CN116796017A - 音视频数据共享方法、系统及存储介质 - Google Patents
音视频数据共享方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116796017A CN116796017A CN202211434555.8A CN202211434555A CN116796017A CN 116796017 A CN116796017 A CN 116796017A CN 202211434555 A CN202211434555 A CN 202211434555A CN 116796017 A CN116796017 A CN 116796017A
- Authority
- CN
- China
- Prior art keywords
- video
- target user
- affected part
- picture
- illness state
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000003044 adaptive effect Effects 0.000 claims abstract description 117
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 20
- 201000010099 disease Diseases 0.000 claims description 74
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 74
- 230000006978 adaptation Effects 0.000 claims description 71
- 230000008961 swelling Effects 0.000 claims description 47
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 230000003902 lesion Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及音视频数据共享技术领域，具体公开音视频数据共享方法、系统及存储介质，该方法包括：目标用户音视频上传、目标用户音频提取、目标用户音频处理、适配病情视频筛选、目标用户视频处理、目标病情视频分析和目标病情视频处理，本发明在音频分析方面，综合分析用户音频与各病情视频的匹配度，确保用户音频与各病情视频分析的精确性，提高了用户音频分析的准确性和可靠性，在视频分析方面，通过视频中用户患处的肿胀类型和红肿颜色匹配用户对应的目标病情视频，进而分析得到用户对应的病情视频，一方面弥补了现有技术中该方法匹配到的目标病情视频繁多的缺陷，另一方面保证了分析的目标病情视频可靠度。
Description
技术领域
本发明涉及音视频数据共享技术领域，具体而言，涉及音视频数据共享方法、系统及存储介质。
背景技术
随着经济和科技的高速发展，人们为了追求方便快捷的使用方式，众多共享平台的发展速度也越来越快，衍生出很多类型的共享平台，例如音视频共享平台、剪辑素材共享平台和知识共享平台，传统的音视频共享平台大多是娱乐性质的音视频共享，现如今，有部分音视频共享平台与在线医疗进行结合，进而用户可以根据音视频共享平台的一些病情视频来对自己患处的病情有初步的了解，从而用户可以进行相应的措施来保护自己的皮肤，而在此类型的音视频平台共享中，对用户上传的音视频进行精准分析，并匹配到用户对应的目标视频尤为重要，若对用户上传的音视频分析不精确，会影响用户患处病情的判断，因此，需要对用户上传的音视频进行分析。
现有对用户的音视频分析还存在一定的缺陷，其具体表现在：(1)现有对用户的音视频分析在音频分析方面，大多是针对音频中的病情描述进行提取并分析，对音频中的部位关键词关注度不高，进而可能存在用户病情描述一致但是患病部位不一致的现象，从而导致用户的音频分析不精确，进而造成匹配到的目标病情视频与用户患病病情不贴切的问题，降低了用户音频分析的准确性和可靠性。
(2)现有对用户的音视频分析在视频分析方面，大多是通过视频中用户患处的肿胀类型匹配用户对应的目标病情视频，一方面该方法匹配到的目标病情视频繁多，无法匹配到最精确的目标病情视频传送到音视频共享平台，进而导致用户对自己患处病情掌握度不高，另一方面该方法对视频中用户患处的红肿颜色相似度的关注不高，进而导致分析的目标病情视频与用户患部视频的匹配度不高，从而导致分析的目标病情视频可靠度不高。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了音视频数据共享方法、系统及存储介质,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：本发明第一方面提供了音视频数据共享方法，该方法包括：S1、目标用户音视频上传：目标用户将拍摄患部的视频上传到音视频共享中心。
S2、目标用户音频提取：从目标用户上传的患部视频中提取音频，并根据语音识别技术，获取目标用户上传的患部视频对应的语音文本。
S3、目标用户音频处理：从音视频共享中心的各病情视频中提取音频，并根据语音识别技术，获取各病情视频中对应的语音文本，进而结合目标用户上传的患部视频对应的语音文本分析目标用户的患部视频与各病情视频的文本综合适配指数。
S4、适配病情视频筛选：根据目标用户的患部视频与各病情视频的文本综合适配指数筛选目标用户对应的各适配病情视频。
S5、目标用户视频处理：将目标用户上传的患部视频按照设定的视频帧数划分为各待分析图片，进而将各适配病情视频按照设定的视频帧数划分为各待参考图片，从而据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，进而综合分析目标用户所属患部视频与各适配病情视频的图片适配指数。
