[发明专利]一种基于深度学习的超高清片源检测方法有效
| 申请号： | 201910825906.X | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110545416B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 周芸;胡潇;郭晓强;李小雨 | 申请（专利权）人： | 国家广播电视总局广播电视科学研究院 |
| 主分类号： | H04N17/02 | 分类号： | H04N17/02;H04N7/015;G06T7/00;G06K9/46 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 王利文 |
| 地址： | 100886 北京市西*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的超高清片源检测方法，其主要技术特点是：对超高清片源进行技术符合性检测；对视频文件封装格式进行检测；对码流文件进行检测；构造色域检测的卷积神经网络模型，对视频片源的色域进行检测；构造转换曲线检测的卷积神经网络模型，对视频片源的转换曲线进行检测。本发明设计合理，其通过检测文件格式封装信息，可检测到文件头中封装的相应信息是否符合技术标准，通过检测编码后的码流信息，可检测到码流中标识的相应信息是否正确，并在片源内容特征检测上有效结合了卷积神经网络模型，可检测视频内容实际的色域类别以及测视频内容实际的转换曲线类别，获得了优良的检测结果，使得系统整体检测准确率大大提高。 | ||
| 搜索关键词： | 一种 基于 深度 学习 超高 片源 检测 方法 | ||
【主权项】：
1.一种基于深度学习的超高清片源检测方法，其特征在于包括以下步骤：/n步骤1、对超高清片源进行技术符合性检测；/n步骤2、对视频文件封装格式进行检测；/n步骤3、对文件格式解封装后的码流文件进行检测；/n步骤4、构造色域检测的卷积神经网络模型，对视频片源的色域进行检测；/n步骤5、构造转换曲线检测的卷积神经网络模型，对视频片源的转换曲线进行检测。/n
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国家广播电视总局广播电视科学研究院，未经国家广播电视总局广播电视科学研究院许可，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/patent/201910825906.X/，转载请声明来源钻瓜专利网。
