CN112887708A - 视频抖动检测方法和装置、设备及存储介质 - Google Patents
视频抖动检测方法和装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112887708A CN112887708A CN202110091025.7A CN202110091025A CN112887708A CN 112887708 A CN112887708 A CN 112887708A CN 202110091025 A CN202110091025 A CN 202110091025A CN 112887708 A CN112887708 A CN 112887708A
- Authority
- CN
- China
- Prior art keywords
- video
- image
- change matrix
- jitter
- obtaining
- 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 44
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 58
- 239000011159 matrix material Substances 0.000 claims abstract description 56
- 230000008859 change Effects 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000009499 grossing Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种视频抖动检测方法,该一种视频抖动检测方法包括获取视频帧图像,获取视频帧图像的图像特征点,依据图像特征点得到仿射变化矩阵,根据仿射变化矩阵得到视频抖动的数据。以使可以自动检测视频抖动的程度,方便后续工作人员进行校正工作,有效的提高了抖动检测准确度。
Description
技术领域
本公开涉及视频抖动检测技术领域,尤其涉及一种视频抖动检测方法和装置、设备及存储介质。
背景技术
中国公共安全、公共服务、金融、商业、教育领域的高清超高清摄像头普及率高。随着高清超高清摄像头设备接入量不断提升,对图像质量的要求也随之提高,图像抖动会严重降低图像的质量。目前高清超高清摄像头视频通过人工检测判断摄像头存在异常状况后再进行调整,从而消除高清摄像头视频中存在的抖动状态。若使用现有的视频抖动检测方法准确率低。
发明内容
有鉴于此,本公开提出了一种视频抖动检测方法,其特征在于,包括:
获取视频帧图像,获取所述视频帧图像的图像特征点;
跟踪所述图像特征点得到仿射变化矩阵;
根据所述仿射变化矩阵得到视频抖动的数据。
在一种可能的实现方式中,获取所述视频帧图像的图像特征点包括:
依据所述视频帧图像进行角点检测得到所述图像特征点;
所述图像特征点的个数为大于或等于100。
在一种可能的实现方式中,跟踪所述图像特征点得到仿射变化矩阵包括:
使用光流法跟踪所述图像特征点得到仿射变化矩阵。
在一种可能的实现方式中,使用光流法跟踪所述图像特征点得到仿射变化矩阵包括:
根据当前帧的前后两帧图像的特征点变化得到所述仿射变化矩阵;
若所述当前帧的特征点在下一帧中被遮挡,则不计算所述特征点的仿射变化矩阵。
在一种可能的实现方式中,根据所述仿射变化矩阵得到视频抖动的数据包括:
根据所述仿射变化矩阵计算运动轨迹;
对所述运动轨迹进行平滑处理;
依据平滑处理后的运动轨迹得到平滑仿射变化矩阵;
依据所述平滑仿射变化矩阵得到所述视频抖动的数据。
在一种可能的实现方式中,对所述运动轨迹进行平滑处理包括:
在所述运动轨迹上移动设定的滑动窗格;
对所述滑动窗格内的矩阵进行求平均值;
依据所述平均值对所述滑动窗格中的特征点进行赋值处理。
在一种可能的实现方式中,还包括:
依据所述视频抖动的数据分解出X值或Y值;
依据所述视频帧图像中相邻两帧的X值或Y值的差值得到抖动程度;
所述抖动程度大于预设阈值且达到设定时间时进行报警。
根据本公开的另一方面,提供了一种视频抖动检测装置,其特征在于,包括图像特征点计算模块、仿射矩阵计算模块和抖动数据计算模块;
所述图像特征点计算模块,被配置为获取视频帧图像,获取所述视频帧图像的图像特征点;
所述仿射矩阵计算模块,被配置为跟踪所述图像特征点得到仿射变化矩阵;
所述抖动数据计算模块,被配置为根据所述仿射变化矩阵得到视频抖动的数据。
根据本公开的另一方面,提供了一种视频抖动检测设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现前面任一所述的方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现前面任一所述的方法。
通过获取视频帧图像,获取视频帧图像的图像特征点,依据图像特征点得到仿射变化矩阵,根据仿射变化矩阵得到视频抖动的数据。以使可以自动检测视频抖动的程度,方便后续工作人员进行校正工作,有效的提高了抖动检测准确度。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出本公开实施例的视频抖动检测方法的流程图;
图2示出本公开实施例的视频抖动检测方法的另一流程图;
图3示出本公开实施例的视频抖动检测装置的框图;
图4示出本公开实施例的视频抖动检测设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
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该特征。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。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的视频抖动检测方法的流程图。如图1所示,该视频抖动检测方法包括:
步骤S100,获取视频帧图像,获取视频帧图像的图像特征点,步骤S200,跟踪图像特征点得到仿射变化矩阵,步骤S300,根据仿射变化矩阵得到视频抖动的数据。
通过获取视频帧图像,获取视频帧图像的图像特征点,依据图像特征点得到仿射变化矩阵,根据仿射变化矩阵得到视频抖动的数据。以使可以自动检测视频抖动的程度,方便后续工作人员进行校正工作,有效的提高了抖动检测准确度。
具体的,参见图1,执行步骤S100,获取视频帧图像,获取视频帧图像的图像特征点。
在一种可能的实现方式中,获取视频帧图像的图像特征点包括:依据视频帧图像进行角点检测得到图像特征点。举例来说,参见图2,执行步骤S101,首先获取视频帧图像,视频帧图像即为一段视频中的所有帧的图像,进一步的,执行步骤S102,获取视频帧图像的灰度图,根据视频帧的灰度图,采用Harris算子角点检测算法进行角点检测,其中参数为:最大角点数200,优选的,角点数可以为100,检测到的角点的质量等级0.01,两个角点之间的最小距离30。接着,计算灰度图在x,y两个方向的梯度,计算灰度图x,y两个方向梯度的乘积,进一步的,使用高斯函数进行加权,计算每个像素的Harris响应值,进行邻域内最大值抑制,局部最大值点即为图像中的角点。使用100个点的运动信息进行运动信息的计算,然后使用它们来稳健地估计运动模型,有效的提高了抖动检测准确度。
进一步的,参见图1,执行步骤S200,跟踪图像特征点得到仿射变化矩阵。
在一种可能的实现方式中,参见图2,执行步骤S201,依据图像特征点得到仿射变化矩阵包括:使用光流法跟踪图像特征点得到仿射变化矩阵。在使用光流法跟踪图像特征点得到仿射变化矩阵包括:根据当前帧的前后两帧图像的特征点变化得到仿射变化矩阵,若当前帧的特征点在下一帧中被遮挡,则不计算特征点的仿射变化矩阵。举例来说,A帧、B帧和C帧是连续的三帧,B帧根据A帧和C帧同一特征点得到B帧同一特征点的仿射变化矩阵。如果该特征点在C帧中被其他对象遮挡,则直接抛弃该特征点,不再进行计算。这样,在发生遮挡的情况下,某些点就不会参与运动跟踪计算。
需要说明的是,光流法为本领域的常规技术手段,本公开不再进行赘述。
进一步的,参见图1,执行步骤S300,根据仿射变化矩阵得到视频抖动的数据。
在一种可能的实现方式中,根据仿射变化矩阵得到视频抖动的数据包括:参见图2,执行步骤S301,根据仿射变化矩阵计算运动轨迹,对运动轨迹进行平滑处理,执行步骤S302,依据平滑处理后的运动轨迹得到平滑仿射变化矩阵,执行步骤S303,依据平滑仿射变化矩阵得到视频抖动的数据。其中,对运动轨迹进行平滑处理包括:在运动轨迹上移动设定的滑动窗格,对滑动窗格内的矩阵进行求平均值,依据平均值对滑动窗格中的特征点进行赋值处理。举例来说,使用光流法跟踪图像特征点得到仿射变化矩阵。根据仿射变化矩阵可以计算运动轨迹,在运动轨迹上添加一段滑动窗格,对滑动窗格内的运动轨迹所对应的矩阵求平均值,然后根据所求的平均值对滑动窗格中的特征点进行赋值处理,从而达到平滑处理的效果。
进一步的,在一种可能的实现方式中,本公开的视频抖动检测方法还包括:依据视频抖动的数据分解出X值或Y值,依据视频帧图像中相邻两帧的X值或Y值的差值得到抖动程度,抖动程度大于预设阈值且达到设定时间时进行报警。举例来说,抖动程度的阈值设置为2%,设定时间为5帧所需要的时间,在得到视频抖动的数据之后,若连续超过5帧,每一帧的X值或Y值与前面一帧的差值均大于2%,则被判定为视频抖动,若判断为视频抖动,则向工作人员发出警告,示例性的,在判定视频抖动之后,在计算机上弹出警告窗口,以警示工作人员。
需要说明的是,尽管以上述各个步骤作为示例介绍了本公开的视频抖动检测方法如上,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据个人喜好和/或实际应用场景灵活设定视频抖动检测方法,只要达到所需功能即可。
这样,通过获取视频帧图像,获取视频帧图像的图像特征点,依据图像特征点得到仿射变化矩阵,根据仿射变化矩阵得到视频抖动的数据。以使可以自动检测视频抖动的程度,方便后续工作人员进行校正工作,有效的提高了抖动检测准确度。
进一步的,根据本公开的另一方面,还提供了一种视频抖动检测装置100。由于本公开实施例的视频抖动检测装置100的工作原理与本公开实施例的视频抖动检测方法的原理相同或相似,因此重复之处不再赘述。参见图3,本公开实施例的视频抖动检测装置100包括图像特征点计算模块110、仿射矩阵计算模块120和抖动数据计算模块130;
图像特征点计算模块110,被配置为获取视频帧图像,获取视频帧图像的图像特征点;
仿射矩阵计算模块120,被配置为跟踪图像特征点得到仿射变化矩阵;
抖动数据计算模块130,被配置为根据仿射变化矩阵得到视频抖动的数据。
更进一步地,根据本公开的另一方面,还提供了一种视频抖动检测设备200。参阅图4,本公开实施例视频抖动检测设备200包括处理器210以及用于存储处理器210可执行指令的存储器220。其中,处理器210被配置为执行可执行指令时实现前面任一所述的视频抖动检测方法。
此处,应当指出的是,处理器210的个数可以为一个或多个。同时,在本公开实施例的视频抖动检测设备200中,还可以包括输入装置230和输出装置240。其中,处理器210、存储器220、输入装置230和输出装置240之间可以通过总线连接,也可以通过其他方式连接,此处不进行具体限定。
存储器220作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序和各种模块,如:本公开实施例的视频抖动检测方法所对应的程序或模块。处理器210通过运行存储在存储器220中的软件程序或模块,从而执行视频抖动检测设备200的各种功能应用及数据处理。