S6、目标病情视频分析：获取目标用户所属患部视频与各适配病情视频的文本综合适配指数，进而分析目标用户的患部视频与各适配病情视频的综合匹配指数，并据此分析目标用户对应的目标病情视频。
S7、目标病情视频处理：将目标用户对应的目标病情视频发送给目标用户。
在一种可能的设计中，所述目标用户的患部视频与各病情视频的文本综合适配指数，其具体分析方法为：S31：从目标用户上传的患部视频对应的语音文本中提取患病部位关键词，并据此构建目标用户上传的患部视频对应的患病部位关键词集合，将其标记为A。
S32：从各病情视频中对应的语音文本中提取患病部位关键词，并据此构建各病情视频对应的患病部位关键词集合，将其标记为Br，r表示为各病情视频的编号，r＝1,2,...,w。
S33：将目标用户上传的患部视频对应的患病部位关键词集合与各病情视频对应的患病部位关键词集合进行对比，并据此分析目标用户与各病情视频对应的患病部位适配指数，其计算公式为：其中SYr表示为目标用户与第r个病情视频对应的患病部位适配指数。
S34：根据目标用户上传的患部视频对应的语音文本构建目标用户上传的患部视频所属语音文本关键字集合，将其标记为C。
S35：根据各病情视频中对应的语音文本构建各病情视频所属语音文本关键字集合，将其标记为Er。
S36：将目标用户上传的患部视频所属语音文本关键字集合与各病情视频所属语音文本关键字集合进行对比，进而据此分析目标用户与各病情视频对应的语音文本适配指数，其计算公式为：其中SWr表示为目标用户与第r个病情视频对应的语音文本适配指数。
S37：分析目标用户的患部视频与各病情视频的文本综合适配指数，其计算公式为：其中/>表示为目标用户的患部视频与第r个病情视频的文本综合适配指数，λ1、λ2分别表示为预设的目标用户与病情视频对应的患病部位适配指数、语音文本适配指数所属权重因子。
在一种可能的设计中，所述筛选目标用户对应的各适配病情视频，其具体方法为：将目标用户的患部视频与各病情视频的文本综合适配指数和预设的目标用户的患部视频与病情视频的适配指数阈值进行对比，若目标用户的患部视频与某病情视频的文本综合适配指数大于或等于目标用户的患部视频与病情视频的适配指数阈值，则将该病情视频标记为适配病情视频，进而得到目标用户对应的各适配病情视频。
在一种可能的设计中，所述分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，其具体方法为：S511：在目标用户所属患部视频的各待分析图片内随机选取各测试点，并获取目标用户所属患部视频的各待分析图片内各测试点的RGB值，将其标记为Rmx、Gmx、Bmx，其中m表示为各待分析图片的编号，m＝1,2,...,l，x表示为各测试点的编号，x＝1,2,...,y，并据此构建目标用户所属患部视频的各待分析图片的R值集合、G值集合和B值集合。
S512：在各适配病情视频所属各待参考图片内随机选取各检测点，并获取各适配病情视频所属各待参考图片内各检测点的RGB值，将其标记为Rijf′、Gijf′、Bijf′，其中i表示为各适配病情视频的编号，i＝1,2,...,n，j表示为各待参考图片的编号，j＝1,2,...,k，f表示为各检测点的编号，f＝1,2,...,g，并据此构建各适配病情视频所属各待参考图片的R值集合、G值集合、B值集合。
S513：分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的初步颜色相似度，其计算公式为：
，
其中YHmij表示为目标用户所属患部视频的第m个待分析图片与第i个适配病情视频所属第j个待参考图片的初步颜色相似度，y表示为测试点的数量，g表示为检测点的数量。
S514：从各适配病情视频所属各待参考图片的R值集合、G值集合、B值集合分别提取出各适配病情视频所属各待参考图片对应的最大R值、最大G值、最大B值、最小R值、最小G值、最小B值，分别将其标记为：同理，得到目标用户所属患部视频的各待分析图片对应的最大R值、最大G值、最大B值、最小R值、最小G值、最小B值，分别将其标记为：/> 并据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的颜色波动系数，将其标记为BDmij。
S515：分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，其计算公式为：其中SDmij表示为目标用户所属患部视频的第m个待分析图片与第i个适配病情视频所属第j个待参考图片的适配度，χ1、χ2分别表示为预设的初步颜色相似度、颜色波动系数所属占比系数。
在一种可能的设计中，所述目标用户所属患部视频与各病情视频的图片适配指数，其具体分析方法为：S521：获取目标用户所属患部视频的各待分析图片，并将目标用户所属患部视频的各待分析图片聚焦在患部区域，进而将目标用户所属患部视频的各待分析图片与云数据库中存储的各肿胀类型对应的图片进行对比，从而获取目标用户所属患部视频的各待分析图片对应的患处肿胀类型。
S522：同理，获取各适配病情视频所属各待参考图片对应的患处肿胀类型。
S523：将目标用户所属患部视频的各待分析图片对应患处肿胀类型与各适配病情视频所属各待参考图片对应的患处肿胀类型进行匹配，若目标用户所属患部视频的某待分析图片对应患处肿胀类型与某适配病情视频所属某待参考图片对应的患处肿胀类型匹配成功，则将目标用户所属患部视频的该待分析图片对应患处肿胀类型与该适配病情视频所属该待分析参考图片对应患处肿胀类型的匹配指数标记为δ，反之，则将其标记为δ′，进而统计待分析图片与各适配病情视频所属待参考图片匹配成功的数量，将其标记为CSi。
