[发明专利]低比特率压缩视频流上的计算机视觉的自适应阈值处理

权利要求书

1.一种用于向解压缩视频应用计算机视觉的由计算机实现的方法，包括：

通过将参考视频帧中的第一检测到的计算机视觉结果的一个或多个空间指示器平移到个体视频帧，来生成所述个体视频帧中的兴趣区域；

将所述个体视频帧的第一位置的第一计算机视觉得分与第一阈值相比较并且将所述个体视频帧的第二位置的第二计算机视觉得分与第二阈值相比较，以确定所述第一得分或所述第二得分是否对应于第二检测到的计算机视觉结果，其中，响应于所述第一位置在所述兴趣区域内并且所述第二位置在所述兴趣区域外，所述第一阈值小于所述第二阈值；并且

当所述第一得分与所述第一阈值比较起来有利或者所述第二得分与所述第二阈值比较起来有利时，发送第二检测到的计算机视觉结果的指示器。

2.如权利要求1所述的方法，其中，要比较起来有利，所述第一得分和所述第二得分必须超过其各自的阈值，并且其中所述第一阈值不大于所述第二阈值的一半。

3.如权利要求1或2中任一项所述的方法，其中，所述第一计算机视觉结果包括对象检测结果，并且所述方法还包括：

对所述个体视频帧执行对象检测以生成所述第一计算机视觉得分和所述第二计算机视觉得分。

4.如权利要求3所述的方法，其中，执行所述对象检测包括应用深度神经网络。

5.如权利要求1到4中任一项所述的方法，其中，生成所述个体视频帧中的所述兴趣区域包括：

确定所述参考视频帧中的一个或多个编码块，其中每个编码块被与所述空间指示器相对应的限界区域的至少一部分所重叠；

获得与所述一个或多个编码块相对应的一个或多个运动向量；并且

利用所述一个或多个运动向量将至少所述限界区域从所述参考视频帧平移到所述个体视频帧，以生成所述兴趣区域。

6.如权利要求5所述的方法，其中，所述一个或多个运动向量包括多个运动向量，并且利用所述一个或多个运动向量平移所述限界区域包括：利用所述多个运动向量的平均或中值中的至少一者来平移所述限界区域。

7.如权利要求5所述的方法，还包括：

将所述限界区域扩展到由所述一个或多个编码块定义的边界来生成所述兴趣区域。

8.如权利要求5所述的方法，还包括：

对接收到的比特流解码，以生成所述个体视频帧和所述参考视频帧并且确定所述一个或多个运动向量。

9.如权利要求8所述的方法，其中，所述个体视频帧是运动预测帧，并且与所述个体视频帧相比所述参考视频帧是用更少的比特编码的运动预测帧。

10.如权利要求8所述的方法，其中，所述个体视频帧是运动预测帧并且所述参考视频帧是独立帧。

11.如权利要求1至10的任何一项所述的方法，还包括：

将所述参考视频帧的第三计算机视觉得分与所述第一阈值相比较以确定所述参考视频帧中的所述第一检测到的计算机视觉结果。

12.一种用于向解压缩视频应用计算机视觉的系统，包括：

存储器，用来存储个体视频帧和参考视频帧；以及

耦合到所述存储器的处理器，所述处理器用来：

通过将参考视频帧中的第一检测到的计算机视觉结果的一个或多个空间指示器平移到个体视频帧，来生成所述个体视频帧中的兴趣区域；

将所述个体视频帧的第一位置的第一计算机视觉得分与第一阈值相比较并且将所述个体视频帧的第二位置的第二计算机视觉得分与第二阈值相比较，以确定所述第一得分或所述第二得分是否对应于第二检测到的计算机视觉结果，其中，响应于所述第一位置在所述兴趣区域内并且所述第二位置在所述兴趣区域外，所述第一阈值小于所述第二阈值；并且

当所述第一得分与所述第一阈值比较起来有利或者所述第二得分与所述第二阈值比较起来有利时，发送第二检测到的计算机视觉结果的指示器。