一種基于多視頻源的進(jìn)度識別方法
【專利摘要】本發(fā)明公開了一種基于多視頻源的進(jìn)度識別方法包括：步驟1：建立視頻資源庫，對視頻資源進(jìn)行預(yù)處理，并建立特征碼時間對數(shù)據(jù)庫；步驟2：隨機(jī)導(dǎo)出視頻A及其對應(yīng)的特征碼時間對，將視頻A的所有特征碼與特征碼時間對數(shù)據(jù)庫中的所有特征碼進(jìn)行匹配，匹配出特征碼相同個數(shù)最多的另一個視頻B；步驟3：獲得與視頻A和視頻B均出現(xiàn)過的P個特征碼；步驟4：以視頻B的時間維度為基準(zhǔn)，建立直角坐標(biāo)系，以B的時間維度為x軸，A的時間維度為y軸，進(jìn)行擬合處理，擬合得到的截距參數(shù)為視頻A與視頻B的時間進(jìn)度差異值，實(shí)現(xiàn)了對不同視頻源進(jìn)行排重時計(jì)算量小，能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別的技術(shù)效果。
【專利說明】
一種基于多視頻源的進(jìn)度識別方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及視頻信息處理領(lǐng)域，具體地，涉及一種基于多視頻源的進(jìn)度識別方法。
【背景技術(shù)】
[0002]同一部影視劇，除了有完整版、刪減版、跳過片頭片尾版等不同的版本，還有著格式上的差異，甚至同一個場景鏡頭中插播廣告的時間點(diǎn)也各有不同。這些影視作品或節(jié)目通過各類媒介渠道進(jìn)行播放，不同的視頻源組成了巨容量的多媒體數(shù)據(jù)庫。
[0003]由于流媒體本身具有傳播速度快、傳輸實(shí)時性等特點(diǎn)，用戶不必等到整個視頻文件全部下載完畢再進(jìn)行觀看，僅需在流媒體上在線點(diǎn)播，經(jīng)過幾十秒的延時便可觀看，同樣，視頻源中的推送插播廣告也是通過流的傳輸形式在線直播。然而由于流量巨大，以多媒體格式播放的視頻源在接入時就需要一個歸一化標(biāo)準(zhǔn)。
[0004]在影視劇的一個場景鏡頭中，同一個時間點(diǎn)出現(xiàn)的彈幕內(nèi)容相同時，對于來自不同視頻源的視頻，也需要有一個統(tǒng)一對應(yīng)進(jìn)度管理的標(biāo)準(zhǔn)。
[0005]大數(shù)據(jù)時代，知識與信息的表現(xiàn)形式日趨豐富，以多媒體的形式存在的海量數(shù)據(jù)資源來源復(fù)雜，因此在進(jìn)行視頻的進(jìn)度識別匹配時，同樣需要有歸一化的標(biāo)準(zhǔn)。
[0006]盡管現(xiàn)有的技術(shù)已經(jīng)能夠?qū)σ曨l音頻文件進(jìn)行讀取、播放等進(jìn)度的控制，但還缺乏對不同的視頻源進(jìn)度情況進(jìn)行統(tǒng)一定位的能力，現(xiàn)今視頻處理的只能讀取出單一視頻源的進(jìn)度情況，且多媒體視頻數(shù)據(jù)庫視頻排重時計(jì)算量大。
[0007]綜上所述，本申請發(fā)明人在實(shí)現(xiàn)本申請實(shí)施例中發(fā)明技術(shù)方案的過程中，發(fā)現(xiàn)上述技術(shù)至少存在如下技術(shù)問題:
[0008]在現(xiàn)有技術(shù)中，現(xiàn)有的視頻處理方式存在不能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，對不同視頻源進(jìn)行排重時計(jì)算量大，以及不能夠?qū)Σ煌囊曨l版本進(jìn)度進(jìn)行識別的技術(shù)問題。

【發(fā)明內(nèi)容】

