CN117676186A - 一种视频卡顿检测方法、装置、设备及介质 - Google Patents
一种视频卡顿检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117676186A CN117676186A CN202211031384.4A CN202211031384A CN117676186A CN 117676186 A CN117676186 A CN 117676186A CN 202211031384 A CN202211031384 A CN 202211031384A CN 117676186 A CN117676186 A CN 117676186A
- Authority
- CN
- China
- Prior art keywords
- video
- frames
- frame
- determining
- adjacent
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000000903 blocking effect Effects 0.000 claims description 41
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本公开实施例涉及一种视频卡顿检测方法、装置、设备及介质,其中该方法包括:获取待测视频,待测视频包括多个视频帧;确定多个视频帧中的对焦帧序列和非对焦帧序列;针对对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。采用上述技术方案,通过对待测视频进行对焦判断,针对其中的对焦帧和非对焦帧采用不同方式进行视频卡顿的检测,实现了视频在对焦情况下以及非对焦情况下的卡顿检测,适用的场景更多,提升了卡顿检测的通用性。
Description
技术领域
本公开涉及视频技术领域,尤其涉及一种视频卡顿检测方法、装置、设备及介质。
背景技术
随着互联网技术和移动通信技术的不断发展,在线观看视频因其便捷性成为用户的首选。视频的流畅度极大程度上影响了用户的观看体验,决定了用户的留存率。
卡顿检测作为视频流畅度的一种重要手段被广泛使用,基于视频画面本身的卡顿检测是一种卡顿检测手段。目前基于视频画面本身的卡顿检测通常大多基于对前后两帧像素差进行对比和操作,判断是否出现卡顿。这种方法对像素非常敏感,所以对环境要求高,而对于经常出现因对焦情况导致画面存在成像模糊或大小发生变化的视频,很难准确实现卡顿检测。
发明内容
为了解决上述技术问题,本公开提供了一种视频卡顿检测方法、装置、设备及介质。
本公开实施例提供了一种视频卡顿检测方法,所述方法包括:
获取待测视频,所述待测视频包括多个视频帧;
确定所述多个视频帧中的对焦帧序列和非对焦帧序列;
针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
本公开实施例还提供了一种视频卡顿检测装置,所述装置包括:
获取模块,用于获取待测视频,所述待测视频包括多个视频帧;
确定模块,用于确定所述多个视频帧中的对焦帧序列和非对焦帧序列;
卡顿模块,用于针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
本公开实施例还提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开实施例提供的视频卡顿检测方法。
本公开实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开实施例提供的视频卡顿检测方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:本公开实施例提供的视频卡顿检测方案,获取待测视频,待测视频包括多个视频帧;确定多个视频帧中的对焦帧序列和非对焦帧序列;针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。采用上述技术方案,通过对待测视频进行对焦判断,针对其中的对焦帧和非对焦帧采用不同方式进行视频卡顿的检测,实现了视频在对焦情况下以及非对焦情况下的卡顿检测,适用的场景更多,提升了卡顿检测的通用性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1为本公开实施例提供的一种视频卡顿检测方法的流程示意图;
图2为本公开实施例提供的另一种视频卡顿检测方法的流程示意图;
