[發(fā)明專利]一種由音頻和圖片組成的視頻文件的生成和檢索播放方法、裝置有效
| 申請?zhí)枺?/td> | 201710657600.9 | 申請日： | 2017-08-03 |
| 公開（公告）號： | CN107295284B | 公開（公告）日： | 2020-08-25 |
| 發(fā)明（設(shè)計）人： | 邵之江;張舵;張丁;王永銘 | 申請（專利權(quán)）人： | 浙江大學(xué) |
| 主分類號： | H04N5/76 | 分類號： | H04N5/76;H04N21/81;G11B27/10 |
| 代理公司： | 杭州求是專利事務(wù)所有限公司 33200 | 代理人： | 劉靜;邱啟旺 |
| 地址： | 310058 浙江*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 音頻 圖片 組成 視頻文件 生成 檢索 播放 方法 裝置 | ||
1.一種由音頻和圖片組成的視頻文件的生成方法，其特征在于，包括以下步驟：
S1、采集音頻，同時采集與音頻時間同步的圖片，圖片的采集方式具體為：自動觸發(fā)方式為自動檢測到場景轉(zhuǎn)換時拍照：用戶設(shè)置感興趣的區(qū)域和觸發(fā)拍照的閾值TH，按用戶設(shè)定的視頻幀率獲取圖像，從獲取的圖像中提取用戶設(shè)置的感興趣區(qū)域的圖像G，對G進行運動估計得到運動矢量，對運動矢量的長度進行加和，除以感興趣區(qū)域的圖像大小，得到運動速度的指標E；當(dāng)E大于TH時，將當(dāng)前圖像編碼為視頻流，否則，將載有上一幀信息的視頻幀拷貝并寫入到視頻流中進行編碼；
S2、將采集的圖片編碼為視頻流，將音頻編碼為音頻流；
S3、將視頻流與音頻流封裝生成視頻文件，所述視頻文件用于對嵌入了圖片后的音頻進行索引和連續(xù)播放。
2.根據(jù)權(quán)利要求1所述的由音頻和圖片組成的視頻文件的生成方法，其特征在于，所述步驟S2中，將要嵌入的圖片編碼為視頻流對應(yīng)時間點的I幀，視頻流中的其他幀不編碼為I幀。
3.根據(jù)權(quán)利要求2所述的由音頻和圖片組成的視頻文件的生成方法，其特征在于，I幀編碼圖片在視頻中保持靜止直到下一張圖片出現(xiàn)。
4.根據(jù)權(quán)利要求1所述的由音頻和圖片組成的視頻文件的生成方法，其特征在于，所述步驟S1中，手動觸發(fā)為用戶點擊按鈕觸發(fā)：當(dāng)用戶點擊拍照按鈕時，記錄當(dāng)前時間，獲取一幀圖像，將該圖像編碼為視頻流；其他系統(tǒng)觸發(fā)為：通過遙控器紅外信號觸發(fā)，當(dāng)接收到其他系統(tǒng)拍照請求時，獲取當(dāng)前圖像，將該圖像編碼為視頻流。
5.根據(jù)權(quán)利要求1所述的由音頻和圖片組成的視頻文件的生成方法，其特征在于，所述步驟S1中，采集音頻之前，還包括參數(shù)設(shè)置的步驟，設(shè)置的參數(shù)包括音頻錄制參數(shù)、圖片拍攝參數(shù)和視頻生成參數(shù)；所述音頻錄制參數(shù)包括音頻碼率；所述圖片拍攝參數(shù)包括圖片大小和分辨率，所述視頻生成參數(shù)包括視頻幀率。
6.一種權(quán)利要求1-5任一項所述的由音頻和圖片組成的視頻文件的生成方法，其特征在于，生成的視頻文件的檢索播放方法包括：
用戶選取待播放的視頻文件；
從視頻文件中獲取視頻流并逐幀解碼；
讀取幀的類型，如果是關(guān)鍵幀，則將該幀圖像展示給用戶；關(guān)鍵幀出現(xiàn)的時間與圖片嵌入的時間點對應(yīng)；
當(dāng)用戶選中某個要播放的幀后，直接跳到選中幀對應(yīng)的時間進行音頻播放。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述關(guān)鍵幀為I幀。
8.一種由音頻和圖片組成的視頻文件的生成裝置，其特征在于，該裝置包括：
音頻采集單元：采集音頻，將采集的音頻編碼為音頻流；
圖片采集單元：采集與音頻時間同步的圖片，將采集的圖片編碼為視頻流，圖片的采集方式具體為：自動觸發(fā)方式為自動檢測到場景轉(zhuǎn)換時拍照：用戶設(shè)置感興趣的區(qū)域和觸發(fā)拍照的閾值TH，按用戶設(shè)定的視頻幀率獲取圖像，從獲取的圖像中提取用戶設(shè)置的感興趣區(qū)域的圖像G，對G進行運動估計得到運動矢量，對運動矢量的長度進行加和，除以感興趣區(qū)域的圖像大小，得到運動速度的指標E；當(dāng)E大于TH時，將當(dāng)前圖像編碼為視頻流，否則，將載有上一幀信息的視頻幀拷貝并寫入到視頻流中進行編碼；
視頻文件生成單元：將視頻流與音頻流封裝生成視頻文件，所述視頻文件用于對嵌入了圖片后的音頻進行索引和連續(xù)播放。
9.一種權(quán)利要求8生成的視頻文件的檢索播放裝置，其特征在于，該裝置包括：
顯示單元，具有錄音檢索界面，該界面顯示視頻中所有關(guān)鍵幀圖像，當(dāng)用戶點擊某個關(guān)鍵幀圖像時，自動定位到該幀所在的錄音時間點，即用戶拍攝該圖像的錄音時間點播放音頻；
播放控制單元，對播放的音頻進行控制，包括開始播放按鈕、暫停播放按鈕以及播放進度條。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué)，未經(jīng)浙江大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710657600.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
