，确定拍摄装置是否启动，本申请实施例中拍摄装置启动的方式不作具体限定，即，用户手动启动拍摄装置，例如，用户点击视频处理设备显示界面中的相机图标，启动拍摄装置；此外，拍摄装置启动还可以是视频处理设备自动触发的，例如，视频处理设备中预先设置在稽查应用开启时，自动启动拍摄装置进行稽查物品拍摄。
视频处理设备检测到拍摄装置工作时，视频处理设备触发视频处理指令，视频处理指令的触发方式不作具体限定，即，视频处理指令可以是用户手动触发的，例如，用户在视频处理设备的显示界面上输入“处理”触发视频处理指令；此外，视频处理指令还可以是视频处理设备自动触发的，例如，视频处理设备中预先设置在拍摄视频时，自动触发视频处理指令，则视频处理设备在视频拍摄时自动触发视频处理指令。
视频处理设备接收视频处理指令之后，视频处理设备获取待处理的视频信息，以及视频信息拍摄过程中的运动检测数据，其中，运动检测数据是指视频处理设备拍摄视频信息过程中视频处理设备的运动检测数据，运动检测数据是通过视频处理设备中的传感器检测得到，运动检测数据的数据类型和数据大小不作具体限定。
运动检测数据包括三轴加速度数据和三轴角速度数据，三轴加速度数据是指视频处理设备在空间直角坐标系中的加速度信息，三轴加速度数据的大小不作限定；视频处理设备通过加速度传感器采集的三轴角速度数据；三轴角速度数据是指视频处理设备在空间直角坐标系中的角速度信息，三轴角速度数据的大小不作限定；视频处理设备通过角速度传感器采集的三轴角速度数据。
可以理解的是，本发明实施例中视频处理设备通过加速度传感器采集视频信息拍摄过程中的三轴加速度，通过角速度传感器采集三轴角速度数据，是为了确定视频处理设备拍摄时刻的姿态信息，使得拍摄装置拍摄的视频信息清晰完整。
本实施例中视频处理设备在获取到视频信息，以及视频信息拍摄过程中的运动检测数据之后，视频处理设备基于运动检测数据对视频信息进行分析，以确定视频信息是否有效，具体地：
202，根据所述运动检测数据，确定所述视频信息是否有效。
视频处理设备根据运动检测数据中的三轴加速度，确定视频信息拍摄过程中视频处理设备的运动速度，即，视频处理设备将三轴加速度和预设加速度阈值进行比对，预设加速度阈值根据视频信息的清晰度和完整度设置，若三轴加速度大于或等于预设加速速度阈值，视频处理设备判定视频信息无效；若三轴加速度小于预设加速速度阈值，视频处理设备判定视频信息有效；本实施例中根据运动检测数据中的三轴加速度信息确定视频信息是否有效，避免视频处理设备拍摄视频信息时移动过快，导致视频信息中画面数据不全，这样视频处理设备不需要处理无效的视频，视频处理设备的数据处理量小，视频信息处理效率和准确性高。
视频处理设备根据运动检测数据中的三轴角速度，确定视频信息拍摄过程中视频处理设备的旋转运动速度，即，视频处理设备将三轴角速度和预设角速度阈值进行比对，预设角速度阈值根据视频信息的清晰度和完整度设置，若三轴角速度大于或等于预设加速速度阈值，视频处理设备判定视频信息无效；若三轴角速度小于预设加速速度阈值，视频处理设备判定视频信息有效；本实施例中根据运动检测数据中的三轴角速度信息确定视频信息是否有效，避免视频处理设备拍摄视频信息时晃动过快，导致视频信息中画面数据不清楚，这样视频处理设备不需要处理无效的视频，视频处理设备的数据处理量小，视频信息处理效率和准确性高。
203，若所述视频信息有效，则从所述视频信息中提取视频帧序列。
若视频信息有效，视频处理设备则从视频信息中提取视频帧序列，即，视频处理设备对视频信息中的视频帧进行划分，以便准确地从视频信息中进行视频图像提取，形成视频帧序列，具体地，包括：
(1)、若所述视频信息有效，获取所述视频信息的拍摄频率；
(2)、根据所述拍摄频率，确定所述视频信息的选取频率；
(3)、按照所述选取频率从所述视频信息中选取视频帧，并将选取的所述视频帧进行组合，形成视频帧序列。
即，若视频信息有效，视频处理设备获取视频信息的拍摄频率；视频处理设备根据拍摄频率，确定视频信息的选取频率的具体方式不作限定，例如，拍摄频率属于预设第一频率范围，视频处理设备则将拍摄频率乘以第一系数，得到视频信息选取频率；拍摄频率属于预设第二频率范围，视频处理设备则将拍摄频率乘以第二系数，得到视频信息选取频率。例如，视频信息的拍摄频率为30Hz，视频处理设置则确定的30Hz图像隔帧选取，2张相邻图像选取头一张，选取频率为15Hz；视频处理设备按照选取频率从视频信息中选取视频帧，并将选取的视频帧进行组合，形成视频帧序列。
本实施例中视频帧序列中包含的视频帧数量不作限定，例如，视频帧序列中包含三帧视频帧，不同视频帧序列中的视频图像不完全相同，例如，一个视频帧序列和另一个视频帧序列中的视频帧有一帧不同。
本实施例中视频处理设备从视频信息中选择视频帧，组成视频帧序列，然后根据视频帧序列进行分析，这样通过视频帧序列可以准确比对视频帧中图像的重叠程度，删除冗余视频帧，从而得到符合稽查要求的目标视频图像，这样可以使得视频信息分析的数据量较少，数量处理效率高。