图3为本公开实施例提供的一种视频卡顿检测的示意图;
图4为本公开实施例提供的一种视频卡顿检测装置的结构示意图;
图5为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
基于视频画面本身的卡顿检测是一种卡顿检测手段,相比检测网络、内容分发网络(Content Delivery Network,CDN)、播放器来说,这种方式性价比更高,通用能力更强。目前基于视频画面本身的卡顿检测通常大多基于对前后两帧像素差进行对比和操作,判断是否出现卡顿。这种方法对像素非常敏感,所以对环境要求高,而对于经常出现因对焦情况导致画面存在成像模糊或大小发生变化的视频,例如对于两个电子设备互拍的形式经常会出现摄像头对焦的情况,导致画面成像模糊并且大小发生变化,这种形式下现有方案很难准确实现卡顿检测。为了解决上述问题,本公开实施例提供了一种视频卡顿检测方法,下面结合具体的实施例对该方法进行介绍。
图1为本公开实施例提供的一种视频卡顿检测方法的流程示意图,该方法可以由视频卡顿检测装置执行,其中该装置可以采用软件和/或硬件实现,一般可集成在电子设备中。如图1所示,该方法包括:
步骤101、获取待测视频,待测视频包括多个视频帧。
其中,待测视频可以为任意一个需要进行视频卡顿检测的视频,具体类型和来源不限,例如待测视频可以为实时拍摄得到的视频,也可以为从互联网上下载得到的视频。视频帧可以为构成视频的最小单位,可以从视频中提取得到,上述待测视频中可以提取得到多个视频帧。
步骤102、确定多个视频帧中的对焦帧序列和非对焦帧序列。
其中,对焦帧序列可以包括多个视频帧中处于对焦情况下的对焦帧以及该对焦帧相邻的视频帧,对焦帧可以是对焦状态下的视频帧。非对焦帧序列可以包括多个视频帧中未处于对焦情况下的非对焦帧。
在本公开实施例中,确定多个视频帧中的对焦帧序列和非对焦帧序列,可以包括:针对每个视频帧,确定每个像素的像素梯度值,并将各像素的梯度值之和确定为该视频帧的帧梯度值;将帧梯度值小于梯度值阈值的视频帧确定为对焦帧,并将对焦帧以及与对焦帧相邻的视频帧组合确定为对焦帧序列;将多个视频帧除对焦帧序列之外的视频帧组合确定为非对焦帧序列。
梯度可以是一个量变化的速度,像素梯度值可以理解为像素分别在x、y方向上的变化速度,确定像素梯度值的方式可以包括多种,具体不限,例如可以采用拉普拉斯算子、Sobel算子、Roberts算子等确定像素梯度值。
具体地,视频卡顿检测装置对于每一视频帧,可以遍历该帧所有像素,确定每个像素的梯度值,之后可以将该视频帧每个像素的梯度值相加得到该视频帧的帧梯度值;之后将每个视频帧的帧梯度值与梯度值阈值进行比较,如果一个视频帧的帧梯度值小于梯度值阈值,则该视频帧确定为对焦帧,将对焦帧以及与对焦帧相邻的视频帧组合确定为对焦帧序列,而将多个视频帧中除对焦帧序列之外的视频帧组合确定为非对焦帧序列。
可选的,视频卡顿检测方法还可以包括:针对每个视频帧,将该视频帧的像素面积与预设参数的商确定为对应的梯度值阈值。上述针对每个视频帧,可以将该视频帧的像素面积除以预设参数的值确定为梯度值阈值,该预设参数可以根据实际情况设置。此外,该梯度值阈值还可以根据实际情况设置一个固定值。
上述方案中,通过对待测视频的对焦检测,可以提取对焦帧序列和非对焦帧序列,有助于后续分别进行卡顿检测。
步骤103、针对对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
本公开实施例中,针对对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧,包括:针对对焦帧序列,基于至少两种相似度对比方式确定发生视频卡顿的第一视频帧;针对非对焦帧序列,基于像素差方式确定发生视频卡顿的第二视频帧。
其中,相似度对比方式可以是用于基于图像的像素信息来对比两个图像相似度的方式,本公开实施例中用于对比两个视频帧的相似度。相似度对比方式可以包括多种,本公开实施例以像素差方式、色彩属性通道直方图相似度、灰度直方图相似度这三种为例进行说明,具体方式可以根据实际情况确定,例如还可以采用感知哈希、均值哈希、欧式距离等方式。第一视频帧可以是上述对焦帧序列中发生视频卡顿的视频帧,第一视频帧的数量可以为一个或多个,具体不限。
在一些实施例中,针对对焦帧序列,基于至少两种相似度对比方式确定发生视频卡顿的第一视频帧,可以包括:提取对焦帧序列中的相邻视频帧,相邻视频帧包括具有相邻关系的两个视频帧;针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿;若一个相邻视频帧的至少两种相似度对比方式中超过一半的判断结果为发生视频卡顿,则将该相邻视频帧中两个视频帧均确定为发生视频卡顿的第一视频帧。例如如果采用两种相似度对比方式两种,则超过一半是指两种方式的判断结果均为发生视频卡顿;如果采用四种相似度对比方式两种,则超过一半是指有3种或4种方式的判断结果为发生视频卡顿。
