首页 > 专利 > 黑龙江省敏动传感科技有限公司 > 一种基于大数据分析的视频图像处理方法及系统专利详情

一种基于大数据分析的视频图像处理方法及系统   0    0

实质审查 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2022-03-14
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2022-06-28
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2042-03-14
基本信息
有效性 实质审查 专利类型 发明专利
申请号 CN202210246010.8 申请日 2022-03-14
公开/公告号 CN114615547A 公开/公告日 2022-06-10
授权日 预估到期日 2042-03-14
申请年 2022年 公开/公告年 2022年
缴费截止日
分类号 H04N21/44H04N21/442H04N21/466H04N21/472H04N21/845 主分类号 H04N21/44
是否联合申请 独立申请 文献类型号 A
独权数量 1 从权数量 9
权利要求数量 10 非专利引证数量 0
引用专利数量 0 被引证专利数量 0
非专利引证
引用专利 被引证专利
专利权维持 99 专利申请国编码 CN
专利事件 事务标签 公开、实质审查
申请人信息
申请人 第一申请人
专利权人 黑龙江省敏动传感科技有限公司 当前专利权人 黑龙江省敏动传感科技有限公司
发明人 娄存恺、金旭佳 第一发明人 娄存恺
地址 黑龙江省哈尔滨市松北区智谷二街3043号哈尔滨松北(深圳龙岗)科技创新产业园区7栋2楼211-021 邮编 150028
申请人数量 1 发明人数量 2
申请人所在省 黑龙江省 申请人所在市 黑龙江省哈尔滨市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
南京明杰知识产权代理事务所 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
周丹
摘要
本发明公开了一种基于大数据分析的视频图像处理方法及系统,包括:数据采集模块、数据库、操作数据分析模块、视频图像处理模块和目标数据传输模块,通过数据采集模块采集用户的操作行为数据和视频中的静态图像序列数据,通过数据库存储并管理采集到的所有数据,通过操作数据分析模块分析用户的操作行为并预测用户最终需要的目标图像,通过视频图像处理模块在视频播放过程中监测用户操作行为,比对用户截取的图像和目标图像,控制添加目标图像,通过目标数据传输模块获取用户终端信息,将视频图像分段传输到对应用户终端,提高了获取存在有用信息的图像的效率,节省了截图时间。
  • 摘要附图
    一种基于大数据分析的视频图像处理方法及系统
  • 说明书附图:图1
    一种基于大数据分析的视频图像处理方法及系统
  • 说明书附图:图2
    一种基于大数据分析的视频图像处理方法及系统
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2022-06-28 实质审查的生效 IPC(主分类): H04N 21/44 专利申请号: 202210246010.8 申请日: 2022.03.14
2 2022-06-10 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于大数据分析的视频图像处理系统,其特征在于:所述系统包括:数据采集模块、数据库、操作数据分析模块、视频图像处理模块和目标数据传输模块;
通过所述数据采集模块采集用户的操作行为数据和视频中的静态图像序列数据;通过所述数据库存储并管理采集到的所有数据;
通过操作数据分析模块从所述数据库中调取用户的操作行为数据,通过分析用户的操作行为预测用户最终需要的目标图像;
通过所述视频图像处理模块在视频播放过程中监测用户操作行为,比对用户截取的图像和目标图像,控制添加目标图像;
通过所述目标数据传输模块获取用户终端信息,将视频图像分段传输到对应用户终端。

2.根据权利要求1所述的一种基于大数据分析的视频图像处理系统,其特征在于:所述数据采集模块包括操作数据采集单元和图像序列采集单元,所述操作数据采集单元用于采集视频播放过程中用户的操作行为数据;所述图像序列采集单元用于采集视频中的静态图像帧序列,将采集到的所有数据传输到所述数据库中。

3.根据权利要求1所述的一种基于大数据分析的视频图像处理系统,其特征在于:所述操作数据分析模块包括截图信息分析单元、需求数据预测单元和误差预测单元,所述截图信息分析单元用于分析采集到的操作行为数据,并统计不同用户截取的图像帧数据;所述需求数据预测单元用于依据统计结果预测用户需要的图像;所述误差预测单元用于分析预测数据存在的误差概率,根据误差概率判断用户最终需要的目标图像。

4.根据权利要求1所述的一种基于大数据分析的视频图像处理系统,其特征在于:所述视频图像处理模块包括截图监测单元、图像比对单元和图像添加控制单元,所述截图监测单元用于在视频播放过程中监测用户的操作行为,获取用户截取的图像帧数据;所述图像比对单元用于比对截取到的图像和目标图像;所述图像添加控制单元用于分析截取到的图像帧是否与目标图像帧一致:若一致,不添加目标图像;若不一致,在用户截取图像后将目标图像发送至用户终端。