204，对各所述视频帧序列进行分析，得到目标视频图像。
视频处理设备对各视频帧序列进行分析，以删除冗余视频图像，得到目标视频图像，本实施例中视频处理设备确定冗余视频图像的方式不作具体限定，本实施例中给出一种对视频帧序列进行分析的实现方式具体地，包括：
(1)将所述视频帧序列中的视频帧进行直方图求解，得到每帧所述视频帧的直方图矩阵；
(2)将所述视频帧的直方图矩阵进行归一化处理，并按照归一化后的直方图矩阵，确定所述视频帧序列中相邻视频帧之间的图像重叠率；
(3)根据所述视频帧序列中相邻视频帧之间的图像重叠率，删除所述视频帧序列中图像重叠率高于预设重叠率阈值的目标视频帧，得到目标视频图像。
视频处理设备将视频帧序列中的视频帧进行直方图求解，得到每帧视频帧的直方图矩阵；直方图矩阵是用以表示数字图像中亮度分布的直方图，标绘了图像中每个亮度值的像素数，直方图可以展示图像中亮度分布，例如，一张较暗图片的图像直方图中的数据多集中于左侧和中间部分；而整体明亮、只有少量阴影的图像则相反，计算机视觉领域常借助图像直方图来实现图像的特征转化，确定图像的相似度。
视频处理设备将视频帧的直方图矩阵进行归一化处理，以统一图像的数据量纲，视频处理设备按照归一化后的直方图矩阵，确定视频帧序列中相邻视频帧之间的图像重叠率；即，视频处理设备按照直方图矩阵，计算余弦距离，得到视频帧序列中图像的相似度，视频处理设备将相似度作为图像重叠率；视频处理设备将视频帧序列中相邻视频帧之间的图像重叠率和预设重叠率阈值进行比对，其中，预设重叠率阈值可以根据具体场景设置，例如，预设阈值设置为30；视频处理设备组删除视频帧序列中图像重叠率高于预设重叠率阈值的目标视频帧，得到目标视频图像。
本实施例中根据运动检测数据确定视频信息是否有效，可以排除拍摄过程中由于设备运动过快，导致的模糊画面或者拍摄对象不完整的无效的视频信息，使得视频信息分析量少；然后从有效视频信息中提取视频帧序列，再对视频帧序列进行分析，这样对视频信息进行序列划分，将视频信息中的临近视频帧进行比对分析，有效排除冗余视频帧，获得满足稽查要求的目标视频图像，这样视频信息处理较为简单，视频信息处理效率和准确率高。
参照图3，图3是本申请实施例中提供的视频处理方法中根据运动检测数据确定视频信息有效性的一个实施例流程示意图。
在本申请一些实施例中，为了防止视频处理设备拍摄的视频信息有效性识别错误，视频处理设备根据运动检测数据，确定视频信息是否有效，具体地包括步骤301-步骤304：
301，提取所述运动检测数据中的三轴加速度。
视频处理设备提取运动检测数据中的三轴加速度，三轴加速度是指视频处理设备在空间直角坐标系xyz三个方向的加速度。
302，计算所述三轴加速度的平均和均方差，得到加速度均值，并将所述加速度均值与预设加速度阈值进行比较。
视频处理设备计算三轴加速度的平均和均方差，得到加速度均值，即，视频处理设备按照三轴加速度计算合成加速度，视频处理设备将相邻时刻的多个合成加速度计算平均和均方差，得到加速度均值；视频处理设备将加速度均值与预设加速度阈值进行比较，预设加速度阈值可以根据具体场景灵活设置，以排除由于三轴加速度检测错误导致的误判，提高运动检测数据的容错性，保证数据更加合理。
303，若所述加速度均值大于或等于所述预设加速度阈值，则判定所述视频信息无效。
若加速度均值大于或等于预设加速度阈值，视频处理设备则判定视频信息无效，并输出提示信息，以提示视频处理设备的用户在拍摄过程中注意设备状态，防止由于视频处理设备拍摄导致的视频信息无效。
304，若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效。
若加速度均值小于预设加速度阈值，视频处理设备进一步判断视频拍摄过程中角速度变化情况，确定视频信息有效性，具体地，步骤304包括：
(1)、若所述加速度均值小于所述预设加速度阈值，则提取所述运动检测数据中的三轴角速度；
(2)、计算所述三轴角速度的平均和均方差，得到角速度均值，并将所述角速度均值与预设角速度阈值进行比较；
(3)、若所述角速度均值大于或等于所述预设角速度阈值，则判定所述视频信息无效；
(4)、若所述角速度均值小于所述预设角速度阈值，则判定所述视频信息有效。
即，若加速度均值小于所述预设加速度阈值，视频处理设备则提取运动检测数据中的三轴角速度；视频处理设备将三轴角速度进行合成，并将合成的多个角速度求取平均和均方差，得到角速度均值；视频处理设备将角速度均值与预设角速度阈值进行比较；预设角速度阈值根据具体场景设置，若角速度均值大于或等于预设角速度阈值，视频处理设备则判定视频信息无效；以提示视频处理设备的用户在拍摄过程中注意设备状态，防止由于视频处理设备拍摄导致的视频信息无效。若所述角速度均值小于所述预设角速度阈值，则判定视频信息有效。
本实施例中根据视频信息关联的运动检测数据对视频信息的有效性进行分析，可以排除由于运动检测数据错误导致的误判，同时，准确地确定视频信息有效性，方便后期视频信息处理。
