[发明专利]一种视频会议实现方法及装置

权利要求书

1.一种视频会议实现方法，其特征在于，包括：

利用预先训练的显著对象检测模型确定各视频帧图像的显著区域；

将各所述视频帧图像进行分组，并从各分组中分别选取显著区域最大的视频帧图像作为关键帧图像；

根据网络当前最大的实际码率传输各关键帧图像，完成视频会议。

2.根据权利要求1所述的视频会议实现方法，其特征在于，预先训练显著对象检测模型的步骤，包括：

利用残差网络模型学习历史视频帧图像的图像特征；所述图像特征包括对比度特征、亮度特征及像素特征；

根据学习到的图像特征更新所述残差网络模型中的神经元参数；

根据更新的神经元参数进行语义维度学习，提升所述残差网络模型的检测精度，得到所述显著对象检测模型。

3.根据权利要求1所述的视频会议实现方法，其特征在于，所述利用预先训练的显著对象检测模型确定各视频帧图像的显著区域，包括：

利用所述显著对象检测模型对各视频帧图像的像素点进行二值化处理，得到所述显著区域。

4.根据权利要求1所述的视频会议实现方法，其特征在于，所述将各所述视频帧图像进行分组，并从各分组中分别选取显著区域最大的视频帧图像作为关键帧图像，包括：

分别确定各所述视频帧图像的显著区域中的显著像素点个数；

从所述分组中选取包含显著像素点个数最多的视频帧图像作为所述关键帧图像。

5.根据权利要求1所述的视频会议实现方法，其特征在于，所述根据网络当前最大的实际码率传输各关键帧图像，完成视频会议，包括：

利用拥塞控制算法确定所述当前最大的实际码率；

根据所述当前最大的实际码率确定各关键帧图像中的显著区域的传输码率及非显著区域的传输码率；

按照所述显著区域的传输码率传输所述显著区域，按照所述非显著区域的传输码率传输所述非显著区域，完成视频会议。

6.一种视频会议实现装置，其特征在于，包括：

显著区域确定单元，用于利用预先训练的显著对象检测模型确定各视频帧图像的显著区域；

关键帧选取单元，用于将各所述视频帧图像进行分组，并从各分组中分别选取显著区域最大的视频帧图像作为关键帧图像；

视频会议实现单元，用于根据网络当前最大的实际码率传输各关键帧图像，完成视频会议。

7.根据权利要求6所述的视频会议实现装置，其特征在于，还包括：

图像特征学习单元，用于利用残差网络模型学习历史视频帧图像的图像特征；所述图像特征包括对比度特征、亮度特征及像素特征；

参数更新单元，用于根据学习到的图像特征更新所述残差网络模型中的神经元参数；

模型生成单元，用于根据更新的神经元参数进行语义维度学习，提升所述残差网络模型的检测精度，得到所述显著对象检测模型。

8.根据权利要求6所述的视频会议实现装置，其特征在于，所述显著区域确定单元，具体用于利用所述显著对象检测模型对各视频帧图像的像素点进行二值化处理，得到所述显著区域。

9.根据权利要求6所述的视频会议实现装置，其特征在于，所述关键帧选取单元，包括：

像素点数确定模块，用于分别确定各所述视频帧图像的显著区域中的显著像素点个数；

关键帧选取模块，用于从所述分组中选取包含显著像素点个数最多的视频帧图像作为所述关键帧图像。

10.根据权利要求6所述的视频会议实现装置，其特征在于，所述视频会议实现单元，包括：

实际码率确定模块，用于利用拥塞控制算法确定所述当前最大的实际码率；

传输码率确定模块，用于根据所述当前最大的实际码率确定各关键帧图像中的显著区域的传输码率及非显著区域的传输码率；

传输模块，用于按照所述显著区域的传输码率传输所述显著区域，按照所述非显著区域的传输码率传输所述非显著区域，完成视频会议。