5.根据权利要求1所述的一种基于大数据分析的视频图像处理系统,其特征在于:所述目标数据传输模块包括终端信息获取单元和视频分段传输单元,所述终端信息获取单元用于获取用户终端的IP信息;所述视频分段传输单元用于判断用户需要的目标图像帧属于前序列帧或后序列帧,依据判断结果将视频分段,将分段后的对应视频发送至对应用户终端。

6.一种基于大数据分析的视频图像处理方法,其特征在于:包括以下步骤:
S1:采集播放视频时的用户操作行为数据和对应视频的图像数据;
S2:分析操作行为数据,预测用户最终需要的目标图像;
S3:实时监测用户的操作行为,获取截取的图像,比对截取到的图像和目标图像;
S4:在截图后控制添加目标图像;
S5:获取用户终端信息,将视频分段后传输到对应用户终端。

7.根据权利要求6所述的一种基于大数据分析的视频图像处理方法,其特征在于:在步骤S1‑S2中:利用操作数据采集单元采集视频播放过程中用户的操作行为数据:采集到用户的截图次数集合为A={A1,A2,…,An},其中,n表示观看同一视频的用户数量,利用图像序列采集单元采集到视频中的图像帧序列集合为B={B1,B2,…,Bm},其中,m表示视频中的图像帧数,将采集到的所有数据传输到所述数据库中,利用截图信息分析单元分析采集到的操作行为数据:统计到随机一个用户截图的间隔时间集合为t={t1,t2,…,tk},其中,k+1表示对应用户的截图次数,k+1=Aj,对应用户截取的图像帧集合为b={b1,b2,…,bk+1},统计到截取的图像帧被重复的次数集合为M={M1,M2,…,Mk+1},利用需求数据预测单元预测用户需要的目标图像帧:根据下列公式计算随机一个用户随机一次截取的图像帧是目标图像帧的可行系数Pi:
其中,ti表示对应用户随机一次截图与前一次截图的间隔时间,Mj表示对应用户随机一次截取的图像帧被重复的次数,Aj表示对应用户的截图次数,得到对应用户截取的所有图像帧是目标图像帧的可行系数集合为P={P1,P2,…,Pk+1},将可行系数数据传输到误差分析单元中。

8.根据权利要求7所述的一种基于大数据分析的视频图像处理方法,其特征在于:利用所述误差分析单元分析预测的数据存在的误差概率:对视频显示页面进行建模:建立二维坐标系,定位到视频显示页面中的截图按钮位置坐标为(x,y),截图关闭按钮位置坐标为(X,Y),得到截图按钮指向关闭按钮的向量坐标为(X‑x,Y‑y),根据下列公式判断截图按钮与关闭按钮的位置关系:
其中,d表示截图按钮到关闭按钮的距离,α表示向量与水平正向的夹角,获取到用户在点击截图按钮后的点击位置坐标为(x’,y’),得到对应用户截图后点击的位置与截图按钮的距离为D,截图按钮指向点击位置的向量与水平正向的夹角为β,分别比较d和D、α和β:若d=D且α=β,判断用户在截图后关闭了截取到的图像帧;若d≠D或α≠β,判断用户在截图后未关闭截取到的图像帧,统计到对应截取到的图像帧被关闭的次数集合为w={w1,w2,…,wk+1},根据下列公式计算随机一个截取到的图像帧是目标图像帧的优化可行系数pi:
其中, 为误差概率,wi表示随机一个截取到的图像被关闭的次数,得到优化可行系数集合为p={p1,p2,…,pk+1},比较优化可行性系数,筛选出最大优化可行系数为pmax,预测pmax对应的图像是用户最终需要的目标图像。

9.根据权利要求6所述的一种基于大数据分析的视频图像处理方法,其特征在于:在步骤S3‑S4中:利用截图监测单元实时监测用户的操作行为,获取用户截取的图像,利用图像比对单元比对截取到的图像和目标图像:获取到截取到的图像在第N帧,预测的目标图像在第M帧:若M=N,说明用户截取到的是目标图像;若M≠N,说明用户截取到的不是目标图像,在用户截图后,利用图像添加控制单元对目标图像进行增强处理后,发送目标图像至对应用户终端。