为了方便理解，本实施例中给出了一种根据运动检测数据确定视频信息有效性具体的应用场景进行说明，本实施例中视频处理设备为用户的手机，实际的货架场景需要稽查人员手持手机竖拍并水平移动较缓慢拍摄视频。
手机竖拍需要手机拍摄角度约束好拍摄姿势，水平移动较缓慢拍摄需要手机拍摄过程中角度变化不快。
输入的三轴角速度和三轴加速度数据每1/3秒进行求平均和均方差。然后加速度平均accmean求模和进行归一化：
当加速度模值小于阈值时，允许进行角度检测；反之，设备处于晃动或运动过快，返回异常，不进行角度约束检测：
bool Flagallow＝accnorm<Thrnorm
其中：accnorm为三轴加速度数据的模值；Thrnorm为加速度计姿态判定阈值，Flagallow为true时，进行角度约束检测；Flagstatic为false时，直接返回异常。
求解手机拍摄角度偏差角：
拍摄姿态好的判断逻辑为：
boolFlagang＝(fabs(Oriez-90)<Thrang)&&(fabs(Oriex-90)<Thrang)
其中：Thrang为角度偏差阈值，如15度，Flagang为true时，拍摄姿态符合要求；Flagang为false时，拍摄姿态不符合要求，返回异常。
防止拍摄过程中手机运动过快，即，输入的三轴角速度和三轴加速度数据每1/3秒进行求平均和均方差。然后角速度均方差gyrostd和加速度均方差accmean进行判定：
其中：Thrgyro为角速度均方差阈值，Thracc为加速度均方差阈值，Flagmove为true时，手机拍摄时运动快慢符合要求；Flagmove为false时，手机拍摄时运动不符合要求返回异常。
参照图4，图4是本申请实施例中提供的视频处理方法中对视频信息清晰度进行检测的一个实施例流程示意图。
在本申请一些实施例中，若所述视频信息有效，则从所述视频信息中提取视频帧序列之后需要对视频帧序列中的视频帧进行分析，为了防止视频信息不清楚，视频处理设备分析视频信息的清晰度，具体地，包括步骤401-步骤403：
401，对所述视频帧序列中的各视频帧进行缩放，得到缩放后的视频帧。
视频处理设备对视频帧序列中的各视频帧进行缩放，得到缩放后的视频帧，其中视频帧的缩放规则可以根据视频处理设备的屏幕分辨率进行设置，这样可以保证视频帧清醒且和视频处理设备适配。
402，若所述缩放后的视频帧的图像尺寸符合预设尺寸规则，则对各所述缩放后的视频帧进行清晰度检测；
403，若所述缩放后的视频帧清晰度检测通过，则执行所述对各所述视频帧序列进行分析，得到目标视频图像的步骤。
视频处理设备判断缩放后的视频帧的图像尺寸是否符合预设尺寸规则，预设尺寸规则是指根据视频处理设备的视频处理规则预先定义的图像尺寸规则，若缩放后的视频帧的图像尺寸符合预设尺寸规则，视频处理设备则对各缩放后的视频帧进行清晰度检测；若缩放后的视频帧清晰度检测通过，则输出提示信息；若缩放后的视频帧清晰度检测通过，则执行对各所述视频帧序列进行分析，得到目标视频图像的步骤。
本实施例中在获取到视频帧序列之后，视频帧序列的中视频帧进行图像缩放，确定视频帧的尺寸是否符合规定，然后对符合尺寸规格的视频帧进行清晰度检测，清晰度检测可以是边缘检测，视频处理设备针对清晰度检测通过的视频帧进行分析，从而避免后期无效的视频信息分析。
本实施例中一个具体的场景为例进行说，例如，以图像较短边为360像素进行等比例缩放，当图像高大于宽时：
Wnew＝360
当图像宽大于高时：
Hnew＝360
其中：Wnew、Hnew为缩放后图像的宽和高，Wold、Hold为原图像的宽和高。
在实际货架场景中，角度约束为手机竖拍，故实际输入的图像高大于宽。若图像宽大于高，则图像不符合规则；图像符合规则后对缩放后的每张图像进行图像清晰度检测，即，将缩放的BGR图像转换为灰度图像，通过计算拉普拉斯算子进行边缘化检测，然后计算边缘化分布的方差，进而判断图像清晰度，保证图像清晰度，从而得到符合要求的稽查图像。
参照图5，图5是本申请实施例中提供的视频处理方法中目标视频图像确定的一个实施例流程示意图。
在本申请一些实施例中，视频处理设备对视频帧序列中的视频帧进行分割，以准确确定视频帧序列中相邻视频帧的重叠率，具体地包括步骤501-步骤503：
501，将所述视频帧序列中的各视频帧进行分割，得到各所述视频帧对应的分割子图像。
视频处理设备将视频帧序列中的各视频帧进行分割，得到各所述视频帧对应的分割子图像，其中，视频帧序列中视频帧的分离方式按照视频处理设备拍摄过程中的移动方向进行分割，例如，视频处理设备拍摄是竖向移动，则将视频帧序列中的视频帧竖向分割，竖向分割的份数不作具体限定。
502，将所述视频帧序列中相邻视频帧对应的分割子图像进行比对，得到相邻视频帧之间的图像重叠区域。
视频处理设备将视频帧序列中相邻视频帧对应的分割子图像进行比对，得到相邻视频帧之间的图像重叠区域，
503，根据所述相邻视频帧之间的图像重叠区域，确定待删除的目标视频帧并删除，得到目标视频图像。
