CN105791906A - 信息推送的方法和*** - Google Patents

信息推送的方法和*** Download PDF

Info

Publication number
CN105791906A
CN105791906A CN201410779272.6A CN201410779272A CN105791906A CN 105791906 A CN105791906 A CN 105791906A CN 201410779272 A CN201410779272 A CN 201410779272A CN 105791906 A CN105791906 A CN 105791906A
Authority
CN
China
Prior art keywords
information
statistical nature
index value
frame picture
client
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
Application number
CN201410779272.6A
Other languages
English (en)
Inventor
吴有肇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen TCL Digital Technology Co Ltd
Original Assignee
Shenzhen TCL Digital Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen TCL Digital Technology Co Ltd filed Critical Shenzhen TCL Digital Technology Co Ltd
Priority to CN201410779272.6A priority Critical patent/CN105791906A/zh
Priority to EP14908216.6A priority patent/EP3236362B1/en
Priority to PCT/CN2014/094291 priority patent/WO2016095181A1/zh
Priority to US15/536,129 priority patent/US10270872B2/en
Publication of CN105791906A publication Critical patent/CN105791906A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/785—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using colour or luminescence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种信息推送的方法，包括：客户端在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；云端服务器根据所查找的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端；客户端接收并播放显示所述推送信息。本发明还公开了一种信息推送的***。本发明所提供的方法和***，无需对视频中图像帧进行分区处理，未涉及到图像识别技术，其图像处理过程简单，数据运算量低，可有效地降低网络通道的数据传输量以及减轻云端服务器的数据处理量。