10.根据权利要求6所述的一种基于大数据分析的视频图像处理方法,其特征在于:在步骤S5中:利用终端信息获取单元获取用户终端的IP信息,采集到视频的总帧数为m,比较M和m:若M≤m/2,说明目标图像在前1/2视频中出现;若M>m/2,说明目标图像在后1/2视频中,判断不同用户的目标图像在视频中出现的位置,在用户未截取到目标图像时,利用视频分段传输单元分别将前1/2视频和后1/2视频发送到对应用户终端。
说明书

技术领域

[0001] 本发明涉及视频图像处理技术领域,具体为一种基于大数据分析的视频图像处理方法及系统。

背景技术

[0002] 视频图像指的是连续的静态图像序列,图像处理的发展依赖于计算机的应用与发展,随着计算技术的快速发展,图像处理技术逐渐得到优化和完善,经过图像处理算法获取到的图像质量也越来越高;
[0003] 然而,现有技术对视频图像进行处理,仍然存在一定弊端:首先,为获取视频图像,一般需要在视频播放到对应位置时截图获取,但是,若需要获取对应帧数的更精确的图像并获取到有用信息,往往需要多次截取视频图像,才能截取到目标图像,现有技术无法对截取的视频图像进行精确化处理:预测用户需要的目标图像,提高获取目标图像的效率;其次,存在预测的目标图像不是用户需要的图像的情况,现有技术中,用户需要自行拖动视频进度条,进行截图,无法节省截图时间。
[0004] 所以,人们需要一种基于大数据分析的视频图像处理方法及系统来解决上述问题。

