一种监控视频处理方法及装置、监控系统、存储介质、终端，所述监控视频处理方法包括：接收各个边缘计算节点上报的各自监控范围内的对象的对象信息，其中，所述对象信息包括：特征信息以及附属信息；根据各个对象的特征信息对所有的对象进行分类，分别得到每个对象来自各个边缘计算节点的附属信息；对所述每个对象来自各个边缘计算节点的附属信息进行整合，并将整合后的附属信息作为每个对象的附属信息；存储所述每个对象的对象信息。上述方案，能够兼顾数据处理耗时和分类结果的准确率。
📄 2020113602141
📂 G06V20_40
👤 上海芯翌智能科技有限公司
📅 2020-11-27
一种视频监控质量判断方法，包括：步骤1、建立一个视频质量判断控制框架；步骤2、建立效用函数表示用户体验质量Q；步骤3、计算Q数值。本发明还包括视频监控质量判断方法的监控视频播放控制装置，包括：监控视频转发服务器和监控视频客户端；其中所述监控视频转发服务器转发监控设备传输过来的视频流到监控视频客户端；监控视频客户端处理监控视频转发服务器转发过来的视频流，并将其显示在观看监控视频的客户眼前。本发明的监控视频质量判断方法增加了用户端体验相关的参数，如缓存区长度以及播放帧率，可以有效地判断出用户体验的视频质量。
📄 2019103132397
📂 H04N7_18
👤 浙江工业大学
📅 2019-04-18
一种交互式视频摘要模型的可视理解与诊断方法，包括以下步骤：对原始视频集进行特征提取获得五个描述性特征得分，将提取的特征作为验证集通过机器学习训练得到显著性得分；经过以上步骤，通过视频视图，投影视图，细节视图以及连续帧视图进行多特征检查和多层次探索的交互式视觉分析。帮助用户探索和分析视频内容，以及视频摘要模型中存在的内在关系。本发明通过模型分析方法获得数据，并设计一种交互式视频摘要模型的可视理解与诊断方法，帮助理解本发明的视频摘要模型中存在的内在关系。并且提出一套可视分析系统帮助用户探索和分析视频内容，通过视频视图，投影视图，序列帧视图以及细节视图从视频、事件和帧三个层面对模型进行深入探索。
📄 2019112405478
📂 G06V20_40
👤 浙江工业大学
📅 2019-12-06
本发明涉及一种融合HEVC压缩域和像素域的镜头边界检测方法，包括以下步骤：（1）输入视频码流；（2）解析并统计码流；（3）基于CU深度的运动矢量幅值滤波；（4）基于Intra模式和运动矢量的候选突变P帧分级；（5）突变P帧检测；（6）基于直方图的突变I帧检测；（7）基于突变帧的视频分段；（8）渐变候选帧选取；（9）每帧编码比特数平滑滤波；（10）渐变帧检测；（11）渐变帧合并；以突变P帧、突变I帧和渐变帧为镜头边界。本发明充分利用了HEVC编码过程中产生的编码信息并且辅以直方图比较法，能够有效地检测镜头突变和镜头渐变，相比完全像素域的处理方法极大地减少了计算复杂度。
📄 2018110631111
📂 H04N19_142
👤 浙江工业大学
📅 2018-09-12
一种提取视频关键帧的轻量化方法，包括：首先对视频帧化后的每一张RGB视频帧进行图像增强、去噪等预处理，然后设计轻量型的特征提取模型LRDN网络去提取每一帧的深度特征，接着采用递归的方式获取每一帧的重要性预测值，最后通过设定判断阈值去判断当前帧是属于关键帧还是冗余帧。本发明利用轻量化卷积神经网络——LRDN模型去提取经预处理后的视频帧的深度特征，与传统卷积神经网络相比，极大地降低了模型的参数数量和计算量，节约了计算资源；利用高效低耗的递归方式不断地预测每一张RGB视频帧的重要性，以摒弃冗余帧，保留有用帧。
📄 2021107557641
📂 H04N21_44
👤 浙江工业大学
📅 2021-07-05
本发明公开了一种视频处理方法及系统，方法包括：分别将第一帧图像及当前帧图像输入到卷积神经网络；分别获取第一特征向量、第二特征向量，并获取第一特征向量对第二特征向量的加权因子；利用加权因子对第二高维特征进行加权，获取第三高维特征，获取第一帧图像相对于当前帧图像的差分特征，并将差分特征与第二高维特征进行聚合，获取第四高维特征；将第三高维特征与第四高维特征按照通道进行拼接，将目标特征输入卷积神经网络的解码器进行解码，获取当前帧图像掩码。通过获取差分特征，增加了对前后帧图像共性信息的利用，提高了监督视频目标分割的性能，进一步提高了视频目标分割处理的性能，提高了对多目标的分离精度。
📄 2024102745224
📂 G06V10_26