Description

信息推送的方法和***
技术领域
本发明涉及通信技术领域，尤其涉及一种信息推送的方法和***。
背景技术
现有技术中在播放视频过程推送相关信息一般采用如下两种方式：
第一种：在播放视频信息时，从视频播放的画面帧中截取匹配图区(电视台台标或节目图标)；并采用图像识别技术识别出匹配图区中的信息，在数据库或网络中对所述识别出的信息进行匹配检索；将检索到的结果信息作为推送信息发送给用户，并通过专门的显示区域显示所述推送信息。
第二种：在播放视频信息时，根据当前播放的画面做焦点划分，采用图像识别技术识别出每个焦点对应的图像内容(如识别出图像为某商品)，然后查找与图像内容对应的推送信息，通过专门的显示区域显示所述推送信息。
以上两种信息推送方法都涉及图像帧的分区(截取匹配图区或焦点划分)和图像识别技术，其图像处理过程复杂，数据运算量高。
发明内容
本发明的主要目的在于解决现有技术中在视频播放过程中推送视频画面的相关信息时，图像处理过程复杂、数据运算量高的技术问题。
为实现上述目的，本发明提供的一种信息推送的方法，所述信息推送的方法包括以下步骤：
步骤一、客户端在视频播放过程中，实时获取当前帧画面的统计特征信息；
步骤二、在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；
步骤三、云端服务器根据所查找的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端；
步骤四、客户端接收并播放显示所述推送信息。
优选地，所述的信息推送的方法，所述步骤一之后还包括：
客户端判断所获取当前帧画面的统计特征信息与上一次匹配索引值成功的统计特征信息是否一致；并在不一致时执行步骤二。
优选地，所述获取播放的当前帧画面的统计特征信息具体包括：
根据预设策略，设定统计特征信息的取样窗口，从取样窗口中获取当前帧画面的统计特征信息；所述预设策略为：滤除当前帧画面上被叠加上去的对统计特征信息有影响的信息。
优选地，所述的信息推送的方法，所述当前帧画面的统计特征信息为：当前帧画面在画质处理之前的亮度信号的直方图信息和/或平均像素电平值。
优选地，所述亮度信号的直方图信息获取过程为：
将取样窗口中的亮度信号分为2n灰阶，并压缩2i阶，以每2n-i阶作为一个统计区间，将每个统计区间内的像素点数统计进直方图中0阶至(2i-1)阶中对应的阶中，即获得亮度信号的直方图信息，n为正整数，i为正整数；
所述亮度信号的平均像素电平值获取过程为：
获取取样窗口中每个取样点的灰阶值，计算获取的所有取样点的平均灰阶值，以所述平均灰阶值作为亮度信号的平均像素电平值。
此外，为实现上述目的，本发明还提供一种信息推送的***，所述信息推送的***包括：
客户端，用于在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；以及接收并播放显示云端服务器发送的推送信息；
云端服务器，用于根据客户端发送的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端。
优选地，所述客户端，具体还用于在获取当前帧画面的统计特征信息之后，判断所获取当前帧画面的统计特征信息与上一次匹配索引值成功的统计特征信息是否一致；当不一致时，在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器。
优选地，所述客户端，具体还用于根据预设策略，设定统计特征信息的取样窗口，从取样窗口中获取当前帧画面的统计特征信息；所述预设策略为：滤除当前帧画面上被叠加上去的对统计特征信息有影响的信息。
优选地，所述当前帧画面的统计特征信息为：当前帧画面在画质处理之前的亮度信号的直方图信息和/或平均像素电平值。
优选地，所述客户端，具体用于将取样窗口中的亮度信号分为2n灰阶，并压缩2i阶，以每2n-i阶作为一个统计区间，将每个统计区间内的像素点数统计进直方图中0阶至(2i-1)阶中对应的阶中，即获得亮度信号的直方图信息，n为正整数，i为正整数；和/或获取取样窗口中每个取样点的灰阶值，计算获取的所有取样点的平均灰阶值，以所述平均灰阶值作为亮度信号的平均像素电平值。
本发明所提供的信息推送的方法和***，通过客户端在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；云端服务器根据所述索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端；客户端接收并播放显示所述推送信息的方式，无需对视频中图像帧进行分区处理，未涉及到图像识别技术，其图像处理过程简单，数据运算量低，同时由于客户端只将相应的索引值发送云端服务器，云端服务器根据索引值查找并反馈对应的推送信息，可有效地降低网络通道的数据传输量以及减轻云端服务器的数据处理量。
附图说明
图1为本发明的信息推送的方法一实施例的流程图；
图2为本发明的取样窗口的区域示意图；
图3为本发明中一帧画面的直方图灰阶与Y信号灰阶之间的关系示意图；
图4为本发明中一帧画面的像素点数与直方图灰阶之间的关系示意图；
图5为本发明的信息推送的***一结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种信息推送的方法。参照图1，图1为本发明的信息推送的方法一实施例的流程图。在一实施例中，所述信息推送的方法包括：
步骤S10、客户端在视频播放过程中，实时获取当前帧画面的统计特征信息。
