CN117676136A - 一种群接龙数据处理方法及系统 - Google Patents
一种群接龙数据处理方法及系统 Download PDFInfo
- Publication number
- CN117676136A CN117676136A CN202311523936.8A CN202311523936A CN117676136A CN 117676136 A CN117676136 A CN 117676136A CN 202311523936 A CN202311523936 A CN 202311523936A CN 117676136 A CN117676136 A CN 117676136A
- Authority
- CN
- China
- Prior art keywords
- blocks
- video data
- block
- new video
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000008859 change Effects 0.000 claims abstract description 55
- 238000007906 compression Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 20
- 230000006835 compression Effects 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000005192 partition Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及电子数字数据处理技术领域,具体涉及一种群接龙数据处理方法及系统,包括:通过根据视频数据中不同帧同位置像素点之间的灰度差异,获取反映分块中对应图像内容变化程度的内容变化特征值,结合不同视频数据之间所有帧图像中同位置分块的内容变化特征值形成的序列,对不同视频数据中不同帧图像的分块进行匹配以获取特殊分块对图像中的分块进行替换。本发明避免了在对视频数据利用帧间预测的方法进行压缩时,由于单个视频数据中图像帧数少导致冗余数据少而造成的压缩率小的问题,提高了在群视频接龙过程中视频数据内冗余数据的数量,进一步提高了对群视频接龙过程中对视频数据的压缩率。
Description
技术领域
本发明涉及电子数字数据处理技术领域,具体涉及一种群接龙数据处理方法及系统。
背景技术
群视频接龙是一种互动社交活动,涉及多个参与者按照接龙顺序制作和分享短视频,在这个过程中,每位参与者会根据管理员设定的主题或规则,并基于先前参与者的内容制作自己的视频。在参与过程中,每位参与者所拍摄的视频存储在终端设备,并通过互联网传输到其他终端设备,而由于群视频接龙过程中产生的视频数据的数据量较大,因此需要对视频数据进行高效压缩。
现有针对视频数据主要通过H.264算法的帧间预测和帧内压缩的方式压缩,从而达到降低视频数据存储和传输的负载,帧间预测和帧内压缩针对的是同一个视频,而群接龙过程中由于存在多个参与者,产生了多个视频数据,仅利用帧间预测和帧内压缩进行视频数据压缩无法有效利用群视频接龙过程中视频数据之间的相似性,导致对群视频接龙过程中视频数据的压缩率不高。
发明内容
本发明提供一种群接龙数据处理方法及系统,以解决现有的问题。
本发明的一种群接龙数据处理方法及系统采用如下技术方案:
本发明一个实施例提供了一种群接龙数据处理方法,该方法包括以下步骤:
获取群接龙过程中的视频数据;
对视频数据进行处理获得新视频数据,对新视频数据进行分块处理获得若干分块;
根据新视频数据中不同帧图像的分块中像素点的灰度值差异获得分块的内容变化特征值,所述内容变化特征值用于描述新视频数据中各分块对应图像内容的变化程度;利用新视频数据中所有帧图像的分块的内容变化特征值形成的序列,对不同新视频数据中同位置的分块进行匹配获得分块的匹配分块,根据分块与匹配分块的内容变化特征值差异获得特殊分块和普通分块;
通过特殊分块和普通分块对新视频数据进行压缩编码。
进一步地,所述对视频数据进行处理获得新视频数据,包括的具体方法为:
对所有视频数据进行灰度化处理以及均值滤波处理,得到每一个视频数据对应的新视频数据。
进一步地,所述对新视频数据进行分块处理获得若干分块,包括的具体方法为:
将任意新视频数据中任意一帧图像均匀划分为若干个边长为n的分块,其中n为预设的超参数。
进一步地,所述根据新视频数据中不同帧图像的分块中像素点的灰度值差异获得分块的内容变化特征值,包括的具体方法为:
获取任意新视频数据中分块的内容变化特征值,具体计算方法为:
其中,dt,j表示新视频数据中第t帧图像的第j个分块的内容变化特征值;gt,j,x表示新视频数据中第t帧图像的第j个分块内第x个像素点的灰度值;gt-1,j,x表示新视频数据中第t帧图像的第j个分块内第x个像素点的灰度值;N表示分块中像素点的数量;||表示绝对值符号;norm[]表示线性归一化函数。