S524：获取目标用户所属患部视频的各待分析图片对应患处肿胀类型与各适配病情视频所属各待参考图片对应患处肿胀类型的匹配指数，并将其标记为βmij，其中βmij＝δ或δ′。
S525：分析目标用户所属患部视频与各适配病情视频的图片适配指数，其计算公式为：其中φi表示为目标用户所属患部视频与第i个适配病情视频的图片适配指数，γ1、γ2、γ3分别表示为预设的图片匹配成功数量、患部视频与适配病情视频对应适配度、肿胀类型匹配指数所属匹配修正因子，k表示为待参考图片的数量，l表示为待分析图片的数量。
在一种可能的设计中，所述目标用户的患部视频与各适配病情视频的综合匹配指数的具体计算公式为：其中ZHi表示为目标用户的患部视频与第i个适配病情视频的综合匹配指数，/>表示为目标用户的患部视频与第i个病情视频的文本综合适配指数，ε1、ε2表示为预设的文本综合适配指数、图片适配指数所属影响因子系数。
在一种可能的设计中，所述目标用户对应的目标病情视频的具体分析方法为：将目标用户的患部视频与各适配病情视频的综合匹配指数进行相互对比，筛选最大综合匹配指数对应的适配病情视频，并将其作为目标用户对应的目标病情视频。
本发明第二方面提供了音视频数据共享系统，包括：目标用户音视频上传模块：目标用户音视频上传模块：目标用户将拍摄患部的视频上传到音视频共享中心。
目标用户音频提取模块：从目标用户上传的患部视频中提取音频，并根据语音识别技术，获取目标用户上传的患部视频对应的语音文本。
目标用户音频处理模块：从音视频共享中心的各病情视频中提取音频，并根据语音识别技术，获取各病情视频中对应的语音文本，进而结合目标用户上传的患部视频对应的语音文本分析目标用户的患部视频与各病情视频的文本综合适配指数。
适配病情视频筛选模块：根据目标用户的患部视频与各病情视频的文本综合适配指数筛选目标用户对应的各适配病情视频。
目标用户视频处理模块：将目标用户上传的患部视频按照设定的视频帧数划分为各待分析图片，进而将各适配病情视频按照设定的视频帧数划分为各待参考图片，从而据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，进而综合分析目标用户所属患部视频与各适配病情视频的图片适配指数。
目标病情视频分析模块：获取目标用户所属患部视频与各适配病情视频的文本综合适配指数，进而分析目标用户的患部视频与各适配病情视频的综合匹配指数，并据此分析目标用户对应的目标病情视频。
目标病情视频处理模块：将目标用户对应的目标病情视频发送给目标用户。
云数据库：存储各肿胀类型对应的图片。
本发明第三方面提供了音视频数据共享存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的音视频数据共享方法。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在音频分析方面，不仅针对音频中的病情描述进行提取并分析，而且对音频中的部位关键词进行提取，进而综合分析用户音频与各病情视频的匹配度，从而避免出现用户病情描述一致但是患病部位不一致的现象，确保用户音频与各病情视频分析的精确性，进而解决了匹配到的目标病情视频与用户患病病情不贴切的问题，提高了用户音频分析的准确性和可靠性。
(2)本发明在视频分析方面，通过视频中用户患处的肿胀类型和红肿颜色匹配用户对应的目标病情视频，进而分析得到用户对应的病情视频，一方面弥补了现有技术中该方法匹配到的目标病情视频繁多的缺陷，能够匹配到最精确的目标病情视频传送到音视频共享平台，进而提高了用户对自己患处病情掌握度，另一方面该方法解决了现有技术中对视频中用户患处的红肿颜色相似度关注度不高的问题，进而提高了分析的目标病情视频与用户患部视频的匹配度，从而保证了分析的目标病情视频可靠度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法流程图。
图2为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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，本领域普通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，都属于本发明保护的范围。
参照图1所示，本发明第一方面提供了音视频数据共享方法，该方法包括：S1、目标用户音视频上传：目标用户将拍摄患部的视频上传到音视频共享中心。
S2、目标用户音频提取：从目标用户上传的患部视频中提取音频，并根据语音识别技术，获取目标用户上传的患部视频对应的语音文本。
S3、目标用户音频处理：从音视频共享中心的各病情视频中提取音频，并根据语音识别技术，获取各病情视频中对应的语音文本，进而结合目标用户上传的患部视频对应的语音文本分析目标用户的患部视频与各病情视频的文本综合适配指数。
在本发明的具体实施例中，所述目标用户的患部视频与各病情视频的文本综合适配指数，其具体分析方法为：S31：从目标用户上传的患部视频对应的语音文本中提取患病部位关键词，并据此构建目标用户上传的患部视频对应的患病部位关键词集合，将其标记为A。
S32：从各病情视频中对应的语音文本中提取患病部位关键词，并据此构建各病情视频对应的患病部位关键词集合，将其标记为Br，r表示为各病情视频的编号，r＝1,2,...,w。
S33：将目标用户上传的患部视频对应的患病部位关键词集合与各病情视频对应的患病部位关键词集合进行对比，并据此分析目标用户与各病情视频对应的患病部位适配指数，其计算公式为：其中SYr表示为目标用户与第r个病情视频对应的患病部位适配指数。
S34：根据目标用户上传的患部视频对应的语音文本构建目标用户上传的患部视频所属语音文本关键字集合，将其标记为C。
