[發明專利]一種直播視頻的場景檢測方法和裝置

在審

• 申請號: 201710481870.9
• 申請日: 2017-06-22
• 公開（公告）號: CN107197370A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 韓三普;周洋
• 申請（專利權）人: 北京密境和風科技有限公司
• 主分類號: H04N21/44
• 分類號: H04N21/44;H04N21/475;H04N21/4788
• 代理公司: 北京潤澤恒知識產權代理有限公司11319
• 代理人: 任亞娟

技術領域

本發明涉及視頻處理的技術領域，特別是涉及一種直播視頻的場景檢測方法和一種直播視頻的場景檢測裝置。

背景技術

隨著網絡科技的發展以及智能設備的普及，人們喜歡將自己或者自己身邊的事情，以視頻的形式實時在網絡平臺上進行直播，與其他用戶進行互動。

在互動式的直播場景下，為了優化主播和觀眾的體驗，平臺會有提供一些自動生成的互動操作。

但是，在直播間里，主播有時會離開鏡頭或者故意遮擋鏡頭，從而導致這些自動生成的互動操作偏離了直播間的實際情景，降低用戶體驗。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種直播視頻的場景檢測方法和相應的一種直播視頻的場景檢測裝置。

依據本發明的一個方面，提供了一種直播視頻的場景檢測方法，包括：

從直播的視頻流中提取目標幀圖像；

在所述目標幀圖像中識別圖像場景信息；

根據所述圖像場景信息識別所述直播的視頻流的直播場景信息。

可選地，還包括：

將所述直播場景信息通過預置的接口發送至訂閱設備。

可選地，所述從直播的視頻流中提取目標幀圖像的步驟包括：

從直播的視頻流中查找畫面組；

在所述畫面組中提取關鍵幀圖像，作為目標幀圖像。

可選地，所述從直播的視頻流中提取目標幀圖像的步驟包括：

每間隔預設的時間段，從所述直播的視頻流中提取關鍵幀圖像，作為目標幀圖像。

可選地，所述圖像場景信息包括主播場景信息、靜物場景信息、遮擋場景信息和斷流場景信息中的一個或多個。

可選地，所述在所述目標幀圖像中識別圖像場景信息的步驟包括：

在所述目標幀圖像中進行人臉識別；

當識別到人臉時，生成主播場景信息；

當未識別到人臉時，在所述目標幀圖像中進行物體檢測；

當檢測到物體時，生成靜物場景信息；

當未檢測到物體時，生成遮擋場景信息。

可選地，所述在所述目標幀圖像中進行人臉識別的步驟包括：

基于豎屏方式在所述目標幀圖像中進行人臉識別；

當未識別到人臉時，將所述目標幀圖像旋轉指定的角度；

基于橫屏方式在旋轉之后的目標幀圖像中進行人臉識別。

可選地，所述在所述目標幀圖像中識別圖像場景信息的步驟包括：

在所述目標幀圖像指定的區域中，若檢測到指定的水印，則生成斷流場景信息。

可選地，所述在所述目標幀圖像中識別圖像場景信息的步驟包括：

統計所述直播的視頻流的數量；

當所述數量超過預設的數量閾值時，縮小預置的圖像識別窗口，縮小后的圖像識別窗口的面積小于所述目標幀圖像的面積；

在所述縮小后的圖像識別窗口中，對所述目標幀圖像的部分區域識別圖像場景信息。

可選地，所述根據所述圖像場景信息識別所述直播的視頻流的直播場景信息的步驟包括：

將所述圖像場景信息存儲至預置的滑動窗口中；

采用所述滑動窗口中緩存的圖像場景信息識別所述直播的視頻流的直播場景信息。

可選地，所述將所述圖像場景信息存儲至預置的滑動窗口中的步驟包括：

判斷預置的滑動窗口是否已全部存儲在先的圖像場景信息；

若是，則從所述滑動窗口中移除時間戳最小的、在先的圖像場景信息；

將當前的圖像場景信息存儲至空閑的滑動窗口中；

若否，則將當前的圖像場景信息存儲至預置的、空閑的滑動窗口中。

可選地，所述采用所述滑動窗口中緩存的圖像場景信息識別所述直播的視頻流的直播場景信息的步驟包括：

統計在所述滑動窗口中、相同場景的圖像場景信息的數量占比；

當某個場景的圖像場景信息的數量占比高于預設的比例閾值時，基于所述場景對所述直播的視頻流生成直播場景信息。

根據本發明的另一方面，提供了一種直播視頻的場景檢測裝置，包括：

視頻采樣模塊，適于從直播的視頻流中提取目標幀圖像；

視頻分析模塊，適于在所述目標幀圖像中識別圖像場景信息；

業務處理模塊，適于根據所述圖像場景信息識別所述直播的視頻流的直播場景信息。

可選地，還包括：

接口模塊，適于將所述直播場景信息通過預置的接口發送至訂閱設備。

可選地，所述視頻采樣模塊還適于：