进一步地,所述利用新视频数据中所有帧图像的分块的内容变化特征值形成的序列,对不同新视频数据中同位置的分块进行匹配获得分块的匹配分块,包括的具体方法为:
首先,获取任意新视频数据中任意位置的分块在所有帧对应图像下内容变化特征值形成的序列,记为新视频数据中对应位置下分块的特征值序列,特征值序列中每一个元素对应一帧图像中的一个分块;
然后,将任意两个群成员的新视频数据中第j个分块的特征值序列分别记为第一序列和第二序列,利用DTW算法对第一序列和第二序列进行匹配,获得第一序列中任意元素对应分块与在第二序列中存在匹配关系的若干分块,记为第一序列中对应分块的匹配分块。
进一步地,所述根据分块与匹配分块的内容变化特征值差异获得特殊分块和普通分块,包括的具体方法为:
首先,对于任意两个新视频数据,根据任意分块与对应匹配分块的内容变化特征值差异以及分块的内容变化特征值,获得分块的特征差异因子;
然后,利用任意分块对应匹配分块的数量对特征差异因子进行调节,获得分块的替换程度;
最后,将替换程度大于等于阈值ω的分块记为特殊分块,将替换程度小于阈值ω的分块记为普通分块,其中阈值ω为预设的超参数。
进一步地,所述根据任意分块与对应匹配分块的内容变化特征值差异以及分块的内容变化特征值,获得分块的特征差异因子,包括的具体方法为:
将任意分块与对应的任意一个匹配分块的内容变化特征值之间的差值绝对值记为第一数值,将分块与对应所有匹配分块之间的第一数值累加值记为第二数值;
将分块的内容变化特征值与第二数值的乘积记为获得分块的特征差异因子。
进一步地,所述利用任意分块对应匹配分块的数量对特征差异因子进行调节,获得分块的替换程度,包括的具体方法为:
将记为第三数值,将分块的匹配分块的数量与第三数值的乘积记为分块的替换程度,其中/>表示新视频数据中第t帧图像的第j个分块的特征差异因子,exp()表示以自然常数为底数的指数函数。
进一步地,所述通过特殊分块和普通分块对新视频数据进行压缩编码,包括的具体方法为:
首先,在任意两个新视频数据中,将任意特殊分块的匹配分块记为特殊匹配分块;
然后,利用H.264算法对所有新视频数据进行压缩,在压缩过程中将所有特殊匹配分块中的图像替换为对应特殊分块中的图像,对普通分块直接利用H.264算法进行编码压缩。
本发明一个实施例提供了一种群接龙数据处理系统,该系统包括存储器、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所述的一种群接龙数据处理方法的步骤。
本发明的技术方案的有益效果是:通过根据视频数据中不同帧同位置像素点之间的灰度差异,获取反映分块中对应图像内容变化程度的内容变化特征值,结合不同视频数据之间所有帧图像中同位置分块的内容变化特征值形成的序列,对不同视频数据中不同帧图像的分块进行匹配以获取特殊分块对图像中的分块进行替换,避免了在对视频数据利用帧间预测的方法进行压缩时,由于单个视频数据中图像帧数少导致冗余数据少而造成的压缩率小的问题,提高了在群视频接龙过程中视频数据内冗余数据的数量,进一步提高了对群视频接龙过程中对视频数据的压缩率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种群接龙数据处理方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种群接龙数据处理方法及系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种群接龙数据处理方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种群接龙数据处理方法的步骤流程图,该方法包括以下步骤:
步骤S001:获取群接龙过程中通过网络所传输的视频数据。
具体的,为了实现本实施例提出的一种群接龙数据处理方法,首先需要采集视频数据,具体过程为:
在群聊平台中,获取所有群成员在进行群接龙过程中所发送的视频数据。
至此,通过上述方法得到群接龙过程中通过网络所传输的视频数据。
步骤S002:对视频数据进行处理获得新视频数据,对新视频数据进行分块处理获得若干分块。
需要说明的是,由于群接龙活动的主题和规则由群管理人员制定,因此群成员所发送的视频数据之间存在一定程度上的相似性,则在一位群成员进行视频接龙过程中,在该成员之前的视频数据与该成员发送的视频数据存在一定程度的相似,因此本实施例根据视频数据中每个区域在不同视频数据之间的相似特征,对视频数据进行压缩。
具体的,首先,对所有视频数据进行灰度化处理以及均值滤波处理,得到每一个视频数据对应的新视频数据,一个群成员对应一个新视频数据。
然后,将任意新视频数据中任意一帧图像均匀划分为若干个边长为n的分块,其中n为预设的超参数。