视频卡顿检测装置在针对对焦帧序列进行卡顿检测时,可以先提取该对焦帧序列中的存在相邻关系的相邻视频帧,针对每个相邻视频帧的两个视频帧,采用至少两种相似度对比方式判断这两个视频帧是否发生视频卡顿,若超过一半的判断结果为发生视频卡顿,则当前相邻视频帧的两个视频帧均为上述第一视频帧;否则,当前相邻视频帧的两个视频帧没有发生视频卡顿。
上述方案中,采用至少两种相似度对比方式对相邻视频帧的进行卡顿判断之后,基于判断结果采用投票方式判断最终卡顿结果,将相似度对比的方式运用到卡顿检测上综合判断,实现了视频在对焦情况下的卡顿检测。
视频卡顿检测装置针对非对焦帧序列进行卡顿检测时,可以采用像素差方式实现,具体地,提取非对焦视频帧序列中的相邻视频帧,获取每个相邻视频帧的灰度图,确定当前相邻视频帧的灰度图之间每个像素点的像素差,得到多个像素差;之后可以将多个像素差的绝对值取平方的值相加,得到相邻视频帧的总像素差,并将总像素差除以视频帧的像素面积的值,确定为相邻视频帧的平均像素差;之后将平均像素差与像素差阈值进行对比,若平均像素差小于像素差阈值,则当前相邻视频帧的两个视频帧均属于发生视频卡顿的第二视频帧;否则,当前相邻视频帧没有发生视频卡顿,没有发生视频卡顿。
本方案中,针对其中的对焦帧可以采用至少两种相似度对比方式综合进行卡顿检测,而针对其中的非对焦帧采用像素差的方式进行卡顿检测,实现了视频在对焦情况下以及非对焦情况下的卡顿检测。
本公开实施例提供的视频卡顿检测方案,获取待测视频,待测视频包括多个视频帧;确定多个视频帧中的对焦帧序列和非对焦帧序列;针对对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。采用上述技术方案,通过对待测视频进行对焦判断,针对其中的对焦帧和非对焦帧采用不同方式进行视频卡顿的检测,实现了视频在对焦情况下以及非对焦情况下的卡顿检测,适用的场景更多,提升了卡顿检测的通用性。
在一些实施例中,在获取待测视频之后,视频卡顿检测方法还可以包括:对待测视频进行预处理,预处理包括裁剪、重制大小和降噪中的至少一个。
其中,预处理可以理解为对待测视频进行的前期处理,通过预处理能够提升后续对待测视频的检测效率。本公开实施例中,预处理可以包括裁剪、重制大小和降噪等处理中的至少一个,裁剪可以理解为对待测视频中部分区域的裁剪,部分区域可以为用户感兴趣区域或重点区域等;重制大小可以是将待测视频的每个视频帧缩小至原来的预设倍数,预设倍数可以根据实际情况设置,例如预设倍数可以为1/4、1/6等,能够提高后续处理速度,并通过牺牲部分细节达到间接降噪的效果;由于待测视频中可能包括大量噪声,降噪可以是采用降噪算法平滑大部分噪声。
上述方案中,在对待测视频进行卡顿检测之前可以增加预处理的步骤,能够提高后续检测的处理速度和准确率。
在一些实施例中,若至少两种相似度对比方式包括像素差方式,则针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿,可以包括:获取每个相邻视频帧的灰度图;确定每个相邻视频帧的灰度图之间每个像素点的像素差,得到多个像素差;将多个像素差的绝对值取平方的值相加,得到每个相邻视频帧的总像素差;将总像素差除以视频帧的像素面积的值,确定为每个相邻视频帧的平均像素差;若一个相邻视频帧的平均像素差小于像素差阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频帧没有发生视频卡顿。
其中,像素差阈值可以根据实际情况确定,具体不限。
当相似度对比方式为像素差方式时,视频卡顿检测装置针对每个相邻视频帧判断其是否发生视频卡顿时,假设第一视频帧可以是相邻视频帧的前一视频帧,第二视频帧可以是相邻视频帧的后一视频帧,第一视频帧和第二视频帧可以包括多个像素点并且像素点数量相同;将第一视频帧和第二视频帧分别转化为对应的灰度图,针对转化之后的两个灰度图中每个像素点进行像素相减计算,得到每个像素点的像素差;并对每个像素差取绝对值之后再取平方的值相加,得到相邻视频帧的总像素差;之后将总像素差除以视频帧的像素面积的值确定为平均像素差;将每个相邻视频帧的平均像素差与像素差阈值进行对比,若一个相邻视频帧的平均像素差小于像素差阈值,则该相邻视频帧的判断结果为发生视频卡顿,否则,该相邻视频帧的判断结果为没有发生视频卡顿。
