[發(fā)明專利]一種視頻標(biāo)記方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811581785.0
• 申請(qǐng)日: 2018-12-24
• 公開(kāi)（公告）號(hào): CN109547845B
• 公開(kāi)（公告）日: 2021-10-01
• 發(fā)明（設(shè)計(jì)）人: 張俊峰
• 申請(qǐng)（專利權(quán)）人: 武漢烽火眾智智慧之星科技有限公司
• 主分類號(hào): H04N21/435
• 分類號(hào): H04N21/435;H04N21/439;H04N21/44;H04N21/4402
• 代理公司: 北京匯澤知識(shí)產(chǎn)權(quán)代理有限公司 11228
• 代理人: 張濤

1.一種視頻標(biāo)記方法，其特征在于，應(yīng)用于移動(dòng)終端，所述方法包括：

獲得目標(biāo)圖像，記錄所述目標(biāo)圖像的目標(biāo)尺寸，確定所述目標(biāo)圖像的目標(biāo)矩陣；將所述目標(biāo)矩陣分成預(yù)設(shè)數(shù)量個(gè)第一子矩陣，計(jì)算各第一子矩陣的特征值；用各第一子矩陣的特征值構(gòu)成第一向量；

在獲得視頻流后，對(duì)所述視頻流進(jìn)行解析，將解析所得的原始圖像數(shù)據(jù)封裝成各個(gè)單幀圖像；

按照以下方式對(duì)每一單幀圖像添加標(biāo)記：

逐像素掃描該單幀圖像，得到該單幀圖像中尺寸大小為所述目標(biāo)尺寸的各子圖像；

對(duì)于每一子圖像，確定該子圖像的矩陣，將該子圖像的矩陣分成所述預(yù)設(shè)數(shù)量個(gè)第二子矩陣，計(jì)算各第二子矩陣的特征值，用各第二子矩陣的特征值構(gòu)成該子圖像的第二向量；

在獲得各子圖像的第二向量后，計(jì)算各子圖像的第二向量與所述第一向量之間的余弦相似度，作為各子圖像的相似度；確定相似度最大的子圖像在該單幀圖像中所處的目標(biāo)區(qū)域；給該目標(biāo)區(qū)域添加標(biāo)記；具體包括，構(gòu)建二維數(shù)組，將各子圖像的第二向量記錄在所述二維數(shù)組中；遍歷已記錄第二向量的二維數(shù)組，針對(duì)遍歷所得的每一第二向量，計(jì)算該第二向量與所述第一向量之間的余弦相似度，作為該第二向量所屬子圖像的相似度；

具體地，根據(jù)每行/每列掃描出的子圖像的數(shù)量和行數(shù)/列數(shù)，確定二維數(shù)組的行數(shù)和列數(shù)，二維數(shù)組中的每個(gè)元素對(duì)應(yīng)一個(gè)子圖像的第二向量，可以按照獲得子圖像的順序，按行/列依次將各子圖像的第二向量記錄在所述二維數(shù)組中。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述視頻流進(jìn)行解析，包括：

對(duì)所述視頻流進(jìn)行解協(xié)議，得到封裝數(shù)據(jù)；

將所得的封裝數(shù)據(jù)進(jìn)行解封裝，得到音視頻編碼數(shù)據(jù)；

對(duì)所述音視頻編碼數(shù)據(jù)進(jìn)行解碼，得到非壓縮的原始圖像數(shù)據(jù)和原始音頻數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在對(duì)每一單幀圖像添加標(biāo)記后，所述方法還包括：

播放所述原始音頻數(shù)據(jù)和添加標(biāo)記后的每一單幀圖像。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述原始圖像數(shù)據(jù)和所述原始音頻數(shù)據(jù)的格式分別為RGB圖像格式和PCM音頻格式。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，給該目標(biāo)區(qū)域添加標(biāo)記，包括：

添加包圍該目標(biāo)區(qū)域的矩形框。

6.一種視頻標(biāo)記裝置，其特征在于，應(yīng)用于移動(dòng)終端，所述裝置包括：

獲得模塊，用于獲得目標(biāo)圖像，記錄所述目標(biāo)圖像的目標(biāo)尺寸，確定所述目標(biāo)圖像的目標(biāo)矩陣；將所述目標(biāo)矩陣分成預(yù)設(shè)數(shù)量個(gè)第一子矩陣，計(jì)算各第一子矩陣的特征值；用各第一子矩陣的特征值構(gòu)成第一向量；

解析模塊，用于在獲得視頻流后，對(duì)所述視頻流進(jìn)行解析，將解析所得的原始圖像數(shù)據(jù)封裝成各個(gè)單幀圖像；

添加標(biāo)記模塊，用于按照以下方式對(duì)每一單幀圖像添加標(biāo)記：逐像素掃描該單幀圖像，得到該單幀圖像中尺寸大小為所述目標(biāo)尺寸的各子圖像；對(duì)于每一子圖像，確定該子圖像的矩陣，將該子圖像的矩陣分成所述預(yù)設(shè)數(shù)量個(gè)第二子矩陣，計(jì)算各第二子矩陣的特征值，用各第二子矩陣的特征值構(gòu)成該子圖像的第二向量；在獲得各子圖像的第二向量后，計(jì)算各子圖像的第二向量與所述第一向量之間的余弦相似度，作為各子圖像的相似度；確定相似度最大的子圖像在該單幀圖像中所處的目標(biāo)區(qū)域；給該目標(biāo)區(qū)域添加標(biāo)記；具體包括，構(gòu)建二維數(shù)組，將各子圖像的第二向量記錄在所述二維數(shù)組中；遍歷已記錄第二向量的二維數(shù)組，針對(duì)遍歷所得的每一第二向量，計(jì)算該第二向量與所述第一向量之間的余弦相似度，作為該第二向量所屬子圖像的相似度；

具體地，根據(jù)每行/每列掃描出的子圖像的數(shù)量和行數(shù)/列數(shù)，確定二維數(shù)組的行數(shù)和列數(shù)，二維數(shù)組中的每個(gè)元素對(duì)應(yīng)一個(gè)子圖像的第二向量，可以按照獲得子圖像的順序，按行/列依次將各子圖像的第二向量記錄在所述二維數(shù)組中。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述解析模塊對(duì)所述視頻流進(jìn)行解析，具體為：

對(duì)所述視頻流進(jìn)行解協(xié)議，得到封裝數(shù)據(jù)；

將所得的封裝數(shù)據(jù)進(jìn)行解封裝，得到音視頻編碼數(shù)據(jù)；

對(duì)所述音視頻編碼數(shù)據(jù)進(jìn)行解碼，得到非壓縮的原始圖像數(shù)據(jù)和原始音頻數(shù)據(jù)。