[发明专利]一种直播视频的场景检测方法和装置

说明书

技术领域

本发明涉及视频处理的技术领域，特别是涉及一种直播视频的场景检测方法和一种直播视频的场景检测装置。

背景技术

随着网络科技的发展以及智能设备的普及，人们喜欢将自己或者自己身边的事情，以视频的形式实时在网络平台上进行直播，与其他用户进行互动。

在互动式的直播场景下，为了优化主播和观众的体验，平台会有提供一些自动生成的互动操作。

但是，在直播间里，主播有时会离开镜头或者故意遮挡镜头，从而导致这些自动生成的互动操作偏离了直播间的实际情景，降低用户体验。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种直播视频的场景检测方法和相应的一种直播视频的场景检测装置。

依据本发明的一个方面，提供了一种直播视频的场景检测方法，包括：

从直播的视频流中提取目标帧图像；

在所述目标帧图像中识别图像场景信息；

根据所述图像场景信息识别所述直播的视频流的直播场景信息。

可选地，还包括：

将所述直播场景信息通过预置的接口发送至订阅设备。

可选地，所述从直播的视频流中提取目标帧图像的步骤包括：

从直播的视频流中查找画面组；

在所述画面组中提取关键帧图像，作为目标帧图像。

可选地，所述从直播的视频流中提取目标帧图像的步骤包括：

每间隔预设的时间段，从所述直播的视频流中提取关键帧图像，作为目标帧图像。

可选地，所述图像场景信息包括主播场景信息、静物场景信息、遮挡场景信息和断流场景信息中的一个或多个。

可选地，所述在所述目标帧图像中识别图像场景信息的步骤包括：

在所述目标帧图像中进行人脸识别；

当识别到人脸时，生成主播场景信息；

当未识别到人脸时，在所述目标帧图像中进行物体检测；

当检测到物体时，生成静物场景信息；

当未检测到物体时，生成遮挡场景信息。

可选地，所述在所述目标帧图像中进行人脸识别的步骤包括：

基于竖屏方式在所述目标帧图像中进行人脸识别；

当未识别到人脸时，将所述目标帧图像旋转指定的角度；

基于横屏方式在旋转之后的目标帧图像中进行人脸识别。

可选地，所述在所述目标帧图像中识别图像场景信息的步骤包括：

在所述目标帧图像指定的区域中，若检测到指定的水印，则生成断流场景信息。

可选地，所述在所述目标帧图像中识别图像场景信息的步骤包括：

统计所述直播的视频流的数量；

当所述数量超过预设的数量阈值时，缩小预置的图像识别窗口，缩小后的图像识别窗口的面积小于所述目标帧图像的面积；

在所述缩小后的图像识别窗口中，对所述目标帧图像的部分区域识别图像场景信息。

可选地，所述根据所述图像场景信息识别所述直播的视频流的直播场景信息的步骤包括：

将所述图像场景信息存储至预置的滑动窗口中；

采用所述滑动窗口中缓存的图像场景信息识别所述直播的视频流的直播场景信息。

可选地，所述将所述图像场景信息存储至预置的滑动窗口中的步骤包括：

判断预置的滑动窗口是否已全部存储在先的图像场景信息；

若是，则从所述滑动窗口中移除时间戳最小的、在先的图像场景信息；

将当前的图像场景信息存储至空闲的滑动窗口中；

若否，则将当前的图像场景信息存储至预置的、空闲的滑动窗口中。

可选地，所述采用所述滑动窗口中缓存的图像场景信息识别所述直播的视频流的直播场景信息的步骤包括：

统计在所述滑动窗口中、相同场景的图像场景信息的数量占比；

当某个场景的图像场景信息的数量占比高于预设的比例阈值时，基于所述场景对所述直播的视频流生成直播场景信息。

根据本发明的另一方面，提供了一种直播视频的场景检测装置，包括：

视频采样模块，适于从直播的视频流中提取目标帧图像；

视频分析模块，适于在所述目标帧图像中识别图像场景信息；

业务处理模块，适于根据所述图像场景信息识别所述直播的视频流的直播场景信息。

可选地，还包括：

接口模块，适于将所述直播场景信息通过预置的接口发送至订阅设备。

可选地，所述视频采样模块还适于：