上述方案中,通过像素差的方式可以快速确定两个视频帧是否发生视频卡顿,为后续综合的卡顿判断做好准备。
示例性的,图2为本公开实施例提供的另一种视频卡顿检测方法的流程示意图,如图2所示,在一种可行的实施方式中,若至少两种相似度对比方式包括色彩属性通道直方图相似度对比方式,则针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿,可以包括:
步骤201、获取每个相邻视频帧的全部色彩属性通道的直方图。
当相似度对比方式为色彩属性通道直方图相似度时,例如当前视频帧格式为RGB格式时,视频卡顿检测装置针对每个相邻视频帧判断其是否发生视频卡顿时,可以针对每个相邻视频帧的两个视频帧先获取红(R)、绿(G)、蓝(B)三个色彩属性通道的直方图,以备后用。可以理解的是,当前视频帧格式还可以为YUV等格式,则可以针对每个相邻视频帧的两个视频帧先获取Y、U、V三个色彩属性通道的直方图。
以下以RGB格式为例进行说明。
步骤202、针对每个相邻视频帧中两个视频帧,分别确定其在各色彩属性通道的直方图在横轴各值上相同像素点的数量,并将相同像素点的数量除以总像素点的数量的值,确定为分别在各色彩属性通道的相似度。
以一个相邻视频帧为例,针对其中的两个视频帧,每个视频帧包括红、绿、蓝三个色彩属性通道,每个色彩属性通道的值范围是从0-255,确定这两个视频帧分别在每个色彩属性通道的相似度时,可以先确定每个视频帧在每个色彩属性通道的直方图在横轴各值的像素点数量,之后可以确定横轴每个值上两个视频帧相同的像素点的数量,也即两个视频帧的同一色彩属性通道的两个直方图上相交的区域的像素点数量,将该相同像素点的数量除以一个视频帧的总像素点数量,可以得到这两个视频帧分别在每个色彩属性通道的相似度。
步骤203、确定全部色彩属性通道的相似度的平均值,得到每个相邻视频帧的平均相似度。
针对每个相邻视频帧,视频卡顿检测装置在确定分别在各色彩属性通道的相似度之后,计算全部色彩属性通道的相似度的平均值,得到每个相邻视频帧的平均相似度。
步骤204、每个相邻视频帧的平均相似度是否大于或等于第一相似度阈值,若是,则执行步骤205;否则,执行步骤206。
其中,第一相似度阈值可以是针对色彩属性通道直方图相似度的方式设置的阈值,具体可以根据实际情况设置。
步骤205、该相邻视频帧发生视频卡顿。
步骤206、该相邻视频帧没有发生视频卡顿。
上述方案中,通过色彩属性通道直方图相似度对比方式可以快速确定两个视频帧是否发生视频卡顿,为后续综合的卡顿判断做好准备。
在一些实施例中,若至少两种相似度对比方式包括灰度直方图相似度对比方式,则针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿,可以包括:获取每个相邻视频帧的灰度图,并基于灰度图获得灰度直方图;确定每个相邻视频帧的两个视频帧,在灰度直方图横轴各值上相同像素点的数量,并将相同像素点的数量除以总像素点的数量的值确定为直方图相似度;若一个相邻视频帧的直方图相似度大于或等于第二相似度阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频没有发生视频卡顿。
其中,第二相似度阈值可以是针对灰度直方图相似度的方式设置的阈值,具体可以根据实际情况设置。
当相似度对比方式为灰度直方图相似度时,视频卡顿检测装置针对每个相邻视频帧判断其是否发生视频卡顿时,可以先将每个相邻视频帧中两个视频帧分别转化为对应的灰度图,并基于灰度图获取两个灰度直方图;之后针对每个相邻视频的两个视频帧确定其直方图相似度,具体可以确定两个视频帧的灰度直方图的横轴各值上相同像素点的数量,也即两个视频帧的两个灰度直方图上相交的区域的像素点数量,并将相同像素点的数量除以总像素点数量的值确定为直方图相似度;将每个相邻视频帧的直方图相似度与第二相似度阈值进行对比,若该相邻视频帧的直方图相似度大于或等于第二相似度阈值,则该相邻视频帧的判断结果为发生视频卡顿;否则,该相邻视频帧的判断结果为没有发生视频卡顿。
上述方案中,通过灰度直方图相似度的方式可以快速确定两个视频帧是否发生视频卡顿,为后续综合的卡顿判断好准备。
在一些实施例中,视频卡顿检测方法还可以包括:将发生视频卡顿的视频帧中连续的卡顿视频帧进行合并,得到多个卡顿区间,卡顿区间包括至少两个连续的卡顿视频帧;确定多个卡顿区间中满足离散合并条件的卡顿区间对,将卡顿区间对中的两个目标卡顿区间以及两个目标卡顿区间之间的间隔视频帧进行合并。可选的,确定多个卡顿区间中满足离散合并条件的卡顿区间对,包括:提取多个卡顿区间中任意两个卡顿区间;当两个卡顿区间之间的间隔视频帧的帧数均小于当前两个卡顿区间的帧数,则将两个卡顿区间均确定为目标卡顿区间,并标记为对应的卡顿区间对。