视频处理设备根据相邻视频帧之间的图像重叠区域，确定待删除的目标视频帧并删除，得到目标视频图像；例如，视频帧序列中包含3帧视频帧，视频处理设备将第一帧视频帧的分割子图像与第二帧视频帧的分割子图像进行比对，得到相邻视频帧之间的图像重叠区域，然后确定是否保留第二视频帧，若重叠区域超过50％则不保留第二帧视频帧，若重叠区域不超过50％则保留第二帧视频帧。然后，若保留第二视频帧，则将第二帧视频帧的分割子图像与第三帧视频帧的分割子图像进行比对；若不保留第二帧视频帧，则将第一帧视频帧的分割子图像与第三帧视频帧的分割子图像进行比对，依次类推，确定最后留下的符合稽查要求的目标视频图像。
本实施例中对视频帧序列中的视频帧进行比对，可以在视频信息产生的同时进行视频信息分析处理，提高了视频信息处理的效率和准确率。
为了方便理解，本实施例中给出了一种视频帧序列分析确定目标视频图像的方式，例如，1秒15张图像按照时间序列分成3组，每组5张图像，对应5个图像清晰度值，每组选取图像清晰度最高的1张图像。每1秒选取3张图像。
视频处理设备对视频帧序列中的视频帧进行重叠区域检测，图像重叠区域检测的步骤包括：图像1和2重叠区域检测，图像1和3重叠区域检测逻辑判定，输出保存的对应图片；其中，图像1和2，图像1和3的重叠区域检测步骤包括：图像2等分，图像相似度检测，判定左右重叠，图像5等分，图像相似度检测，判定重叠区域。
视频处理设备对视频帧序列中的视频帧进行图像等分，对图像进行左右方向N等分，N为2或5或其它。原图像的宽为SrcWidth，原图像的高为SrcHeight；等分后的前N-1个图像的宽为：floor(SrcWidth/N)，高为SrcHeight。其中floor为向下取整。等分后的第N个分割子图像的宽为：SrcWidth-(N-1)*floor(SrcWidth/N)，高为SrcHeight。
视频处理设备根据各个视频帧的分割子图像进行图像相似度检测；具体地：将第一张缩放图像和当前帧的缩放图像从BGR转换为HSV颜色空间，HSV指的是图像的色调、饱和度、明度。其中，H的单位为度，取值范围为0-180，S、V的单位为灰度，取值范围为0-255。对S、V通道进行直方图求解，得到每张图的直方图矩阵histogram1、histogram2，对两个直方图矩阵分别进行归一化，之后进行矩阵相似度比较，得到归一化相似度分数。此图像相似度检测模块的计算量很小，耗时很小。
视频处理设备进行重叠区域判定如果是左重叠，5等分后的图像1-5和图像2-1、2-2、2-3、2-4、2-5分别进行图像相似度检测，得到5个归一化相似度分数，根据分数最高的区域确定重叠区域；如果是右重叠，5等分后的图像2-1和图像1-1、1-2、1-3、1-4、1-5分别进行图像相似度检测，得到5个归一化相似度分数，根据分数最高的区域确定重叠区域。
将两图分别进行左右2等分，将图像1右和图像2左进行图像相似度检测，得到归一化相似度分数SimiScore1,将图像2右和图像1左进行图像相似度检测,得到归一化相似度分数SimiScore2。如果SimiScore1≥SimiScore2，则为左重叠，反之，则为右重叠。
之后将图像1和图像2分别进行5等分，如果是左重叠，将图像1-5和图像2-1、2-2、2-3、2-4、2-5分别进行图像相似度检测，如果是右重叠，将图像2-1和图像1-1、1-2、1-3、1-4、1-5分别进行图像相似度检测，根据检测的结果进行重叠区域的判定，最后输出检测结果。3张相邻图像，得到1&2的重叠区域，1&3的重叠区域，如果1&3有重叠区域，则删除图像2；反之，则保存图像2。
重叠区域检测的目的是用最少张的清晰图像展示出整个货架的信息，同时没有漏掉信息。实际中，视频流的第一张清晰图像需要保存，后面依次保存对应有重叠区域且重叠区域最小的清晰图像。视频处理设备将输出N张清晰图像作为目标图像。视频处理设备确定相邻图像间有一定重叠区域，N张是展示整个视频信息最少的清晰图像张数，得到符合要求的稽查图像。
为了更好实施本申请实施例中视频处理方法，在视频处理方法基础之上，本申请实施例中还提供一种视频处理装置，如图6所示，图6是视频处理装置的一个实施例结构示意图；所述视频处理装置包括：
获取模块601，用于获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
确定模块602，用于根据所述运动检测数据，确定所述视频信息是否有效；
提取模块603，用于若所述视频信息有效，则从所述视频信息中提取视频帧序列；
分析模块604，用于对各所述视频帧序列进行分析，得到目标视频图像。
在本申请一些实施例中，所述视频处理装置中确定模块602包括：
提取所述运动检测数据中的三轴加速度；
计算所述三轴加速度的平均和均方差，得到加速度均值，并将所述加速度均值与预设加速度阈值进行比较；
若所述加速度均值大于或等于所述预设加速度阈值，则判定所述视频信息无效；