S35：根据各病情视频中对应的语音文本构建各病情视频所属语音文本关键字集合，将其标记为Er。
S36：将目标用户上传的患部视频所属语音文本关键字集合与各病情视频所属语音文本关键字集合进行对比，进而据此分析目标用户与各病情视频对应的语音文本适配指数，其计算公式为：其中SWr表示为目标用户与第r个病情视频对应的语音文本适配指数。
S37：分析目标用户的患部视频与各病情视频的文本综合适配指数，其计算公式为：其中/>表示为目标用户的患部视频与第r个病情视频的文本综合适配指数，λ1、λ2分别表示为预设的目标用户与病情视频对应的患病部位适配指数、语音文本适配指数所属权重因子。
本发明在音频分析方面，不仅针对音频中的病情描述进行提取并分析，而且对音频中的部位关键词进行提取，进而综合分析用户音频与各病情视频的匹配度，避免出现用户病情描述一致但是患病部位不一致的现象，从而确保用户音频与各病情视频分析的精确性，进而解决了匹配到的目标病情视频与用户患病病情不贴切的问题，提高了用户音频分析的准确性和可靠性。
S4、适配病情视频筛选：根据目标用户的患部视频与各病情视频的文本综合适配指数筛选目标用户对应的各适配病情视频。
在本发明的具体实施例中，所述筛选目标用户对应的各适配病情视频，其具体方法为：将目标用户的患部视频与各病情视频的文本综合适配指数和预设的目标用户的患部视频与病情视频的适配指数阈值进行对比，若目标用户的患部视频与某病情视频的文本综合适配指数大于或等于目标用户的患部视频与病情视频的适配指数阈值，则将该病情视频标记为适配病情视频，进而得到目标用户对应的各适配病情视频。
S5、目标用户视频处理：将目标用户上传的患部视频按照设定的视频帧数划分为各待分析图片，进而将各适配病情视频按照设定的视频帧数划分为各待参考图片，从而据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，进而综合分析目标用户所属患部视频与各适配病情视频的图片适配指数。
在本发明的具体实施例中，所述分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，其具体方法为：S511：在目标用户所属患部视频的各待分析图片内随机选取各测试点，并获取目标用户所属患部视频的各待分析图片内各测试点的RGB值，将其标记为Rmx、Gmx、Bmx，其中m表示为各待分析图片的编号，m＝1,2,...,l，x表示为各测试点的编号，x＝1,2,...,y，并据此构建目标用户所属患部视频的各待分析图片的R值集合、G值集合和B值集合。
S512：在各适配病情视频所属各待参考图片内随机选取各检测点，并获取各适配病情视频所属各待参考图片内各检测点的RGB值，将其标记为Rijf′、Gijf′、Bijf′，其中i表示为各适配病情视频的编号，i＝1,2,...,n，j表示为各待参考图片的编号，j＝1,2,...,k，f表示为各检测点的编号，f＝1,2,...,g，并据此构建各适配病情视频所属各待参考图片的R值集合、G值集合、B值集合。
S513：分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的初步颜色相似度，其计算公式为：
，
其中YHmij表示为目标用户所属患部视频的第m个待分析图片与第i个适配病情视频所属第j个待参考图片的初步颜色相似度，y表示为测试点的数量，g表示为检测点的数量。
S514：从各适配病情视频所属各待参考图片的R值集合、G值集合、B值集合分别提取出各适配病情视频所属各待参考图片对应的最大R值、最大G值、最大B值、最小R值、最小G值、最小B值，分别将其标记为：同理，得到目标用户所属患部视频的各待分析图片对应的最大R值、最大G值、最大B值、最小R值、最小G值、最小B值，分别将其标记为：/> 并据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的颜色波动系数，将其标记为BDmij。
需要说明的是，目标用户所属患部视频的各待分析图片与各病情视频所属各待参考图片的颜色波动系数的具体计算公式为：
S515：分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，其计算公式为：其中SDmij表示为目标用户所属患部视频的第m个待分析图片与第i个适配病情视频所属第j个待参考图片的适配度，χ1、χ2分别表示为预设的初步颜色相似度、颜色波动系数所属占比系数。
在本发明的具体实施例中，所述目标用户所属患部视频与各病情视频的图片适配指数，其具体分析方法为：S521：获取目标用户所属患部视频的各待分析图片，并将目标用户所属患部视频的各待分析图片聚焦在患部区域，进而将目标用户所属患部视频的各待分析图片与云数据库中存储的各肿胀类型对应的图片进行对比，从而获取目标用户所属患部视频的各待分析图片对应的患处肿胀类型。
需要说明的是，肿胀类型包括水肿、充血和增生等。
S522：同理，获取各适配病情视频所属各待参考图片对应的患处肿胀类型。
S523：将目标用户所属患部视频的各待分析图片对应患处肿胀类型与各适配病情视频所属各待参考图片对应的患处肿胀类型进行匹配，若目标用户所属患部视频的某待分析图片对应患处肿胀类型与某适配病情视频所属某待参考图片对应的患处肿胀类型匹配成功，则将目标用户所属患部视频的该待分析图片对应患处肿胀类型与该适配病情视频所属该待分析参考图片对应患处肿胀类型的匹配指数标记为δ，反之，则将其标记为δ′，进而统计待分析图片与各适配病情视频所属待参考图片匹配成功的数量，将其标记为CSi。
S524：获取目标用户所属患部视频的各待分析图片对应患处肿胀类型与各适配病情视频所属各待参考图片对应患处肿胀类型的匹配指数，并将其标记为βmij，其中βmij＝δ或δ′。