其中,发生视频卡顿的视频帧可以包括上述第一视频帧和第二视频帧,卡顿视频帧是对第一视频帧和第二视频帧的统称。卡顿区间可以是包括多个连续的卡顿视频帧的一个区间,上述待测视频中可以包括一个或多个卡顿区间。目标卡顿区间可以是能够进行合并的卡顿区间。卡顿区间对可以包括两个目标卡顿区间,卡顿区间对的数量不限,可以为零、一个或多个。间隔视频帧可以是两个目标卡顿区间之间的视频帧。
视频卡顿检测装置在确定上述第一视频帧和第二视频帧之后,可以将其中连续的卡顿视频帧进行合并,得到合并之后的卡顿区间,当卡顿区间为多个时,不同卡顿区间是离散的形式;之后可以从多个卡顿区间中提取满足离散合并条件的卡顿区间对,将卡顿区间对中的两个目标卡顿区间以及两个目标卡顿区间之间的间隔视频帧进行合并。在确定多个卡顿区间中满足离散合并条件的卡顿区间对时,可以先提取任意两个卡顿区间,判断这两个卡顿区间之间的间隔视频帧的帧数是否同时小于这两个卡顿区间的帧数,若是,则这两个卡顿区间均为目标卡顿区间,将这两个目标卡顿区间标记为一个卡顿区间对。
上述方案中,通过对卡顿的视频帧的合并,当卡顿检测需要复查时,有助于提升后续卡顿判断的容错率和准确率。
接下来通过一个具体的示例对本公开实施例中的视频卡顿检测过程进行进一步说明。示例性的,图3为本公开实施例提供的一种视频卡顿检测的示意图,如图3所示,视频卡顿检测过程可以包括:获取待测视频;对待测视频预处理;计算每帧梯度值;判断每帧梯度值是否小于阈值,若是,则将该帧以及相邻帧放入对焦帧序列;否则,将该帧放入非对焦帧序列。针对对焦帧序列,遍历数据,提取前后相邻帧,并分别计算前后帧像素相差值、前后帧rgb三通道相似度以及前后帧灰度值相似度,执行顺序不限,图中顺序仅为示例;之后设置一个得分变量,并将值设置为0,分别判断前后帧像素相差值是否小于第一阈值、前后帧rgb三通道相似度是否大于设定阈值、前后帧灰度值相似度是否大于第三阈值,其中任意一个判断结果为是,则得分加1,判断结果为否,则得分不变;之后判断得分是否大于等于2,若是,则将当前相邻视频帧的两个视频帧计入卡顿视频帧。针对非对焦序列帧序列,遍历数据,提取前后相邻帧,并分别计算前后帧像素相差值,判断是否小于第四阈值,若是,则将当前相邻视频帧的两个视频帧计入卡顿视频帧。针对卡顿视频帧,可以合并连续的卡顿视频帧,并合并满足离散合并条件的卡顿区间,存储待测视频对应的卡顿数据至数据库中,以备后续排查。数据库可以采用图中的MySQL,仅为示例,MySQL可以是一种开放源代码的关系型数据库管理系统,在本方案用于存储待测视频对应的卡顿数据,方便后续排查。
本方案提供了针对视频的卡顿检测的完整方案,获取视频之后,通过对每帧梯度进行计算,用阈值进行比较,判断该帧是否发生对焦;对于发生对焦的前后帧,可以采用至少两个相似度方法进行对比,并分别设定对应的阈值判断是否发生视频卡顿;通过投票算法,如果有超过一半方法认为发生视频卡顿,则认为该前后帧发生视频卡顿;对于未发生对焦的前后帧,采用前后帧像素差的方法,计算出前后帧像素差值,并设定阈值进行判断,如果差值小于阈值,则发生视频卡顿。实现了视频在对焦情况下以及非对焦情况下的卡顿检测,适用的场景更多,提升了卡顿检测的通用性。
图4为本公开实施例提供的一种视频卡顿检测装置的结构示意图,该装置可由软件和/或硬件实现,一般可集成在电子设备中。如图4所示,该装置包括:
获取模块401,用于获取待测视频,所述待测视频包括多个视频帧;
确定模块402,用于确定所述多个视频帧中的对焦帧序列和非对焦帧序列;
卡顿模块403,用于针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
可选的,卡顿模块403用于:
第一卡顿单元,用于针对所述对焦帧序列,基于至少两种相似度对比方式确定发生视频卡顿的第一视频帧;
第二卡顿单元,用于针对所述非对焦帧序列,基于像素差方式确定发生视频卡顿的第二视频帧。
可选的,确定模块402用于:
针对每个视频帧,确定每个像素的像素梯度值,并将各像素的梯度值之和确定为该视频帧的帧梯度值;
将帧梯度值小于梯度值阈值的视频帧确定为对焦帧,并将所述对焦帧以及与所述对焦帧相邻的视频帧组合确定为所述对焦帧序列;
将所述多个视频帧除所述对焦帧序列之外的视频帧组合确定为非对焦帧序列。
可选的,所述装置还包括阈值模块,用于:
针对每个视频帧,将该视频帧的像素面积与预设参数的商确定为对应的梯度值阈值。