若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效。
在本申请一些实施例中，所述视频处理装置中确定模块602执行所述若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效，包括：
若所述加速度均值小于所述预设加速度阈值，则提取所述运动检测数据中的三轴角速度；
计算所述三轴角速度的平均和均方差，得到角速度均值，并将所述角速度均值与预设角速度阈值进行比较；
若所述角速度均值大于或等于所述预设角速度阈值，则判定所述视频信息无效；
若所述角速度均值小于所述预设角速度阈值，则判定所述视频信息有效。
在本申请一些实施例中，所述视频处理装置中提取模块603，包括：
若所述视频信息有效，获取所述视频信息的拍摄频率；
根据所述拍摄频率，确定所述视频信息的选取频率；
按照所述选取频率从所述视频信息中选取视频帧，并将选取的所述视频帧进行组合，形成视频帧序列。
在本申请一些实施例中，所述视频处理装置，还包括：
对所述视频帧序列中的各视频帧进行缩放，得到缩放后的视频帧；
若所述缩放后的视频帧的图像尺寸符合预设尺寸规则，则对各所述缩放后的视频帧进行清晰度检测；
若所述缩放后的视频帧清晰度检测通过，则执行所述对各所述视频帧序列进行分析，得到目标视频图像的步骤。
在本申请一些实施例中，所述视频处理装置中分析模块604，包括：
将所述视频帧序列中的各视频帧进行分割，得到各所述视频帧对应的分割子图像；
将所述视频帧序列中相邻视频帧对应的分割子图像进行比对，得到相邻视频帧之间的图像重叠区域；
根据所述相邻视频帧之间的图像重叠区域，确定待删除的目标视频帧并删除，得到目标视频图像。
在本申请一些实施例中，所述视频处理装置中分析模块604，包括：
将所述视频帧序列中的视频帧进行直方图求解，得到每帧所述视频帧的直方图矩阵；
将所述视频帧的直方图矩阵进行归一化处理，并按照归一化后的直方图矩阵，确定所述视频帧序列中相邻视频帧之间的图像重叠率；
根据所述视频帧序列中相邻视频帧之间的图像重叠率，删除所述视频帧序列中图像重叠率高于预设重叠率阈值的目标视频帧，得到目标视频图像。
本实施例中视频处理装置中获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；根据所述运动检测数据，确定所述视频信息是否有效；若所述视频信息有效，则从所述视频信息中提取视频帧序列；对各所述视频帧序列进行分析，得到目标视频图像；本申请实施例中根据运动检测数据确定视频信息是否有效，可以排除拍摄过程中由于设备运动过快，导致的模糊画面或者拍摄对象不完整的无效的视频信息，使得视频信息分析量少；然后从有效视频信息中提取视频帧序列，再对视频帧序列进行分析，这样对视频信息进行序列划分，将视频信息中的临近视频帧进行比对分析，有效排除冗余视频帧，获得满足稽查要求的目标视频图像，这样视频信息处理较为简单，视频信息处理效率和准确率高。
本发明实施例还提供一种视频处理设备，如图7所示，图7其示出了本发明实施例所涉及的视频处理设备的结构示意图。
视频处理设备集成了本发明实施例所提供的任一种视频处理装置，所述视频处理设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述视频处理方法实施例中任一实施例中所述的视频处理方法中。
具体来讲：视频处理设备可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储器702、电源703和输入单元704等部件。本领域技术人员可以理解，图7中示出的视频处理设备结构并不构成对视频处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器701是该视频处理设备的控制中心，利用各种接口和线路连接整个视频处理设备的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器702内的数据，执行视频处理设备的各种功能和处理数据，从而对视频处理设备进行整体监控。可选的，处理器701可包括一个或多个处理核心；优选的，处理器701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701中。
存储器702可用于存储软件程序以及模块，处理器701通过运行存储在存储器702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702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视频处理设备的使用所创建的数据等。此外，存储器702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702还可以包括存储器控制器，以提供处理器701对存储器702的访问。