S525：分析目标用户所属患部视频与各适配病情视频的图片适配指数，其计算公式为：其中φi表示为目标用户所属患部视频与第i个适配病情视频的图片适配指数，γ1、γ2、γ3分别表示为预设的图片匹配成功数量、患部视频与适配病情视频对应适配度、肿胀类型匹配指数所属匹配修正因子，k表示为待参考图片的数量，l表示为待分析图片的数量。
本发明在视频分析方面，通过视频中用户患处的肿胀类型和红肿颜色匹配用户对应的目标病情视频，进而分析得到用户对应的病情视频，一方面弥补了现有技术中该方法匹配到的目标病情视频繁多的缺陷，能够匹配到最精确的目标病情视频传送到音视频共享平台，进而提高了用户对自己患处病情掌握度，另一方面该方法解决了现有技术中对视频中用户患处的红肿颜色相似度关注度不高的问题，进而提高了分析的目标病情视频与用户患部视频的匹配度，从而保证了分析的目标病情视频可靠度。
S6、目标病情视频分析：获取目标用户所属患部视频与各适配病情视频的文本综合适配指数，进而分析目标用户的患部视频与各适配病情视频的综合匹配指数，并据此分析目标用户对应的目标病情视频。
在本发明的具体实施例中，所述目标用户的患部视频与各适配病情视频的综合匹配指数的具体计算公式为：其中ZHi表示为目标用户的患部视频与第i个适配病情视频的综合匹配指数，/>表示为目标用户的患部视频与第i个病情视频的文本综合适配指数，ε1、ε2表示为预设的文本综合适配指数、图片适配指数所属影响因子系数。
在本发明的具体实施例中，所述目标用户对应的目标病情视频的具体分析方法为：将目标用户的患部视频与各适配病情视频的综合匹配指数进行相互对比，筛选最大综合匹配指数对应的适配病情视频，并将其作为目标用户对应的目标病情视频。
S7、目标病情视频处理：将目标用户对应的目标病情视频发送给目标用户。
参照图2所述，本发明第二方面提供了音视频数据共享系统，包括：目标用户音视频上传模块：目标用户将拍摄患部的视频上传到音视频共享中心。
目标用户音频提取模块：从目标用户上传的患部视频中提取音频，并根据语音识别技术，获取目标用户上传的患部视频对应的语音文本。
目标用户音频处理模块：从音视频共享中心的各病情视频中提取音频，并根据语音识别技术，获取各病情视频中对应的语音文本，进而结合目标用户上传的患部视频对应的语音文本分析目标用户的患部视频与各病情视频的文本综合适配指数。
适配病情视频筛选模块：根据目标用户的患部视频与各病情视频的文本综合适配指数筛选目标用户对应的各适配病情视频。
目标用户视频处理模块：将目标用户上传的患部视频按照设定的视频帧数划分为各待分析图片，进而将各适配病情视频按照设定的视频帧数划分为各待参考图片，从而据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，进而综合分析目标用户所属患部视频与各适配病情视频的图片适配指数。
目标病情视频分析模块：获取目标用户所属患部视频与各适配病情视频的文本综合适配指数，进而分析目标用户的患部视频与各适配病情视频的综合匹配指数，并据此分析目标用户对应的目标病情视频。
目标病情视频处理模块：将目标用户对应的目标病情视频发送给目标用户。
云数据库：存储各肿胀类型对应的图片。
所述目标用户音视频上传模块与目标用户音频提取模块连接，目标用户音频提取模块与目标用户音频处理模块连接，目标用户音频处理模块与适配病情视频筛选模块连接，适配病情视频筛选模块与目标用户视频处理模块连接，目标用户视频处理模块与目标病情视频分析模块连接，目标病情视频分析模块与目标病情视频处理模块连接，云数据库与目标用户视频处理模块连接。
本发明第三方面提供了音视频数据共享存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的音视频数据共享方法。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (9)
1.音视频数据共享方法，其特征在于，该方法包括：
S1、目标用户音视频上传：目标用户将拍摄患部的视频上传到音视频共享中心；
S2、目标用户音频提取：从目标用户上传的患部视频中提取音频，并根据语音识别技术，获取目标用户上传的患部视频对应的语音文本；
S3、目标用户音频处理：从音视频共享中心的各病情视频中提取音频，并根据语音识别技术，获取各病情视频中对应的语音文本，进而结合目标用户上传的患部视频对应的语音文本分析目标用户的患部视频与各病情视频的文本综合适配指数；
S4、适配病情视频筛选：根据目标用户的患部视频与各病情视频的文本综合适配指数筛选目标用户对应的各适配病情视频；
S5、目标用户视频处理：将目标用户上传的患部视频按照设定的视频帧数划分为各待分析图片，进而将各适配病情视频按照设定的视频帧数划分为各待参考图片，从而据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，进而综合分析目标用户所属患部视频与各适配病情视频的图片适配指数；
S6、目标病情视频分析：获取目标用户所属患部视频与各适配病情视频的文本综合适配指数，进而分析目标用户的患部视频与各适配病情视频的综合匹配指数，并据此分析目标用户对应的目标病情视频；
S7、目标病情视频处理：将目标用户对应的目标病情视频发送给目标用户。
2.根据权利要求1所述的音视频数据共享方法，其特征在于：所述目标用户的患部视频与各病情视频的文本综合适配指数，其具体分析方法为：
S31：从目标用户上传的患部视频对应的语音文本中提取患病部位关键词，并据此构建目标用户上传的患部视频对应的患病部位关键词集合，将其标记为A；
S32：从各病情视频中对应的语音文本中提取患病部位关键词，并据此构建各病情视频对应的患病部位关键词集合，将其标记为Br，r表示为各病情视频的编号，r＝1,2,...,w；
S33：将目标用户上传的患部视频对应的患病部位关键词集合与各病情视频对应的患病部位关键词集合进行对比，并据此分析目标用户与各病情视频对应的患病部位适配指数，其计算公式为：其中SYr表示为目标用户与第r个病情视频对应的患病部位适配指数；