对于视频信息中的某一帧画面，其来源可能是电视台、DVD、机顶盒或视频网站等渠道，同一帧画面可能会在不同的位置叠加上不同信息，如电视台台标、中文和/或外文字幕、滚动广告等。若在取样过程将这些信息一同取样，则会导致来自不同渠道的同一视频中的同一帧画面对应的统计特征信息之间存在较大差异，本实施例为了避免这种情况，设定了统计特征信息的取样窗口。即本步骤S10中所述获取播放的当前帧画面的统计特征信息具体处理如下：根据预设策略，设定统计特征信息的取样窗口，从取样窗口中获取当前帧画面的统计特征信息。所述预设策略为：滤除当前帧画面上被叠加上去的对统计特征信息有影响的信息，如电视台台标、中文和/或外文字幕、滚动广告等。参见图2，图2为本发明的取样窗口的区域示意图。所述取样窗口的区域优选为：在画面窗口的基础上剔除上方的1/5、下方的1/6、左侧的1/8、右侧的1/8的剩余区域。
本实施例中，所述当前帧画面的统计特征信息用来表征当前帧画面的内容。所述当前帧画面的统计特征信息包括：当前帧画面的直方图信息和/或平均像素电平值。即一帧画面有对应的直方图信息和对应的平均像素电平值，一个直方图信息和一个对应平均像素电平值可以表征一帧画面。其中所述直方图信息表征的是对应画面中所有像素在各灰阶的像素分布统计图，所述平均像素电平值表征的是对应画面中所有像素量化值的平均值。
现有技术中终端设备播放视频过程中，针对每一帧画面进行如下图像处理：将彩色空间为RGB或YUV的信号经过CSC(ColorSpaceConvert)彩色空间转换矩阵统一转换成YUV彩色空间信号；然后将YUV彩色空间信号经过Scaler缩放器缩放到统一的分辨率后输出亮度信号(Y信号)和UV信号；然后再分别对Y信号和UV信号进行画质处理，最后再对画质处理的Y信号和UV信号进行显示。现有这种图像处理方式，由于不同终端对Y信号进行的画质处理可能不同，同一Y信号通过不同终端进行画质处理后所得到的Y信号对应的统计特征信息可能不同，为了保证不同终端播放的同一帧画面对应的统计特征信息相同，本实施例中客户端在进行画质处理之前获取Y信号的统计特征信息，即所述当前帧画面的统计特征信息为：当前帧画面在画质处理之前的Y信号的直方图信息和/或平均像素电平值。
本实施例中所述亮度信号的直方图信息获取过程为：将取样窗口中的亮度信号分为2n灰阶，并压缩2i阶，以每2n-i阶作为一个统计区间，将每个统计区间内的像素点数统计进直方图中0阶至(2i-1)阶中对应的阶中，即获得亮度信号的直方图信息，n为正整数，i为正整数。如若将Y信号量化为nbit(一般为8bit、10bit或12bit)，则一个像素点的Y值范围为0～2n-1，即Y信号分为2n灰阶，统计特征信息的取样窗口中的各灰阶的像素分布统计图即为直方图信息时，为了简化统计，优选将灰阶进行压缩。若Y信号按8bit量化，则优选压缩为25即32阶，Y信号的灰阶值范围以每2n-5即23作为一个统计区间，落在每个统计区间内的像素点数分别统计进直方图对应的0～31阶，参见图3，图3为本发明中一帧画面的直方图灰阶与Y信号灰阶之间的关系示意图。Y信号灰度值为0～7的像素点数作为一个统计区间统计到直方图的0内，Y信号灰度值为8～15的统计到1内，以此类推，直到Y信号灰度值为248～255的像素点数统计到直方图的31内，这样便得到了取样窗口的直方图信息，参见图4，图4为本发明中一帧画面的像素点数与直方图灰阶之间的关系示意图，数组(H1，H2，H3，……H29，H30，H31)代表0～31阶中每一阶中像素点数。
本实施例中，所述亮度信号的平均像素电平值获取过程为：获取取样窗口中每个取样点的灰阶值，计算获取的所有取样点的平均灰阶值，以所述平均灰阶值作为亮度信号的平均像素电平值。如设每个取样点的灰阶值为am值，m取值为(1，N)，总取样点数为N，则取样窗口中亮度信号的平均像素电平值APL＝(a1+a2+…+aN)/N。
步骤S20、在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器。所述第一映射关系表是预先根据用户输入的建立指令在客户端建立的统计特征信息与索引值的对应关系表。
本实施例中在步骤S20之前所述客户端还需判断所获取当前帧画面的统计特征信息与上一次匹配索引值成功的统计特征信息是否一致；在二者不一致时才执行步骤S20的操作。
本实施例中，由于若当前获取的统计特征信息在第一映射关系表中查找到匹配的索引值(即匹配索引值成功)，且该当前获取的统计特征信息与上一次在所述映射关系表中匹配索引值成功的统计特征信息一致时，则表明当前获取的统计特征信息对应的索引值与上一次匹配索引值成功的统计特征信息对应的索引值相同，若将该两次查找到的相同的索引值依次发给云端服务器，则云端服务器会向客户端连续推送两次相同的推送信息。为了避免云端服务器针对同一视频向客户端连续推送两次相同的推送信息，本实施例采用如下方式：客户端在获取当前帧画面的统计特征信息之后，将获取的统计特征信息与上一次在所述映射关系表中匹配索引值成功的统计特征信息进行比较，判断二者是否一致，如果一致，则放弃针对所述当前帧画面的统计特征信息，执行在第一映射关系表中查找匹配的索引值，并将所查找的索引值反馈至云端服务器的操作，并等待获取下一帧画面的统计特征信息。如果不一致，则针对所述当前帧画面的统计特征信息，执行在第一映射关系表中查找匹配的索引值，并将所查找的索引值反馈至云端服务器的操作。
本实施例中，将获取的统计特征信息与上一次匹配索引值成功的统计特征信息进行比较时，当二者的匹配程度到达设定值，如二者的匹配程度达到98％以上，则可认为匹配成功，匹配成功后则可认为二者一致。同理客户端获取当前帧画面的统计特征信息后，从所述第一映射关系表查询与所获取的统计特征信息匹配的索引值时，同样是将所获取的统计特征信息与所述第一映射关系表中的每个统计特征信息进行比较，当某一统计特征信息与所获取的统计特征信息的匹配程度达到设定值，如二者的匹配程度达到98％以上，则认为二者匹配成功，匹配成功后则认为该某一统计特征信息对应的索引值为所获取的统计特征信息对应的索引值。
