[發明專利]用于生成音頻/可視數據流的概要的方法和設備

無效

• 申請號: 200980121725.3
• 申請日: 2009-06-02
• 公開（公告）號: CN102057433A
• 公開（公告）日: 2011-05-11
• 發明（設計）人: M·帕斯特爾納克;P·方塞卡
• 申請（專利權）人: 皇家飛利浦電子股份有限公司
• 主分類號: G11B27/02
• 分類號: G11B27/02
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 劉紅;劉鵬

1.一種生成音頻/可視數據流的概要的方法，所述數據流包括具有音頻和可視特性的多個連續幀，該方法包括以下步驟：

檢測(204)音頻/可視數據流的多個鏡頭；

確定(206)所述音頻/可視數據流的多個片段，每一個片段包括所述數據流中具有相似可視特性的多個所述鏡頭；

選擇(208)所述確定的多個片段中的片段；

對于所述數據流中的所述選擇片段的每一個鏡頭，提取(210)在所述鏡頭結束之后出現的多個連續幀中的音頻；

基于所提取的音頻來選擇(212)至少一個所述鏡頭；以及

生成(214)概要，以包括所述選擇的至少一個所述鏡頭。

2.根據權利要求1的方法，其中基于所提取的音頻來選擇(212)至少一個所述鏡頭的步驟包括以下步驟：

選擇至少一個所述鏡頭，其中在所述至少一個所述鏡頭結束之后出現的多個連續幀中所提取的音頻超過預定閾值。

3.根據權利要求1的方法，其中檢測(204)音頻/可視數據流的多個鏡頭的步驟包括以下步驟：

將所述數據流中的每一個幀的可視特性與所述數據流中的各自后續幀的可視特性進行比較；以及

檢測多個鏡頭，每一個鏡頭包括多個連續幀，其中對于所述多個連續幀，所比較的可視特性是相似的。

4.根據權利要求1的方法，其中確定(206)音頻/可視數據流的多個片段的步驟包括以下步驟：

比較所述數據流的每一個鏡頭的可視特性；以及

確定包括多個所述鏡頭的多個片段，其中對于所述多個所述鏡頭，所比較的可視特性是相似的。

5.根據權利要求1的方法，其中選擇(208)所述確定的多個片段中的片段的步驟包括以下步驟：

選擇所述確定的多個片段中最長的片段。

6.根據權利要求1的方法，其中可視特性包括所述鏡頭中的每一個的內容，并且該方法還包括以下步驟：

檢測和分析所述鏡頭中的每一個的內容。

7.根據權利要求1的方法，其中提取(210)在所述鏡頭結束之后出現的多個連續幀中的音頻的步驟包括以下步驟：

對于所述數據流中的所述選擇片段的每一個鏡頭，計算對于預定義頻帶、在所述鏡頭結束之后出現的多個連續幀的音頻功率；以及

其中基于所提取的音頻來選擇(212)至少一個所述鏡頭的步驟包括以下步驟：

選擇至少一個所述鏡頭，其中對于所述預定義頻帶、在所述鏡頭結束之后出現的所述多個連續幀的音頻功率超過閾值。

8.根據權利要求7的方法，其中預定義頻帶被預定義為整個頻譜。

9.根據權利要求7的方法，其中預定義頻帶被預定義為頻譜的一部分。

10.根據權利要求1的方法，其中提取(210)在所述鏡頭結束之后出現的多個連續幀中的音頻的步驟包括以下步驟：

在所述數據流的第一預定長度上計算所述數據流的音頻功率的第一移動平均值；

在所述數據流的第二預定長度上計算所述數據流的音頻功率的第二移動平均值；

其中所述數據流的所述第一預定長度不同于所述數據流的所述第二預定長度；以及

比較所述第一和第二移動平均值。

11.根據權利要求10的方法，其中選擇(212)至少一個所述鏡頭的步驟包括以下步驟：

選擇其中在所述第一平均值與所述第二平均值之間的差超過閾值的每一個鏡頭。

12.根據權利要求1的方法，其中所述數據流代表球拍運動，并且所述選擇片段對應于連續對打。

13.一種計算機程序產品，包括多個程序代碼部分，用于執行根據任一前述權利要求的方法。

14.一種用于生成音頻/可視數據流的概要的設備(100)，所述數據流包括具有音頻和可視特性的多個連續幀，該設備包括：

鏡頭檢測器(110)，用于檢測音頻/可視數據流的多個鏡頭；

確定裝置(112)，用于確定所述音頻/可視數據流的多個片段，每一個片段包括所述數據流中具有相似可視特性的多個所述鏡頭；

第一選擇器(113)，用于選擇所述確定的多個片段中的片段；

提取器(114)，用于為所述數據流中的所述選擇片段的每一個鏡頭、提取在所述鏡頭結束之后出現的多個連續幀中的音頻；

第二選擇器(116)，用于基于所提取的音頻來選擇至少一個所述鏡頭；以及

概要生成器(118)，用于生成概要，以包括所述選擇的至少一個所述鏡頭。