发明内容

[0005] 本发明的目的在于提供一种基于大数据分析的视频图像处理方法及系统,以解决上述背景技术中提出的问题。
[0006] 为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据分析的视频图像处理系统,其特征在于:所述系统包括:数据采集模块、数据库、操作数据分析模块、视频图像处理模块和目标数据传输模块;
[0007] 通过所述数据采集模块采集用户的操作行为数据和视频中的静态图像序列数据;通过所述数据库存储并管理采集到的所有数据;
[0008] 通过操作数据分析模块从所述数据库中调取用户的操作行为数据,通过分析用户的操作行为预测用户最终需要的目标图像;
[0009] 通过所述视频图像处理模块在视频播放过程中监测用户操作行为,比对用户截取的图像和目标图像,控制添加目标图像;
[0010] 通过所述目标数据传输模块获取用户终端信息,将视频图像分段传输到对应用户终端。
[0011] 进一步的,所述数据采集模块包括操作数据采集单元和图像序列采集单元,所述操作数据采集单元用于采集视频播放过程中用户的操作行为数据;所述图像序列采集单元用于采集视频中的静态图像帧序列,将采集到的所有数据传输到所述数据库中。
[0012] 进一步的,所述操作数据分析模块包括截图信息分析单元、需求数据预测单元和误差预测单元,所述截图信息分析单元用于分析采集到的操作行为数据,并统计不同用户截取的图像帧数据;所述需求数据预测单元用于依据统计结果预测用户需要的图像;所述误差预测单元用于分析预测数据存在的误差概率,根据误差概率判断用户最终需要的目标图像。
[0013] 进一步的,所述视频图像处理模块包括截图监测单元、图像比对单元和图像添加控制单元,所述截图监测单元用于在视频播放过程中监测用户的操作行为,获取用户截取的图像帧数据;所述图像比对单元用于比对截取到的图像和目标图像;所述图像添加控制单元用于分析截取到的图像帧是否与目标图像帧一致:若一致,不添加目标图像;若不一致,在用户截取图像后将目标图像发送至用户终端。
[0014] 进一步的,所述目标数据传输模块包括终端信息获取单元和视频分段传输单元,所述终端信息获取单元用于获取用户终端的IP信息;所述视频分段传输单元用于判断用户需要的目标图像帧属于前序列帧或后序列帧,依据判断结果将视频分段,将分段后的对应视频发送至对应用户终端。
[0015] 一种基于大数据分析的视频图像处理方法,其特征在于:包括以下步骤:
[0016] S1:采集播放视频时的用户操作行为数据和对应视频的图像数据;
[0017] S2:分析操作行为数据,预测用户最终需要的目标图像;
[0018] S3:实时监测用户的操作行为,获取截取的图像,比对截取到的图像和目标图像是否一致;
[0019] S4:在截图后控制添加目标图像;
[0020] S5:获取用户终端信息,将视频分段后传输到对应用户终端。
[0021] 进一步的,在步骤S1‑S2中:利用操作数据采集单元采集视频播放过程中用户的操作行为数据:采集到用户的截图次数集合为A={A1,A2,…,An},其中,n表示观看同一视频的用户数量,利用图像序列采集单元采集到视频中的图像帧序列集合为B={B1,B2,…,Bm},其中,m表示视频中的图像帧数,将采集到的所有数据传输到所述数据库中,利用截图信息分析单元分析采集到的操作行为数据:统计到随机一个用户截图的间隔时间集合为t={t1,t2,…,tk},其中,k+1表示对应用户的截图次数,k+1=Aj,对应用户截取的图像帧集合为b={b1,b2,…,bk+1},统计到截取的图像帧被重复的次数集合为M={M1,M2,…,Mk+1},利用需求数据预测单元预测用户需要的目标图像帧:根据下列公式计算随机一个用户随机一次截取的图像帧是目标图像帧的可行系数Pi:
[0022]