需要说明的是,根据经验预设分块的边长n=10,可根据实际情况进行调整,本实施例不进行具体限定,当分块边长不足n时,对超边界部分进行重复填充,即将图像边缘的像素点复制到超边界的部分,保证分块的大小一致。
至此,通过上述方法得到若干个分块。
步骤S003:根据新视频数据中不同帧图像的分块中像素点的灰度值差异获得分块的内容变化特征值,利用新视频数据中所有帧图像的分块的内容变化特征值形成的序列,对不同新视频数据中同位置的分块进行匹配获得分块的匹配分块,根据分块与匹配分块的内容变化特征值差异获得替换分块。
需要说明的是,由于视频接龙的内容与规则相同,因此对于视频中的每个分块而言,在所有接龙视频中,存在较多的相同变化,即每个分块的内容在接龙视频的内容范围之内,存在固定的变化特征,因此本方法通过相邻分块的变化获得每个分块的内容变化特征值,用于获取每个时刻的每个分块的内容变化特征。
具体的,步骤(1),首先,获取任意新视频数据中分块的内容变化特征值,具体计算方法为:
其中,dt,j表示新视频数据中第t帧图像的第j个分块的内容变化特征值;gt,j,x表示新视频数据中第t帧图像的第j个分块内第x个像素点的灰度值;gt-1,j,x表示新视频数据中第t帧图像的第j个分块内第x个像素点的灰度值;N表示分块中像素点的数量;||表示绝对值符号;norm[]表示线性归一化函数。
需要说明的是,内容变化特征值用于描述新视频数据中各分块对应图像内容的变化程度,灰度差异因子表示分块中同一位置的像素点在相邻帧图像中的灰度差异,差异越大,说明新视频数据的图像内容变化的部分越多,则内容变化特征值越大。
然后,获取任意新视频数据中任意位置的分块在所有帧对应图像下内容变化特征值形成的序列,记为新视频数据中对应位置下分块的特征值序列,特征值序列中每一个元素对应一帧图像中的一个分块。
步骤(2),将任意两个群成员的新视频数据中第j个分块的特征值序列分别记为第一序列和第二序列,利用DTW算法对第一序列和第二序列进行匹配,获得第一序列中任意元素对应分块与在第二序列中存在匹配关系的若干分块,记为第一序列中对应分块的匹配分块。
需要说明的是,DTW算法的中文名称为动态时间规整算法,由于DTW算法为现有的序列数据匹配算法,因此本实施例不进行赘述。
需要说明的是,由于不同群成员的新视频数据的时长以及内容存在一定的差异,但是受限于接龙规则与内容要求,使得新视频数据中每个分块的内容在整体上存在一定的相似度,因此本实施例通过获取特征值序列的匹配关系,进一步获得每个分块对应的匹配序列。
步骤(3),对于任意两个群成员的新视频数据,获取任意新视频数据中分块的替换程度,具体计算方法为:
其中,τt,j表示新视频数据中第t帧图像的第j个分块的替换程度;Kt,j表示新视频数据中第t帧图像的第j个分块的匹配分块的数量;dt,j表示新视频数据中第t帧图像的第j个分块的内容变化特征值;dt,j,k表示新视频数据中第t帧图像的第j个分块的第k个匹配分块的内容变化特征值;表示绝对值符号;exp[]表示以自然常数为底数的指数函数。
需要说明的是,分块的替换程度用于描述任意新视频数据中分块与另一个新视频数据中分块之间的相似程度;特征差异因子越小,说明分块中的内容越相似,即该分块的冗余性越高,在后续进行视频压缩过程中用于替换的可行性越高;分块的变化程度越小,即分块的图像内容发生变化的程度越小,在后续进行视频压缩过程中用于替换的可行性越高;另外,分块的匹配分块的数量越多,则说明在其他新视频数据中与该分块的图像内容相同的分块越多,属于冗余数据的可能性越大,在后续进行视频压缩过程中用于替换的可行性越高。
步骤(4),将替换程度大于等于阈值ω的分块记为特殊分块,将替换程度小于阈值ω的分块记为普通分块,其中阈值ω为预设的超参数。
需要说明的是,根据经验预设阈值ω=0.68,可根据实际情况进行调整,本实施例不进行具体限定。
需要说明的是,特殊分块表示在任意两个新视频数据中该分块与其他分块所包含的图像内容高度相似,因此对新视频数据进行压缩时,可将特殊分块对应匹配分块中的图像替换为特殊分块中的图像,以提高新视频数据的冗余度,提高对新视频数据的压缩率。
需要说明的是,本实施例通过根据新视频数据中不同帧图像的分块内像素点灰度值差异获得分块的内容变化特征值并对分块进行匹配,结合各分块与对应的匹配分块之间在内容变化特征值上的差异获得可用于分块替换的特殊分块,使图像信息损失程度尽可能小的情况下,最大程度地提高新视频数据的冗余度,以进一步提高后续对新视频数据的压缩率。
至此,通过上述方法得到特殊分块。
步骤S004:通过特殊分块和普通分块对新视频数据进行压缩编码。
具体的,首先,在任意两个新视频数据中,将任意特殊分块的匹配分块记为特殊匹配分块。
然后,利用H.264算法对所有新视频数据进行压缩,在压缩过程中将所有特殊匹配分块中的图像替换为对应特殊分块中的图像,对普通分块直接利用H.264算法进行编码压缩。