视频处理设备还包括给各个部件供电的电源703，优选的，电源703可以通过电源管理系统与处理器701逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该视频处理设备还可包括输入单元704，该输入单元704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。
尽管未示出，视频处理设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，视频处理设备中的处理器701会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中，并由处理器701来运行存储在存储器702中的应用程序，从而实现各种功能，如下：
获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
根据所述运动检测数据，确定所述视频信息是否有效；
若所述视频信息有效，则从所述视频信息中提取视频帧序列；
对各所述视频帧序列进行分析，得到目标视频图像。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random AccessMemory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行本发明实施例所提供的任一种视频处理方法中。例如，所述计算机程序被处理器进行加载可以执行如下步骤：
获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
根据所述运动检测数据，确定所述视频信息是否有效；
若所述视频信息有效，则从所述视频信息中提取视频帧序列；
对各所述视频帧序列进行分析，得到目标视频图像。
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的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种视频处理方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种视频处理方法，其特征在于，所述视频处理方法包括：
获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
根据所述运动检测数据，确定所述视频信息是否有效；
若所述视频信息有效，则从所述视频信息中提取视频帧序列；
对各所述视频帧序列进行分析，得到目标视频图像。
2.根据权利要求1所述的视频处理方法，其特征在于，所述根据所述运动检测数据，确定所述视频信息是否有效，包括：
提取所述运动检测数据中的三轴加速度；
计算所述三轴加速度的平均和均方差，得到加速度均值，并将所述加速度均值与预设加速度阈值进行比较；
若所述加速度均值大于或等于所述预设加速度阈值，则判定所述视频信息无效；
若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效。
3.根据权利要求2所述的视频处理方法，其特征在于，所述若所述加速度均值小于所述预设加速度阈值，则判定所述视频信息有效，包括：
若所述加速度均值小于所述预设加速度阈值，则提取所述运动检测数据中的三轴角速度；
计算所述三轴角速度的平均和均方差，得到角速度均值，并将所述角速度均值与预设角速度阈值进行比较；
若所述角速度均值大于或等于所述预设角速度阈值，则判定所述视频信息无效；
若所述角速度均值小于所述预设角速度阈值，则判定所述视频信息有效。
4.根据权利要求1所述的视频处理方法，其特征在于，所述若所述视频信息有效，则从所述视频信息中提取视频帧序列，包括：
若所述视频信息有效，获取所述视频信息的拍摄频率；
根据所述拍摄频率，确定所述视频信息的选取频率；
按照所述选取频率从所述视频信息中选取视频帧，并将选取的所述视频帧进行组合，形成视频帧序列。
5.根据权利要求1所述的视频处理方法，其特征在于，所述若所述视频信息有效，则从所述视频信息中提取视频帧序列之后，所述方法包括：
对所述视频帧序列中的各视频帧进行缩放，得到缩放后的视频帧；
若所述缩放后的视频帧的图像尺寸符合预设尺寸规则，则对各所述缩放后的视频帧进行清晰度检测；
若所述缩放后的视频帧清晰度检测通过，则执行所述对各所述视频帧序列进行分析，得到目标视频图像的步骤。
6.根据权利要求1所述的视频处理方法，其特征在于，所述对各所述视频帧序列进行分析，得到目标视频图像，包括：
将所述视频帧序列中的各视频帧进行分割，得到各所述视频帧对应的分割子图像；
将所述视频帧序列中相邻视频帧对应的分割子图像进行比对，得到相邻视频帧之间的图像重叠区域；
根据所述相邻视频帧之间的图像重叠区域，确定待删除的目标视频帧并删除，得到目标视频图像。