[0023] 其中,ti表示对应用户随机一次截图与前一次截图的间隔时间,Mj表示对应用户随机一次截取的图像帧被重复的次数,Aj表示对应用户的截图次数,得到对应用户截取的所有图像帧是目标图像帧的可行系数集合为P={P1,P2,…,Pk+1},将可行系数数据传输到误差分析单元中,计算用户随机一次截取的图像是否是目标图像的可行系数的目的在于预测截取到的图像是否是目标图像,除受截图次数影响,可行系数同时受用户每次截图的间隔时间和截取图像的重复性影响,距前一次截图对的间隔时间越长,表示用户拖动视频进度条越长,映射出当前截取的图像非目标图像的可能性越大,结合截图间隔时间、重复次数和截图次数计算可行系数,提高了预测结果的准确性。
[0024] 进一步的,利用所述误差分析单元分析预测的数据存在的误差概率:对视频显示页面进行建模:建立二维坐标系,定位到视频显示页面中的截图按钮位置坐标为(x,y),截图关闭按钮位置坐标为(X,Y),得到截图按钮指向关闭按钮的向量坐标为(X‑x,Y‑y),根据下列公式判断截图按钮与关闭按钮的位置关系:
[0025]
[0026]
[0027] 其中,d表示截图按钮到关闭按钮的距离,α表示向量与水平正向的夹角,获取到用户在点击截图按钮后的点击位置坐标为(x’,y’),得到对应用户截图后点击的位置与截图按钮的距离为D,截图按钮指向点击位置的向量与水平正向的夹角为β,分别比较d和D、α和β:若d=D且α=β,判断用户在截图后关闭了截取到的图像帧;若d≠D或α≠β,判断用户在截图后未关闭截取到的图像帧,统计到对应截取到的图像帧被关闭的次数集合为w={w1,w2,…,wk+1},根据下列公式计算随机一个截取到的图像帧是目标图像帧的优化可行系数pi:
[0028]
[0029] 其中, 为误差概率,wi表示随机一个截取到的图像被关闭的次数,得到优化可行系数集合为p={p1,p2,…,pk+1},比较优化可行性系数,筛选出最大优化可行系数为pmax,预测pmax对应的图像是用户最终需要的目标图像,在视频播放过程中,可能出现用户误点击截图按钮的情况,若用户在点击截图按钮后立即关闭截图,说明用户是误点击了截图按钮,为排除这种情况,依据截图按钮和关闭按钮相对位置统计图像被关闭次数,将关闭次数比例作为误差概率,优化可行系数,依据优化的可行系数得到最终预测的目标图像,进一步提高了预测结果的准确性,发送目标图像,提高了用户获取截图的效率。
[0030] 进一步的,在步骤S3‑S4中:利用截图监测单元实时监测用户的操作行为,获取用户截取的图像,利用图像比对单元比对截取到的图像和目标图像:获取到截取到的图像在第N帧,预测的目标图像在第M帧:若M=N,说明用户截取到的是目标图像;若M≠N,说明用户截取到的不是目标图像,在用户截图后,利用图像添加控制单元对目标图像进行增强处理后,发送目标图像至对应用户终端。
[0031] 进一步的,在步骤S5中:利用终端信息获取单元获取用户终端的IP信息,采集到视频的总帧数为m,比较M和m:若M≤m/2,说明目标图像在前1/2视频中出现;若M>m/2,说明目标图像在后1/2视频中,判断不同用户的目标图像在视频中出现的位置,在用户未截取到目标图像时,利用视频分段传输单元分别将前1/2视频和后1/2视频发送到对应用户终端,解决了现有技术中,用户需要自行拖动视频进度条,进行截图,无法节省截图时间的弊端。
[0032] 与现有技术相比,本发明所达到的有益效果是:
[0033] 本发明通过采集用户在获取视频图像时的操作行为数据,分析用户的截图次数、截图间隔时间等信息,结合分析结果预测用户需要截取的目标图像,考虑到存在用户误截图的现象,依据用户操作行为数据判断用户误截图的情况,在排除误差概率后进一步预测目标图像,提高了预测结果的准确性,实时监测用户截图行为,在用户未截取到目标图像时发送预测的目标图像至用户终端,提高了获取存在有用信息的图像的效率;若预测的目标图像非用户需要的图像,判断用户需要的图像在视频中的位置,分段传输视频至对应用户终端,解决了现有技术中用户需要自行拖动进度条、无法节省截取图像时间的弊端。