[0009]本發(fā)明提供了一種基于多視頻源的進(jìn)度識別方法，解決了在現(xiàn)有技術(shù)中，現(xiàn)有的視頻處理方式存在不能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，不能對不同視頻源進(jìn)行有效的排重，以及不能夠?qū)Σ煌囊曨l版本進(jìn)度進(jìn)行識別的技術(shù)問題，實(shí)現(xiàn)了能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，對不同視頻源進(jìn)行排重時計(jì)算量小，能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別的技術(shù)效果。
[0010]為解決上述技術(shù)問題，本申請實(shí)施例提供了一種基于多視頻源的進(jìn)度識別方法，本發(fā)明旨在解決多媒體視頻數(shù)據(jù)庫視頻排重時計(jì)算量大的問題，即我們在進(jìn)行匹配的時候，在已經(jīng)建立的特征庫內(nèi)利用一定的方法找出有可能有關(guān)系的視頻源后(先進(jìn)行粗匹配)，再進(jìn)行精準(zhǔn)的進(jìn)度匹配。
[0011]步驟I，視頻資源以流式傳輸?shù)男问酵ㄟ^服務(wù)編碼器，編碼器采用一定的方法進(jìn)行處理，具體為:提取視頻每秒的圖像，并形成視頻幀并標(biāo)記每幀與視頻的關(guān)聯(lián)，對每秒幀進(jìn)行特征提取，以及生成每秒幀的時間戳文件，按時間的順序組成時間序列文件，在每個時間戳文件中包含幀時間，幀索引位置和幀視頻位置；
[0012]步驟2:將步驟I獲得的所有信息作為輸入因子，用哈希函數(shù)生成一定的HASH特征碼，特征碼中就包含了視頻的身份信息如視頻ID，地址，來源等。采用時間序列的基礎(chǔ)結(jié)構(gòu)，在一秒的時候生成的特征碼可以表示為key[kn，k12，……kln]，以此類推;對于任意視頻源
A與視頻源134第1秒生成的特征碼為1^|>11，1^12，.....kin]，第2秒生成的特征碼為key [k2i,
k22.....k2n]，......第t秒生成的特征碼為key[kti，kt2.....ktn]，同理B在第I秒生成的特征碼為key [I η , I12...1in]，第2秒生成的為key [I21,122,...bn]，第t秒生成的特征碼為key
[Itl，lt2，...1tn];
[0013]步驟3:基于上述兩個步驟建立一個大數(shù)據(jù)下的多媒體視頻特征碼數(shù)據(jù)庫(內(nèi)含有視頻源，所有視頻源的身份信息，每一秒對應(yīng)一列特征碼)；
[0014]步驟4:隨機(jī)導(dǎo)出一部視頻A，對應(yīng)一系列特征碼，和已建的特征碼庫中的特征碼進(jìn)行匹配(如果庫中Q部視頻源，找出與A的整個場景下的特征碼相同個數(shù)最多的多部視頻，SP
，Bq，則它們與A是同一個視頻ID下生成的，這些視頻是同部視頻的不同表現(xiàn)形式)；
[0015]步驟5:對于可能有關(guān)系兩部視頻A與B，基于庫中特征碼在時序上的分組合并(兩部視頻的特征碼都在特征碼庫中，而一個視頻的每秒可能產(chǎn)生多個特征碼。在時序上分組合并是指，按照特征碼在對應(yīng)視頻中出現(xiàn)的先后順序分組排列起來)，A的每個時間戳對應(yīng)一列特征碼，B的每個時間戳也對應(yīng)一列特征碼。假設(shè)A、B兩個視頻在特征碼庫中匹配上的特征碼為keyl，key2,…，keyn(這里是指同時出現(xiàn)在A，B中的特征碼)(這些key按照一定的規(guī)律排列的，可以按照出現(xiàn)次數(shù)的升序或者降序排列)對應(yīng)的A的時間戳(以秒為單位)分別為ai，a2，...，an'，對應(yīng)的B的時間戳分別^b2,...，bn'(因?yàn)槠ヅ渖系奶卣鞔a中，可能存在幾個特征碼屬于同一個時間點(diǎn)，所以這里的時間戳個數(shù)設(shè)為Y個)；