7.根据权利要求1-6任意一项所述的视频处理方法，其特征在于，所述对各所述视频帧序列进行分析，得到目标视频图像，包括：
将所述视频帧序列中的视频帧进行直方图求解，得到每帧所述视频帧的直方图矩阵；
将所述视频帧的直方图矩阵进行归一化处理，并按照归一化后的直方图矩阵，确定所述视频帧序列中相邻视频帧之间的图像重叠率；
根据所述视频帧序列中相邻视频帧之间的图像重叠率，删除所述视频帧序列中图像重叠率高于预设重叠率阈值的目标视频帧，得到目标视频图像。
8.一种视频处理装置，其特征在于，所述视频处理装置包括：
获取模块，用于获取待处理的视频信息，以及所述视频信息拍摄过程中的运动检测数据；
确定模块，用于根据所述运动检测数据，确定所述视频信息是否有效；
提取模块，用于若所述视频信息有效，则从所述视频信息中提取视频帧序列；
分析模块，用于对各所述视频帧序列进行分析，得到目标视频图像。
9.一种视频处理设备，其特征在于，所述视频处理设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的视频处理方法中的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的视频处理方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111439734.6A CN116208842A (zh) | 2021-11-30 | 2021-11-30 | 视频处理方法、装置、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111439734.6A CN116208842A (zh) | 2021-11-30 | 2021-11-30 | 视频处理方法、装置、设备和计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116208842A true CN116208842A (zh) | 2023-06-02 |
Family
ID=86513405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111439734.6A Pending CN116208842A (zh) | 2021-11-30 | 2021-11-30 | 视频处理方法、装置、设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116208842A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117111858A (zh) * | 2023-10-23 | 2023-11-24 | 深圳萨尔浒网络科技有限公司 | 计算机文件数据匹配系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013185518A1 (zh) * | 2012-06-13 | 2013-12-19 | 天脉聚源(北京)传媒科技有限公司 | 一种电视直播流中的广告段检测方法 |
| US20150163407A1 (en) * | 2013-12-09 | 2015-06-11 | Microsoft Corporation | Handling Video Frames Compromised By Camera Motion |
| US20170280058A1 (en) * | 2014-12-14 | 2017-09-28 | SZ DJI Technology Co., Ltd. | Video processing method, device and image system |
| WO2019011073A1 (zh) * | 2017-07-11 | 2019-01-17 | Oppo广东移动通信有限公司 | 人脸活体检测方法及相关产品 |
| CN109391585A (zh) * | 2017-08-03 | 2019-02-26 | 杭州海康威视数字技术股份有限公司 | 视频数据处理方法、装置、终端及计算机可读存储介质 |
| CN113286194A (zh) * | 2020-02-20 | 2021-08-20 | 北京三星通信技术研究有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-11-30 CN CN202111439734.6A patent/CN116208842A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013185518A1 (zh) * | 2012-06-13 | 2013-12-19 | 天脉聚源(北京)传媒科技有限公司 | 一种电视直播流中的广告段检测方法 |