输入装置230可用于接收输入的数字或信号。其中,信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置240可以包括显示屏等显示设备。
根据本公开的另一方面,还提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,计算机程序指令被处理器210执行时实现前面任一所述的视频抖动检测方法。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种视频抖动检测方法,其特征在于,包括:
获取视频帧图像,获取所述视频帧图像的图像特征点;
跟踪所述图像特征点得到仿射变化矩阵;
根据所述仿射变化矩阵得到视频抖动的数据。
2.根据权利要求1所述的方法,其特征在于,获取所述视频帧图像的图像特征点包括:
依据所述视频帧图像进行角点检测得到所述图像特征点;
所述图像特征点的个数大于或等于100。
3.根据权利要求1所述的方法,其特征在于,跟踪所述图像特征点得到仿射变化矩阵包括:
使用光流法跟踪所述图像特征点得到仿射变化矩阵。
4.根据权利要求1所述的方法,其特征在于,使用光流法跟踪所述图像特征点得到仿射变化矩阵包括:
根据当前帧的前后两帧图像的特征点变化得到所述仿射变化矩阵;
若所述当前帧的特征点在下一帧中被遮挡,则不计算所述特征点的仿射变化矩阵。
5.根据权利要求1所述的方法,其特征在于,根据所述仿射变化矩阵得到视频抖动的数据包括:
根据所述仿射变化矩阵计算运动轨迹;
对所述运动轨迹进行平滑处理;
依据平滑处理后的运动轨迹得到平滑仿射变化矩阵;
依据所述平滑仿射变化矩阵得到所述视频抖动的数据。
6.根据权利要求5所述的方法,其特征在于,对所述运动轨迹进行平滑处理包括:
在所述运动轨迹上移动设定的滑动窗格;
对所述滑动窗格内的矩阵进行求平均值;
依据所述平均值对所述滑动窗格中的特征点进行赋值处理。
7.根据权利要求1所述的方法,其特征在于,还包括:
依据所述视频抖动的数据分解出X值或Y值;
依据所述视频帧图像中相邻两帧的X值或Y值的差值得到抖动程度;
所述抖动程度大于预设阈值且达到设定时间时进行报警。
8.一种视频抖动检测装置,其特征在于,包括图像特征点计算模块、仿射矩阵计算模块和抖动数据计算模块;
所述图像特征点计算模块,被配置为获取视频帧图像,获取所述视频帧图像的图像特征点;
所述仿射矩阵计算模块,被配置为跟踪所述图像特征点得到仿射变化矩阵;
所述抖动数据计算模块,被配置为根据所述仿射变化矩阵得到视频抖动的数据。
9.一种视频抖动检测设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。
10.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110091025.7A CN112887708A (zh) | 2021-01-22 | 2021-01-22 | 视频抖动检测方法和装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110091025.7A CN112887708A (zh) | 2021-01-22 | 2021-01-22 | 视频抖动检测方法和装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112887708A true CN112887708A (zh) | 2021-06-01 |
Family
ID=76050535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110091025.7A Pending CN112887708A (zh) | 2021-01-22 | 2021-01-22 | 视频抖动检测方法和装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112887708A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114339395A (zh) * | 2021-12-14 | 2022-04-12 | 浙江大华技术股份有限公司 | 视频抖动检测方法、检测装置、电子设备和可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105812788A (zh) * | 2016-03-24 | 2016-07-27 | 北京理工大学 | 一种基于帧间运动振幅统计的视频稳定质量评价方法 |
CN106550174A (zh) * | 2016-10-28 | 2017-03-29 | 大连理工大学 | 一种基于单应性矩阵的实时视频稳像方法 |
US20170309031A1 (en) * | 2016-04-25 | 2017-10-26 | Futurewei Technologies, Inc. | Real time digital video stabilization |
CN110248048A (zh) * | 2019-06-21 | 2019-09-17 | 苏宁云计算有限公司 | 一种视频抖动的检测方法及装置 |
CN110572534A (zh) * | 2019-09-19 | 2019-12-13 | 浙江大搜车软件技术有限公司 | 全景图像的数字视频稳像方法、装置、设备及存储介质 |
CN110796010A (zh) * | 2019-09-29 | 2020-02-14 | 湖北工业大学 | 一种结合光流法和卡尔曼滤波的视频稳像方法 |
CN111539872A (zh) * | 2020-04-23 | 2020-08-14 | 南京理工大学 | 随机抖动干扰下视频图像的实时电子稳像方法 |
-
2021
