[发明专利]基于镜头识别及场景识别的分布式超高清视频识别方法和系统

说明书

本发明涉及基于镜头识别及场景识别的分布式超高清视频识别方法和系统，采用镜头/场景识别技术拆分视频以实现并发超高清识别。识别每个镜头之前先经抽样算法抽样，极大减小需要识别的视频帧数量。从而显著提高超高清视频识别效率。另外，对每个镜头进行简化的场景识别，针对不同的场景设置不同的阈值，从而显著提高超高清视频识别准确率。

技术领域

本发明涉及超高清视频识别技术，具体涉及一种基于镜头识别及场景识别的分布式超高清视频识别方法和系统。

背景技术

目前正处于超高清视频产业发展的初期，市面上已经出现了少量超高清视频，但也有不少伪超高清视频。如何分辨真伪超高清视频呢。有学校或科研单位研发了一些识别真伪超高清视频的软件或者设备。但这些软件或设备大多采用单机逐帧识别，耗时极长，而且准确率不高，没有实用价值。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于镜头识别及场景识别的分布式超高清视频识别方法和系统，采用镜头/场景识别技术拆分视频以实现并发超高清识别。识别每个镜头之前先经抽样算法抽样，极大减小需要识别的视频帧数量。从而显著提高超高清视频识别效率。另外，对每个镜头进行简化的场景识别，针对不同的场景设置不同的阈值，从而显著提高超高清视频识别准确率。

本发明的目的是通过以下技术方案来实现的：

一种基于镜头识别及场景识别的分布式超高清视频识别方法，包括：

1）将视频文件放在共享的文件服务器中，通过智能任务管理器添加任务；

2）智能任务管理器将任务拆分成镜头识别、场景识别及超高清视频识别三个一级子任务；

3）智能任务管理器自动将镜头识别任务分配到空闲的镜头识别服务器，识别视频文件中的镜头数量N和每一个镜头的位置，并将信息返回至智能任务管理器；

4）智能任务管理器调用N个场景识别服务器分别对视频文件中的单个镜头分别进行场景识别，并打上场景标签然后反馈给智能任务管理器；

5）智能任务管理器调用N个超高清视频识服务器进行超高清识别，并将所有单个镜头下的视频的识别结果返回至智能任务管理器；

6）智能任务管理器根据识别结果与一个总体的阈值做比较得到最终识别结果。

进一步的，所述场景标签包括白天场景、夜晚场景、快速运动场景和慢速运动场景及其组合。

进一步的，所述超高清识别是从镜头的起始、中间、结束3个位置处分别抽取连续的3帧以上的图像进行分析。

进一步的，所述分析的内容包括：亮度分析、色域分析、对比度分析、有效量化比特数分析、重复帧分析；各维度分析结果分别与各个维度的阈值作比较，得到该镜头的识别结果并反馈给智能任务管理器。

进一步的，不同场景下，所述阈值取值不同。

进一步的，所述夜晚场景下亮度的阈值范围相较于白天场景需要调低；慢速运动场景相较于快速运动场景，重复帧识别的容忍度阈值需要调小。

进一步的，同一个镜头里的视频帧要么都是要么都不是超高清图像。

一种基于镜头识别及场景识别的分布式超高清视频识别系统，该系统包括：

数据共享服务器，用于录入或加入待分析的视频文件；

与数据共享服务器连接的智能任务管理器，用于调取相应的视频文件进行镜头识别、场景识别及超高清视频识别；

与智能任务管理器连接的至少一个镜头识别服务器，用于实现视频文件的镜头识别，并将识别结果返回至智能任务管理器；