[發明專利]視頻類型檢測方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202310535191.0
• 申請日: 2023-05-12
• 公開（公告）號: CN116580337A
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 趙頔;杜正豪;劉強
• 申請（專利權）人: 武漢烽火技術服務有限公司;烽火通信科技股份有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/10;G06V10/42;G06V10/74;G06V10/764;G06T7/254;G06T7/62;G06T7/66;G06T7/68;H04N21/44
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 羅成

1.一種視頻類型檢測方法，其特征在于，所述視頻類型檢測方法包括：

從待檢測視頻中，提取分析圖像；

若分析圖像滿足三分線分割，則根據分析圖像的區域拼接特征確定待檢測視頻的視頻類型；

若分析圖像不滿足三分線分割，則根據分析圖像的對稱特征、分割線特征和視覺區域特征，檢測是否為雙魚眼類型；

若不為雙魚眼類型，則根據分析圖像的像素投影特征確定待檢測視頻的視頻類型；

或，若不為雙魚眼類型，則根據分析圖像的像素投影特征以及對稱特征確定待檢測視頻的視頻類型。

2.如權利要求1所述的視頻類型檢測方法，其特征在于，所述從待檢測視頻中，提取分析圖像包括：

對待檢測視頻進行解碼，得到解碼后的圖像序列；

從圖像序列中，依次選取2個I幀，將前一個I幀作為原始圖像，后一個I幀作為參照圖像；

采用幀差法，計算原始圖像的灰度壓縮矩陣和參照圖像的灰度壓縮矩陣的變化幅度；

若變化幅度不大于預設變化幅度，則保持原始圖像不變，從圖像序列中，選取下一個I幀作為參照圖像，并返回執行所述采用幀差法，計算原始圖像的灰度壓縮矩陣和參照圖像的灰度壓縮矩陣的變化幅度的步驟；

若變化幅度大于預設變化幅度，則將參照圖像作為分析圖像；

若分析圖像的數量小于預設數量，則將參照圖像作為原始圖像，選取下一個I幀作為參照圖像，并返回執行所述采用幀差法，計算原始圖像的灰度壓縮矩陣和參照圖像的灰度壓縮矩陣的變化幅度的步驟。

3.如權利要求1所述的視頻類型檢測方法，其特征在于，在所述若分析圖像滿足三分線分割之前，包括：

根據分析圖像的分辨率，確定長寬比；

若長寬比不滿足預設長寬比，則確定為分析圖像不滿足三分線分割；

若長寬比滿足預設長寬比，則計算分析圖像沿三分線每個位置的兩側鄰近像素的灰度梯度方差；

統計所有位置的灰度梯度方差大于預設方差的比例，得到統計比例；

若統計比例大于預設比例，則確定為分析圖像滿足三分線分割，否則，確定為分析圖像不滿足三分線分割。

4.如權利要求1所述的視頻類型檢測方法，其特征在于，所述根據分析圖像的區域拼接特征確定待檢測視頻的視頻類型包括：

分別基于立方體模型和等角立方體模型的旋轉拼接特征，對三分線所分割的分析圖像的多個圖像區域進行拼接，得到立方體模型和等角立方體模型的各條拼接邊；

計算立方體模型和等角立方體模型的每條拼接邊的馬氏梯度相似度，并對立方體模型各條拼接邊的馬氏梯度相似度和等角立方體模型各條拼接邊的馬氏梯度相似度分別進行求和，得到立方體模型的馬氏梯度相似度總和與等角立方體模型的馬氏梯度相似度總和；

若立方體模型的馬氏梯度相似度總和小于或等于等角立方體模型的馬氏梯度相似度總和，則確定待檢測視頻的視頻類型為立方體類型；

若等角立方體模型的馬氏梯度相似度總和小于立方體模型的馬氏梯度相似度總和，則確定待檢測視頻的視頻類型為等角立方體類型。

5.如權利要求1所述的視頻類型檢測方法，其特征在于，所述根據分析圖像的對稱特征、分割線特征和視覺區域特征，檢測是否為雙魚眼類型包括：

當分析圖像對稱但對稱線不為分割線時，從分析圖像的圖像中心點出發，沿橫軸中線，向左或向右確定首個灰度值為0的像素點，確定首個灰度值為0的像素點至圖像中心點的距離；

根據首個灰度值為0的像素點至圖像中心點的距離和分析圖像的寬度，計算得到圓形視覺區域的直徑；

分別以分析圖像的左半邊和右半邊的橫軸中心點為圓心，根據圓形視覺區域的直徑，確定圓形視覺區域，將其他區域作為非圓形視覺區域；

將圓形視覺區域內的像素值作為1，非圓形視覺區域內的像素值作為0，構造掩碼矩陣，將掩碼矩陣與分析圖像的像素矩陣進行灰度疊加，得到疊加矩陣；

若疊加矩陣和分析圖像的像素矩陣一致，則確定檢測結果為雙魚眼類型，否則確定檢測結果不為雙魚眼類型。