- 2021-01-22 CN CN202110091025.7A patent/CN112887708A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105812788A (zh) * | 2016-03-24 | 2016-07-27 | 北京理工大学 | 一种基于帧间运动振幅统计的视频稳定质量评价方法 |
US20170309031A1 (en) * | 2016-04-25 | 2017-10-26 | Futurewei Technologies, Inc. | Real time digital video stabilization |
CN106550174A (zh) * | 2016-10-28 | 2017-03-29 | 大连理工大学 | 一种基于单应性矩阵的实时视频稳像方法 |
CN110248048A (zh) * | 2019-06-21 | 2019-09-17 | 苏宁云计算有限公司 | 一种视频抖动的检测方法及装置 |
CN110572534A (zh) * | 2019-09-19 | 2019-12-13 | 浙江大搜车软件技术有限公司 | 全景图像的数字视频稳像方法、装置、设备及存储介质 |
CN110796010A (zh) * | 2019-09-29 | 2020-02-14 | 湖北工业大学 | 一种结合光流法和卡尔曼滤波的视频稳像方法 |
CN111539872A (zh) * | 2020-04-23 | 2020-08-14 | 南京理工大学 | 随机抖动干扰下视频图像的实时电子稳像方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114339395A (zh) * | 2021-12-14 | 2022-04-12 | 浙江大华技术股份有限公司 | 视频抖动检测方法、检测装置、电子设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150279006A1 (en) | Method and apparatus for reducing noise of image | |
CN106599783B (zh) | 一种视频遮挡检测方法及装置 | |
CN104952045B (zh) | 除雾***和除雾方法 | |
CN109767453B9 (zh) | 信息处理装置、背景图像更新方法和非暂态计算机可读存储介质 | |
US20190230269A1 (en) | Monitoring camera, method of controlling monitoring camera, and non-transitory computer-readable storage medium | |
CN111368587B (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
JP2004157979A (ja) | 画像の動き検出装置及びコンピュータプログラム | |
US20150358547A1 (en) | Image processing apparatus | |
CN110874853A (zh) | 目标运动的确定方法、装置、设备及存储介质 | |
CN111539895B (zh) | 一种视频去噪方法、装置、移动终端和存储介质 | |
JP6912890B2 (ja) | 情報処理装置、情報処理方法、システム | |
CN112887708A (zh) | 视频抖动检测方法和装置、设备及存储介质 | |
US10965858B2 (en) | Image processing apparatus, control method thereof, and non-transitory computer-readable storage medium for detecting moving object in captured image | |
CN109886864B (zh) | 隐私遮蔽处理方法及装置 | |
US9652854B2 (en) | System and method for identifying an object in an image | |
CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
JP7251425B2 (ja) | 付着物検出装置および付着物検出方法 | |
CN111507923A (zh) | 一种视频图像的噪声处理方法、装置、设备和介质 | |
CN116128922A (zh) | 基于事件相机的物体掉落检测方法、装置、介质及设备 | |
CN115526782A (zh) | 视频图像滤波约束方法和装置 | |
CN113628192A (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
CN111179310B (zh) | 视频数据处理方法、装置、电子设备及计算机可读介质 | |
US11568557B2 (en) | Person counting image processing apparatus, method, and storage medium | |
JP2020108130A (ja) | 付着物検出装置、および付着物検出方法 | |
CN114339156B (zh) | 视频流帧率调整方法、装置、设备及可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210601 |
|
RJ01 | Rejection of invention patent application after publication |