| US20150163407A1 (en) * | 2013-12-09 | 2015-06-11 | Microsoft Corporation | Handling Video Frames Compromised By Camera Motion |
| US20170280058A1 (en) * | 2014-12-14 | 2017-09-28 | SZ DJI Technology Co., Ltd. | Video processing method, device and image system |
| WO2019011073A1 (zh) * | 2017-07-11 | 2019-01-17 | Oppo广东移动通信有限公司 | 人脸活体检测方法及相关产品 |
| CN109391585A (zh) * | 2017-08-03 | 2019-02-26 | 杭州海康威视数字技术股份有限公司 | 视频数据处理方法、装置、终端及计算机可读存储介质 |
| CN113286194A (zh) * | 2020-02-20 | 2021-08-20 | 北京三星通信技术研究有限公司 | 视频处理方法、装置、电子设备及可读存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117111858A (zh) * | 2023-10-23 | 2023-11-24 | 深圳萨尔浒网络科技有限公司 | 计算机文件数据匹配系统 |
| CN117111858B (zh) * | 2023-10-23 | 2024-04-02 | 深圳萨尔浒网络科技有限公司 | 计算机文件数据匹配系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20110115917A1 (en) | Surveillance system and surveilling method | |
| US20160217326A1 (en) | Fall detection device, fall detection method, fall detection camera and computer program | |
| JP5484184B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN113362441B (zh) | 三维重建方法、装置、计算机设备和存储介质 | |
| CN110072078A (zh) | 监控摄像机、监控摄像机的控制方法和存储介质 | |
| CN111583118B (zh) | 图像拼接方法、装置、存储介质及电子设备 | |
| JP7354767B2 (ja) | 物体追跡装置および物体追跡方法 | |
| CN112637587B (zh) | 坏点检测方法及装置 | |
| CN113239937A (zh) | 镜头偏移检测方法、装置、电子设备及可读存储介质 | |
| CN114742866A (zh) | 图像配准方法、装置、存储介质及电子设备 | |
| CN114640833A (zh) | 投影画面调整方法、装置、电子设备和存储介质 | |
| CN108734066B (zh) | 一种手势图像获取设备及方法 | |
| CN116208842A (zh) | 视频处理方法、装置、设备和计算机可读存储介质 | |
| CN113066104B (zh) | 角点检测方法和角点检测装置 | |
| US11132778B2 (en) | Image analysis apparatus, image analysis method, and recording medium | |
| CN112184544B (zh) | 图像拼接的方法和装置 | |
| CN112702527A (zh) | 图像拍摄方法、装置及电子设备 | |
| CN114529491A (zh) | 图像质量检测方法、装置、电子设备及存储介质 | |
| WO2013187282A1 (ja) | 撮像画像表示装置、撮像画像表示方法、記録媒体 | |
| JP6483661B2 (ja) | 撮像制御装置、撮像制御方法およびプログラム | |
| CN113327228B (zh) | 图像处理方法和装置、终端和可读存储介质 | |
| CN114339020A (zh) | 拍照姿态提示方法、装置、设备和计算机可读存储介质 | |
| CN112383716A (zh) | 一种基于智能手机连续自动拍照获取清晰照片的系统和方法 | |
| CN115509351B (zh) | 一种感官联动情景式数码相框交互方法与系统 | |
| CN114979758B (zh) | 视频拼接方法、装置、计算机设备和存储介质 |
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 |