由上可知本实施例中所述统计特征信息包括直方图信息和/或平均像素电平值，因此判断两帧画面对应的统计特征信息是否一致，实质是判断两帧画面的直方图信息的匹配程度和/或两帧画面的平均像素电平值的匹配程度。当两帧画面的直方图信息的匹配程度达到设定值(如匹配程度达到98％以上)和/或两帧画面的平均像素电平值的匹配程度达到设定值(如匹配程度达到98％以上)，则认为两帧画面的统计特征信息一致。
步骤S30、云端服务器根据所查找的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端。
本实施例中，所述云端服务器中的第二映射关系表是预先根据用户输入的建立指令在云端服务器建立的索引值与推送信息的对应关系表。第一映射关系表中的索引值和第二映射关系表索引值相同的。
另外，所述云端服务器中的第二映射关系表和客户端的第一映射关系表可以根据用户的需要进行更新，如在第二映射关系表中增添新的索引值与推送信息的映射关系、以及在第一映射关系表中增添新的统计特征信息与索引值的映射关系；删减第二映射关系表中某一索引值与推送信息的映射关系，以及删减第一映射关系表中某一统计特征信息与索引值的映射关系；修改第二映射关系表中某一索引值与推送信息的映射关系。同时为了确保针对统计特征信息匹配索引值成功的画面，能够成功实现信息推送，所述客户端需要根据所述云端服务器中第二映射关系表的更新，对第一映射关系表进行同步更新。即本实施例还包括如下处理：所述云端服务器根据用户输入的更新指令，实时对所述第二映射关系表进行更新；并将更新后的第二映射关系表发送给客户端；客户端根据所述第二映射关系表，实时对自身的第一映射关系表进行更新，以保证第一映射关系表与第二映射关系表对应。
步骤S40、客户端接收并播放显示所述推送信息。
本实施例中，所述客户端接收到云端服务器发送的推送信息后，在画面显示窗口弹出推送信息显示框，显示推送信息。本实施例中所述推送信息显示框优选设置在画面显示窗口的左下角，所述推送信息可以是目标信息的摘要和网络链接，用户根据显示的目标信息的摘要选择点击关闭推送信息显示框或点击相应的网络链接，以查看目标信息。客户端接收并显示推送信息后，若用户未进行相关操作，则一直播放显示所述推送信息，直至接收到云端服务器反馈的下一推送信息，才更新播放显示该下一推送信息。
上述信息推送的方法实施例，通过客户端在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；云端服务器根据所述索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端；客户端接收并播放显示所述推送信息的方式，无需对视频中图像帧进行分区处理，未涉及到图像识别技术，其图像处理过程简单，数据运算量低，同时由于客户端只将相应的索引值发送云端服务器，云端服务器根据索引值查找并反馈对应的推送信息，可有效地降低网络通道的数据传输量以及减轻云端服务器的数据处理量。
本发明进一步提供一种信息推送的***。参照图5，图5为本发明的信息推送的***一结构示意图。在该实施例中，所述信息推送的***100包括：客户端110和云端服务器120。
所述客户端110，用于在视频播放过程，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器120；以及接收并播放显示云端服务器120发送的推送信息。
所述云端服务器120，用于根据客户端110发送的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息推送至客户端110。
对于视频信息中的某一帧画面，其来源可能是电视台、DVD、机顶盒或视频网站等渠道，同一帧画面可能会在不同的位置叠加上不同信息，如电视台台标、中文和/或外文字幕、滚动广告等。若在取样过程将这些信息一同取样，则会导致来自不同渠道的同一视频中的同一帧画面对应的统计特征信息之间存在较大差异，本实施例为了避免这种情况，设定了统计特征信息的取样窗口。即所述客户端110，具体还用于根据预设策略，设定统计特征信息的取样窗口，从取样窗口中获取当前帧画面的统计特征信息。所述预设策略为：滤除当前帧画面上被叠加上去的对统计特征信息有影响的信息，如电视台台标、中文和/或外文字幕、滚动广告等。参见图2，所述取样窗口的区域优选为：在画面窗口的基础上剔除上方的1/5、下方的1/6、左侧的1/8、右侧的1/8的剩余区域。
本实施例中，所述当前帧画面的统计特征信息用来表征当前帧画面的内容。所述当前帧画面的统计特征信息包括：当前帧画面的直方图信息和/或平均像素电平值。即一帧画面有对应的直方图信息和对应的平均像素电平值，一个直方图信息和一个对应平均像素电平值可以表征一帧画面。其中所述直方图信息表征的是对应画面中所有像素在各灰阶的像素分布统计图，所述平均像素电平值表征的是对应画面中所有像素量化值的平均值。
现有技术中终端设备播放视频过程中，针对每一帧画面进行如下图像处理：将彩色空间为RGB或YUV的信号经过CSC(ColorSpaceConvert)彩色空间转换矩阵统一转换成YUV彩色空间信号；然后将YUV彩色空间信号经过Scaler缩放器缩放到统一的分辨率后输出Y信号和UV信号；然后再分别对亮度信号(Y信号)和UV信号进行画质处理，最后再对画质处理的Y信号和UV信号进行显示。现有这种图像处理方式，由于不同终端对Y信号进行的画质处理可能不同，同一Y信号通过不同终端进行画质处理后所得到的Y信号对应的统计特征信息可能不同，为了保证不同终端播放的同一帧画面对应的统计特征信息相同，本实施例中客户端110在进行画质处理之前获取Y信号的统计特征信息，即所述当前帧画面的统计特征信息为：当前帧画面在画质处理之前的亮度信号的直方图信息和/或平均像素电平值。