可选的,所述第一卡顿单元包括:
提取子单元,用于提取所述对焦帧序列中的相邻视频帧,所述相邻视频帧包括具有相邻关系的两个视频帧;
判断子单元,用于针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿;
确定子单元,用于若一个相邻视频帧的至少两种相似度对比方式中超过一半的判断结果为发生视频卡顿,则将该相邻视频帧中两个视频帧均确定为发生视频卡顿的第一视频帧。
可选的,若所述至少两种相似度对比方式包括像素差方式,则判断子单元用于:
获取每个相邻视频帧的灰度图;
确定每个相邻视频帧的灰度图之间每个像素点的像素差,得到多个像素差;
将多个像素差的绝对值取平方的值相加,得到每个相邻视频帧的总像素差;
将所述总像素差除以视频帧的像素面积的值,确定为每个相邻视频帧的平均像素差;
若一个相邻视频帧的所述平均像素差小于像素差阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频帧没有发生视频卡顿。
可选的,若所述至少两种相似度对比方式包括色彩属性通道直方图相似度对比方式,则判断子单元用于:
获取每个相邻视频帧的全部色彩属性通道的直方图;
针对每个相邻视频帧中两个视频帧,分别确定其在各所述色彩属性通道的直方图在横轴各值上相同像素点的数量,并将所述相同像素点的数量除以总像素点的数量的值,确定为分别在各所述色彩属性通道的相似度;
确定所述全部色彩属性通道的相似度的平均值,得到每个相邻视频帧的平均相似度;
若一个相邻视频帧的所述平均相似度大于或等于第一相似度阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频帧没有发生视频卡顿。
可选的,若所述至少两种相似度对比方式包括灰度直方图相似度对比方式,则判断子单元用于:
获取每个相邻视频帧的灰度图,并基于所述灰度图获得灰度直方图;
确定每个相邻视频帧的两个视频帧,在所述灰度直方图横轴各值上相同像素点的数量,并将所述相同像素点的数量除以总像素点的数量的值确定为直方图相似度;
若一个相邻视频帧的所述直方图相似度大于或等于第二相似度阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频没有发生视频卡顿。
可选的,所述装置还包括合并模块,用于:
将所述发生视频卡顿的视频帧中连续的卡顿视频帧进行合并,得到多个卡顿区间,所述卡顿区间包括至少两个连续的卡顿视频帧;
确定所述多个卡顿区间中满足离散合并条件的卡顿区间对,将所述卡顿区间对中的两个目标卡顿区间以及所述两个目标卡顿区间之间的间隔视频帧进行合并。
可选的,所述合并模块用于:
提取多个所述卡顿区间中任意两个卡顿区间;
当两个卡顿区间之间的间隔视频帧的帧数均小于当前两个卡顿区间的帧数,则将所述两个卡顿区间均确定为目标卡顿区间,并标记为对应的卡顿区间对。
本公开实施例所提供的视频卡顿检测装置可执行本公开任意实施例所提供的视频卡顿检测方法,具备执行方法相应的功能模块和有益效果。
本公开实施例还提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现本公开任意实施例所提供的视频卡顿检测方法。
图5为本公开实施例提供的一种电子设备的结构示意图。下面具体参考图5,其示出了适于用来实现本公开实施例中的电子设备500的结构示意图。本公开实施例中的电子设备500可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的视频卡顿检测方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待测视频,所述待测视频包括多个视频帧;确定所述多个视频帧中的对焦帧序列和非对焦帧序列;针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (13)
1.一种视频卡顿检测方法,其特征在于,包括:
获取待测视频,所述待测视频包括多个视频帧;
确定所述多个视频帧中的对焦帧序列和非对焦帧序列;
针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
2.根据权利要求1所述的方法,其特征在于,所述针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧,包括:
针对所述对焦帧序列,基于至少两种相似度对比方式确定发生视频卡顿的第一视频帧;
针对所述非对焦帧序列,基于像素差方式确定发生视频卡顿的第二视频帧。
