CN113221742B - 视频分屏线确定方法、装置、电子设备、介质和程序产品 - Google Patents
视频分屏线确定方法、装置、电子设备、介质和程序产品 Download PDFInfo
- Publication number
- CN113221742B CN113221742B CN202110518075.9A CN202110518075A CN113221742B CN 113221742 B CN113221742 B CN 113221742B CN 202110518075 A CN202110518075 A CN 202110518075A CN 113221742 B CN113221742 B CN 113221742B
- Authority
- CN
- China
- Prior art keywords
- candidate
- video
- video frame
- split
- line
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims description 61
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000003708 edge detection Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 abstract description 10
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000012550 audit Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- ORQBXQOJMQIAOY-UHFFFAOYSA-N nobelium Chemical compound [No] ORQBXQOJMQIAOY-UHFFFAOYSA-N 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种视频分屏线确定方法、装置、电子设备、介质和程序产品,涉及视频处理领域,尤其涉及视频识别领域。该方法包括:获取视频的多个视频帧;确定与多个视频帧对应的多个候选视频帧分屏线;以及基于多个候选视频帧分屏线,确定视频的候选视频分屏线。利用上述方法,可以确定视频是否包括分屏以及分屏线的位置信息。因此,该方法能够应用于视频类应用的机审环节,协助完成质量审核和重复检测,从而能够提升视频质量和用户观看视频时的用户体验。
Description
技术领域
本公开涉及计算机技术,并且更具体地,涉及视频分屏线确定方法、视频分屏线装置、电子设备、计算机可读存储介质和计算机程序产品,可以用于视频处理领域,尤其可以用于视频识别领域。
背景技术
随着视频行业的不断发展,尤其是近几年视频类应用如雨后春笋般涌现,人们在移动端的视频消费需求不断上涨,市场上短小视频规模也飞速提升。视频制作人员在生产短小视频的时候可能会采用很多视频剪辑制作工具,并且可以无意或者有意地导致最终生产的视频可能存在分屏拼接的情况。所谓分屏拼接是指将视频画面切分为多个独立部分,这样很影响视频观看体验,而且大多数情况下这也是一种低质作弊手段妄图逃过视频重复检测***。
然而,传统技术中没有视频分屏检测的技术方案,主要还是依靠人工观看视频来进行判断。通过人工方式识别视频是否存在分屏情况需要审核人员完整观看视频内容,而大多数视频类应用动辄日增量在几十万规模,完全通过人工识别难以实现,就算可以实现也需要消耗大量的人力成本,效率极低,从而不仅导致视频质量的下降,也会影响用户观看视频时的用户体验。
发明内容
根据本公开的实施例,提供了一种视频分屏线确定方法、视频分屏线确定装置、电子设备、计算机可读存储介质和计算机程序产品。
在本公开的第一方面中,提供了一种视频分屏线确定方法,包括:获取视频的多个视频帧;确定与多个视频帧对应的多个候选视频帧分屏线;以及基于多个候选视频帧分屏线,确定视频的候选视频分屏线。
在本公开的第二方面中,提供了一种视频分屏线确定装置,包括:视频帧获取模块,被配置为获取视频的多个视频帧;第一候选视频帧分屏线确定模块,被配置为确定与多个视频帧对应的多个候选视频帧分屏线;以及第一候选视频分屏线确定模块,被配置为基于多个候选视频帧分屏线,确定视频的候选视频分屏线。
在本公开的第三方面中,提供了一种电子设备,包括至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够实现根据本公开的第一方面的方法。
在本公开的第四方面中,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机实现根据本公开的第一方面的方法。
在本公开的第五方面中,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时,执行根据本公开的第一方面的方法。
利用根据本申请的技术,提供了一种视频分屏线确定方法,利用该方法,可以确定视频是否包括分屏以及分屏线的位置信息,从而能够应用于视频类应用的机审环节,协助完成质量审核和重复检测,从而能够提升视频质量和用户观看视频时的用户体验。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中在本公开示例性实施例中,相同的参考标号通常代表相同部件。应当理解,附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示出了可以在其中实现本公开的某些实施例中的视频分屏线确定方法的视频分屏线确定环境100的示意性框图;
图2示出了根据本公开实施例的视频分屏线确定方法200的流程图;
图3示出了根据本公开实施例的边缘检测使用效果300的示意图;
图4示出了根据本公开实施例的边缘检测使用效果400的示意图;
图5示出了根据本公开实施例的视频分屏线确定方法500的流程图;
图6示出了根据本公开的实施例的视频分屏线确定装置600的示意性框图;以及
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。
在各个附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如以上在背景技术中所描述的,传统技术中没有视频分屏检测的技术方案,主要还是依靠人工观看视频来进行判断。然而,通过人工方式识别视频是否存在分屏情况需要审核人员完整观看视频内容,而大多数视频类应用动辄日增量在几十万规模,完全通过人工识别难以实现,就算可以实现也需要消耗大量的人力成本,效率极低,从而不仅导致视频质量的下降,也会影响用户观看视频时的用户体验。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个问题,本公开的实施例提出了一种视频分屏线确定方法,利用该方法,可以通过在视频的帧级别进行分屏线检测而后通过基于帧级别的分屏线检测结果确定视频的分屏线的方式,来确定视频的分屏线。该方法能够应用于视频类应用的机审环节,协助完成质量审核和重复检测,从而能够提升视频质量和用户观看视频时的用户体验。
图1示出了可以在其中实现本公开的某些实施例中的视频分屏线确定方法的视频分屏线确定环境100的示意性框图。根据本公开的一个或多个实施例,视频分屏线确定环境100可以是云环境。如图1中所示,视频分屏线确定环境100包括计算设备110。在视频分屏线确定环境100中,输入数据120作为计算设备110的输入被提供给计算设备110。输入数据120例如可以包括要针对其确定分屏线的视频、从该视频抽取的多个视频帧以及实现视频分屏线确定方法可能需要的任何其他数据等。
根据本公开的一个或多个实施例,当需要针对一个视频确定分屏线时,该视频或者从该视频抽取的多个视频帧被提供给计算设备110。而后,计算设备例如通过在视频的帧级别进行分屏线检测而后通过基于帧级别的分屏线检测结果确定视频的分屏线的方式,来确定视频的分屏线。最后,当该视频中包括分屏内容并且存在分屏线时,例如通过分屏线的坐标所体现的分屏线的位置可以作为输出由计算设备110输入。此外,计算设备110也可以输出关于该视频中是否存在分屏线的确定信息。
根据本公开的一个或多个实施例,当视频中包括分屏内容时,分屏可以包括多种类型。例如,从分屏的位置关系出发,分屏的类型可以包括多个分屏上下排列的上下分屏、多个分屏左右排列的左右分屏以及例如“田”字型的四宫格分屏或者包括更多分屏的九宫格分屏等。从分屏的数目出发,分屏的类型可以包括双屏分屏和多屏分屏。从分屏所显示的内容出发,分屏的类型可以包括相同画面分屏和不同画面分屏。
应当理解,视频分屏线确定环境100仅仅是示例性而不是限制性的,并且其是可扩展的,其中可以包括更多的计算设备110,并且可以向计算设备110提供更多的输入数据120,从而使得可以满足更多用户同时利用更多的计算设备110,甚至利用更多的输入数据120来同时或者非同时地确定多个视频中的分屏线的需求。
在图1所示的视频分屏线确定环境100中,输入数据120向计算设备110的输入可以通过网络来进行。
图2示出了根据本公开的实施例的视频分屏线确定方法200的流程图。具体而言,视频分屏线确定方法200可以由图1中所示的视频分屏线确定环境100中的计算设备110来执行。应当理解的是,视频分屏线确定方法200还可以包括未示出的附加操作和/或可以省略所示出的操作,本公开的范围在此方面不受限制。
在框202,计算设备110获取视频的多个视频帧。根据本公开的一些实施例,计算设备110可以例如通过读取输入数据的形式来直接获得视频的多个视频帧。根据本公开的另一些实施例,计算设备110可以首先例如通过读取输入数据的形式来获得视频,并且而后例如通过抽帧的形式来从视频抽取固定数目或者与视频的时长相关联的数目的视频帧。这是因为,对于大多数分屏视频来说,通常分屏线的位置不会发生太大变化,所以无需处理视频的全部视频帧,而是只需要选取部分视频帧进行后续计算就可以保证确定视频分屏线时的准确度。根据本公开的一个或多个实施例,可以使用例如平均抽帧的方式从视频中选取例如60帧的数十帧进行处理,从而可以降低确定视频的分屏线时所需的处理时间。
在框204,计算设备110确定与在框202获取的多个视频帧对应的多个候选视频帧分屏线。根据本公开的一个或多个实施例,多个视频帧中的每个视频帧中可以包括一个或者多个候选视频帧分屏线。同时,由于视频的画面以及可能存在的干扰等情况,在每个视频帧中获取的候选视频帧分屏线的位置并不一定相同,并且有可能针对某些视频帧无法获取候选视频帧分屏线。
根据本公开的一个或多个实施例,计算设备110确定与多个视频帧对应的多个候选视频帧分屏线可以包括针对多个视频帧中的每个视频帧确定候选视频帧分屏线。以下以多个视频帧中的可以被称为第一视频帧的任意一个视频帧为例进行说明。
首先,计算设备110对多个视频帧中的第一视频帧进行例如Canny边缘检测的边缘检测,以确定第一视频帧中的多个候选边缘。
参见图3,其示出了根据本公开实施例的边缘检测使用效果300的示意图。如图3中所示,302为第一视频帧的内容。可以看到,第一视频帧包括左右两个分屏,并且这两个分屏属于不同画面分屏,在这两个分屏之间存在一个拼接缝,这一拼接缝可以被认为是第一视频帧的视频帧分屏线。
图3中的304为对第一视频帧302进行边缘检测后所确定的多个候选边缘。可以看到,第一视频帧302中所有物体的轮廓均被体现为白色的候选边缘,而其他位置为黑色,并且在左右两个分屏的对应位置之间存在一条竖直方向的、存在断点的白色线段,这一白色线段对应于第一视频帧的视频帧分屏线。
根据本公开的一个或多个实施例,每个视频帧可以具有例如800x600的帧尺寸。换言之,每个视频帧中可以包括800x600=480000个像素。在对第一视频帧302进行边缘检测时,可以得到一个800x600的矩阵,其中检测到边缘的像素用数字1表示,未检测到边缘的像素用数字0表示。
参见图4,其示出了根据本公开实施例的边缘检测使用效果400的示意图。应当理解,图4仅示出了视频帧所转换成的矩阵的一部分。如图4中所示,边缘检测使用效果400中包括矩阵中的一部分,其中数字1表示检测到边缘的像素,数字0表示未检测到边缘的像素。
回到计算设备110对多个视频帧中的第一视频帧进行边缘检测以确定第一视频帧中的多个候选边缘。在这之后,计算设备110对多个候选边缘进行例如Hough线检测的线检测,以确定多个候选边缘中的至少一个候选线段边缘。根据本公开的一个或多个实施例,视频帧分屏线不包括曲线,而是只包括线段。因此,在对候选边缘进行了线检测之后,将只会剩下数量较少的线段。
而后,计算设备110基于至少一个候选线段边缘,确定针对第一视频帧的至少一个候选视频帧分屏线。
根据本公开的一些实施例,计算设备110可以首先确定至少一个候选线段边缘中的第一候选线段边缘的候选线段边缘长度。而后,计算设备110可以确定包括第一候选线段边缘的直线与第一视频帧的边相交的两个端点,以确定两个端点之间的线段的视频帧线段长度。最后计算设备110可以基于确定候选线段边缘长度与视频帧线段长度的比例大于例如90%的长度比例阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。这些实施例的目的在于,如果某一候选线段边缘的长度与视频帧的尺寸相比过短,则这一候选线段边缘将不是视频帧的分屏线。
根据本公开的另一些实施例,计算设备110可以首先针对至少一个候选线段边缘中的第一候选线段边缘中的每个点,确定包括点的、与第一候选线段边缘垂直的直线与第一视频帧的边相交的两个端点。而后,计算设备110可以将点与两个端点所形成的两个线段之间较短线段的长度确定为针对点的参考位置长度。最后,计算设备110基于确定针对第一候选线段边缘中的所有点的多个参考位置长度中的至少一个参考位置长度超过长度阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。这些实施例的目的在于,如果某一候选线段边缘过于靠近视频帧的边缘,则这一候选线段边缘将不是视频帧的分屏线。
应当理解,上述实施例所针对的候选线段边缘可以与视频帧成任何角度。特别地,根据本公开的一个或多个实施例,在对多个视频帧中的第一视频帧进行边缘检测以确定第一视频帧中的多个候选边缘后,可以仅保留相对于被体现为由四条边围绕的长方形的视频帧为竖直或者水平的候选边缘。此时,上述实施例可以被简化为:首先,计算设备110从至少一个候选线段边缘,确定与第一视频帧的四条边中的至少一条边平行的第一候选线段边缘。而后,计算设备110基于确定第一候选线段边缘与第一视频帧的四条边中的距离较近的平行边之间的距离超过第一距离阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。这些实施例的目的同样在于,如果某一候选线段边缘过于靠近视频帧的边缘,则这一候选线段边缘将不是视频帧的分屏线。
应当理解,上述实施例可以按照组合的方式存在,即,计算设备110可以基于确定候选线段边缘长度与视频帧线段长度的比例大于长度比例阈值,并且同时基于确定针对第一候选线段边缘中的所有点的多个参考位置长度中的至少一个参考位置长度超过长度阈值或者基于确定第一候选线段边缘与第一视频帧的四条边中的距离较近的平行边之间的距离超过第一距离阈值,来将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。
根据本公开的一个或多个实施例,计算设备110可以首先确定与第一视频帧对应的二维矩阵。这一二维矩阵的形式如以上参照图4所描述的,其中二维矩阵中的数字1对应于第一视频帧中检测到多个候选边缘的像素的位置,二维矩阵中的数字0对应于第一视频帧中未检测到多个候选边缘的像素的位置。而后,计算设备110可以确定二维矩阵中,与至少一个候选线段边缘中的第一候选线段边缘的第一像素集合中的像素的位置对应的数字的第一总和,并且确定确定二维矩阵中,与紧邻第一像素集合的,第一候选线段边缘一侧的第二像素集合中的像素的位置对应的数字的第二总和以及二维矩阵中,与紧邻第一像素集合的,第一候选线段边缘另一侧的第三像素集合中的像素的位置对应的数字的第三总和。最后,计算设备110可以基于第一总和与第二总和的第一总和比例以及第一总和与第三总和的第二总和比例均大于总和比例阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。
这些实施例的目的在于,分屏的视频帧的图像的拼接边缘,即,候选视频帧分屏线,会比较突兀,因此它的两侧的像素点与候选视频帧分屏线相比存在识别出的边缘的几率会低很多。
以图4为例进行说明,可以看到分屏的视频帧的拼接位置在矩阵中沿着垂直方向的1很多。具体而言,图4的左起第4列中包括15个1,而左起第3列和左起第5列分别只包括3个1和2个1。由此可见,图4的左起第4列与两侧像素的对比非常明显,因此图4的左起第4列对应的视频帧中的候选视频帧分屏线应当是这一视频帧的分屏线。
应当理解,图4是竖直分屏线的示例,但本公开的实施例的保护范围并不限于此,而是可以用于水平以及其他任何角度的分屏线。
在某些分屏情形中,视频帧的周围的至少一边附近可能会存在黑色或者其他颜色的边框,此时边框与活跃视频区域的交接线有可能会被确定为候选视频帧分屏线,此时可以通过去除视频帧中的几乎不发生变化的像素来使确定候选视频帧分屏线可以更加准确。
针对上述分屏情形,针对框204中的由计算设备110确定多个候选视频帧分屏线。计算设备110可以确定多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率,并且而后基于对相邻视频帧像素变化率的绝对值求和,确定视频的每个像素的视频像素变化率。之后,计算设备110可以基于视频的每个像素的视频像素变化率,去除每个视频帧中的视频像素变化率低于变化率阈值的像素,并且而后基于去除了视频像素变化率低于变化率阈值的像素的多个视频帧,确定多个候选视频帧分屏线。此时,可以首先有效地去除视频帧的周围的可能会存在黑色或者其他颜色的边框,从而可以更准确地确定候选视频帧分屏线。
在框206,计算设备110基于在框204确定的多个候选视频帧分屏线,确定视频的候选视频分屏线。
根据本公开的一些实施例,计算设备110可以简单地通过选择多个候选视频帧分屏线中的居中的候选视频帧分屏线或者求平均的方式来确定视频的候选视频分屏线。
根据本公开的一些实施例,计算设备110可以采用可以被称为归类的方式来确定视频的候选视频分屏线。例如,计算设备110可以首先确定多个候选视频帧分屏线中的,相互平行的第一多个候选视频帧分屏线。而后,计算设备110可以基于第一个多个候选视频分屏线中的每两个相邻的候选视频分屏线之间的距离,确定多个候选视频分屏线集合。根据本公开的实施例,多个候选视频分屏线集合中的每个候选视频分屏线集合中的每两个相邻的候选视频分屏线之间的距离均小于第二距离阈值,并且这一第二距离阈值可以被认为是一个用于覆盖的区间。接着,计算设备110可以确定多个候选视频分屏线集合中的,包括候选视频分屏线最多的第一候选视频分屏线集合,并且最后基于第一视频分屏线集合来确定视频的候选视频分屏线。
在另一些具体示例中,以第一多个候选视频帧分屏线是相对于视频的竖直分屏线为例进行说明。由于这些候选视频帧分屏线是竖直分屏线,因此可以仅用x轴坐标来表示。例如,第一多个候选视频帧分屏线包括6个分屏线,其x轴坐标集合为{50,52,100,100,102,104}。此时,假设第二距离阈值被设置为2,则针对每个分屏线,可以得到以下六个归类
针对第一个分屏线,即x轴坐标为50的归类:{50,52};
针对第二个分屏线,即x轴坐标为52的归类:{50,52};
针对第三个分屏线,即x轴坐标为100的归类:{100,100,102};
针对第四个分屏线,即x轴坐标为100的归类:{100,100,102};
针对第五个分屏线,即x轴坐标为102归类:{100,100,102,104};以及
针对第六个分屏线,即x轴坐标为104的归类:{102,104}。
此时,针对第五个元素102的归类中的分屏线最多,因此可以取这一归类并且求平局,从而得到视频的候选视频分屏线为x轴坐标101.5的数值分屏线。
图5示出了根据本公开的实施例的视频分屏线确定方法500的流程图。具体而言,视频分屏线确定方法500也可以由图1中所示的视频分屏线确定环境100中的计算设备110来执行。应当理解的是,视频分屏线确定方法500可以被认为是视频分屏线确定方法200的扩展,并且其还可以包括未示出的附加操作和/或可以省略所示出的操作,本公开的范围在此方面不受限制。
在框502,计算设备110获取视频的多个视频帧。框502所涉及的步骤的具体内容与框202中所涉及的步骤的具体内容相同,在此不再赘述。
在框504,计算设备110确定与在框502获取的多个视频帧对应的多个候选视频帧分屏线。框504所涉及的步骤的具体内容与框204中所涉及的步骤的具体内容相同,在此不再赘述。
在框506,计算设备110基于在框504确定的多个候选视频帧分屏线,确定视频的候选视频分屏线。框506所涉及的步骤的具体内容与框206中所涉及的步骤的具体内容相同,在此不再赘述。
在框508,计算设备110确定多个视频帧中的,所包括的候选视频帧分屏线与候选视频分屏线的距离小于第三距离阈值的视频帧的数目。根据本公开的一个或多个实施例,当在某个视频帧中所包括的候选视频帧分屏线与候选视频分屏线的距离过大时,则认为这一视频帧不包括与候选视频分屏线对应的视频帧分屏线。
在框510,计算设备110确定在框508确定的数目与多个视频帧的视频帧总数的比值是否大于比值阈值。如果大于,则方法500前进到框512;否则,方法500可以直接结束。根据本公开的一个或多个实施例,只有当检测出分屏线的帧与视频帧的总数之比大于一定阈值,才可以认为视频帧包括视频分屏线。
在框512,计算设备110确定多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率。框512所涉及的步骤的具体内容与参照框204中所描述的部分内容相同,在此不再赘述。
在框514,计算设备110基于对相邻视频帧像素变化率的绝对值求和,确定视频的每个像素的视频像素变化率。框514所涉及的步骤的具体内容与参照框204中所描述的部分内容相同,在此不再赘述。
在框516,计算设备110确定视频的候选视频帧分屏线两侧的像素的视频像素变化率是否均大于变化率阈值。如果均大于,则方法500前进到框518;否则,方法500可以直接结束。这一步骤的目的在于排除被误确定为候选视频帧分屏线的、实际上为视频的边框与活跃视频区域的交接线的候选视频帧分屏线。
在框518,计算设备110将候选视频帧分屏线确定为视频的视频帧分屏线。
应当理解,方法500中也可以仅包括前述框508至框510的步骤,或者仅包括框512至框516的步骤,本公开的实施例的保护范围并不限于此。
以上参考图1至图5描述了与可以在其中实现本公开的某些实施例中的视频分屏线确定方法的视频分屏线确定环境100、根据本公开实施例的视频分屏线确定方法200、根据本公开实施例的边缘检测使用效果300、根据本公开实施例的边缘检测使用效果400以及根据本公开实施例的视频分屏线确定方法500的相关内容。应当理解,上述描述是为了更好地展示本公开中所记载的内容,而不是以任何方式进行限制。
应当理解,本公开的上述各个附图中所采用的各种元件的数目和物理量的大小仅为举例,而并不是对本公开的保护范围的限制。上述数目和大小可以根据需要而被任意设置,而不会对本公开的实施方式的正常实施产生影响。
上文已经参见图1至图5描述了根据本公开的实施方式的视频分屏线确定方法200和视频分屏线确定方法500的细节。在下文中,将参见图6描述视频分屏线确定装置中的各个模块。
图6是根据本公开实施例的视频分屏线确定装置600的示意性框图。如图6所示,视频分屏线确定装置600包括:视频帧获取模块610,被配置为获取视频的多个视频帧;第一候选视频帧分屏线确定模块620,被配置为确定与多个视频帧对应的多个候选视频帧分屏线;以及第一候选视频分屏线确定模块630,被配置为基于多个候选视频帧分屏线,确定视频的候选视频分屏线。
在一个或多个实施例中,其中第一候选视频帧分屏线确定模块620包括:候选边缘确定模块(未示出),被配置为对多个视频帧中的第一视频帧进行边缘检测,以确定第一视频帧中的多个候选边缘;第一候选线段边缘确定模块(未示出),被配置为对多个候选边缘进行线检测,以确定多个候选边缘中的至少一个候选线段边缘;以及第二候选视频帧分屏线确定模块(未示出),被配置为基于至少一个候选线段边缘,确定针对第一视频帧的至少一个候选视频帧分屏线。
在一个或多个实施例中,其中第二候选视频帧分屏线确定模块包括:候选线段边缘长度确定模块(未示出),被配置为确定至少一个候选线段边缘中的第一候选线段边缘的候选线段边缘长度;视频帧线段长度确定确定模块(未示出),被配置为包括第一候选线段边缘的直线与第一视频帧的边相交的两个端点,以确定两个端点之间的线段的视频帧线段长度;以及第三候选视频帧分屏线确定模块(未示出),被配置为基于确定候选线段边缘长度与视频帧线段长度的比例大于长度比例阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。
在一个或多个实施例中,其中第二候选视频帧分屏线确定模块包括:端点确定模块(未示出),被配置为针对至少一个候选线段边缘中的第一候选线段边缘中的每个点,确定包括点的、与第一候选线段边缘垂直的直线与第一视频帧的边相交的两个端点;参考位置长度模块(未示出),被配置为将点与两个端点所形成的两个线段之间较短线段的长度确定为针对点的参考位置长度;以及第四候选视频帧分屏线确定模块(未示出),被配置为基于确定针对第一候选线段边缘中的所有点的多个参考位置长度中的至少一个参考位置长度超过长度阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。
在一个或多个实施例中,其中第一视频帧为由四条边围绕的长方形,并且其中第二候选视频帧分屏线确定模块包括:第二候选线段边缘确定模块(未示出),被配置为从至少一个候选线段边缘,确定与第一视频帧的四条边中的至少一条边平行的第一候选线段边缘;以及第五候选视频帧分屏线确定模块(未示出),被配置为基于确定第一候选线段边缘与第一视频帧的四条边中的距离较近的平行边之间的距离超过第一距离阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。
在一个或多个实施例中,其中候选边缘确定模块包括:二维矩阵确定模块(未示出),被配置为确定与第一视频帧对应的二维矩阵,二维矩阵中的数字1对应于第一视频帧中检测到多个候选边缘的像素的位置,二维矩阵中的数字0对应于第一视频帧中未检测到多个候选边缘的像素的位置;并且其中第二候选视频帧分屏线确定模块包括:第一总和确定模块(未示出),被配置为确定二维矩阵中,与至少一个候选线段边缘中的第一候选线段边缘的第一像素集合中的像素的位置对应的数字的第一总和;第二总和确定模块(未示出),被配置为确定二维矩阵中,与紧邻第一像素集合的,第一候选线段边缘一侧的第二像素集合中的像素的位置对应的数字的第二总和;第三总和确定模块(未示出),被配置为确定二维矩阵中,与紧邻第一像素集合的,第一候选线段边缘另一侧的第三像素集合中的像素的位置对应的数字的第三总和;以及第六候选视频帧分屏线确定模块(未示出),被配置为基于第一总和与第二总和的第一总和比例以及第一总和与第三总和的第二总和比例均大于总和比例阈值,将第一候选线段边缘确定为至少一个候选视频帧分屏线中的候选视频帧分屏线。
在一个或多个实施例中,其中第一候选视频帧分屏线确定模块620包括:第一相邻视频帧像素变化率确定模块(未示出),被配置为确定多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率;第一视频像素变化率确定模块(未示出),被配置为基于对相邻视频帧像素变化率的绝对值求和,确定视频的每个像素的视频像素变化率;像素去除模块(未示出),被配置为基于视频的每个像素的视频像素变化率,去除每个视频帧中的视频像素变化率低于变化率阈值的像素;以及第七候选视频帧分屏线确定模块(未示出),被配置为基于去除了视频像素变化率低于变化率阈值的像素的多个视频帧,确定多个候选视频帧分屏线。
在一个或多个实施例中,其中第一候选视频分屏线确定模块620包括:第八候选视频帧分屏线确定模块(未示出),被配置为确定多个候选视频帧分屏线中的,相互平行的第一多个候选视频帧分屏线;第一候选视频分屏线集合确定模块(未示出),被配置为基于第一个多个候选视频分屏线中的每两个相邻的候选视频分屏线之间的距离,确定多个候选视频分屏线集合,多个候选视频分屏线集合中的每个候选视频分屏线集合中的每两个相邻的候选视频分屏线之间的距离均小于第二距离阈值;第二候选视频分屏线集合确定模块(未示出),被配置为确定多个候选视频分屏线集合中的,包括候选视频分屏线最多的第一候选视频分屏线集合;以及第二候选视频分屏线确定模块(未示出),被配置为基于第一视频分屏线集合来确定视频的候选视频分屏线。
在一个或多个实施例中,视频分屏线确定装置600还包括:数目确定模块(未示出),被配置为确定多个视频帧中的,所包括的候选视频帧分屏线与候选视频分屏线的距离小于第三距离阈值的视频帧的数目;以及第一视频帧分屏线确定模块(未示出),被配置为基于确定数目与多个视频帧的视频帧总数的比值大于比值阈值,将候选视频帧分屏线确定为视频的视频帧分屏线。
在一个或多个实施例中,视频分屏线确定装置600还包括:第二相邻视频帧像素变化率确定模块(未示出),被配置为确定多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率;第二视频像素变化率确定模块(未示出),被配置为基于对相邻视频帧像素变化率的绝对值求和,确定视频的每个像素的视频像素变化率;第二视频帧分屏线确定模块(未示出),被配置为基于确定视频的候选视频帧分屏线两侧的像素的视频像素变化率均大于变化率阈值,将候选视频帧分屏线确定为视频的视频帧分屏线。
通过以上参考图1至图6的描述,根据本公开的实施方式的技术方案相对于传统方案具有诸多优点。例如,利用根据本公开的实施例的技术方案,应用于视频类应用的机审环节,协助完成质量审核和重复检测,从而能够提升视频质量和用户观看视频时的用户体验。具体而言,在业务层面中,该技术方案能够识别分屏低质视频,协助视频质量审核和指纹判重,提高审核效率,节省人力成本;在产品层面中,该技术方案能够提高上传视频的视频质量,从而提升了用户的视频观看体验,对于用户时长和用户粘性具有正向作用。经过试验,在针对大量短小视频使用该技术方案时,分屏线确定的准确率能够达到90%,并且召回率能够达到95%。
根据本公开的实施例,本公开还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。例如,如图1所示的计算设备110和如图6所示的视频分屏线确定装置600可以由电子设备700来实施。电子设备700旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如方法200和500。例如,在一些实施例中,方法200和500可以被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的方法200和500的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200和500。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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***、装置或设备使用或与指令执行***、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***、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。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (18)
1.一种视频分屏线确定方法,包括:
获取视频的多个视频帧;
确定与所述多个视频帧对应的多个候选视频帧分屏线,包括:
对所述多个视频帧中的第一视频帧进行边缘检测,以确定所述第一视频帧中的多个候选边缘,包括确定与所述第一视频帧对应的二维矩阵,所述二维矩阵中的数字1对应于所述第一视频帧中检测到所述多个候选边缘的像素的位置,所述二维矩阵中的数字0对应于所述第一视频帧中未检测到所述多个候选边缘的像素的位置;
对所述多个候选边缘进行线检测,以确定所述多个候选边缘中的至少一个候选线段边缘;以及
基于所述至少一个候选线段边缘,确定针对所述第一视频帧的至少一个候选视频帧分屏线,包括:
确定所述二维矩阵中,与所述至少一个候选线段边缘中的第一候选线段边缘的第一像素集合中的像素的位置对应的数字的第一总和;
确定所述二维矩阵中,与紧邻所述第一像素集合的,所述第一候选线段边缘一侧的第二像素集合中的像素的位置对应的数字的第二总和;
确定所述二维矩阵中,与紧邻所述第一像素集合的,所述第一候选线段边缘另一侧的第三像素集合中的像素的位置对应的数字的第三总和;以及
基于所述第一总和与所述第二总和的第一总和比例以及所述第一总和与所述第三总和的第二总和比例均大于总和比例阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线;以及
基于所述多个候选视频帧分屏线,确定所述视频的候选视频分屏线。
2.根据权利要求1所述的方法,其中确定针对所述第一视频帧的所述至少一个候选视频帧分屏线包括:
确定所述至少一个候选线段边缘中的第一候选线段边缘的候选线段边缘长度;
确定包括所述第一候选线段边缘的直线与所述第一视频帧的边相交的两个端点,以确定所述两个端点之间的线段的视频帧线段长度;以及
基于确定所述候选线段边缘长度与所述视频帧线段长度的比例大于长度比例阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线。
3.根据权利要求1所述的方法,其中确定针对所述第一视频帧的所述至少一个候选视频帧分屏线包括:
针对所述至少一个候选线段边缘中的第一候选线段边缘中的每个点,确定包括所述点的、与所述第一候选线段边缘垂直的直线与所述第一视频帧的边相交的两个端点;
将所述点与所述两个端点所形成的两个线段之间较短线段的长度确定为针对所述点的参考位置长度;以及
基于确定针对第一候选线段边缘中的所有点的多个参考位置长度中的至少一个参考位置长度超过长度阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线。
4. 根据权利要求1所述的方法,其中所述第一视频帧为由四条边围绕的长方形,并且其中确定针对所述第一视频帧的所述至少一个候选视频帧分屏线包括:
从所述至少一个候选线段边缘,确定与所述第一视频帧的所述四条边中的至少一条边平行的第一候选线段边缘;以及
基于确定所述第一候选线段边缘与所述第一视频帧的所述四条边中的距离较近的平行边之间的距离超过第一距离阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线。
5.根据权利要求1所述的方法,其中确定所述多个候选视频帧分屏线包括:
确定所述多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率;
基于对所述相邻视频帧像素变化率的绝对值求和,确定所述视频的每个像素的视频像素变化率;
基于所述视频的每个像素的视频像素变化率,去除每个视频帧中的所述视频像素变化率低于变化率阈值的像素;以及
基于去除了所述视频像素变化率低于所述变化率阈值的像素的所述多个视频帧,确定所述多个候选视频帧分屏线。
6.根据权利要求1所述的方法,其中确定所述视频的候选视频分屏线包括:
确定所述多个候选视频帧分屏线中的,相互平行的第一多个候选视频帧分屏线;
基于所述第一个多个候选视频分屏线中的每两个相邻的候选视频分屏线之间的距离,确定多个候选视频分屏线集合,所述多个候选视频分屏线集合中的每个候选视频分屏线集合中的每两个相邻的候选视频分屏线之间的距离均小于第二距离阈值;
确定所述多个候选视频分屏线集合中的,包括候选视频分屏线最多的第一候选视频分屏线集合;以及
基于所述第一视频分屏线集合来确定所述视频的所述候选视频分屏线。
7. 根据权利要求1所述的方法,还包括:
确定所述多个视频帧中的,所包括的候选视频帧分屏线与所述候选视频分屏线的距离小于第三距离阈值的视频帧的数目;以及
基于确定所述数目与所述多个视频帧的视频帧总数的比值大于比值阈值,将所述候选视频帧分屏线确定为所述视频的视频帧分屏线。
8.根据权利要求1所述的方法,还包括:
确定所述多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率;
基于对所述相邻视频帧像素变化率的绝对值求和,确定所述视频的每个像素的视频像素变化率;以及
基于确定所述视频的所述候选视频帧分屏线两侧的像素的视频像素变化率均大于变化率阈值,将所述候选视频帧分屏线确定为所述视频的视频帧分屏线。
9.一种视频分屏线确定装置,包括:
视频帧获取模块,被配置为获取视频的多个视频帧;
第一候选视频帧分屏线确定模块,被配置为确定与所述多个视频帧对应的多个候选视频帧分屏线,包括:
候选边缘确定模块,被配置为对所述多个视频帧中的第一视频帧进行边缘检测,以确定所述第一视频帧中的多个候选边缘,包括二维矩阵确定模块,被配置为确定与所述第一视频帧对应的二维矩阵,所述二维矩阵中的数字1对应于所述第一视频帧中检测到所述多个候选边缘的像素的位置,所述二维矩阵中的数字0对应于所述第一视频帧中未检测到所述多个候选边缘的像素的位置;
第一候选线段边缘确定模块,被配置为对所述多个候选边缘进行线检测,以确定所述多个候选边缘中的至少一个候选线段边缘;以及
第二候选视频帧分屏线确定模块,被配置为基于所述至少一个候选线段边缘,确定针对所述第一视频帧的至少一个候选视频帧分屏线,包括:
第一总和确定模块,被配置为确定所述二维矩阵中,与所述至少一个候选线段边缘中的第一候选线段边缘的第一像素集合中的像素的位置对应的数字的第一总和;
第二总和确定模块,被配置为确定所述二维矩阵中,与紧邻所述第一像素集合的,所述第一候选线段边缘一侧的第二像素集合中的像素的位置对应的数字的第二总和;
第三总和确定模块,被配置为确定所述二维矩阵中,与紧邻所述第一像素集合的,所述第一候选线段边缘另一侧的第三像素集合中的像素的位置对应的数字的第三总和;以及
第三候选视频帧分屏线确定模块,被配置为基于所述第一总和与所述第二总和的第一总和比例以及所述第一总和与所述第三总和的第二总和比例均大于总和比例阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线;以及
第一候选视频分屏线确定模块,被配置为基于所述多个候选视频帧分屏线,确定所述视频的候选视频分屏线。
10.根据权利要求9所述的装置,其中所述第二候选视频帧分屏线确定模块包括:
候选线段边缘长度确定模块,被配置为确定所述至少一个候选线段边缘中的第一候选线段边缘的候选线段边缘长度;
视频帧线段长度确定确定模块,被配置为包括所述第一候选线段边缘的直线与所述第一视频帧的边相交的两个端点,以确定所述两个端点之间的线段的视频帧线段长度;以及
第四候选视频帧分屏线确定模块,被配置为基于确定所述候选线段边缘长度与所述视频帧线段长度的比例大于长度比例阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线。
11.根据权利要求9所述的装置,其中所述第二候选视频帧分屏线确定模块包括:
端点确定模块,被配置为针对所述至少一个候选线段边缘中的第一候选线段边缘中的每个点,确定包括所述点的、与所述第一候选线段边缘垂直的直线与所述第一视频帧的边相交的两个端点;
参考位置长度模块,被配置为将所述点与所述两个端点所形成的两个线段之间较短线段的长度确定为针对所述点的参考位置长度;以及
第五候选视频帧分屏线确定模块,被配置为基于确定针对第一候选线段边缘中的所有点的多个参考位置长度中的至少一个参考位置长度超过长度阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线。
12. 根据权利要求9所述的装置,其中所述第一视频帧为由四条边围绕的长方形,并且其中所述第二候选视频帧分屏线确定模块包括:
第二候选线段边缘确定模块,被配置为从所述至少一个候选线段边缘,确定与所述第一视频帧的所述四条边中的至少一条边平行的第一候选线段边缘;以及
第六候选视频帧分屏线确定模块,被配置为基于确定所述第一候选线段边缘与所述第一视频帧的所述四条边中的距离较近的平行边之间的距离超过第一距离阈值,将所述第一候选线段边缘确定为所述至少一个候选视频帧分屏线中的候选视频帧分屏线。
13.根据权利要求9所述的装置,其中所述第一候选视频帧分屏线确定模块包括:
第一相邻视频帧像素变化率确定模块,被配置为确定所述多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率;
第一视频像素变化率确定模块,被配置为基于对所述相邻视频帧像素变化率的绝对值求和,确定所述视频的每个像素的视频像素变化率;
像素去除模块,被配置为基于所述视频的每个像素的视频像素变化率,去除每个视频帧中的所述视频像素变化率低于变化率阈值的像素;以及
第七候选视频帧分屏线确定模块,被配置为基于去除了所述视频像素变化率低于所述变化率阈值的像素的所述多个视频帧,确定所述多个候选视频帧分屏线。
14.根据权利要求9所述的装置,其中所述第一候选视频分屏线确定模块包括:
第八候选视频帧分屏线确定模块,被配置为确定所述多个候选视频帧分屏线中的,相互平行的第一多个候选视频帧分屏线;
第一候选视频分屏线集合确定模块,被配置为基于所述第一个多个候选视频分屏线中的每两个相邻的候选视频分屏线之间的距离,确定多个候选视频分屏线集合,所述多个候选视频分屏线集合中的每个候选视频分屏线集合中的每两个相邻的候选视频分屏线之间的距离均小于第二距离阈值;
第二候选视频分屏线集合确定模块,被配置为确定所述多个候选视频分屏线集合中的,包括候选视频分屏线最多的第一候选视频分屏线集合;以及
第二候选视频分屏线确定模块,被配置为基于所述第一视频分屏线集合来确定所述视频的所述候选视频分屏线。
15. 根据权利要求9所述的装置,还包括:
数目确定模块,被配置为确定所述多个视频帧中的,所包括的候选视频帧分屏线与所述候选视频分屏线的距离小于第三距离阈值的视频帧的数目;以及
第一视频帧分屏线确定模块,被配置为基于确定所述数目与所述多个视频帧的视频帧总数的比值大于比值阈值,将所述候选视频帧分屏线确定为所述视频的视频帧分屏线。
16.根据权利要求9所述的装置,还包括:
第二相邻视频帧像素变化率确定模块,被配置为确定所述多个视频帧中的每两个相邻视频帧之间的每个对应像素的相邻视频帧像素变化率;
第二视频像素变化率确定模块,被配置为基于对所述相邻视频帧像素变化率的绝对值求和,确定所述视频的每个像素的视频像素变化率;以及
第二视频帧分屏线确定模块,被配置为基于确定所述视频的所述候选视频帧分屏线两侧的像素的视频像素变化率均大于变化率阈值,将所述候选视频帧分屏线确定为所述视频的视频帧分屏线。
17. 一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110518075.9A CN113221742B (zh) | 2021-05-12 | 2021-05-12 | 视频分屏线确定方法、装置、电子设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110518075.9A CN113221742B (zh) | 2021-05-12 | 2021-05-12 | 视频分屏线确定方法、装置、电子设备、介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113221742A CN113221742A (zh) | 2021-08-06 |
CN113221742B true CN113221742B (zh) | 2023-07-18 |
Family