本实施例中所述客户端，具体用于将取样窗口中的亮度信号分为2n灰阶，并压缩2i阶，以每2n-i阶作为一个统计区间，将每个统计区间内的像素点数统计进直方图中0阶至(2i-1)阶中对应的阶中，即获得亮度信号的直方图信息，n为正整数，i为正整数；和/或获取取样窗口中每个取样点的灰阶值，计算获取的所有取样点的平均灰阶值，以所述平均灰阶值作为亮度信号的平均像素电平值。针对亮度信号的直方图信息，若将Y信号量化为nbit(一般为8bit、10bit或12bit)，则一个像素点的Y值范围为0～2n-1，即Y信号分为2n灰阶，统计特征信息的取样窗口中的各灰阶的像素分布统计图即为直方图信息时，为了简化统计，优选将灰阶压缩进行压缩。若Y信号按8bit量化，则优选压缩为25即32阶，Y信号的灰阶值范围以每2n-5即23作为一个统计区间，落在每个统计区间内的像素点数分别统计进直方图对应的0～31阶。参见图3，Y信号灰度值为0～7的像素点数作为一个统计区间统计到直方图的0内，Y信号灰度值为8～15的统计到1，以此类推，直到Y信号灰度值为248～255的像素点数统计到直方图的31内，这样便得到了取样窗口的直方图信息。参见图4，数组(H1，H2，H3，……H29，H30，H31)代表0～31阶中每一阶中像素点数。针对亮度信号的平均像素电平值，若设每个取样点的灰阶值为am值，m取值为(1，N)，总取样点数为N，则取样窗口中亮度信号的平均像素电平值APL＝(a1+a2+…+aN)/N。
本实施例中所述客户端110，具体还用于在获取当前帧画面的统计特征信息之后，判断所获取当前帧画面的统计特征信息与上一在所述映射关系表中匹配索引值成功的统计特征信息是否一致；当不一致时，在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器120。
本实施例中，由于若当前获取的统计特征信息在第一映射关系表中查找到匹配的索引值(即匹配索引值成功)，且该当前获取的统计特征信息与上一次在所述映射关系表中匹配索引值成功的统计特征信息一致时，则表明当前获取的统计特征信息对应的索引值与上一次匹配索引值成功的统计特征信息对应的索引值相同，若将该两次查找到的相同的索引值依次发给云端服务器120，则云端服务器120会向客户端110连续推送两次相同的推送信息。为了避免云端服务器120针对同一视频向客户端110连续推送两次相同的推送信息，本实施例采用如下方式：客户端110在获取当前帧画面的统计特征信息之后，将获取的统计特征信息与上一次在所述映射关系表中匹配索引值成功的统计特征信息进行比较，判断二者是否一致，如果一致，则放弃针对所述当前帧画面的统计特征信息，执行在第一映射关系表中查找匹配的索引值，并将所查找的索引值反馈至云端服务器120的操作，并等待获取下一帧画面的统计特征信息。如果不一致，则针对所述当前帧画面的统计特征信息，执行在第一映射关系表中查找匹配的索引值，并将所查找的索引值反馈至云端服务器120的操作。
本实施例中，将获取的统计特征信息与上一次匹配索引值成功的统计特征信息进行比较时，当二者的匹配程度到达设定值，如二者的匹配程度达到98％以上，则可认为匹配成功，匹配成功后则可认为二者一致。同理客户端110获取当前帧画面的统计特征信息后，从所述第一映射关系表查询与所获取的统计特征信息匹配的索引值时，同样是将所获取的统计特征信息与所述第一映射关系表中的每个统计特征信息进行比较，当某一统计特征信息与所获取的统计特征信息的匹配程度达到设定值，如二者的匹配程度达到98％以上，则认为二者匹配成功，匹配成功后则认为该某一统计特征信息对应的索引值为所获取的统计特征信息对应的索引值。
由上可知本实施例中所述统计特征信息包括直方图信息和/或平均像素电平值，因此判断两帧画面对应的统计特征信息是否一致，实质是判断两帧画面的直方图信息的匹配程度和/或两帧画面的平均像素电平值的匹配程度。当两帧画面的直方图信息的匹配程度达到设定值(如匹配程度达到98％以上)和/或两帧画面的平均像素电平值的匹配程度达到设定值(如匹配程度达到98％以上)，则认为两帧画面的统计特征信息一致。
本实施例中，所述客户端的第一映射关系表是预先根据用户输入的建立指令在客户端建立的统计特征信息与索引值的对应关系表。所述云端服务器120中的第二映射关系表是云端服务器120预先根据用户输入的建立指令在云端服务器建立的索引值与推送信息的对应关系表。第一映射关系表中的索引值和第二映射关系表索引值相同的。
另外，所述云端服务器120中的第二映射关系表和客户端的第一映射关系表可以根据用户的需要进行更新，如在第二映射关系表中增添新的索引值与推送信息的映射关系、以及在第一映射关系表中增添新的统计特征信息与索引值的映射关系；删减第二映射关系表中某一索引值与推送信息的映射关系，以及删减第一映射关系表中某一统计特征信息与索引值的映射关系；修改第二映射关系表中某一索引值与推送信息的映射关系。同时为了确保针对统计特征信息匹配索引值成功的画面，能够成功实现信息推送，所述客户端110需要根据所述云端服务器120中第二映射关系表的更新，对第一映射关系表进行同步更新。即本实施例本实施例中所述云端服务器120，还用于根据用户输入的更新指令，实时对所述第二映射关系表进行更新；并将更新后的第二映射关系表发送给客户端110。所述客户端110，还用于根据所述第二映射关系表，实时对自身的第一映射关系表进行更新，以保证第一映射关系表与第二映射关系表对应。
本实施例中，所述客户端110接收到云端服务器120发送的推送信息后，在画面显示窗口弹出推送信息显示框，显示推送信息。本实施例中所述推送信息显示框优选设置在画面显示窗口的左下角，所述推送信息可以是目标信息的摘要和网络链接，用户根据显示的目标信息的摘要选择点击关闭推送信息显示框或点击相应的网络链接，以查看目标信息。客户端110接收并显示推送信息后，若用户未进行相关操作，则一直播放显示所述推送信息，直至接收到云端服务器120反馈的下一推送信息，才更新播放显示该下一推送信息。