S34：根据目标用户上传的患部视频对应的语音文本构建目标用户上传的患部视频所属语音文本关键字集合，将其标记为C；
S35：根据各病情视频中对应的语音文本构建各病情视频所属语音文本关键字集合，将其标记为Er；
S36：将目标用户上传的患部视频所属语音文本关键字集合与各病情视频所属语音文本关键字集合进行对比，进而据此分析目标用户与各病情视频对应的语音文本适配指数，其计算公式为：其中SWr表示为目标用户与第r个病情视频对应的语音文本适配指数；
S37：分析目标用户的患部视频与各病情视频的文本综合适配指数，其计算公式为：其中/>表示为目标用户的患部视频与第r个病情视频的文本综合适配指数，λ1、λ2分别表示为预设的目标用户与病情视频对应的患病部位适配指数、语音文本适配指数所属权重因子。
3.根据权利要求1所述的音视频数据共享方法，其特征在于：所述筛选目标用户对应的各适配病情视频，其具体方法为：将目标用户的患部视频与各病情视频的文本综合适配指数和预设的目标用户的患部视频与病情视频的适配指数阈值进行对比，若目标用户的患部视频与某病情视频的文本综合适配指数大于或等于目标用户的患部视频与病情视频的适配指数阈值，则将该病情视频标记为适配病情视频，进而得到目标用户对应的各适配病情视频。
4.根据权利要求1所述的音视频数据共享方法，其特征在于：所述分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，其具体方法为：
S511：在目标用户所属患部视频的各待分析图片内随机选取各测试点，并获取目标用户所属患部视频的各待分析图片内各测试点的RGB值，将其标记为Rmx、Gmx、Bmx，其中m表示为各待分析图片的编号，m＝1,2,...,l，x表示为各测试点的编号，x＝1,2,...,y，并据此构建目标用户所属患部视频的各待分析图片的R值集合、G值集合和B值集合；
S512：在各适配病情视频所属各待参考图片内随机选取各检测点，并获取各适配病情视频所属各待参考图片内各检测点的RGB值，将其标记为Rijf′、Gijf′、Bijf′，其中i表示为各适配病情视频的编号，i＝1,2,...,n，j表示为各待参考图片的编号，j＝1,2,...,k，f表示为各检测点的编号，f＝1,2,...,g，并据此构建各适配病情视频所属各待参考图片的R值集合、G值集合、B值集合；
S513：分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的初步颜色相似度，其计算公式为：
，
其中YHmij表示为目标用户所属患部视频的第m个待分析图片与第i个适配病情视频所属第j个待参考图片的初步颜色相似度，y表示为测试点的数量，g表示为检测点的数量；
S514：从各适配病情视频所属各待参考图片的R值集合、G值集合、B值集合分别提取出各适配病情视频所属各待参考图片对应的最大R值、最大G值、最大B值、最小R值、最小G值、最小B值，分别将其标记为：同理，得到目标用户所属患部视频的各待分析图片对应的最大R值、最大G值、最大B值、最小R值、最小G值、最小B值，分别将其标记为：/> 并据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的颜色波动系数，将其标记为BDmij；
S515：分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，其计算公式为：其中SDmij表示为目标用户所属患部视频的第m个待分析图片与第i个适配病情视频所属第j个待参考图片的适配度，χ1、χ2分别表示为预设的初步颜色相似度、颜色波动系数所属占比系数。
5.根据权利要求4所述的音视频数据共享方法，其特征在于：所述目标用户所属患部视频与各适配病情视频的图片适配指数，其具体分析方法为：
S521：获取目标用户所属患部视频的各待分析图片，并将目标用户所属患部视频的各待分析图片聚焦在患部区域，进而将目标用户所属患部视频的各待分析图片与云数据库中存储的各肿胀类型对应的图片进行对比，从而获取目标用户所属患部视频的各待分析图片对应的患处肿胀类型；
S522：同理，获取各适配病情视频所属各待参考图片对应的患处肿胀类型；
S523：将目标用户所属患部视频的各待分析图片对应患处肿胀类型与各适配病情视频所属各待参考图片对应的患处肿胀类型进行匹配，若目标用户所属患部视频的某待分析图片对应患处肿胀类型与某适配病情视频所属某待参考图片对应的患处肿胀类型匹配成功，则将目标用户所属患部视频的该待分析图片对应患处肿胀类型与该适配病情视频所属该待分析参考图片对应患处肿胀类型的匹配指数标记为δ，反之，则将其标记为δ′，进而统计待分析图片与各适配病情视频所属待参考图片匹配成功的数量，将其标记为CSi；
S524：获取目标用户所属患部视频的各待分析图片对应患处肿胀类型与各适配病情视频所属各待参考图片对应患处肿胀类型的匹配指数，并将其标记为βmij，其中βmij＝δ或δ′；
S525：分析目标用户所属患部视频与各适配病情视频的图片适配指数，其计算公式为：其中φi表示为目标用户所属患部视频与第i个适配病情视频的图片适配指数，γ1、γ2、γ3分别表示为预设的图片匹配成功数量、患部视频与适配病情视频对应适配度、肿胀类型匹配指数所属匹配修正因子，k表示为待参考图片的数量，l表示为待分析图片的数量。
6.根据权利要求5所述的音视频数据共享方法，其特征在于：所述目标用户的患部视频与各适配病情视频的综合匹配指数的具体计算公式为：其中ZHi表示为目标用户的患部视频与第i个适配病情视频的综合匹配指数，/>表示为目标用户的患部视频与第i个病情视频的文本综合适配指数，ε1、ε2表示为预设的文本综合适配指数、图片适配指数所属影响因子系数。