👤 深圳市吉屋网络技术有限公司
📅 2024-03-11
本发明公开了一种基于时空金字塔网络与对抗自然先验的视频去模糊方法，包括以下步骤：将实际环境中采集的运动模糊视频数据进行处理，将其映射到Ycbcr彩色空间，单独将Y通道数据输入时空金字塔模块提取模糊视频的不同尺寸的时域与空域信息；将通过时空金字塔模块提取后的特征图输入到特征重构模块对特征进行处理和重构得到去模糊后的视频帧；将经过前面时空金字塔模块的时空金字塔网络处理后获取的Y通道去模糊视频数据与相对应清晰的视频数据分别计算获得视频自然先验信息，改进判别器对视频图像的细节捕获能力。上述技术方案，能够将模糊的视频通过时空金字塔网络和对抗自然先验技术处理后，得到更高的定量指标及更好的视觉效果。
📄 2020103203836
📂 G06T5_00
👤 温州大学
📅 2020-04-21
本发明公开一种计算机图像处理和模式识别技术领域的基于显著性区域的视频关键帧提取方法，首先对视频数据进行采样转换，将视频转换为连续的帧图像序列，然后在每帧图像中利用频谱残差模型提取显著性区域，接着根据图像中显著性区域的面积将其排序，并对排序靠前的显著性区域进行颜色矢量化，最后在前后帧图像之间根据矢量化后的显著性区域进行相似性度量，根据相似度的大小确定视频关键帧。本发明提取出的关键帧图像序列，可以有效地保留视频的主要内容。
📄 2018108368240
📂 G06V20_40
👤 聊城大学
📅 2018-07-26
本发明公开了一种基于张量分解的视频浓缩方法，属于本发明在前人方法的基础上进行改进，使其效率提高。本发明通过将视频通过特定算法分成各个段，再对各个视频分段进行张量分解，并提取出特征帧代替该段，最后将特征帧重组为视频文件，实现视频浓缩。实验结果证明该视频可以非常有效的提取视频中的关键信息减少冗余。另外，本发明的视频处理模型能够非常有效的处理是视频文件而且浓缩后的视频大大节约视频的处理时间，提高了检测效率，这也使得其大大优于前人的方法。
📄 2019108149801
📂 H04N21_234
👤 杭州电子科技大学
📅 2019-08-30
本发明公开了一种基于深度调整的3D视频舒适度改善方法。解决了一般3D视频观看不舒适、视觉体验不佳的问题。本发明包括以下步骤：S1：对左视点图、右视点图的深度图都进行预处理，得到预处理图；S2：对预处理图进行深度滤波，得到滤波图；S3：对滤波图进行深度去纹理，得到去纹理图；S4：根据去纹理图进行虚拟视点绘制，获得虚拟右视点彩色图；S5：用虚拟右视点彩色图和原始视点图进行替换得到改善的3D视频。本发明的增益效果是降低了视差、梯度变化、纹理对观感体验的影响，实现了整体舒适度的改善。
📄 2020100687743
📂 H04N13_122
👤 杭州电子科技大学
📅 2020-01-20
本发明公开了一种基于全卷积网络的视频关键帧提取方法，所述方法包括：将原始视频输入到预训练的卷积网络中进行特征提取，输出特征向量X；将所述特征向量X输入交叉注意力模块，经过关联操作和聚合操作，输出特征向量H'；将所述特征向量H'和所述卷积网络的低层网络的输出特征向量F同时输入通道注意力模块，输出特征向量H"；利用解码器对所述特征向量H"进行特征重建，获得最终重建特征，并基于所述最终重建特征获取视频帧，确定为视频关键帧。应用本发明，能提高提取视频关键帧的精确度。
📄 2020107898196
📂 G06V20_40
👤 青岛科技大学
📅 2020-08-07
本发明提出了一种用于视频拼接的视频帧同步方法，包括如下步骤：（1）让用于图像拼接的边缘设备在进行图像拼接之前先拍摄一个微妙级的时钟；（2）边缘端采集视频信息，缓存每一帧图像和每一帧图像获取到的系统时间；（3）读取并处理来自不同边缘端缓存的视频信息；（4）识别获取视频的每一帧图像拍摄到的毫秒级时钟的时间；（5）根据识别的结果计算和每帧图像的获取时间出不同边缘端的系统时间差；（6）在视频图像拼接时，根据得到的系统时间差对得到的视频帧图像的时间进行调整，使得用于拼接的视频帧是在同以时刻拍到的，以减小图像拼接时的误差。本发明可以有效的校准视频序列，避免拼接图像出现鬼影、物体割裂、模糊等情况，保证了拼接后视频的质量。
📄 2020114227285
📂 H04N5_265
👤 杭州电子科技大学
📅 2020-12-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台