3.根据权利要求1所述的方法,其特征在于,确定所述多个视频帧中的对焦帧序列和非对焦帧序列,包括:
针对每个视频帧,确定每个像素的像素梯度值,并将各像素的梯度值之和确定为该视频帧的帧梯度值;
将帧梯度值小于梯度值阈值的视频帧确定为对焦帧,并将所述对焦帧以及与所述对焦帧相邻的视频帧组合确定为所述对焦帧序列;
将所述多个视频帧除所述对焦帧序列之外的视频帧组合确定为非对焦帧序列。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
针对每个视频帧,将该视频帧的像素面积与预设参数的商确定为对应的梯度值阈值。
5.根据权利要求1所述的方法,其特征在于,针对所述对焦帧序列,基于至少两种相似度对比方式确定发生视频卡顿的第一视频帧,包括:
提取所述对焦帧序列中的相邻视频帧,所述相邻视频帧包括具有相邻关系的两个视频帧;
针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿;
若一个相邻视频帧的至少两种相似度对比方式中超过一半的判断结果为发生视频卡顿,则将该相邻视频帧中两个视频帧均确定为发生视频卡顿的第一视频帧。
6.根据权利要求5所述的方法,其特征在于,所述至少两种相似度对比方式包括像素差方式,所述针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿,包括:
获取每个相邻视频帧的灰度图;
确定每个相邻视频帧的灰度图之间每个像素点的像素差,得到多个像素差;
将多个像素差的绝对值取平方的值相加,得到每个相邻视频帧的总像素差;
将所述总像素差除以视频帧的像素面积的值,确定为每个相邻视频帧的平均像素差;
若一个相邻视频帧的所述平均像素差小于像素差阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频帧没有发生视频卡顿。
7.根据权利要求5所述的方法,其特征在于,所述至少两种相似度对比方式包括色彩属性通道直方图相似度对比方式,所述针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿,包括:
获取每个相邻视频帧的全部色彩属性通道的直方图;
针对每个相邻视频帧中两个视频帧,分别确定其在各所述色彩属性通道的直方图在横轴各值上相同像素点的数量,并将所述相同像素点的数量除以总像素点的数量的值,确定为分别在各所述色彩属性通道的相似度;
确定所述全部色彩属性通道的相似度的平均值,得到每个相邻视频帧的平均相似度;
若一个相邻视频帧的所述平均相似度大于或等于第一相似度阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频帧没有发生视频卡顿。
8.根据权利要求5所述的方法,其特征在于,所述至少两种相似度对比方式包括灰度直方图相似度对比方式,所述针对每个相邻视频帧,采用至少两种相似度对比方式分别判断其是否发生视频卡顿,包括:
获取每个相邻视频帧的灰度图,并基于所述灰度图获得灰度直方图;
确定每个相邻视频帧的两个视频帧,在所述灰度直方图横轴各值上相同像素点的数量,并将所述相同像素点的数量除以总像素点的数量的值确定为直方图相似度;
若一个相邻视频帧的所述直方图相似度大于或等于第二相似度阈值,则该相邻视频帧发生视频卡顿;否则,该相邻视频没有发生视频卡顿。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述发生视频卡顿的视频帧中连续的卡顿视频帧进行合并,得到多个卡顿区间,所述卡顿区间包括至少两个连续的卡顿视频帧;
确定所述多个卡顿区间中满足离散合并条件的卡顿区间对,将所述卡顿区间对中的两个目标卡顿区间以及所述两个目标卡顿区间之间的间隔视频帧进行合并。
10.根据权利要求9所述的方法,其特征在于,确定所述多个卡顿区间中满足离散合并条件的卡顿区间对,包括:
提取多个所述卡顿区间中任意两个卡顿区间;
当两个卡顿区间之间的间隔视频帧的帧数均小于当前两个卡顿区间的帧数,则将所述两个卡顿区间均确定为目标卡顿区间,并标记为对应的卡顿区间对。
11.一种视频卡顿检测装置,其特征在于,包括:
获取模块,用于获取待测视频,所述待测视频包括多个视频帧;
确定模块,用于确定所述多个视频帧中的对焦帧序列和非对焦帧序列;
卡顿模块,用于针对所述对焦帧序列和非对焦帧序列采用不同的对比方式确定发生视频卡顿的视频帧。
