[发明专利]一种VR视频处理方法及系统

权利要求书

1.一种VR视频处理方法，其特征在于，包括：

根据虚拟现实VR装置播放的当前帧和虚拟现实VR装置传感器获取的当前帧姿态参数信息，确定视焦点变化值；

其中，根据虚拟现实VR装置播放的当前帧和虚拟现实VR装置传感器获取的当前帧姿态参数信息，确定视焦点变化值，包括：

基于所述当前帧和所述当前帧姿态参数信息，以及预先训练的视焦点预测模型，确定所述视焦点变化值；

根据以下步骤训练所述视焦点预测模型：

对虚拟现实VR视频和虚拟现实VR装置传感器获取的所述虚拟现实VR视频中各帧所对应的姿态参数信息进行采样；

根据采样的虚拟现实VR视频中的每两个相邻帧，得到多个采样视焦点变化值；

所述根据采样的虚拟现实VR视频中的每两个相邻帧，得到多个采样视焦点变化值，包括：

利用特征提取模型，分别提取两个相邻帧的特征向量；

计算两个相邻帧的特征向量的相似度；

根据所述相似度，确定所述采样视焦点变化值；

基于所述采样视焦点变化值、所述采样视焦点变化值对应的相邻帧中的前一帧和所述采样视焦点变化值对应的相邻帧中前一帧所对应的姿态参数信息，进行视焦点预测模型训练；

在所述视焦点变化值大于第一预定阈值的情况下，根据所述当前帧和所述视焦点变化值，生成过渡帧；

在所述当前帧之后播放所述过渡帧。

2.根据权利要求1所述的方法，其特征在于，基于所述当前帧和获取的当前帧姿态参数信息，以及预先训练的视焦点预测模型，确定所述视焦点变化值，包括：

利用特征提取模型，提取所述当前帧的特征向量；

将所述特征向量和获取的当前帧姿态参数信息输入预先训练的视焦点预测模型，得到所述视焦点变化值。

3.根据权利要求2所述的方法，其特征在于，根据以下步骤训练所述特征提取模型：

对虚拟现实VR视频进行采样；

根据采样的虚拟现实VR视频中的每一帧，以及与每一帧对应的特征向量，训练所述特征提取模型。

4.根据权利要求1所述的方法，其特征在于，还包括：

在所述视焦点变化值小于第一预定阈值的情况下，根据所述当前帧对应的视焦点变化值和所述当前帧姿态参数信息，更新所述视焦点预测模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述视焦点变化值和所述当前帧姿态参数信息确定预测偏差值；

在所述视焦点变化值大于第一预定阈值的情况下，根据所述虚拟现实VR装置播放的当前帧和所述视焦点变化值，生成过渡帧，包括：

在所述视焦点变化值大于第一预定阈值、且所述预测偏差值小于第二预定阈值的情况下，根据所述虚拟现实VR装置播放的当前帧和所述视焦点变化值，生成过渡帧。

6.根据权利要求2所述的方法，其特征在于，还包括：

在所述视焦点变化值小于第一预定阈值的情况下，确定所述当前帧的特征向量与所述特征提取模型的每个参考特征向量的相似度；

如果所述特征提取模型中不存在与所述当前帧的特征向量之间的相似度大于第三预设阈值的参考特征向量，则根据所述当前帧的特征向量更新所述特征提取模型。

7.一种VR视频处理系统，其特征在于，包括获取模块、第一计算模块、第二计算模块和视频处理模块：

所述获取模块，用于获取虚拟现实VR装置播放的当前帧和虚拟现实VR装置传感器获取的当前帧姿态参数信息；

所述第一计算模块，用于根据虚拟现实VR装置播放的当前帧和虚拟现实VR装置传感器获取的当前帧姿态参数信息，确定视焦点变化值；

所述第二计算模块包括特征提取模型，用于提取每一帧的特征向量；

其中，所述第一计算模块基于所述当前帧和所述当前帧姿态参数信息，以及预先训练的视焦点预测模型，确定所述视焦点变化值；

所述VR视频处理系统还包括第一训练模块，所述第一训练模块用于根据以下步骤训练所述视焦点预测模型：对虚拟现实VR视频和虚拟现实VR装置传感器获取的所述VR视频中各帧所对应的姿态参数信息进行采样；根据采样的VR视频中的每两个相邻帧，得到多个采样视焦点变化值；基于所述采样视焦点变化值、所述采样视焦点变化值对应的相邻帧中的前一帧和所述采样视焦点变化值对应的相邻帧中前一帧所对应的姿态参数信息，进行视焦点预测模型训练；

所述第一训练模块在用于根据采样的虚拟现实VR视频中的每两个相邻帧，得到多个采样视焦点变化值时，所述第一训练模块具体用于：利用所述特征提取模型，分别提取两个相邻帧的特征向量；计算两个相邻帧的特征向量的相似度；根据所述相似度，确定所述采样视焦点变化值；

所述视频处理模块，用于在所述视焦点变化值大于第一预定阈值的情况下，根据虚拟现实VR装置播放的当前帧和所述视焦点变化值，生成过渡帧，并在所述当前帧之后播放所述过渡帧。