上述信息推送的***实施例，通过客户端110在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器120；云端服务器120根据所述索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端110；客户端110接收并播放显示所述推送信息的方式，无需对视频中图像帧进行分区处理，未涉及到图像识别技术，其图像处理过程简单，数据运算量低，同时由于客户端110只将相应的索引值发送云端服务器120，云端服务器120根据索引值查找并反馈对应的推送信息，可有效地降低网络通道的数据传输量以及减轻云端服务器120的数据处理量。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种信息推送的方法，其特征在于，所述信息推送的方法包括以下步骤：
步骤一、客户端在视频播放过程中，实时获取当前帧画面的统计特征信息；
步骤二、在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；
步骤三、云端服务器根据所查找的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端；
步骤四、客户端接收并播放显示所述推送信息。
2.如权利要求1所述的信息推送的方法，其特征在于，所述步骤一之后还包括：
客户端判断所获取当前帧画面的统计特征信息与上一次匹配索引值成功的统计特征信息是否一致；并在不一致时执行步骤二。
3.如权利要求1所述的信息推送的方法，其特征在于，所述获取播放的当前帧画面的统计特征信息具体包括：
根据预设策略，设定统计特征信息的取样窗口，从取样窗口中获取当前帧画面的统计特征信息；
所述预设策略为：滤除当前帧画面上被叠加上去的对统计特征信息有影响的信息。
4.如权利要求1至3任一项所述的信息推送的方法，其特征在于，所述当前帧画面的统计特征信息为：当前帧画面在画质处理之前的亮度信号的直方图信息和/或平均像素电平值。
5.如权利要求4所述的信息推送的方法，其特征在于，所述亮度信号的直方图信息获取过程为：
将取样窗口中的亮度信号分为2n灰阶，并压缩2i阶，以每2n-i阶作为一个统计区间，将每个统计区间内的像素点数统计进直方图中0阶至(2i-1)阶中对应的阶中，即获得亮度信号的直方图信息，n为正整数，i为正整数；
所述亮度信号的平均像素电平值获取过程为：
获取取样窗口中每个取样点的灰阶值，计算获取的所有取样点的平均灰阶值，以所述平均灰阶值作为亮度信号的平均像素电平值。
6.一种信息推送的***，其特征在于，所述信息推送的***包括：
客户端，用于在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；以及接收并播放显示云端服务器发送的推送信息；
云端服务器，用于根据客户端发送的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端。
7.如权利要求6所述的信息推送的***，其特征在于，
所述客户端，具体还用于在获取当前帧画面的统计特征信息之后，判断所获取当前帧画面的统计特征信息与上一次匹配索引值成功的统计特征信息是否一致；当不一致时，在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器。
8.如权利要求7所述的信息推送的***，其特征在于，
所述客户端，具体还用于根据预设策略，设定统计特征信息的取样窗口，从取样窗口中获取当前帧画面的统计特征信息；所述预设策略为：滤除当前帧画面上被叠加上去的对统计特征信息有影响的信息。
9.如权利要求6至8任一项所述的信息推送的***，其特征在于，
所述当前帧画面的统计特征信息为：当前帧画面在画质处理之前的亮度信号的直方图信息和/或平均像素电平值。
10.如权利要求9所述的信息推送的***，其特征在于，
所述客户端，具体用于将取样窗口中的亮度信号分为2n灰阶，并压缩2i阶，以每2n-i阶作为一个统计区间，将每个统计区间内的像素点数统计进直方图中0阶至(2i-1)阶中对应的阶中，即获得亮度信号的直方图信息，n为正整数，i为正整数；和/或获取取样窗口中每个取样点的灰阶值，计算获取的所有取样点的平均灰阶值，以所述平均灰阶值作为亮度信号的平均像素电平值。
CN201410779272.6A 2014-12-15 2014-12-15 信息推送的方法和*** Pending CN105791906A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201410779272.6A CN105791906A (zh) 2014-12-15 2014-12-15 信息推送的方法和***
EP14908216.6A EP3236362B1 (en) 2014-12-15 2014-12-19 Information pushing method and system
PCT/CN2014/094291 WO2016095181A1 (zh) 2014-12-15 2014-12-19 信息推送的方法和***
US15/536,129 US10270872B2 (en) 2014-12-15 2014-12-19 Information pushing method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410779272.6A CN105791906A (zh) 2014-12-15 2014-12-15 信息推送的方法和***

