The present invention relates to a video sequence alignment method and system. The method comprises the following steps: from capture video sequences to be aligned in the scene change video clips; respectively, each video frame in the video segment divided into several sub blocks, according to each video frame block generates a video sequence; the the video sequence is input to the scene category classifier training in advance, calculated the probability of the video sequence to each scene category, will be the largest probability values for the scene category of video clips is the first scene categories; the first category belongs to the scene video footage of the original video sequence of the video fragment with pre stored in alignment.
【技术实现步骤摘要】
本专利技术涉及信号检测
,特别是涉及一种视频序列对齐方法和系统。
技术介绍
显示设备是一种可输出图像或感触信息的设备。为了保证显示设备正常工作,通常需要对显示设备的一些性能参数进行检测。以电视机为例,电视机的主板灵敏度是电视机的一个重要性能性能参数。现有的检测电视机主板灵敏度的方案是:利用原始的视频信号作为参考,将待检测的视频信号与原始视频信号进行对齐,将对齐后的视频信号的信号强度调整为经所述显示设备输出后无马赛克效应与出现马赛克效应之间的临界信号强度,并根据该信号强度确定所述显示设备的性能参数。然而,这种方式需要花费较多的时间进行视频信号对齐,导致信号处理效率较低。
技术实现思路
基于此,有必要针对信号处理效率较低的问题,提供一种视频序列对齐方法和系统。一种视频序列对齐方法,包括以下步骤:从待对齐的视频序列中抓取无场景切换的视频片段;分别将所述视频片段中的各个视频帧划分为若干个子块,根据各个视频帧的子块生成视频片段序列;将所述视频片段序列输入至预先训练的场景类别分类器,分别计算所述视频片段序列属于各个场景类别的概率值,将概率值最大的场景类别设为所述视频片段所属的第一场景类别;将所述视频片段与预存的原始视频序列中属于所述第一场景类别的视频片段进行对齐。一种视频序列对齐系统,包括:视频抓取模块,用于从待对齐的视频序列中抓取无场景切换的视频片段;序列生成模块,用于分别将所述视频片段中的各个视频帧划分为若干个子块,根据各个视频帧的子块生成视频片段序列;计算模块,用于将所述视频片段序列输入至预先训练的场景类别分类器,分别计算所述视频片段序列属于各个场景类别的概 ...
【技术保护点】
一种视频序列对齐方法,其特征在于,包括以下步骤:从待对齐的视频序列中抓取无场景切换的视频片段;分别将所述视频片段中的各个视频帧划分为若干个子块,根据各个视频帧的子块生成视频片段序列;将所述视频片段序列输入至预先训练的场景类别分类器,分别计算所述视频片段序列属于各个场景类别的概率值,将概率值最大的场景类别设为所述视频片段所属的第一场景类别;将所述视频片段与预存的原始视频序列中属于所述第一场景类别的视频片段进行对齐。
【技术特征摘要】
1.一种视频序列对齐方法,其特征在于,包括以下步骤:从待对齐的视频序列中抓取无场景切换的视频片段;分别将所述视频片段中的各个视频帧划分为若干个子块,根据各个视频帧的子块生成视频片段序列;将所述视频片段序列输入至预先训练的场景类别分类器,分别计算所述视频片段序列属于各个场景类别的概率值,将概率值最大的场景类别设为所述视频片段所属的第一场景类别;将所述视频片段与预存的原始视频序列中属于所述第一场景类别的视频片段进行对齐。2.根据权利要求1所述的视频序列对齐方法,其特征在于,在将所述视频序列输入至预先训练的场景类别分类器之前,还包括以下步骤:获取视频序列样本,将所述视频序列样本按场景划分为多个场景类别;分别将各个场景类别的视频序列样本划分为若干个样本子块;其中,所述视频序列样本中包括非重叠的样本子块;根据所述样本子块及其所属的场景类别对深度卷积网络进行训练,得到场景类别分类器。3.根据权利要求1所述的视频序列对齐方法,其特征在于,还包括以下步骤:若所述视频片段满足如下条件,判定所述视频片段无场景切换:Σi=1n||f(zi)-f(zi-1)||≤T;]]>式中,f(zi)为第i个视频帧的特征,f(zi-1)为第i-1个视频帧的特征,||·||为距离度量函数,T为预设的距离阈值,n为所述待对齐的视频序列中的视频片段的总数。4.根据权利要求1所述的视频序列对齐方法,其特征在于,分别计算所述视频片段序列属于各个场景类别的概率值的步骤包括:根据如下公式计算所述视频片段序列属于各个场景类别的概率值:p(Yj/Z)=p(Yj/z00,...z0K,z10,...z1K,...,zn0,...znK)=Πi,kp(Yj/zik);]]>式中,表示所述视频片段序列的第i个视频帧中的第k个子块,Yj表示所述原始视频序列中属于第j场景类别的视频片段,为所述视频片段序列中的子块属于第j场景类别的概率值,p(Yj/Z)为所述视频片段序列属于第j场景类别的概率值,K为所述视频片段序列的一个视频帧中子块的总数。5.根据权利要求1所述的视频序列对齐方法,其特征在于,将所述视频片段与预存的原始视频序列中属于所述第一场景类别的视频片段进行对齐的步骤包括:根据如下公式将所述视频片段与原始视频序列中属于所述第一场景类别的视频片段进行对齐:Q=argminqd(Z,YJ)=argminqΣi=0nd(zi,yq+i);]]>其中,YJ=[yu-n,yu-n+1,...yv+n];式中,Q表示所述视频片段与原始视频序列的最佳对齐位置,d(·)为距离度量函数,Z为所述视频片段,zi为Z中的第i个视频帧,Yj=[yu,yu+1,...yv]表示所述原始视频序列中属于第j场景类别的视频片段,yi为Yj中的第i个视频帧,yu-i(i=1,2,…,n)为y0前i时刻的视频帧,yv+i(i=1,2,…,n)为yn后i时刻的视频帧,...
【专利技术属性】
技术研发人员:雷延强,
申请(专利权)人:广州视源电子科技股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。