需要说明的是,H.264算法的中文名称为高级视频编码算法,由于H.264算法为现有的视频压缩算法,因此本实施例不进行赘述。
通过以上步骤,完成对群接龙过程中新视频数据的压缩编码。
一种群接龙数据处理系统,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所述的所有一种群接龙数据处理方法的步骤。
本实施例通过根据视频数据中不同帧同位置像素点之间的灰度差异,获取反映分块中对应图像内容变化程度的内容变化特征值,结合不同视频数据之间所有帧图像中同位置分块的内容变化特征值形成的序列,对不同视频数据中不同帧图像的分块进行匹配以获取特殊分块对图像中的分块进行替换,避免了在对视频数据利用帧间预测的方法进行压缩时,由于单个视频数据中图像帧数少导致冗余数据少而造成的压缩率小的问题,提高了在群视频接龙过程中视频数据内冗余数据的数量,进一步提高了对群视频接龙过程中对视频数据的压缩率。
需要说明的是,本实施例中所用的exp(-x)模型仅用于表示负相关关系和约束模型输出的结果处于(0,1)区间内,具体实施时,可替换成具有同样目的的其他模型,本实施例只是以exp(-x)模型为例进行叙述,不对其做具体限定,其中x是指该模型的输入。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种群接龙数据处理方法,其特征在于,该方法包括以下步骤:
获取群接龙过程中的视频数据;
对视频数据进行处理获得新视频数据,对新视频数据进行分块处理获得若干分块;
根据新视频数据中不同帧图像的分块中像素点的灰度值差异获得分块的内容变化特征值,所述内容变化特征值用于描述新视频数据中各分块对应图像内容的变化程度;利用新视频数据中所有帧图像的分块的内容变化特征值形成的序列,对不同新视频数据中同位置的分块进行匹配获得分块的匹配分块,根据分块与匹配分块的内容变化特征值差异获得特殊分块和普通分块;
通过特殊分块和普通分块对新视频数据进行压缩编码。
2.根据权利要求1所述一种群接龙数据处理方法,其特征在于,所述对视频数据进行处理获得新视频数据,包括的具体方法为:
对所有视频数据进行灰度化处理以及均值滤波处理,得到每一个视频数据对应的新视频数据。
3.根据权利要求1所述一种群接龙数据处理方法,其特征在于,所述对新视频数据进行分块处理获得若干分块,包括的具体方法为:
将任意新视频数据中任意一帧图像均匀划分为若干个边长为n的分块,其中n为预设的超参数。
4.根据权利要求1所述一种群接龙数据处理方法,其特征在于,所述根据新视频数据中不同帧图像的分块中像素点的灰度值差异获得分块的内容变化特征值,包括的具体方法为:获取任意新视频数据中分块的内容变化特征值,具体计算方法为:
其中,dt,j表示新视频数据中第t帧图像的第j个分块的内容变化特征值;gt,j,x表示新视频数据中第t帧图像的第j个分块内第x个像素点的灰度值;gt-1,j,x表示新视频数据中第t帧图像的第j个分块内第x个像素点的灰度值;N表示分块中像素点的数量;||表示绝对值符号;norm[]表示线性归一化函数。
5.根据权利要求1所述一种群接龙数据处理方法,其特征在于,所述利用新视频数据中所有帧图像的分块的内容变化特征值形成的序列,对不同新视频数据中同位置的分块进行匹配获得分块的匹配分块,包括的具体方法为:
首先,获取任意新视频数据中任意位置的分块在所有帧对应图像下内容变化特征值形成的序列,记为新视频数据中对应位置下分块的特征值序列,特征值序列中每一个元素对应一帧图像中的一个分块;
然后,将任意两个群成员的新视频数据中第j个分块的特征值序列分别记为第一序列和第二序列,利用DTW算法对第一序列和第二序列进行匹配,获得第一序列中任意元素对应分块与在第二序列中存在匹配关系的若干分块,记为第一序列中对应分块的匹配分块。
6.根据权利要求1所述一种群接龙数据处理方法,其特征在于,所述根据分块与匹配分块的内容变化特征值差异获得特殊分块和普通分块,包括的具体方法为:
首先,对于任意两个新视频数据,根据任意分块与对应匹配分块的内容变化特征值差异以及分块的内容变化特征值,获得分块的特征差异因子;
然后,利用任意分块对应匹配分块的数量对特征差异因子进行调节,获得分块的替换程度;
最后,将替换程度大于等于阈值ω的分块记为特殊分块,将替换程度小于阈值ω的分块记为普通分块,其中阈值ω为预设的超参数。
7.根据权利要求6所述一种群接龙数据处理方法,其特征在于,所述根据任意分块与对应匹配分块的内容变化特征值差异以及分块的内容变化特征值,获得分块的特征差异因子,包括的具体方法为:
将任意分块与对应的任意一个匹配分块的内容变化特征值之间的差值绝对值记为第一数值,将分块与对应所有匹配分块之间的第一数值累加值记为第二数值;
将分块的内容变化特征值与第二数值的乘积记为获得分块的特征差异因子。