7.根据权利要求1所述的音视频数据共享方法，其特征在于：所述目标用户对应的目标病情视频的具体分析方法为：将目标用户的患部视频与各适配病情视频的综合匹配指数进行相互对比，筛选最大综合匹配指数对应的适配病情视频，并将其作为目标用户对应的目标病情视频。
8.音视频数据共享系统，其特征在于：包括：
目标用户音视频上传模块：目标用户将拍摄患部的视频上传到音视频共享中心；
目标用户音频提取模块：从目标用户上传的患部视频中提取音频，并根据语音识别技术，获取目标用户上传的患部视频对应的语音文本；
目标用户音频处理模块：从音视频共享中心的各病情视频中提取音频，并根据语音识别技术，获取各病情视频中对应的语音文本，进而结合目标用户上传的患部视频对应的语音文本分析目标用户的患部视频与各病情视频的文本综合适配指数；
适配病情视频筛选模块：根据目标用户的患部视频与各病情视频的文本综合适配指数筛选目标用户对应的各适配病情视频；
目标用户视频处理模块：将目标用户上传的患部视频按照设定的视频帧数划分为各待分析图片，进而将各适配病情视频按照设定的视频帧数划分为各待参考图片，从而据此分析目标用户所属患部视频的各待分析图片与各适配病情视频所属各待参考图片的适配度，进而综合分析目标用户所属患部视频与各适配病情视频的图片适配指数；
目标病情视频分析模块：获取目标用户所属患部视频与各适配病情视频的文本综合适配指数，进而分析目标用户的患部视频与各适配病情视频的综合匹配指数，并据此分析目标用户对应的目标病情视频；
目标病情视频处理模块：将目标用户对应的目标病情视频发送给目标用户；
云数据库：存储各肿胀类型对应的图片。
9.音视频数据共享存储介质，其特征在于：所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-7任一项所述的音视频数据共享方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211434555.8A CN116796017B (zh) | 2022-11-16 | 2022-11-16 | 音视频数据共享方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211434555.8A CN116796017B (zh) | 2022-11-16 | 2022-11-16 | 音视频数据共享方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116796017A true CN116796017A (zh) | 2023-09-22 |
| CN116796017B CN116796017B (zh) | 2024-05-28 |
Family
ID=88038701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211434555.8A Active CN116796017B (zh) | 2022-11-16 | 2022-11-16 | 音视频数据共享方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116796017B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150347686A1 (en) * | 2014-05-31 | 2015-12-03 | Moventics Inc. | Method and apparatus for a video medical record |
| CN110019961A (zh) * | 2017-08-24 | 2019-07-16 | 北京搜狗科技发展有限公司 | 视频处理方法和装置、用于视频处理的装置 |
| CN112712906A (zh) * | 2020-12-29 | 2021-04-27 | 安徽科大讯飞医疗信息技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
| CN112992340A (zh) * | 2021-02-24 | 2021-06-18 | 北京大学 | 基于行为识别的疾病预警方法、装置、设备及存储介质 |
| CN114520062A (zh) * | 2022-04-20 | 2022-05-20 | 杭州马兰头医学科技有限公司 | 一种基于ai和信创的医疗云通信系统 |
| CN114612839A (zh) * | 2022-03-18 | 2022-06-10 | 壹加艺术(武汉)文化有限公司 | 一种短视频分析处理方法、系统及计算机存储介质 |
-
2022
- 2022-11-16 CN CN202211434555.8A patent/CN116796017B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150347686A1 (en) * | 2014-05-31 | 2015-12-03 | Moventics Inc. | Method and apparatus for a video medical record |
| CN110019961A (zh) * | 2017-08-24 | 2019-07-16 | 北京搜狗科技发展有限公司 | 视频处理方法和装置、用于视频处理的装置 |
| CN112712906A (zh) * | 2020-12-29 | 2021-04-27 | 安徽科大讯飞医疗信息技术有限公司 | 视频图像处理方法、装置、电子设备及存储介质 |
| CN112992340A (zh) * | 2021-02-24 | 2021-06-18 | 北京大学 | 基于行为识别的疾病预警方法、装置、设备及存储介质 |