[0016]步驟6:取連續(xù)前m秒(例如，m可取100 )A，B生成的特征碼進(jìn)行比較，如果A，B生成的特征碼在時序上符合一定的持續(xù)相同關(guān)系，就認(rèn)為A，B是來自同一部視頻，并且可以得到A，B在一定時間序列上的進(jìn)度上一一相對應(yīng)關(guān)系。比如，A第I秒生成的特征碼和B第5秒生成的特征碼相同，第2秒和第9秒的相同，以下依次對應(yīng)相等，在前m秒內(nèi)有σ(如果m取100，σ取60)個相同，則認(rèn)為A和B是同一部視頻源，且A與B在進(jìn)度上的對應(yīng)關(guān)系是^(秒)與B5,如與&，往下依次如此；
[0017]步驟7:以視頻B的時間維度bi (i = I，2...P)為基準(zhǔn)，設(shè)ki = b1-ai，建立直角坐標(biāo)系，以B的時間維度bi(i = l，2...p)為X軸，A的時間維度ai(i = l，2，...P)為y軸，進(jìn)行方程y= cx+K擬合處理，擬合得到的截距參數(shù)K為視頻A與視頻B的時間進(jìn)度差異值。這里擬合的作用是為了去掉偏差較大的點(diǎn)坐標(biāo)，然后得到的就是視頻A與B的對應(yīng)進(jìn)度匹配。同理，用此方法也可以找出其它可能有關(guān)系的兩視頻間的進(jìn)度匹配情況。
[0018]其中，如果視頻A和視頻B是重復(fù)的視頻，那么所有的=2，...P)的值應(yīng)該為同一個值K。當(dāng)然在真實(shí)情況中可能會是在大部分的值在K的附件略有波動，有少量的值會偏離K。所以我們需要計(jì)算出ki的概率分布最大的值，作為K，也即是視頻A與視頻B之間的時間差異值。一方面，如果做簡化計(jì)算，我們只需計(jì)算出所有的，然后找出其出現(xiàn)次數(shù)最多的值(眾數(shù))，就認(rèn)為該值為K。另一方面，為更精準(zhǔn)的計(jì)算K，我們需建立直角坐標(biāo)系，以B的時間維度bi(i = l，2...p)為X軸，A的時間維度ai(i = l，2，...P)為y軸，進(jìn)行方程y = cx+K擬合處理，擬合得到的截距參數(shù)K就是結(jié)果為視頻A與視頻B的時間進(jìn)度差異值。
[0019]對于已經(jīng)建立好的多媒體視頻數(shù)據(jù)庫中，存在不同視頻源每秒的key特征碼，它們提取的是視頻關(guān)鍵幀和時間位置地址的特征信息;其次，我們根據(jù)key的匹配數(shù)量先定位出可能有關(guān)系的兩個視頻，先進(jìn)行粗配后再進(jìn)行視頻進(jìn)度的精準(zhǔn)匹配;最后，在做進(jìn)度識別匹配的時候，以其中一個視頻的時間維度為基準(zhǔn)，用眾數(shù)(或者線性擬合)計(jì)算某段時間差的最大個數(shù)，相比于傳統(tǒng)做法的只能識別單個視頻源的進(jìn)度條的位置，這里可以對不同的視頻源的進(jìn)度歸一化，識別出不同視頻版本進(jìn)度對應(yīng)的具體時間，位置。另外，由于并不是對每個視頻幀都進(jìn)行比較，而且比較的是特征碼，所以匹配的過程速度也比較快，最終得到的歸一化的進(jìn)度匹配結(jié)果也較為準(zhǔn)確。
[0020]本申請實(shí)施例中提供的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn):
[0021]由于采用了將基于多視頻源的進(jìn)度識別方法設(shè)計(jì)為包括:步驟1:建立視頻資源庫，對視頻資源進(jìn)行預(yù)處理，獲得每個視頻對應(yīng)的特征碼及特征碼對應(yīng)的信息，特征碼對應(yīng)的信息記為特征碼時間對，并建立特征碼時間對數(shù)據(jù)庫;步驟2:隨機(jī)導(dǎo)出視頻A及其對應(yīng)的特征碼時間對，將視頻A的所有特征碼與特征碼時間對數(shù)據(jù)庫中的所有特征碼進(jìn)行匹配，匹配出特征碼相同個數(shù)最多的另一個視頻B;步驟3:獲得與視頻A和視頻B均出現(xiàn)過的P個特征碼，分別為:keyi，key2,...，keyP;特征碼在視頻A中的時間戳為:ai，a2，...aP，在視頻B的時間戳為:bi，b2.....bP;步驟4:以視頻B的時間維度bi(i = l，2...p)為基準(zhǔn)，設(shè)ki = bi_ai，建立直角坐標(biāo)系，以B的時間維度bi(i = l ,2...P)為X軸，A的時間維度ai(i = 1,2，..4)為7軸，進(jìn)行方程y = cx+K擬合處理，擬合得到的截距參數(shù)K為視頻A與視頻B的時間進(jìn)度差異值的技術(shù)方案，即本發(fā)明在已經(jīng)建立的特征碼庫上先進(jìn)行粗匹配，找出是同一個視頻ID下的視頻源，再進(jìn)行進(jìn)度的精準(zhǔn)匹配;在進(jìn)行進(jìn)度識別時，基于特征碼在時序上的合并分組，以其中一部視頻時間維度為基準(zhǔn)，對應(yīng)另一部視頻的每個時間戳，計(jì)算構(gòu)造出的時間差在一段時間序列上的最多次數(shù)，找出是同一個視頻ID下的兩部視頻，再進(jìn)行進(jìn)度的精準(zhǔn)匹配;相比現(xiàn)今的只能讀取出單一視頻源的進(jìn)度情況，本發(fā)明能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別匹配而且能夠得到在同一個視頻ID下兩兩視頻的進(jìn)度匹配情況，使得我們想在其中一部視頻源播出的中間，插播一段廣告，或者推送一件商品，能夠很好的定位到該播出的多部視頻源的進(jìn)度，同時在同一個鏡頭場景上做到實(shí)時推送的效果。尤其是在大數(shù)據(jù)云推送下，對多視頻源的進(jìn)度精準(zhǔn)定位，能使推送的產(chǎn)品針對性更強(qiáng)，從而用戶的瀏覽率更高，所以，有效解決了在現(xiàn)有技術(shù)中，現(xiàn)有的視頻處理方式存在不能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，不能對不同視頻源進(jìn)行有效的排重，以及不能夠?qū)Σ煌囊曨l版本進(jìn)度進(jìn)行識別的技術(shù)問題，進(jìn)而實(shí)現(xiàn)了能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，對不同視頻源進(jìn)行排重時計(jì)算量小，能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別的技術(shù)效果。
【附圖說明】
[0022]此處所說明的附圖用來提供對本發(fā)明實(shí)施例的進(jìn)一步理解，構(gòu)成本申請的一部分，并不構(gòu)成對本發(fā)明實(shí)施例的限定；
[0023]圖1是本申請實(shí)施例基于多視頻源的進(jìn)度識別方法的流程示意圖；
[0024]圖2是本申請實(shí)施例一種基于多視頻源的進(jìn)度識別方法的數(shù)據(jù)擬合示意圖。
【具體實(shí)施方式】
[0025]本發(fā)明提供了一種基于多視頻源的進(jìn)度識別方法，解決了在現(xiàn)有技術(shù)中，現(xiàn)有的視頻處理方式存在不能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，不能對不同視頻源進(jìn)行有效的排重，以及不能夠?qū)Σ煌囊曨l版本進(jìn)度進(jìn)行識別的技術(shù)問題，實(shí)現(xiàn)了能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，對不同視頻源進(jìn)行排重時計(jì)算量小，能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別的技術(shù)效果。
[0026]為了更好的理解上述技術(shù)方案，下面將結(jié)合說明書附圖以及具體的實(shí)施方式對上述技術(shù)方案進(jìn)行詳細(xì)的說明。
[0027]下面結(jié)合具體實(shí)施例及附圖，對本發(fā)明作進(jìn)一步地的詳細(xì)說明，但本發(fā)明的實(shí)施方式不限于此。
[0028]實(shí)施例一:
[0029]請參考圖1，本申請?zhí)峁┝艘环N基于多視頻源的進(jìn)度識別方法，所述方法包括:
[0030]步驟I:建立視頻資源庫，對視頻資源進(jìn)行預(yù)處理，獲得每個視頻對應(yīng)的特征碼及特征碼對應(yīng)的信息，特征碼對應(yīng)的信息記為特征碼時間對，并建立特征碼時間對數(shù)據(jù)庫；
[0031]步驟2:隨機(jī)導(dǎo)出視頻A及其對應(yīng)的特征碼時間對，將視頻A的所有特征碼與特征碼時間對數(shù)據(jù)庫中的所有特征碼進(jìn)行匹配，匹配出特征碼相同個數(shù)最多的另一個視頻B;
[0032]步驟3:獲得與視頻A和視頻B均出現(xiàn)過的P個特征碼，分別為:keyi，key2，...，keyP ；特征碼在視頻A中的時間戳為:ai，a2,...aP，在視頻B的時間戳為:bi，b2.....bP；
[0033]步驟4:以視頻B的時間維度bi(i = l ,2...p)為基準(zhǔn)，設(shè)ki = b1-ai，建立直角坐標(biāo)系，以B的時間維度bi(i = l，2...p)為X軸，A的時間維度ai(i = l，2，...P)為y軸，進(jìn)行方程y= cx+K擬合處理，擬合得到的截距參數(shù)K為視頻A與視頻B的時間進(jìn)度差異值。
[0034]下面舉例對本申請中的方案進(jìn)行具體的介紹:
[0035]現(xiàn)有幾部影視作品的正片，刪減版，跳過片頭版，對這幾個版本的視頻進(jìn)行預(yù)處理，即先提取關(guān)鍵幀，然后提取關(guān)鍵幀的特征以及生成關(guān)鍵幀的時間戳文件，按時間的序列組成時間序列文件，整體的結(jié)果作為輸入因子，然后HASH編碼，每秒鐘有一列key(特征碼)，建成key數(shù)據(jù)庫，拿出其中一部片子(假設(shè)是節(jié)目C)的正片與庫中的key進(jìn)行粗匹配。
[0036]首先，節(jié)目C在一段時間序列的特征碼為key I，key2....keyn，在進(jìn)行匹配的時候取這段時間序列的特征碼同庫中的特征碼進(jìn)行粗配，計(jì)算這段時序上與庫中的某個視頻的特征碼相同的count數(shù)，count數(shù)最多的實(shí)際上就是和該視頻是同一個視頻ID下的視頻，該節(jié)目的刪減版，跳片頭版；
[0037]然后，粗匹配之后，得到的是相關(guān)的多部視頻，即一部視頻的不同表現(xiàn)形式，再進(jìn)行精準(zhǔn)的進(jìn)度識別匹配，這里假設(shè)先拿出該節(jié)目的刪減版(B)和正片(A)進(jìn)行進(jìn)度匹配。對庫中key的出現(xiàn)次數(shù)進(jìn)行降序排列，A對應(yīng)的時間戳分別為I，I，I，I，I，3，3，5，7，1，B依次對應(yīng)的時間戳為5，5，6，6，6，6，8，8，10，10;然后，建立的直角坐標(biāo)系里，以8的時間維度匕(1^ =I，2...bn)為X軸，A的時間維度ai(i = l，2，...P)為y軸，做數(shù)據(jù)擬合，最終的擬合結(jié)果(去掉偏差較大的點(diǎn))就是他們實(shí)際的進(jìn)度對應(yīng)關(guān)系，見附圖2:例如，視頻A的第I秒對應(yīng)視頻B的第6秒，A的第5秒對應(yīng)B的第8秒，第7秒對應(yīng)B的第10秒……依次類推，就得到了兩部同ID視頻的進(jìn)度對應(yīng)關(guān)系。
[0038]上述本申請實(shí)施例中的技術(shù)方案，至少具有如下的技術(shù)效果或優(yōu)點(diǎn):
[0039]由于采用了將基于多視頻源的進(jìn)度識別方法設(shè)計(jì)為包括:步驟1:建立視頻資源庫，對視頻資源進(jìn)行預(yù)處理，獲得每個視頻對應(yīng)的特征碼及特征碼對應(yīng)的信息，特征碼對應(yīng)的信息記為特征碼時間對，并建立特征碼時間對數(shù)據(jù)庫;步驟2:隨機(jī)導(dǎo)出視頻A及其對應(yīng)的特征碼時間對，將視頻A的所有特征碼與特征碼時間對數(shù)據(jù)庫中的所有特征碼進(jìn)行匹配，匹配出特征碼相同個數(shù)最多的另一個視頻B;步驟3:獲得與視頻A和視頻B均出現(xiàn)過的P個特征碼，分別為:keyi，key2,...，keyP;特征碼在視頻A中的時間戳為:ai，a2，...aP，在視頻B的時間戳為:bi，b2.....bP;步驟4:以視頻B的時間維度bi(i = l，2...p)為基準(zhǔn)，設(shè)ki = bi_ai，建立直角坐標(biāo)系，以B的時間維度bi(i = l ,2...P)為X軸，A的時間維度ai(i = 1,2，..4)為7軸，進(jìn)行方程y = cx+K擬合處理，擬合得到的截距參數(shù)K為視頻A與視頻B的時間進(jìn)度差異值的技術(shù)方案，即本發(fā)明在已經(jīng)建立的特征碼庫上先進(jìn)行粗匹配，找出是同一個視頻ID下的視頻源，再進(jìn)行進(jìn)度的精準(zhǔn)匹配;在進(jìn)行進(jìn)度識別時，基于特征碼在時序上的合并分組，以其中一部視頻時間維度為基準(zhǔn)，對應(yīng)另一部視頻的每個時間戳，計(jì)算構(gòu)造出的時間差在一段時間序列上的最多次數(shù)，找出是同一個視頻ID下的兩部視頻，再進(jìn)行進(jìn)度的精準(zhǔn)匹配;相比現(xiàn)今的只能讀取出單一視頻源的進(jìn)度情況，本發(fā)明能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別匹配而且能夠得到在同一個視頻ID下兩兩視頻的進(jìn)度匹配情況，使得我們想在其中一部視頻源播出的中間，插播一段廣告，或者推送一件商品，能夠很好的定位到該播出的多部視頻源的進(jìn)度，同時在同一個鏡頭場景上做到實(shí)時推送的效果。尤其是在大數(shù)據(jù)云推送下，對多視頻源的進(jìn)度精準(zhǔn)定位，能使推送的產(chǎn)品針對性更強(qiáng)，從而用戶的瀏覽率更高，所以，有效解決了在現(xiàn)有技術(shù)中，現(xiàn)有的視頻處理方式存在不能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，不能對不同視頻源進(jìn)行有效的排重，以及不能夠?qū)Σ煌囊曨l版本進(jìn)度進(jìn)行識別的技術(shù)問題，進(jìn)而實(shí)現(xiàn)了能夠?qū)σ曨l源進(jìn)度情況進(jìn)行統(tǒng)一定位，對不同視頻源進(jìn)行排重時計(jì)算量小，能夠?qū)Χ喟姹镜囊曨l進(jìn)行識別的技術(shù)效果。
[0040]盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。
[0041]顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
【主權(quán)項(xiàng)】
1.一種基于多視頻源的進(jìn)度識別方法，其特征在于，所述方法包括: 步驟1:建立視頻資源庫，對視頻資源進(jìn)行預(yù)處理，獲得每個視頻對應(yīng)的特征碼及特征碼對應(yīng)的信息，特征碼對應(yīng)的信息記為特征碼時間對，并建立特征碼時間對數(shù)據(jù)庫； 步驟2:隨機(jī)導(dǎo)出視頻A及其對應(yīng)的特征碼時間對，將視頻A的所有特征碼與特征碼時間對數(shù)據(jù)庫中的所有特征碼進(jìn)行匹配，匹配出特征碼相同個數(shù)最多的另一個視頻B; 步驟3:獲得與視頻A和視頻B均出現(xiàn)過的P個特征碼，分別為:keyi，key2，...，keyP ；特征碼在視頻A中的時間戮為:ai，a2，...aP，在視頻B的時間戮為:bi，b2.....bP; 步驟4:以視頻B的時間維度bi(i = I，2...P)為基準(zhǔn)，設(shè)ki = b1-ai，建立直角坐標(biāo)系，以B的時間維度bi(i = l，2...p)為X軸，A的時間維度ai(i = l，2，...P)為y軸，進(jìn)行方程y = cx+K擬合處理，擬合得到的截距參數(shù)K為視頻A與視頻B的時間進(jìn)度差異值。2.根據(jù)權(quán)利要求1所述的基于多視頻源的進(jìn)度識別方法，其特征在于，對視頻資源進(jìn)行預(yù)處理，獲得每個視頻對應(yīng)的特征碼及特征碼對應(yīng)的信息，具體包括: 視頻資源以流式傳輸?shù)男问酵ㄟ^服務(wù)編碼器，服務(wù)編碼器對視頻資源進(jìn)行關(guān)鍵幀提取，形成視頻幀并標(biāo)記每幀與視頻的關(guān)聯(lián)，對關(guān)鍵幀進(jìn)彳丁特征提取，以及生成關(guān)鍵幀的時間戳文件，將特征碼與時間組合成特征碼時間對。3.根據(jù)權(quán)利要求2所述的基于多視頻源的進(jìn)度識別方法，其特征在于，所述視頻資源中任意兩個視頻A和視頻B，視頻A和視頻B生成的特征碼個數(shù)相同。4.根據(jù)權(quán)利要求2所述的基于多視頻源的進(jìn)度識別方法，其特征在于，所述時間戳文件包括幀時間、幀索引位置、幀視頻位置、視頻的身份信息，視頻的身份信息包括:視頻ID、地址、來源。5.根據(jù)權(quán)利要求1所述的基于多視頻源的進(jìn)度識別方法，其特征在于，通過特征碼從特征碼時間對數(shù)據(jù)庫中查找出與視頻A存在關(guān)聯(lián)關(guān)系的視頻B。6.根據(jù)權(quán)利要求1所述的基于多視頻源的進(jìn)度識別方法，其特征在于，所述將視頻A對應(yīng)的特征碼與特征碼數(shù)據(jù)庫中的其它特征碼進(jìn)行匹配，具體為:計(jì)算出視頻A的特征碼與特征碼數(shù)據(jù)庫中歐氏距離最小的特征碼。
【文檔編號】H04N21/8547GK106028158SQ201610363962
【公開日】2016年10月12日
【申請日】2016年5月26日
【發(fā)明人】馬良莊, 蔡毅, 朱奕
【申請人】成都掌中全景信息技術(shù)有限公司