8.根据权利要求6所述一种群接龙数据处理方法,其特征在于,所述利用任意分块对应匹配分块的数量对特征差异因子进行调节,获得分块的替换程度,包括的具体方法为:
将记为第三数值,将分块的匹配分块的数量与第三数值的乘积记为分块的替换程度,其中/>表示新视频数据中第t帧图像的第j个分块的特征差异因子,exp()表示以自然常数为底数的指数函数。
9.根据权利要求1所述一种群接龙数据处理方法,其特征在于,所述通过特殊分块和普通分块对新视频数据进行压缩编码,包括的具体方法为:
首先,在任意两个新视频数据中,将任意特殊分块的匹配分块记为特殊匹配分块;
然后,利用H.264算法对所有新视频数据进行压缩,在压缩过程中将所有特殊匹配分块中的图像替换为对应特殊分块中的图像,对普通分块直接利用H.264算法进行编码压缩。
10.一种群接龙数据处理系统,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1-9中任意一项所述的一种群接龙数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311523936.8A CN117676136A (zh) | 2023-11-16 | 2023-11-16 | 一种群接龙数据处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311523936.8A CN117676136A (zh) | 2023-11-16 | 2023-11-16 | 一种群接龙数据处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117676136A true CN117676136A (zh) | 2024-03-08 |
Family
ID=90085470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311523936.8A Pending CN117676136A (zh) | 2023-11-16 | 2023-11-16 | 一种群接龙数据处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117676136A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238198A1 (en) * | 2004-04-27 | 2005-10-27 | Microsoft Corporation | Multi-image feature matching using multi-scale oriented patches |
KR20060012071A (ko) * | 2004-08-02 | 2006-02-07 | 이원석 | 유사 비디오 데이터의 공통 정보 마이닝 기법 |
US20100328345A1 (en) * | 2009-06-24 | 2010-12-30 | Ariel Shamir | Image comparison by asymmetric dynamic warping |
CN106778595A (zh) * | 2016-12-12 | 2017-05-31 | 河北工业大学 | 基于高斯混合模型的人群中异常行为的检测方法 |
CN112004111A (zh) * | 2020-09-01 | 2020-11-27 | 南京烽火星空通信发展有限公司 | 一种全域深度学习的新闻视频信息抽提方法 |
CN112417937A (zh) * | 2020-07-10 | 2021-02-26 | 国网河北省电力有限公司雄安新区供电公司 | 一种基于时间序列的变电站视频目标检测方法 |
WO2022027881A1 (zh) * | 2020-08-05 | 2022-02-10 | 电子科技大学 | 基于视频序列特征和QP-λ修正的时域率失真优化方法 |
CN116233479A (zh) * | 2023-04-28 | 2023-06-06 | 中译文娱科技(青岛)有限公司 | 基于数据处理的直播信息内容审核系统及方法 |
WO2023154351A2 (en) * | 2022-02-08 | 2023-08-17 | My Job Matcher, Inc. D/B/A Job.Com | Apparatus and method for automated video record generation |
-
2023
- 2023-11-16 CN CN202311523936.8A patent/CN117676136A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050238198A1 (en) * | 2004-04-27 | 2005-10-27 | Microsoft Corporation | Multi-image feature matching using multi-scale oriented patches |
