[发明专利]视频渲染方法、装置、计算机设备和可读存储介质有效
申请号: | 201711020523.2 | 申请日: | 2017-10-26 |
公开(公告)号: | CN107801093B | 公开(公告)日: | 2020-01-07 |
发明(设计)人: | 韩庆龙;张聪;黄之燊 | 申请(专利权)人: | 深圳市量子视觉科技有限公司 |
主分类号: | H04N21/44 | 分类号: | H04N21/44 |
代理公司: | 44224 广州华进联合专利商标代理有限公司 | 代理人: | 石佩 |
地址: | 518051 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视频 渲染 方法 装置 计算机 设备 可读 存储 介质 | ||
1.一种视频渲染方法,其特征在于,包括:
接收服务器发送的视频以及所述视频的区域标识;
根据所述区域标识识别所述视频中的动态区域和静态区域,其中,与深度学习模型匹配的像素区域为动态区域,其他区域为静态区域;
按照所述视频中的视频帧的播放顺序渲染当前动态区域的每一帧和当前静态区域的第一帧;
读取当前静态区域的持续时间,若当前静态区域的持续时间到达时,所述当前动态区域和所述当前静态区域的位置发生改变,当所述当前动态区域和所述当前静态区域发生改变时,则按照所述视频中的视频帧的播放顺序渲染改变后的动态区域的每一帧和改变后的静态区域的第一帧,直至所述视频渲染完成。
2.根据权利要求1所述的方法,其特征在于,所述读取当前静态区域的持续时间的步骤,包括:
接收所述服务器发送的静态区域的持续时间;
从所接收的静态区域的持续时间中选取与所述当前静态区域对应的持续时间;
所述当前动态区域和所述当前静态区域发生改变,包括:
当所述当前静态区域的第一帧的显示时间等于所选取的持续时间时,则所述当前动态区域和所述当前静态区域发生改变。
3.一种视频处理方法,其特征在于,包括:
获取待处理视频以及与所述待处理视频对应的处理算法;
通过所述处理算法将所述待处理视频分割为动态区域和静态区域,包括:当所述处理算法为深度学习算法时,识别待处理视频的主体,并根据所述主体建立深度学习模型,根据所述深度学习模型,将待处理视频中的每一帧与所述深度学习模型进行匹配,则每一帧中与所述深度学习模型匹配的像素区域为所述动态区域,其他区域为所述静态区域;
对所述动态区域和所述静态区域添加区域标识,统计所述静态区域的持续时间;
当接收到客户端的视频获取请求时,则将所述待处理视频、所述静态区域的持续时间以及所述待处理视频的区域标识发送至所述客户端。
4.根据权利要求3所述的方法,其特征在于,所述统计所述静态区域的持续时间的步骤,包括:
当某区域在一定时间内被标识为所述静态区域,且所述区域在后续连续几个帧中都被标识为所述静态区域时,则统计所述静态区域的持续时间。
5.根据权利要求3所述的方法,其特征在于,所述通过所述处理算法将所述待处理视频分割为动态区域和静态区域的步骤,包括:
当所选择的处理算法是帧间差分法时,通过所述处理算法计算所述待处理视频的相邻帧中对应像素的差值;
当所述差值不超过预设值时,则所述像素对应的区域为静态区域;
当所述差值超过预设值时,则所述像素对应的区域为动态区域。
6.一种视频渲染装置,其特征在于,包括:
接收模块,用于接收服务器发送的视频以及所述视频的区域标识;
识别模块,用于根据所述区域标识识别所述视频中的动态区域和静态区域,其中,与深度学习模型匹配的像素区域为动态区域,其他区域为静态区域;
渲染模块,用于按照所述视频中的视频帧的播放顺序渲染当前动态区域的每一帧和当前静态区域的第一帧;
判断模块,用于读取当前静态区域的持续时间,若当前静态区域的持续时间到达时,所述当前动态区域和所述当前静态区域的位置发生改变,当所述当前动态区域和所述当前静态区域发生改变时,则按照所述视频中的视频帧的播放顺序渲染改变后的动态区域的每一帧和改变后的静态区域的第一帧,直至所述视频渲染完成。
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深圳市量子视觉科技有限公司,未经深圳市量子视觉科技有限公司许可,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/pat/books/201711020523.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:冰箱
- 下一篇:一种应用于电厂抽真空系统的冷冻系统