实施方案

[0037] 以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
[0038] 请参阅图1‑图2,本发明提供技术方案:一种基于大数据分析的视频图像处理系统,其特征在于:系统包括:数据采集模块、数据库、操作数据分析模块、视频图像处理模块和目标数据传输模块;
[0039] 通过数据采集模块采集用户的操作行为数据和视频中的静态图像序列数据;通过数据库存储并管理采集到的所有数据;
[0040] 通过操作数据分析模块从数据库中调取用户的操作行为数据,通过分析用户的操作行为预测用户最终需要的目标图像;
[0041] 通过视频图像处理模块在视频播放过程中监测用户操作行为,比对用户截取的图像和目标图像,控制添加目标图像;
[0042] 通过目标数据传输模块获取用户终端信息,将视频图像分段传输到对应用户终端。
[0043] 数据采集模块包括操作数据采集单元和图像序列采集单元,操作数据采集单元用于采集视频播放过程中用户的操作行为数据;图像序列采集单元用于采集视频中的静态图像帧序列,将采集到的所有数据传输到数据库中。
[0044] 操作数据分析模块包括截图信息分析单元、需求数据预测单元和误差预测单元,截图信息分析单元用于分析采集到的操作行为数据,并统计不同用户截取的图像帧数据;需求数据预测单元用于依据统计结果预测用户需要的图像;误差预测单元用于分析预测数据存在的误差概率,根据误差概率判断用户最终需要的目标图像。
[0045] 视频图像处理模块包括截图监测单元、图像比对单元和图像添加控制单元,截图监测单元用于在视频播放过程中监测用户的操作行为,获取用户截取的图像帧数据;图像比对单元用于比对截取到的图像和目标图像;图像添加控制单元用于分析截取到的图像帧是否与目标图像帧一致:若一致,不添加目标图像;若不一致,在用户截取图像后将目标图像发送至用户终端。
[0046] 目标数据传输模块包括终端信息获取单元和视频分段传输单元,终端信息获取单元用于获取用户终端的IP信息;视频分段传输单元用于判断用户需要的目标图像帧属于前序列帧或后序列帧,依据判断结果将视频分段,将分段后的对应视频发送至对应用户终端。
[0047] 一种基于大数据分析的视频图像处理方法,其特征在于:包括以下步骤:
[0048] S1:采集播放视频时的用户操作行为数据和对应视频的图像数据;
[0049] S2:分析操作行为数据,预测用户最终需要的目标图像;
[0050] S3:实时监测用户的操作行为,获取截取的图像,比对截取到的图像和目标图像;
[0051] S4:在截图后控制添加目标图像;
[0052] S5:获取用户终端信息,将视频分段后传输到对应用户终端。
[0053] 在步骤S1‑S2中:利用操作数据采集单元采集视频播放过程中用户的操作行为数据:采集到用户的截图次数集合为A={A1,A2,…,An},其中,n表示观看同一视频的用户数量,利用图像序列采集单元采集到视频中的图像帧序列集合为B={B1,B2,…,Bm},其中,m表示视频中的图像帧数,将采集到的所有数据传输到数据库中,利用截图信息分析单元分析采集到的操作行为数据:统计到随机一个用户截图的间隔时间集合为t={t1,t2,…,tk},其中,k+1表示对应用户的截图次数,k+1=Aj,对应用户截取的图像帧集合为b={b1,b2,…,bk+1},统计到截取的图像帧被重复的次数集合为M={M1,M2,…,Mk+1},利用需求数据预测单元预测用户需要的目标图像帧:根据下列公式计算随机一个用户随机一次截取的图像帧是目标图像帧的可行系数Pi:
[0054]
[0055] 其中,ti表示对应用户随机一次截图与前一次截图的间隔时间,Mj表示对应用户随机一次截取的图像帧被重复的次数,Aj表示对应用户的截图次数,得到对应用户截取的所有图像帧是目标图像帧的可行系数集合为P={P1,P2,…,Pk+1},将可行系数数据传输到误差分析单元中,结合截图间隔时间、重复次数和截图次数计算可行系数,能够有效提高预测目标图像结果的准确性。
[0056] 利用误差分析单元分析预测的数据存在的误差概率:对视频显示页面进行建模:建立二维坐标系,定位到视频显示页面中的截图按钮位置坐标为(x,y),截图关闭按钮位置坐标为(X,Y),得到截图按钮指向关闭按钮的向量坐标为(X‑x,Y‑y),根据下列公式判断截图按钮与关闭按钮的位置关系:
[0057]
[0058]
[0059] 其中,d表示截图按钮到关闭按钮的距离,α表示向量与水平正向的夹角,获取到用户在点击截图按钮后的点击位置坐标为(x’,y’),得到对应用户截图后点击的位置与截图按钮的距离为D,截图按钮指向点击位置的向量与水平正向的夹角为β,分别比较d和D、α和β:若d=D且α=β,判断用户在截图后关闭了截取到的图像帧;若d≠D或α≠β,判断用户在截图后未关闭截取到的图像帧,统计到对应截取到的图像帧被关闭的次数集合为w={w1,w2,…,wk+1},根据下列公式计算随机一个截取到的图像帧是目标图像帧的优化可行系数pi:
[0060]
[0061] 其中, 为误差概率,wi表示随机一个截取到的图像被关闭的次数,得到优化可行系数集合为p={p1,p2,…,pk+1},比较优化可行性系数,筛选出最大优化可行系数为pmax,预测pmax对应的图像是用户最终需要的目标图像,排除了可能出现用户误点击截图按钮的情况,依据截图按钮和关闭按钮相对位置统计图像被关闭次数,将关闭次数比例作为误差概率,优化可行系数,依据优化的可行系数得到最终预测的目标图像,进一步提高了预测结果的准确性,发送目标图像,能够有效提高用户获取截图的效率。
[0062] 在步骤S3‑S4中:利用截图监测单元实时监测用户的操作行为,获取用户截取的图像,利用图像比对单元比对截取到的图像和目标图像:获取到截取到的图像在第N帧,预测的目标图像在第M帧:若M=N,说明用户截取到的是目标图像;若M≠N,说明用户截取到的不是目标图像,在用户截图后,利用图像添加控制单元对目标图像进行增强处理后,发送目标图像至对应用户终端。
[0063] 在步骤S5中:利用终端信息获取单元获取用户终端的IP信息,采集到视频的总帧数为m,比较M和m:若M≤m/2,说明目标图像在前1/2视频中出现;若M>m/2,说明目标图像在后1/2视频中,判断不同用户的目标图像在视频中出现的位置,在用户未截取到目标图像时,利用视频分段传输单元分别将前1/2视频和后1/2视频发送到对应用户终端用户无须自行拖动视频进度条,节省了截图时间。
[0064] 实施例一:采集到用户的截图次数集合为A={A1,A2,A3}={5,3,6},采集到视频中的部分图像帧序列集合为B={B1,B2,B3},统计到第一个用户截图的间隔时间集合为t={t1,t2,t3,t4}={10,20,60,30},单位为秒,对应用户截取的图像帧集合为b={b1,b2,b3,b4,b5},统计到截取的图像帧被重复的次数集合为M={M1,M2,M3,M4,M5}={0,2,1,3,1},根据公式 得到第一个用户截取的所有图像帧是目标图像帧的可行系数集合为P={P1,P2,P3,P4,P5}={0.05,0.32,0.42,0.48,0.11},统计到对应截取到的图像帧被关闭的次数集合为w={w1,w2,w3,w4,w5}={3,2,0,1,5},根据公式计算随机一个截取到的图像帧是目标图像帧的优化可行系数集合为
p={p1,p2,p3,p4,p5}={0.04,0.26,0.42,0.44,0.06},比较优化可行性系数,筛选出最大优化可行系数为pmax=0.44,预测第四个图像是用户最终需要的目标图像。
[0065] 最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

附图说明

[0034] 附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
[0035] 图1是本发明一种基于大数据分析的视频图像处理系统的结构图;
[0036] 图2是本发明一种基于大数据分析的视频图像处理方法的流程图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号