KR20060012071A (ko) * | 2004-08-02 | 2006-02-07 | 이원석 | 유사 비디오 데이터의 공통 정보 마이닝 기법 |
US20100328345A1 (en) * | 2009-06-24 | 2010-12-30 | Ariel Shamir | Image comparison by asymmetric dynamic warping |
CN106778595A (zh) * | 2016-12-12 | 2017-05-31 | 河北工业大学 | 基于高斯混合模型的人群中异常行为的检测方法 |
CN112417937A (zh) * | 2020-07-10 | 2021-02-26 | 国网河北省电力有限公司雄安新区供电公司 | 一种基于时间序列的变电站视频目标检测方法 |
WO2022027881A1 (zh) * | 2020-08-05 | 2022-02-10 | 电子科技大学 | 基于视频序列特征和QP-λ修正的时域率失真优化方法 |
CN112004111A (zh) * | 2020-09-01 | 2020-11-27 | 南京烽火星空通信发展有限公司 | 一种全域深度学习的新闻视频信息抽提方法 |
WO2023154351A2 (en) * | 2022-02-08 | 2023-08-17 | My Job Matcher, Inc. D/B/A Job.Com | Apparatus and method for automated video record generation |
CN116233479A (zh) * | 2023-04-28 | 2023-06-06 | 中译文娱科技(青岛)有限公司 | 基于数据处理的直播信息内容审核系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107463989B (zh) | 一种基于深度学习的图像去压缩伪影方法 | |
CN110072119B (zh) | 一种基于深度学习网络的内容感知视频自适应传输方法 | |
JP2019512938A (ja) | 量子化パラメータに基づくビデオ処理のためのシステム及び方法 | |
CN108921910B (zh) | 基于可伸缩卷积神经网络的jpeg编码压缩图像复原的方法 | |
CN110969572B (zh) | 换脸模型训练方法、人脸互换方法、装置及电子设备 | |
CN112053408B (zh) | 基于深度学习的人脸图像压缩方法及装置 | |
CN111247797A (zh) | 用于图像编解码的方法和装置 | |
CN110870310A (zh) | 图像编码方法和装置 | |
CN110753225A (zh) | 一种视频压缩方法、装置及终端设备 | |
WO2023050720A1 (zh) | 图像处理方法、图像处理装置、模型训练方法 | |
CN105763855B (zh) | 图像传输系统和图像传输方法 | |
WO2022253249A1 (zh) | 特征数据编解码方法和装置 | |
CN110062231A (zh) | 基于多层卷积神经网络的图像压缩方法 | |
CN116233445A (zh) | 视频的编解码处理方法、装置、计算机设备和存储介质 | |
CN107682699B (zh) | 一种近无损图像压缩方法 | |
CN117676136A (zh) | 一种群接龙数据处理方法及系统 | |
CN113542780B (zh) | 一种网络直播视频的压缩伪影去除方法及装置 | |
Yang et al. | Graph-convolution network for image compression | |
CN114422795A (zh) | 一种面部视频编码方法、解码方法及装置 | |
CN112533024A (zh) | 一种人脸视频处理方法、装置及存储介质 | |
CN116708793B (zh) | 视频的传输方法、装置、设备及存储介质 | |
CN114663536B (zh) | 一种图像压缩方法及装置 | |
CN117880767B (zh) | 一种低延迟的短信数据传输方法 | |
WO2023133888A1 (zh) | 图像处理方法、装置、遥控设备、系统及存储介质 | |
US20240119637A1 (en) | Image synthesis method and 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 |