[發(fā)明專利]視頻內(nèi)容分類

在審

• 申請?zhí)枺?/td>: 201480077425.0
• 申請日: 2014-03-25
• 公開（公告）號: CN107079155A
• 公開（公告）日: 2017-08-18
• 發(fā)明（設(shè)計(jì)）人: L·G·G·路奈蘇;D·A·沃爾特
• 申請（專利權(quán)）人: 云巔控股有限公司
• 主分類號: H04N19/172
• 分類號: H04N19/172
• 代理公司: 中國國際貿(mào)易促進(jìn)委員會專利商標(biāo)事務(wù)所11038
• 代理人: 邊海梅

技術(shù)領(lǐng)域

本公開一般地涉及數(shù)據(jù)壓縮。

背景技術(shù)

在計(jì)算機(jī)網(wǎng)絡(luò)上發(fā)送大量視頻數(shù)據(jù)受視頻數(shù)據(jù)的大小和計(jì)算機(jī)網(wǎng)絡(luò)連接的吞吐量約束。在發(fā)送數(shù)據(jù)前對視頻數(shù)據(jù)進(jìn)行壓縮能夠產(chǎn)生更快的傳輸。各種傳統(tǒng)的壓縮算法是可用的。然而，在視頻的一部分上工作良好的壓縮算法在被使用在視頻的另一部分上時，可能產(chǎn)生無法接受的質(zhì)量。用于在計(jì)算機(jī)網(wǎng)絡(luò)上發(fā)送視頻數(shù)據(jù)的傳統(tǒng)的系統(tǒng)可以選擇使用較少壓縮以保持質(zhì)量的低數(shù)據(jù)壓縮率算法。然而，低數(shù)據(jù)壓縮率產(chǎn)生較大尺寸的壓縮后的數(shù)據(jù)。為了補(bǔ)償，系統(tǒng)可以減少視頻幀率來每秒發(fā)送較少的幀。

發(fā)明內(nèi)容

視頻內(nèi)容分類系統(tǒng)對輸入視頻數(shù)據(jù)逐幀地進(jìn)行分類。視頻內(nèi)容分類系統(tǒng)在每一個幀上執(zhí)行定制的離散余弦變換(DCT)操作。視頻內(nèi)容分類系統(tǒng)隨后基于DCT操作的結(jié)果確定該幀中多少圖像信息可能由于壓縮而損失。如果估計(jì)該損失低于閾值，則視頻內(nèi)容分類系統(tǒng)應(yīng)用高數(shù)據(jù)壓縮率算法來對該幀進(jìn)行壓縮。否則，視頻內(nèi)容分類系統(tǒng)應(yīng)用低數(shù)據(jù)壓縮率算法來對該幀進(jìn)行壓縮。視頻內(nèi)容分類系統(tǒng)可以生成被逐幀不同地壓縮的輸出視頻數(shù)據(jù)。

在本說明書中所述的特征可以被實(shí)現(xiàn)來達(dá)成一個或多個優(yōu)勢。例如，在一些情況下，在本說明書中所述的技術(shù)可以在不犧牲視頻質(zhì)量的情況下最大化數(shù)據(jù)壓縮率，該數(shù)據(jù)壓縮率是未壓縮的數(shù)據(jù)與壓縮后的數(shù)據(jù)之間的比率。通過對視頻采用多種壓縮算法，視頻內(nèi)容分類系統(tǒng)能夠避免必須在損失幀率、損失質(zhì)量和大的結(jié)果數(shù)據(jù)大小之間折中。這些折中在傳統(tǒng)的視頻壓縮系統(tǒng)中是常見的。

視頻內(nèi)容分類系統(tǒng)使用高效算法來對視頻內(nèi)容進(jìn)行分類。分類的開銷可以最小，并且該算法足夠快以便實(shí)時應(yīng)用。

在下面的附圖和描述中闡述了本主題的一個或多個實(shí)現(xiàn)的細(xì)節(jié)。從下面的描述、附圖以及權(quán)利要求，本主題的其他特征、方面和優(yōu)勢將變得顯而易見。

附圖說明

圖1是示出示例視頻內(nèi)容分類系統(tǒng)的操作的示圖。

圖2是示出示例視頻內(nèi)容分類系統(tǒng)的示例部件以及部件的交互的框圖。

圖3示出了選擇視頻內(nèi)容以執(zhí)行分類的示例技術(shù)。

圖4是示出選擇像素塊以用于進(jìn)行分類的示例技術(shù)的示圖。

圖5是示出視頻內(nèi)容分類的過程的示例的流程圖。

圖6是示出確定視頻中幀的信息損失分?jǐn)?shù)的過程的示例的流程圖。

圖7是用于實(shí)現(xiàn)圖1到圖6的特征和操作的系統(tǒng)架構(gòu)的示例的框圖。

具體實(shí)施方式

如圖1中所示，視頻內(nèi)容分類系統(tǒng)102從視頻數(shù)據(jù)源106接收視頻數(shù)據(jù)104。視頻數(shù)據(jù)源106可以是顯示設(shè)備(例如計(jì)算機(jī)屏幕)的顯示緩沖器。顯示緩沖器可以以例如50Hz或60Hz幀率被刷新。視頻數(shù)據(jù)104可以包括具有高可壓縮性的內(nèi)容(例如電影)，該內(nèi)容在使用基于DCT的壓縮算法進(jìn)行壓縮之后不會明顯劣化，其中基于DCT的壓縮算法例如聯(lián)合圖像專家組(JPEG)壓縮算法或動態(tài)圖像專家組(MPEG)壓縮算法。

視頻數(shù)據(jù)104包括幀序列，例如幀108A、110A和112A。每一個幀可以對應(yīng)于整個屏幕的顯示內(nèi)容或者該內(nèi)容的一部分。在給定時刻，整個屏幕的顯示內(nèi)容可以由單個幀表現(xiàn)，或者由多個獨(dú)立的幀表現(xiàn)。例如，正在播放的電影可以占據(jù)整個屏幕或者屏幕的電影窗口部分。屏幕可以顯示多個窗口。每一個窗口可以具有各自的不同的幀序列。每一個幀序列可以與指定該幀序列位于屏幕上的何處的位置信息相關(guān)聯(lián)。

每一個幀包括圖像，該圖像對應(yīng)于在給定時刻顯示緩沖器的內(nèi)容的至少一部分。該圖像可以由例如多個數(shù)字像素表現(xiàn)。每一個像素分別包括顏色分量的值，例如紅色、綠色和藍(lán)色的強(qiáng)度。