Publications (1)

Publication Number Publication Date
CN105791906A true CN105791906A (zh) 2016-07-20

Family

ID=56125641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410779272.6A Pending CN105791906A (zh) 2014-12-15 2014-12-15 信息推送的方法和***

Country Status (4)

Country Link
US (1) US10270872B2 (zh)
EP (1) EP3236362B1 (zh)
CN (1) CN105791906A (zh)
WO (1) WO2016095181A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112866762A (zh) * 2020-12-31 2021-05-28 北京达佳互联信息技术有限公司 获取视频关联信息的处理方法、装置、电子设备、服务器

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109660587B (zh) * 2018-10-22 2022-07-29 平安科技（深圳）有限公司 基于随机数的数据推送方法、装置、存储介质及服务器
CN111263180A (zh) * 2020-02-21 2020-06-09 广州欢网科技有限责任公司 电视端的信息推送方法、装置及控制器
CN113450713B (zh) * 2020-03-25 2022-08-12 北京小米移动软件有限公司 屏幕显示方法及装置、灰阶映射信息生成方法及装置
CN112612860B (zh) * 2020-12-09 2022-09-23 卡斯柯信号有限公司 一种基于列车位置的电子地图自动推送方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010057171A1 (en) * 2008-11-17 2010-05-20 Dolby Laboratories Licensing Corporation Media fingerprints that reliably correspond to media content with projection of moment invariants
CN102084358A (zh) * 2008-02-05 2011-06-01 杜比实验室特许公司 将信息与媒体内容关联
CN102156751A (zh) * 2011-04-26 2011-08-17 深圳市迅雷网络技术有限公司 一种提取视频指纹的方法及装置
CN103763480A (zh) * 2014-01-24 2014-04-30 三星电子（中国）研发中心 获取视频配音的方法及设备
CN103763589A (zh) * 2014-01-10 2014-04-30 北京酷云互动科技有限公司 视频广告扩展信息推送方法和装置
CN103853727A (zh) * 2012-11-29 2014-06-11 深圳中兴力维技术有限公司 提高大数据量查询性能的方法及***