| CN114612839A (zh) * | 2022-03-18 | 2022-06-10 | 壹加艺术(武汉)文化有限公司 | 一种短视频分析处理方法、系统及计算机存储介质 |
| CN114520062A (zh) * | 2022-04-20 | 2022-05-20 | 杭州马兰头医学科技有限公司 | 一种基于ai和信创的医疗云通信系统 |
Non-Patent Citations (2)
| Title |
|---|
| 程炜;王睿;: "基于B/S结构的远程医疗系统设计与应用分析", 现代仪器与医疗, no. 06 * |
| 龚伟;: "基于VFW的远程专家会诊系统中的实时音视频捕获", 计算机科学, no. 11 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116796017B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Image tag completion via image-specific and tag-specific linear sparse reconstructions | |
| CN108319686B (zh) | 基于受限文本空间的对抗性跨媒体检索方法 | |
| CN111353542A (zh) | 图像分类模型的训练方法、装置、计算机设备和存储介质 | |
| US7831111B2 (en) | Method and mechanism for retrieving images | |
| US7583839B2 (en) | Method and mechanism for analyzing the texture of a digital image | |
| Scanlan | Gender, development, and HIV/AIDS: Implications for child mortality in less industrialized countries | |
| Chen et al. | Déja image-captions: A corpus of expressive descriptions in repetition | |
| CN109935337B (zh) | 一种基于相似性度量的病案查找方法及系统 | |
| CN109325115B (zh) | 一种角色分析方法及分析系统 | |
| Bordes et al. | Incorporating visual semantics into sentence representations within a grounded space | |
| McLaren et al. | The speakers in the wild speaker recognition challenge plan | |
| JP5455232B2 (ja) | 画像選定装置、方法及びプログラム | |
| CN114022687A (zh) | 一种基于增强学习的图像描述对抗生成方法 | |
| CN111027610A (zh) | 图像特征融合方法、设备和介质 | |
| CN116796017B (zh) | 音视频数据共享方法、系统及存储介质 | |
| CN112711676A (zh) | 一种视频召回方法、装置、电子设备及存储介质 | |
| CN109711454B (zh) | 一种基于卷积神经网络的特征匹配方法 | |
| WO2023124837A1 (zh) | 问诊处理方法、装置、设备及存储介质 | |
| CN113472834A (zh) | 一种对象推送方法及设备 | |
| CN111651660A (zh) | 一种跨媒体检索困难样本的方法 | |
| Bei et al. | Visual object tracking challenges revisited: VOT vs. OTB | |
| CN100507910C (zh) | 集成颜色和运动特征进行镜头检索的方法 | |
| CN113657116B (zh) | 基于视觉语义关系的社交媒体流行度预测方法及装置 | |
| CN111553371B (zh) | 一种基于多特征提取的图像语义描述方法及系统 | |
| Maheshwari et al. | Learning colour representations of search queries |
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 |
Effective date of registration: 20240506 Address after: Room 409, 4th Floor, Building 1-2, No. 2 Fuguo Street, Xicheng District, Beijing, 100032 Applicant after: Beijing General Science Online Technology Co.,Ltd. Country or region after: China Address before: 430300 No. 18, Julong Avenue, panlongcheng Economic Development Zone, Huangpi District, Wuhan City, Hubei Province Applicant before: Wuhan Qingshi advertising media Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |