[發明專利]視頻分析編碼

在審

• 申請號: 201180074847.9
• 申請日: 2011-11-14
• 公開（公告）號: CN103947192A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: S·A·克瑞格
• 申請（專利權）人: 英特爾公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;H04N21/44;H04N21/84
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 高見

背景

這涉及編碼視頻分析結果。

視頻分析是對一般來自視頻的成像場景的分析，以便獲得關于這些視頻場景中描述的對象的信息。視頻分析的例子包括其中識別視頻中的人或對象的監視視頻分析、臉部和對象識別系統以及通過使用電子技術分析視頻跟蹤對象(例如高速公路上的汽車)的跟蹤系統。

附圖簡述

圖1是根據本發明的一個實施例的系統架構；

圖2是根據一個實施例示出于圖1的視頻分析引擎的電路描述；

圖3是根據本發明的一個實施例的視頻捕捉的流程圖；

圖4是根據一個實施例的二維矩陣存儲器的流程圖；

圖5是根據一個實施例的分析輔助編碼的流程圖；

圖6是標識媒體幀類型的索引方法的描述；

圖7是描述媒體幀類型的交織方法的描述；以及

圖8是本發明一個實施例的流程圖。

詳細描述

根據一些實施例，作為視頻分析的結果獲得的信息可使用可重復編碼格式被編碼。結果，視頻分析信息可連同編碼的媒體文件或流一起被存儲。這可通過預處理媒體實現多種視頻分析解決方案，以允許應用集中于場景內的對象的分析，而不是分段和標識場景中的對象。常見的對象可包括臉、人、汽車、家具和設施，這里僅提到了一些例子。

示例性應用包括智能媒體瀏覽器(viewer)，這些瀏覽器標識和描述圖像場景中的對象、用于旅游或購物的智能旅游指南系統、用于監視和安全應用的場景分析系統、汽車旅游和指南系統、對于屏幕上每個玩家具有豐富元數據覆蓋的身臨其境體育賽事媒體，由此實現對于多個對象的細粒度元數據的交互性控制。

參見圖1，計算機系統10可以是多種計算機系統中的任何一種，包括使用視頻分析的那些系統，例如視頻監視和視頻會議應用以及不使用視頻分析的實施例。系統10可以是臺式計算機、服務器、膝上計算機、移動互聯網設備或蜂窩電話，這里僅提到了一些例子。

系統10可具有耦合至系統總線14的一個或多個主機中央處理單元12。系統存儲器22可耦合至系統總線14。盡管給出了主機系統架構的一個例子，然而本發明無論如何不僅限于任何特定的系統結構。

系統總線14可耦合至總線接口16，進而耦合至傳統總線18。在一個實施例中，可使用高速外設部件互連(PCIe)總線，但本發明無論如何不僅限于任何特定總線。

視頻分析引擎20可經由總線18耦合至主機。在一個實施例中，視頻分析引擎可以是提供編碼和視頻分析兩者的單個集成電路。在一個實施例中，集成電路可使用嵌入式動態隨機存取存儲器(EDRAM)技術。在另一實施例中，視頻分析引擎可使用嵌入式處理器和軟件或固件。然而，在一些實施例中，可省去編碼或視頻分析。另外，在一些實施例中，引擎20可包括存儲器控制器，該存儲器控制器控制板上集成的二維矩陣存儲器并提供與外部存儲器的通信。

因此，在圖1所示的實施例中，視頻分析引擎20與本地動態隨機存取存儲器(DRAM)19通信。具體地說，視頻分析引擎20可包括用于訪問存儲器19的存儲器控制器。替代地，引擎20可使用系統存儲器22并可包括與系統存儲器的直接連接。

一個或多個相機24也可耦合至視頻分析引擎20。在一些實施例中，在標清格式下可接收高達四個同時視頻輸入。在一些實施例中，可在三個輸入上提供一個高清輸入并可在第四輸入上提供一個標清。在其它實施例中，可提供更多或更少的高清輸入并可提供更多或更少的標清輸入。作為一個例子，三個輸入中的每一個可接收十位高清輸入數據，例如R、G和B輸入或Y、U和V輸入，每個輸入在獨立的十位輸入線上。

圖2中示出的視頻分析引擎20的一個實施例在一實施例中被描述為在頁的頂部具有四個相機通道輸入。四個輸入可通過視頻捕捉接口26接收。視頻捕捉接口26可以以相機輸入或其它視頻信息的形式接收多個同時視頻輸入，包括電視輸入、數字錄像機輸入或媒體播放機輸入，這里僅提到了一些例子。

視頻捕捉接口自動地捕捉和復制每個輸入幀。輸入幀的一個副本被提供給VAFF單元66而其它副本可被提供給VEFF單元68。VEFF單元58負責將視頻存儲在外部存儲器(例如圖1所示的存儲器22)上。外部存儲器在一個實施例中可耦合至芯片上系統存儲器控制器/仲裁器50。在一些實施例中，外部存儲器上的存儲可能是出于視頻編碼的目的。具體地，如果一個副本被存儲到外部存儲器上，則它可由視頻編碼器32訪問，從而以期望的格式對信息進行編碼。在一些實施例中，多種格式可用并且系統可選擇最期望的具體編碼格式。