【技術實現步驟摘要】
本專利技術涉及視頻處理，具體涉及基于人工智能的全景視頻處理系統及方法。
技術介紹
1、??全景視頻是一種新型的技術，通過使用?3d攝像機全方位360度拍攝得到的視頻，它可以將一定范圍內某個時間段周圍所發生的一切全部記錄下來。?全景視頻最吸引人的地方在于其360度影像可以帶給觀眾高度沉浸感，使觀眾有身臨其境的逼真體驗。觀眾在觀看全景視頻時，可以隨意調節視頻上下左右進行全方位的觀看，這種技術其實很早就已經誕生，不過在最近幾年才開始真正成熟起來。全景視頻具有四個主要特點：沉浸感?：全景視頻通過360度影像提供身臨其境的體驗，讓觀眾感覺仿佛置身于視頻場景中。自由視角?：觀眾可以自由地調整視角，從任何角度觀看視頻內容，提供了極大的互動性和探索性。高信息量?：全景視頻在展示場景時提供了更多的信息量，通過360度空間展示，讓觀眾獲得更豐富的視覺體驗。技術成熟?：近年來，隨著3d攝像機和后期處理技術的發展，全景視頻的制作和觀看體驗得到了顯著提升。
2、目前全景視頻的拍攝由于攝影師的拍攝技巧不足或者設備硬件配置不高造成全景視頻存在缺陷，例如：曝光缺陷?：全景照片在曝光方面可能遇到的問題包括大面積過曝、局部過曝、局部欠曝等，這些問題會影響照片的整體亮度和細節表現，進而影響到全景視頻的觀看體驗?。精度缺陷?：精度不足是全景視頻制作的另一個常見問題，表現為畫面模糊、精度欠缺，這可能是由于拍攝技巧不足或設備硬件配置不高造成的，導致觀眾無法清晰看到細節，影響觀看體驗?。噪點缺陷?：全景視頻可能存在大范圍噪點或部分噪點，影響了視頻的清晰度和觀賞性
技術實現思路
1、本專利技術的目的是提供基于人工智能的全景視頻處理系統及方法，該方法通過人工智能對全景視頻進行修正和優化，彌補了由于攝影師的拍攝技巧不足或者設備硬件配置不高導致的全景視頻無法滿足觀眾的要求，避免了人工處理全景視頻的繁瑣，提高了全景視頻處理的效率，能夠得到具有優秀質量的全景視頻。
2、基于人工智能的全景視頻處理方法，包括：
3、提取全景視頻中的關鍵幀；
4、去除所述關鍵幀中的冗余信息；
5、將去除冗余信息后的關鍵幀拼接得到優化的全景視頻。
6、優選地，所述提取全景視頻中的關鍵幀包括：
7、對全景視頻進行預處理，篩選候選視頻，表示為：
8、
9、其中，n為全景視頻的片段數量；
10、將i中第一幀到最后一幀圖像的所有圖像進行相鄰兩幀組合，劃分成a×a個塊，計算出子圖像塊之間的互信息熵；
11、將每幀圖像之間的互信息熵進行反運算得到熵值；
12、將每幀圖像中的熵值相加，計算全景視頻中相鄰兩幀圖像的差值，表示為：
13、
14、如果超過預設值，那么說明全景視頻中相鄰兩幀圖像的相似性高，標記為突變幀。
15、優選地，所述提取全景視頻中的關鍵幀包括：
16、設置判斷函數判斷是否為關鍵幀，表示為：
17、
18、其中，為全景視頻中關鍵圖像幀的時域特征差值曲線，m代表全景視頻中包含的合格圖像幀數，k代表關鍵圖像幀的像素差值。
19、優選地，所述去除所述關鍵幀中的冗余信息包括：
20、對所述關鍵幀進行特征提取；
21、將提取出的特征進行聚類和標注；
22、采用神經網絡模型按照關鍵幀的類別去除關鍵幀中的冗余信息。
23、優選地，所述對所述關鍵幀進行特征提取包括：
24、提取關鍵幀中的紋理特征：
25、
26、其中，為像素點在（x,y）處的梯度幅值，為像素點在（x,y）處的梯度方向，表示像素點（x,y）處水平方向的梯度值，表示像素點（x,y）處垂直方向的梯度值；
27、提取關鍵幀中的顏色特征：
28、
29、其中，表示全景視頻第j個像素的第i個顏色分量，n?表示一幀視頻圖像中的像素個數。
30、優選地，所述將提取出的特征進行聚類和標注包括：
31、采用輪盤法計算聚類中心：
32、
33、其中，p為每個樣本i被選為下一個聚類中心的概率，d（i）為當前樣本與最近的一個聚類中心的距離；
34、采用輪盤法選出k個聚類中心；
35、計算每個樣本到k個聚類中心的距離并將其分到距離最小的聚類中心所對應的類中；
36、對于每個類別，重新計算每個類別的聚類中心：
37、
38、重復計算直到聚類中心的位置不再變化，得到共k個聚類中心及圖像對應的特征向量類別；
39、將k個類別標記，得到處理后的全景視頻幀表示為iu。
40、優選地，所述將去除冗余信息后的關鍵幀拼接得到優化的全景視頻包括：
41、利用圖像融合算法對相鄰幀的重疊區域進行逐行融合拼接，融合后的圖像表示為：
42、
43、其中，為權值漸變因子，為處理后的全景視頻幀，為處理后的全景視頻幀中的像素點，為拼接后的全景視頻幀中的像素點；
44、
45、其中，為第y行重疊像素數，為第y行重疊區域邊界坐標；
46、通過逐幀融合拼接得到優化的全景視頻。
47、基于人工智能的全景視頻處理系統，包括：
48、關鍵幀提取模塊，用于提取全景視頻中的關鍵幀；
49、關鍵幀處理模塊，用于去除所述關鍵幀中的冗余信息；
50、拼接模塊，用于將去除冗余信息后的關鍵幀拼接得到優化的全景視頻。
51、一種電子設備，包括：處理器和存儲器，所述存儲器用于存儲計算機程序代碼，所述計算機程序代碼包括計算機指令，當所述處理器執行所述計算機指令時，所述電子設備執行基于人工智能的全景視頻處理方法。
52、一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被電子設備的處理器執行時，使所述處理器執行基于人工智能的全景視頻處理方法。
53、本專利技術的有益效果在于：1.本專利技術為了提高全景視頻鏡頭邊緣的檢測與關鍵幀的提取的處理能力，提出基于互信息熵的全景視頻關鍵幀數據實時提取系統設計，本專利技術能夠準確提取出全景監控視頻的關鍵幀數據，具有更好的全景視頻處理能力，并且采用關鍵幀數據提取可以降低全景視頻檢索中產生的數據量；2.本專利技術針對全景視頻存在大量信息冗余的問題，然后使用hog+hsv顏色空間一階矩特征提取關鍵幀特征向量，進而利用k-means++聚類算法將特征向量聚類并實現關鍵幀的標記，實現關鍵幀中冗余信息的去除；3.本專利技術通過逐行的加權融合算法和圖像矯直方式實現全景視頻的無縫拼接。
本文檔來自技高網...【技術保護點】
1.基于人工智能的全景視頻處理方法，其特征在于，包括：
2.根據權利要求1所述的基于人工智能的全景視頻處理方法，其特征在于，所述提取全景視頻中的關鍵幀包括：
3.根據權利要求2所述的基于人工智能的全景視頻處理方法，其特征在于，所述提取全景視頻中的關鍵幀包括：
4.根據權利要求1所述的基于人工智能的全景視頻處理方法，其特征在于，所述去除所述關鍵幀中的冗余信息包括：
5.根據權利要求4所述的基于人工智能的全景視頻處理方法，其特征在于，所述對所述關鍵幀進行特征提取包括：
6.根據權利要求4所述的基于人工智能的全景視頻處理方法，其特征在于，所述將提取出的特征進行聚類和標注包括：
7.根據權利要求1所述的基于人工智能的全景視頻處理方法，其特征在于，所述將去除冗余信息后的關鍵幀拼接得到優化的全景視頻包括：
8.基于人工智能的全景視頻處理系統，其特征在于，包括：
9.一種電子設備，其特征在于，包括：處理器和存儲器，所述存儲器用于存儲計算機程序代碼，所述計算機程序代碼包括計算機指令，當所述處理器執行所
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被電子設備的處理器執行時，使所述處理器執行權利要求1至7任意一項所述的基于人工智能的全景視頻處理方法。
...【技術特征摘要】
1.基于人工智能的全景視頻處理方法，其特征在于，包括：
2.根據權利要求1所述的基于人工智能的全景視頻處理方法，其特征在于，所述提取全景視頻中的關鍵幀包括：
3.根據權利要求2所述的基于人工智能的全景視頻處理方法，其特征在于，所述提取全景視頻中的關鍵幀包括：
4.根據權利要求1所述的基于人工智能的全景視頻處理方法，其特征在于，所述去除所述關鍵幀中的冗余信息包括：
5.根據權利要求4所述的基于人工智能的全景視頻處理方法，其特征在于，所述對所述關鍵幀進行特征提取包括：
6.根據權利要求4所述的基于人工智能的全景視頻處理方法，其特征在于，所述將提取出的特征進行聚類和標注包括：
7.根據權利要...
【專利技術屬性】
技術研發人員：宛汝國，秦華軍，鄧湛波，
申請(專利權)人：上海國威互娛文化科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。