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69227008T2 (de) * 1991-11-14 1999-05-20 Agfa-Gevaert N.V., Mortsel Verfahren und Vorrichtung zum Herstellen eines Histogramms in der digitalen Bildverarbeitung mittels statistischer Pixelabtastung
GB2421094A (en) * 2004-12-09 2006-06-14 Sony Uk Ltd Generating reduced feature vectors for information retrieval
EP1969559B1 (en) * 2005-12-30 2018-09-05 Telecom Italia S.p.A. Contour finding in segmentation of video sequences
US8009907B1 (en) * 2006-11-08 2011-08-30 Marvell International Ltd. Localized, adaptive video contrast enhancement using controlled histogram equalization
JP2010514246A (ja) * 2006-12-18 2010-04-30 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 画像圧縮及び伸張
KR100900694B1 (ko) * 2007-06-27 2009-06-04 주식회사 코아로직 비선형 저조도 보정장치, 방법 및 상기 방법을프로그램화하여 수록한 컴퓨터로 읽을 수 있는 기록매체
US9510044B1 (en) * 2008-06-18 2016-11-29 Gracenote, Inc. TV content segmentation, categorization and identification and time-aligned applications
EP2391972B1 (en) * 2009-02-02 2015-05-27 Eyesight Mobile Technologies Ltd. System and method for object recognition and tracking in a video stream
US8704909B2 (en) * 2010-02-23 2014-04-22 Apple Inc. Systems and methods for efficiently coding and processing image data
WO2011146898A2 (en) * 2010-05-21 2011-11-24 Bologh Mark J Internet system for ultra high video quality
EP2580913A4 (en) * 2010-06-08 2017-06-07 Dolby Laboratories Licensing Corporation Tone and gamut mapping methods and apparatus
CN102591942B (zh) * 2011-12-27 2013-11-13 奇智软件（北京）有限公司 一种应用自动推荐的方法及装置
JP5948073B2 (ja) * 2012-02-08 2016-07-06 株式会社 日立産業制御ソリューションズ 画像信号処理装置、画像信号処理方法
US20180316948A1 (en) * 2012-04-24 2018-11-01 Skreens Entertainment Technologies, Inc. Video processing systems, methods and a user profile for describing the combination and display of heterogeneous sources
GB2506338A (en) * 2012-07-30 2014-04-02 Sony Comp Entertainment Europe A method of localisation and mapping
US9461958B1 (en) * 2013-03-13 2016-10-04 Greenfly, Inc. Methods and system for distributing information via multiple forms of delivery services
WO2014144906A1 (en) * 2013-03-15 2014-09-18 Videri Inc. Systems and methods for controlling the distribution and viewing of digital art and imaging via the internet
US9736526B2 (en) * 2013-04-10 2017-08-15 Autodesk, Inc. Real-time scrubbing of videos using a two-dimensional grid of thumbnail images
US9467750B2 (en) * 2013-05-31 2016-10-11 Adobe Systems Incorporated Placing unobtrusive overlays in video content
JP5887303B2 (ja) * 2013-06-19 2016-03-16 株式会社 日立産業制御ソリューションズ 画像信号処理装置，撮像装置および画像処理プログラム
JP6546924B2 (ja) * 2013-09-11 2019-07-17 アイバイ，インコーポレイテッド コンテンツトランザクションアイテムの動的バインド
BR112016006860B8 (pt) * 2013-09-13 2023-01-10 Arris Entpr Inc Aparelho e método para criar um único fluxo de dados de informações combinadas para renderização em um dispositivo de computação do cliente
WO2015048338A1 (en) * 2013-09-26 2015-04-02 Publicover Mark W Providing targeted content based on a user's moral values
CN103618916A (zh) * 2013-11-13 2014-03-05 四川长虹电器股份有限公司 基于智能电视终端播放互联网视频的方法
KR102173107B1 (ko) * 2013-12-11 2020-11-02 삼성전자주식회사 클라우드 서버 기반 영상 처리 방법, 단말 및 시스템
JPWO2015102057A1 (ja) * 2014-01-06 2017-03-23 富士通株式会社 画像処理方法、画像処理システム、およびプログラム
US9305239B2 (en) * 2014-05-13 2016-04-05 Samsung Electronics Co., Ltd. Detecting and processing small text in digital media
WO2016100408A1 (en) * 2014-12-15 2016-06-23 Vessel Group, Inc. Processing techniques in audio-visual streaming systems

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102084358A (zh) * 2008-02-05 2011-06-01 杜比实验室特许公司 将信息与媒体内容关联
WO2010057171A1 (en) * 2008-11-17 2010-05-20 Dolby Laboratories Licensing Corporation Media fingerprints that reliably correspond to media content with projection of moment invariants
CN102156751A (zh) * 2011-04-26 2011-08-17 深圳市迅雷网络技术有限公司 一种提取视频指纹的方法及装置
CN103853727A (zh) * 2012-11-29 2014-06-11 深圳中兴力维技术有限公司 提高大数据量查询性能的方法及***
CN103763589A (zh) * 2014-01-10 2014-04-30 北京酷云互动科技有限公司 视频广告扩展信息推送方法和装置
CN103763480A (zh) * 2014-01-24 2014-04-30 三星电子（中国）研发中心 获取视频配音的方法及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
冯伟兴，梁洪，王臣业: "《Visual C++数字图像模式识别典型案例详解》", 31 July 2012 *
窦建军等: "基于颜色直方图的图像检索技术", 《红外与激光工程》 *
黄贤武，王加俊，李家华: "《数字图像处理与压缩编码技术》", 31 December 2000 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112866762A (zh) * 2020-12-31 2021-05-28 北京达佳互联信息技术有限公司 获取视频关联信息的处理方法、装置、电子设备、服务器

Also Published As

Publication number Publication date
EP3236362B1 (en) 2019-03-06
US20180020069A1 (en) 2018-01-18
US10270872B2 (en) 2019-04-23
EP3236362A4 (en) 2017-12-27
EP3236362A1 (en) 2017-10-25
WO2016095181A1 (zh) 2016-06-23

Similar Documents

Publication Publication Date Title
KR102263898B1 (ko) 동적 비디오 오버레이
US9959345B2 (en) Search and identification of video content
CN105791906A (zh) 信息推送的方法和***
US20240028582A1 (en) Systems and methods for improving accuracy of device maps using media viewing data
CN107391661B (zh) 推荐词显示方法及装置
CN110619362B (zh) 一种基于感知与像差的视频内容比对方法及装置
KR20170088188A (ko) 콘텐츠 적응적 임계치를 적용한 영상 콘텐츠의 샷 분할 장치 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160720