[发明专利]基于多模型的智能头盔视频信息处理方法

权利要求书

1.基于多模型的智能头盔视频信息处理方法，其特征在于,该方法包括步骤为：

步骤S1：利用智能头盔上的摄像头采集视频信息，对采集的视频信息使用重合函数进行预处理，同时对视频的时长利用长短度函数进行描述；

步骤S2：对预处理后的视频信息进行编码，利用归一化函数对视频信息进行数据格式和分辨率的统一；

步骤S3：对归一化后的视频利用压缩函数与加密函数进行处理；

步骤S4：建立视频信息传输距离方程和视频信息传输丢包方程对传输的过程进行描述；

步骤S5：利用增补函数对传输过程中的丢包视频进行重新补位；

步骤S6：建立解密函数对传输到服务器的视频数据进行解密。

2.如权利要求1所述的基于多模型的智能头盔视频信息处理方法，其特征在于，所述使用重合函数进行预处理，表达式为：

其中，表示重合函数，表示视频段的最后一帧图像与视频段的最开始一帧图像的像素的重合度，表示视频段的所需的存储空间，表示视频段所需的存储空间；

所述长短度函数，表达式为：

其中，表示视频时长的长短度函数，表示视频存储时所占用的字符长度，表示单个字节。

3.如权利要求1所述的基于多模型的智能头盔视频信息处理方法，其特征在于，所述对预处理后的视频信息进行编码，表达式为：

其中，表示视频的编码矩阵，表示每段视频的独有编号，T矩阵的转置运算；

所述归一化函数，表达式为：

其中，表示视频信息的归一化函数，γ表示归一化因子，表示视频中像素点n与像素点m之间的欧氏距离，表示视频中像素点m的亮度值。

4.如权利要求1所述的基于多模型的智能头盔视频信息处理方法，其特征在于，所述压缩函数，表达式为：

其中，表示压缩函数，表示压缩因子，表示视频压缩前与压缩后的密度值，表示像素点的亮度最大值，表示在压缩时亮度的取值；

所述加密函数，表达式为：

其中，表示视频加密函数,表示加密因子，表示视频加密的秘钥值，F表示视频像素点的亮度均值，表示在加密视频中取视频像素点的最小值。

5.如权利要求1所述的基于多模型的智能头盔视频信息处理方法，其特征在于，所述视频信息传输距离方程，表达式为：

其中，表示视频信息传输距离方程,H和I分别表示视频数据的发送点位置和视频数据的接收点位置，u表示发送点位置与接收点位置的距离，E表示数据传输过程中的影响因素系数矩阵，表示视频数据的发送量，表示视频数据的接收函数；

所述视频信息传输丢包方程，表达式为：

其中，表示视频信息传输丢包方程，表示信息传输丢包因子矩阵，表示视频数据的预计接收量，表示视频数据实际最大接收量。

6.如权利要求1所述的基于多模型的智能头盔视频信息处理方法，其特征在于，所述增补函数，表达式为：

其中，表示丢包过程中的增补函数，表示视频的编码矩阵，表示丢包的视频个数，表示视频信息传输丢包方程，表示前一时刻丢包过程中的增补函数值。

7.如权利要求1所述的基于多模型的智能头盔视频信息处理方法，其特征在于，所述解密函数，表达式为：

其中，表示解密函数,表示解密的秘钥，表示视频完整的发送与接收函数，表示视频发送点的发送速率，视频发送点的接收速率。