[發(fā)明專利]一種應(yīng)用于網(wǎng)絡(luò)直播中的信息處理方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811157085.9
• 申請(qǐng)日: 2018-09-30
• 公開（公告）號(hào): CN109286833A
• 公開（公告）日: 2019-01-29
• 發(fā)明（設(shè)計(jì)）人: 邵偉宏
• 申請(qǐng)（專利權(quán)）人: 湖南機(jī)電職業(yè)技術(shù)學(xué)院
• 主分類號(hào): H04N21/4223
• 分類號(hào): H04N21/4223;H04N21/426;H04N21/431;H04N21/432;H04N21/44;H04N21/4402;H04N21/4408;H04N21/4415
• 代理公司: 重慶市信立達(dá)專利代理事務(wù)所(普通合伙) 50230
• 代理人: 包曉靜

1.一種應(yīng)用于網(wǎng)絡(luò)直播中的信息處理方法，其特征在于，所述應(yīng)用于網(wǎng)絡(luò)直播中的信息處理方法包括以下步驟：

步驟一，通過視頻采集模塊利用攝像頭采集直播畫面數(shù)據(jù)，通過注冊(cè)登錄模塊利用注冊(cè)程序進(jìn)行注冊(cè)直播賬號(hào)并輸入賬號(hào)登錄直播系統(tǒng)，攝像頭對(duì)圖像的處理采用紅外的二值化分割算法，該算法為：

第一步：利用直方圖均衡化算法對(duì)圖像進(jìn)行對(duì)比度增強(qiáng)；

式中：D_B為轉(zhuǎn)換后的灰度值；D_A為轉(zhuǎn)換前的灰度值；H_i為第i級(jí)灰度的像素個(gè)數(shù)；A₀為像素總數(shù)，繪制二維灰度直方圖曲線；

第二步：設(shè)f(x,y)為進(jìn)行紅外圖像直方圖均衡化后的二維灰度直方圖曲線，其中x表示灰度級(jí)別，y表示具體各個(gè)灰度級(jí)別像素出現(xiàn)的次數(shù)，對(duì)f(x,y)在點(diǎn)(x,y)處求取梯度：

式中：為在點(diǎn)(x,y)處f對(duì)x的偏導(dǎo)數(shù)；為在點(diǎn)(x,y)處f對(duì)y的偏導(dǎo)數(shù)；梯度的幅值作為變化率大小的度量，其值為：

第三步：求取第二步中獲得的灰度梯度均值：

式中：k為所求取灰度梯度值編號(hào)；舍棄灰度梯度值小于梯度均值的部分，保留灰度梯度值大于灰度梯度均值的部分，

其中：m＝1,2,3,…,n；

式中：m為舍棄灰度梯度小于平均灰度梯度值后的灰度梯度值編號(hào)；灰度梯度值大于灰度均值的像素點(diǎn)灰度組合成一個(gè)集合，構(gòu)成全局閾值面，該全局閾值面即為提取目標(biāo)主要輪廓的基準(zhǔn)面，應(yīng)用此閾值面進(jìn)行紅外圖像二值化分割；

步驟二，中央控制模塊通過特征識(shí)別模塊利用視頻處理軟件根據(jù)視頻特征識(shí)別計(jì)算精度，對(duì)所述視頻畫面中的人臉進(jìn)行特征識(shí)別，以得到視頻畫面中的人臉特征點(diǎn)，特征識(shí)別模塊采用改進(jìn)的SIFT特征提取算法對(duì)人臉進(jìn)行特征識(shí)別，具體為：

步驟三，通過特效渲染模塊利用視頻處理軟件根據(jù)所述人臉特征點(diǎn)，使用選定特效數(shù)據(jù)對(duì)所述視頻畫面中的人臉進(jìn)行人臉特效處理，以得到人臉特效渲染后的視頻畫面；

步驟四，通過視頻編碼模塊利用編碼器對(duì)人臉特效渲染后的視頻畫面進(jìn)行編碼處理，以生成視頻幀數(shù)據(jù)；

步驟五，通過防抖模塊利用陀螺儀與視頻采集設(shè)備連接進(jìn)行防抖，通過網(wǎng)絡(luò)通信模塊利用網(wǎng)絡(luò)端口連接網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)通信，通過檢索模塊利用檢索程序?qū)χ辈ヒ曨l進(jìn)行檢索操作；

步驟六，顯示模塊利用顯示器顯示直播視頻內(nèi)容。

2.如權(quán)利要求1所述的應(yīng)用于網(wǎng)絡(luò)直播中的信息處理方法，其特征在于，所述步驟二中央控制模塊通過特征識(shí)別模塊利用視頻處理軟件根據(jù)視頻特征識(shí)別計(jì)算精度，對(duì)所述視頻畫面中的人臉進(jìn)行特征識(shí)別，以得到視頻畫面中的人臉特征點(diǎn)，特征識(shí)別模塊采用改進(jìn)的SIFT特征提取算法對(duì)人臉進(jìn)行特征識(shí)別，具體為：

(1)構(gòu)建高斯金字塔圖像，金字塔每一層圖像都使用不同尺度的函數(shù)做高斯模糊，利用高斯函數(shù)構(gòu)建DOG金字塔：

式中，k＝2^1/s表示相鄰兩層尺度空間相差的倍數(shù)，s表示尺度空間的層數(shù)；

(2)對(duì)人臉進(jìn)行特征點(diǎn)檢測(cè)，利用像素點(diǎn)相鄰像素灰度值之差進(jìn)行計(jì)算，通過不等式判斷主曲率的比值是否小于閾值γ，剔除邊緣響應(yīng)較強(qiáng)的候選極值點(diǎn)之后最終保留下來的局部極值點(diǎn)即為特征點(diǎn)；

(3)對(duì)特征點(diǎn)的方向主方向確定，對(duì)特征點(diǎn)3σ鄰域內(nèi)的梯度值進(jìn)行計(jì)算生出一個(gè)主方向，并以此為特征點(diǎn)的方向參數(shù)，以此方向?yàn)閅軸正方向進(jìn)行旋轉(zhuǎn)，則像素點(diǎn)(x，y)的梯度模糊值m(x，y)與方向θ(x，y)表示為：

(4)對(duì)特征點(diǎn)描述子向量歸一化為：

l_j為規(guī)范后的特征描述子分量，則規(guī)范化后的特征描述子向量可表示為L(zhǎng)＝(l₁，l₂,……，l₁₂₈)。