[發明專利]視頻圖像傳輸方法、裝置、交互智能平板和存儲介質

有效

• 申請號: 201910063004.7
• 申請日: 2019-01-23
• 公開（公告）號: CN109831638B
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 楊銘
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州視臻信息科技有限公司
• 主分類號: H04N7/15
• 分類號: H04N7/15;H04N7/14;H04N21/4788;H04N21/4402;H04N19/42;H04N19/44;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

本發明涉及視頻圖像傳輸方法、裝置、交互智能平板和存儲介質，應用于圖像傳輸技術領域。所述方法包括：獲取第一視頻通信端拍攝的視頻圖像；獲取所述視頻圖像中的語義信息；向第二視頻通信端發送所述語義信息；所述語義信息用于在所述第二視頻通信端重構出所述視頻圖像的重構圖像。本發明實施例的視頻圖像傳輸，使得視頻圖像中的重要信息能夠得到高度還原，兼顧視頻通信中對圖像分辨率、保真度和傳輸實時性的要求。

技術領域

本發明涉及圖像處理技術領域，特別是涉及視頻通信的視頻圖像傳輸方法、裝置、系統、交互智能平板和存儲介質。

背景技術

隨著網絡技術的發展和需求的增長，用戶對視頻通信的畫面質量提出了更高的要求，包括分辨率要求，保真度要求以及實時傳輸。例如在視頻會議中，實時交互是良好體驗的前提，同時要求視頻圖像達到高分辨率，以及要求盡可能保留重要的圖像信息(例如人臉細節、肢體動作細節等信息)。

在實現本發明的過程中，發明人發現現有技術中存在如下問題：為了保證視頻圖像達到高分辨率和高保真都，則需要降低發送端的視頻圖像壓縮率，因此需要通過網絡傳輸大量的圖像數據，數據傳輸效率低，無法保證實時傳輸；若保證實時傳輸，一般需要通過有損壓縮技術對提高視頻圖像壓縮率，然而卻導致視頻圖像信息丟失嚴重，無法滿足視頻通信中對圖像高分辨率和高保真度的要求。

可見，目前針對視頻通信中的視頻圖像的傳輸方案，無法兼顧高分辨率、高保真度以及實時傳輸的要求。

發明內容

基于此，有必要針對現有方式視頻圖像的傳輸技術無法兼顧高分辨率、高保真度以及實時傳輸的問題，提供一種視頻圖像傳輸方法、裝置、系統、交互智能平板和存儲介質。

根據本發明的第一方面，提供視頻圖像傳輸方法，包括：

獲取第一視頻通信端拍攝的視頻圖像；提取所述視頻圖像的語義信息；向第二視頻通信端發送所述語義信息；所述語義信息用于在所述第二視頻通信端重構出所述視頻圖像的重構圖像。

在其中一個實施例中，所述獲取所述視頻圖像中的語義信息的步驟，包括：通過經過訓練的編碼器提取所述視頻圖像的語義信息；所述編碼器用于識別圖像語義信息。

在其中一個實施例中，所述編碼器的輸入為圖像，輸出為輸入圖像對應的低維向量，作為輸入圖像的語義信息。

在其中一個實施例中，所述編碼器為卷積神經網絡。

在其中一個實施例中，所述視頻圖像中的語義信息包括以下任意一種：所述視頻圖像中設定對象的語義信息；所述視頻圖像的全局語義信息。

在其中一個實施例中，提取所述視頻圖像中設定對象的語義信息的步驟，包括：識別所述視頻圖像中的設定對象，得到所述設定對象的子圖像；將所述設定對象的子圖像輸入經過訓練的編碼器；獲取所述編碼器的輸出，得到所述視頻圖像中所述設定對象的語義信息。

在其中一個實施例中，所述設定對象包括人臉或者人體。

在其中一個實施例中，如果所述設定對象為人臉，所述提取所述視頻圖像中設定對象的語義信息的步驟，包括：識別所述視頻圖像中的人臉區域，得到人臉子圖像；將所述人臉子圖像輸入經過訓練的編碼器；獲取所述編碼器的輸出，得到所述視頻圖像中的人臉語義信息。

在其中一個實施例中，如果所述設定對象為人體，所述提取所述視頻圖像中設定對象的語義信息的步驟，包括：識別所述視頻圖像中的人體區域，得到人體子圖像；將所述人體子圖像輸入經過訓練的編碼器；獲取所述編碼器的輸出，得到所述視頻圖像中的人體語義信息。

在其中一個實施例中，提取所述視頻圖像中的全局語義信息的步驟，包括：

將所述視頻圖像輸入經過訓練的編碼器；獲取所述編碼器的輸出，得到所述視頻圖像中的全局語義信息。