12.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-10中任一所述的视频卡顿检测方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-10中任一所述的视频卡顿检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211031384.4A CN117676186A (zh) | 2022-08-26 | 2022-08-26 | 一种视频卡顿检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211031384.4A CN117676186A (zh) | 2022-08-26 | 2022-08-26 | 一种视频卡顿检测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117676186A true CN117676186A (zh) | 2024-03-08 |
Family
ID=90081262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211031384.4A Pending CN117676186A (zh) | 2022-08-26 | 2022-08-26 | 一种视频卡顿检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117676186A (zh) |
-
2022
- 2022-08-26 CN CN202211031384.4A patent/CN117676186A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796664B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN112561840B (zh) | 视频裁剪方法、装置、存储介质及电子设备 | |
CN112085733B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN107292892B (zh) | 视频帧图像的分割方法及装置 | |
CN111783632B (zh) | 针对视频流的人脸检测方法、装置、电子设备及存储介质 | |
CN113205011A (zh) | 图像掩膜确定方法及装置、存储介质和电子设备 | |
CN110852250B (zh) | 一种基于最大面积法的车辆排重方法、装置及存储介质 | |
US11755758B1 (en) | System and method for evaluating data files | |
CN117676186A (zh) | 一种视频卡顿检测方法、装置、设备及介质 | |
CN111898529B (zh) | 脸部检测方法、装置、电子设备和计算机可读介质 | |
CN115278355A (zh) | 视频剪辑方法、装置、设备、计算机可读存储介质及产品 | |
CN117115070A (zh) | 图像评估方法、装置、设备、存储介质和程序产品 | |
CN112991419A (zh) | 视差数据生成方法、装置、计算机设备及存储介质 | |
CN112258556A (zh) | 视频中指定区域的跟踪方法、装置、可读介质和电子设备 | |
CN110852252A (zh) | 一种基于最小距离、最大长宽比的车辆排重方法和装置 | |
WO2023143233A1 (zh) | 视频噪声检测方法、装置、设备及介质 | |
CN112668474B (zh) | 平面生成方法和装置、存储介质和电子设备 | |
WO2023020493A1 (zh) | 一种画质调节方法、装置、设备及介质 | |
CN108335314B (zh) | 用于生成信息的方法和装置 | |
CN112651909B (zh) | 图像合成方法、装置、电子设备及计算机可读存储介质 | |
CN111815656B (zh) | 视频处理方法、装置、电子设备和计算机可读介质 | |
WO2022194157A1 (zh) | 一种目标跟踪方法、装置、设备及介质 | |
CN116996666A (zh) | 一种视频卡顿检测方法、装置、设备及介质 | |
CN116055876A (zh) | 一种视频处理方法、装置、电子设备和存储介质 | |
CN106603886B (zh) | 一种视频场景区分方法及系统 |
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 |