[发明专利]一种基于视频数据自适应生成缩略图摘要的系统及方法在审

专利信息
申请号: 202010707911.3 申请日: 2020-07-22
公开(公告)号: CN111866606A 公开(公告)日: 2020-10-30
发明(设计)人: 何书强;陈尚武 申请(专利权)人: 杭州叙简科技股份有限公司
主分类号: H04N21/845 分类号: H04N21/845;H04N21/8549;G06K9/00;G06F16/74
代理公司: 杭州浙言专利代理事务所(普通合伙) 33370 代理人: 易朝晖
地址: 311121 浙江省杭州市余杭区*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视频 数据 自适应 生成 缩略图 摘要 系统 方法
【权利要求书】:

1.一种基于视频数据自适应生成缩略图摘要的系统,其特征在于,包括:

帧数据解码器模块,用于将视频数据解码成帧数据;

帧数据选择器模块,用于按照设定周期获取帧数据,并将获取的帧数据写入缓存队列中,缓存队列中的帧数据每两帧同时写入帧数据缓存池;

帧数据特征点提取器模块,用于从帧数据缓存池中得到相邻的两帧数据,并分别提取关键点;

图像抖动的临界值计算模块,用于根据两个关键点计算得到临界值T;

邻帧特征比对器模块,用于根据两个关键点计算对应的匹配向量,并计算向量的距离之和Distance;

缩略图生成器模块,用于根据临界值T和向量的距离之和Distance判断图像是否失真,若当前图像失真,则当前帧数据不保存为视频的略缩图摘要,若当前图像不失真,则保存当前帧数据作为当前视频的缩略图摘要。

2.根据权利要求1所述的一种基于视频文件自适应生成缩略图摘要的系统,其特征在于,所述帧数据特征点提取器模块具体用于:

构建DOG尺度空间,通过构建高斯金字塔,保证图像在任何尺度都有对应的特征点;

搜索关键点并定位关键点;

根据检测到的关键点进行方向赋值;

生成特征点的描述子;

利用特征点提取方法来实现特征点提取并得到关键点。

3.根据权利要求1所述的一种基于视频文件自适应生成缩略图摘要的系统,其特征在于,所述向量的距离之和Distance的计算:;

其中,matches 表示匹配向量。

4.根据权利要求1所述的一种基于视频文件自适应生成缩略图摘要的系统,其特征在于,所述缩略图生成器模块具体用于:

若向量的距离之和Distance大于或等于临界值T,则判断当前图像失真;若向量的距离之和Distance小于临界值T,则判断当前图像不失真。

5.根据权利要求1所述的一种基于视频文件自适应生成缩略图摘要的系统,其特征在于,所述缩略图生成器模块还用于:

清除缓存的帧数据,并将未失真的图像按时间顺序保存。

6.一种基于视频数据自适应生成缩略图摘要的方法,其特征在于,包括:

将视频数据解码成帧数据;

按照设定周期获取帧数据,并将获取的帧数据写入缓存队列中,缓存队列中的帧数据每两帧同时写入帧数据缓存池;

从帧数据缓存池中得到相邻的两帧数据,并分别提取关键点;

根据两个关键点计算得到临界值T;

根据两个关键点计算对应的匹配向量,并计算向量的距离之和Distance;

根据临界值T和向量的距离之和Distance判断图像是否失真,若当前图像失真,则当前帧数据不保存为视频的略缩图摘要,若当前图像不失真,则保存当前帧数据作为当前视频的缩略图摘要。

7.根据权利要求6所述的一种基于视频文件自适应生成缩略图摘要的方法,其特征在于,所述提取关键点包括:

构建DOG尺度空间,通过构建高斯金字塔,保证图像在任何尺度都有对应的特征点;

搜索关键点并定位关键点;

根据检测到的关键点进行方向赋值;

生成特征点的描述子;

利用特征点提取方法来实现特征点提取并得到关键点。

8.根据权利要求6所述的一种基于视频文件自适应生成缩略图摘要的方法,其特征在于,所述向量的距离之和Distance的计算:;

其中,matches 表示匹配向量。

9.根据权利要求6所述的一种基于视频文件自适应生成缩略图摘要的方法,其特征在于,所述根据临界值T和向量的距离之和Distance判断图像是否失真包括:

若向量的距离之和Distance大于或等于临界值T,则判断当前图像失真;若向量的距离之和Distance小于临界值T,则判断当前图像不失真。

10.根据权利要求6所述的一种基于视频文件自适应生成缩略图摘要的方法,其特征在于,还包括:

清除缓存的帧数据,并将未失真的图像按时间顺序保存。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州叙简科技股份有限公司,未经杭州叙简科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010707911.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top