ID=77095064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110518075.9A Active CN113221742B (zh) | 2021-05-12 | 2021-05-12 | 视频分屏线确定方法、装置、电子设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221742B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115225930B (zh) * | 2022-07-25 | 2024-01-09 | 广州博冠信息科技有限公司 | 直播互动应用的处理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106558060A (zh) * | 2015-09-24 | 2017-04-05 | 阿里巴巴集团控股有限公司 | 图片处理方法和装置 |
CN111008985A (zh) * | 2019-11-07 | 2020-04-14 | 贝壳技术有限公司 | 全景图拼缝检测方法、装置、可读存储介质及电子设备 |
CN111260550A (zh) * | 2018-12-03 | 2020-06-09 | 微鲸科技有限公司 | 一种全景视频的拼接线优化方法及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005093368A1 (en) * | 2004-03-27 | 2005-10-06 | Firma Texmag Gmbh Vertriebsgesellschaft | Apparatus for detecting joints in rubber sheets |
WO2019076436A1 (en) * | 2017-10-16 | 2019-04-25 | Hp Indigo B.V. | APPARATUS FOR PROCESSING IMAGES |
-
2021
- 2021-05-12 CN CN202110518075.9A patent/CN113221742B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106558060A (zh) * | 2015-09-24 | 2017-04-05 | 阿里巴巴集团控股有限公司 | 图片处理方法和装置 |
CN111260550A (zh) * | 2018-12-03 | 2020-06-09 | 微鲸科技有限公司 | 一种全景视频的拼接线优化方法及设备 |
CN111008985A (zh) * | 2019-11-07 | 2020-04-14 | 贝壳技术有限公司 | 全景图拼缝检测方法、装置、可读存储介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
OESM辅助的高分辨率航空正射影像拼接线自动检测算法;荣利会;戴晨光;聂海滨;仇多兵;;测绘科学技术学报(02);全文 * |
遥感图像拼接缝消除技术研究;呼振超;王继伟;;影像技术(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113221742A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020140698A1 (zh) | 表格数据的获取方法、装置和服务器 | |
CN111340752A (zh) | 屏幕的检测方法、装置、电子设备及计算机可读存储介质 | |
CN109308463B (zh) | 一种视频目标识别方法、装置及设备 | |
CN109446061B (zh) | 一种页面检测方法、计算机可读存储介质及终端设备 | |
JP2014059875A (ja) | 画像内のロゴの存在を検出する装置、及び方法 | |
US10360687B2 (en) | Detection and location of active display regions in videos with static borders | |
CN113436100B (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN113538450B (zh) | 用于生成图像的方法及装置 | |
CN113378696A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112988557A (zh) | 一种搜索框定位方法、数据采集方法、装置及介质 | |
CN113221742B (zh) | 视频分屏线确定方法、装置、电子设备、介质和程序产品 | |
CN115331132A (zh) | 一种汽车零件的检测方法、装置、电子设备和存储介质 | |
CN111814628A (zh) | 陈列立柜识别方法、装置、设备以及存储介质 | |
CN115984268B (zh) | 基于机器视觉的目标检测方法、装置、电子设备以及介质 | |
CN113807410B (zh) | 图像识别方法、装置以及电子设备 | |
CN115719444A (zh) | 图像质量确定方法、装置、电子设备和介质 | |
CN112991308B (zh) | 一种图像质量的确定方法、装置、电子设备和介质 | |
CN113361371A (zh) | 道路提取方法、装置、设备以及存储介质 | |
CN106934814B (zh) | 一种基于图像的背景信息识别方法及装置 | |
CN113038184A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113033333A (zh) | 实体词识别方法、装置、电子设备和存储介质 | |
CN111401165A (zh) | 台标的萃取方法、显示装置以及计算机可读存储介质 | |
CN114708592B (zh) | 图章密级的判断方法、装置、设备和计算机可读存储介质 | |
CN116503407B (zh) | 图像中异物区域的检测方法、装置及电子设备 | |
CN113886745B (zh) | 页面图片测试方法、装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |