[发明专利]一种基于深度学习的音视频处理方法和装置

权利要求书

1.一种基于深度学习的音视频处理方法，其特征在于，包括以下步骤：

通过深度学习与神经网络对被压缩过的音视频流进行预测，得到预测出的每一帧数据；

根据对预测出的每一帧数据与音视频流的原始数据进行比较，分别得到预测的每一帧的相关数据准确度和非相关数据准确度；

根据所述相关数据准确度和所述非相关数据准确度来判断当前深度学习与神经网络预测的级别；

将所述预测的级别以二进制的形式传输至工作人员的终端，并在终端以点亮条格的形式展现出来；

其中，利用如下公式根据对预测出的每一帧数据与音视频流的原始数据进行比较，分别得到预测的每一帧的相关数据准确度和非相关数据准确度：

其中L(i)表示通过深度学习与神经网络预测的第i帧的相关数据准确度；F(i)表示通过深度学习与神经网络预测的第i帧的非相关数据准确度；其中若则L(i)＝1，若则F(i)＝1；D_i(a)表示通过深度学习与神经网络预测的第i帧二进制形式数据中的第a位上的二进制数；D_i，0(a)表示音视频流的原始数据的第i帧二进制形式数据中的第a位上的二进制数；G_i(a)表示特征检测函数，若音视频流的原始数据的第i帧二进制形式数据中第a位上的二进制数为特征数即可反映音视频流的特征数值时函数值G_i(a)＝1，反之函数值G_i(a)＝0；m_i表示音视频流的原始数据的第i帧二进制形式数据中二进制数的位数；| |表示求取绝对值；[]₁₀表示将括号内的数值转换为十进制。

2.根据权利要求1所述的基于深度学习的音视频处理方法，其特征在于，所述条格为终端上存在一个多行一列的竖条格，所述竖条格的每一行即为一个独立条格，每一行的独立条格都可以单独被控制进行点亮和熄灭。

3.根据权利要求2所述的基于深度学习的音视频处理方法，其特征在于，利用如下公式根据所述相关数据准确度和所述非相关数据准确度得到传输至工作人员终端的二进制数据：

其中(C)₂表示传输至工作人员终端二进制形式的数据；n表示音视频流的总帧数；∧表示逻辑与；()₂表示括号内的数为二进制形式的数据。

4.根据权利要求3所述的基于深度学习的音视频处理方法，其特征在于，利用如下公式根据终端接收到的二进制数据控制所述竖条格状条上的独立条格进行点亮：

其中k表示所述竖条格状条上的独立条格控制点亮个数；K表示所述竖条格状条上的独立条格总数。