基于机器学习的视频压缩制造技术

示例操作可以包括以下一个或多个：由矿工节点连接到包括多个用户节点的区块链网络；由矿工节点读取由多个用户节点中的用户节点生成的智能合约，其中智能合约指定用户视频文件的位置；由矿工节点从该位置获取用户视频文件；由矿工节点基于用户视频文件的属性生成用户视频文件的简档向量；由矿工节点确定具有相似简档向量的聚类；由矿工节点将与聚类相关联的压缩算法应用于用户视频文件，以生成压缩的用户视频文件；并由矿工节点将压缩的用户视频文件发送到多个用户节点中的用户节点以进行验证。

【技术实现步骤摘要】
基于机器学习的视频压缩
本申请一般涉及数据库存储系统，并且更具体地，涉及基于机器学习的视频压缩。
技术介绍
集中式数据库在一个位置处的单一数据库(例如，数据库服务器)中存储和保持数据。该位置通常是中央计算机，例如桌面中央处理器(centralprocessingunit，CPU)、服务器CPU或大型计算机。通常可以从多个不同的点访问存储在中央数据库中的信息。多个用户或客户端工作站可以在集中式数据库上同时工作，例如，基于客户端/服务器配置。集中式数据库易于管理、保持和控制，尤其是出于安全目的，因为它位于单一位置。在集中式数据库中，数据冗余被最小化，因为所有数据的单个存储地点也意味着给定的数据集只有一个主记录。然而，集中式数据库有显著的缺点。例如，集中式数据库具有单点故障(singlepointoffailure)。具体而言，如果没有容错考虑，并且发生硬件故障(例如，硬件、固件、和/或软件故障)，数据库内的所有数据都会丢失，并且所有用户的工作都会被中断。此外，集中式数据库高度依赖于网络连接。因此，连接越慢，每次数据库访问所需的时间量就越增多。另一个缺点是，当集中式数据库由于单一位置而经历高流量时，会出现瓶颈。此外，集中式数据库提供对数据的有限访问，因为数据库只保持一份数据副本。因此，多个设备无法在不造成覆盖存储的数据的显著的问题或风险的情况下同时访问同一条数据。此外，因为数据库存储系统具有最少的数据冗余到没有数据冗余，所以意外丢失的数据很难检索，除非通过手动操作从备份存储装置检索。传统上，集中式数据库受到搜索能力低、缺乏安全性和交易速度慢的限制。因此，需要一种基于区块链的解决方案来克服这些显著的缺点。数据压缩成为现代数据存储机制的固有部分。分辨率、视频/图像质量等每天都在变得越来越好。然而，音频/视频文件的数据大小也急剧增加。这使得压缩对于文件的存储和交换非常关键。为了压缩视频文件，可以使用许多压缩技术，诸如霍夫曼(Huffman)、LZW等。压缩算法的压缩率可以相对于各种文件(以及同一类型的文件)而变化。压缩算法中的每一种都有一些独特的特征，并且基于视频文件的类型可以具有更高的压缩率。例如，对于文件“A.mpeg4”，使用霍夫曼算法的视频压缩率可以是“ah％”，并且使用LZW算法的压缩率可以是“aLZW％”。同样，对于同一类型的文件“B.mpeg4”，使用霍夫曼算法的视频压缩率可以是“bh％”，并且使用LZW算法的视频压缩率可以是“bLZW％”。然而，在“A.mpeg4”的情况下，ah％可能大于aLZW％，而对于“B.mpeg4”，bh％可能小于bLZW％。数据压缩的各种算法之间的比较研究表明，相对于不同算法性能可能不同。换句话说，对于给定的视频文件，不同的压缩算法可以产生不同的压缩效率。因此，希望能够以去中心化(decentralized)的方式基于视频的简档自动选择最有效的视频压缩算法。
技术实现思路
一个示例实施例提供了一种包括处理器和存储器的系统，其中处理器被配置为执行以下一个或多个操作：连接到包括多个用户节点的区块链网络；读取由多个用户节点中的用户节点生成的智能合约，其中智能合约指定用户视频文件的位置；从该位置获取用户视频文件；基于用户视频文件的属性生成用户视频文件的简档向量；确定具有相似简档向量的聚类；将与聚类相关联的压缩算法应用于用户视频文件以生成压缩的用户视频文件；并将压缩的用户视频文件发送到多个用户节点中的用户节点以进行验证。另一示例实施例提供了一种方法，该方法包括以下一个或多个操作：由矿工(miner)节点连接到包括多个用户节点的区块链网络；由矿工节点读取由多个用户节点中的用户节点生成的智能合约，其中智能合约指定用户视频文件的位置；由矿工节点从该位置获取用户视频文件；由矿工节点基于用户视频文件的属性生成用户视频文件的简档向量；由矿工节点确定具有相似简档向量的聚类；由矿工节点将与聚类相关联的压缩算法应用于用户视频文件以生成压缩的用户视频文件；并由矿工节点将压缩的用户视频文件发送到多个用户节点中的用户节点以进行验证。另一示例实施例提供了一种包括指令的非暂时性计算机可读介质，当该指令被处理器读取时，使得处理器执行以下一个或多个操作：连接到包括多个用户节点的区块链网络；读取由多个用户节点中的用户节点生成的智能合约，其中智能合约指定用户视频文件的位置；从该位置获取用户视频文件；基于用户视频文件的属性生成用户视频文件的简档向量；确定具有相似简档向量的聚类；将与聚类相关联的压缩算法应用于用户视频文件以生成压缩的用户视频文件；并将压缩的用户视频文件发送到多个用户节点中的用户节点以进行验证。附图说明图1示出了根据示例实施例的包括分类账数据库的系统的网络图。图2A示出了根据示例实施例的示例对等(peer)节点配置。图2B示出了根据示例实施例的另一对等节点配置。图3示出了根据示例实施例的许可的网络。图4A示出了根据示例实施例的流程图。图4B示出了根据示例实施例的另一流程图。图5A示出了根据示例实施例的被配置为执行本文描述的一个或多个操作的示例系统。图5B示出了根据示例实施例的被配置为执行本文描述的一个或多个操作的另一示例系统。图5C示出了根据示例实施例的被配置为在区块链上实施智能合约条款的合约方和中介服务器之间的智能合约配置。图5D示出了根据示例实施例的另一附加示例系统。图6A示出了根据示例实施例的向数据库添加新数据的过程。图6B示出了根据示例实施例的包括新数据的数据块的内容。图7示出了支持示例实施例中的一个或多个示例实施例的示例系统。具体实施方式很容易理解，如本文的附图中一般描述和示出的，当前组件可以以多种不同的配置来布置和设计。因此，如附图所表示的，方法、装置、非暂时性计算机可读介质和系统中的至少一个的实施例的以下详细描述并不旨在限制本申请所要求保护的范围，而仅仅是所选实施例的代表。在一个或多个实施例中，贯穿本说明书描述的当前特征、结构或特性可以以任何合适的方式组合。例如，在整个说明书中，短语“示例实施例”、“一些实施例”或其他类似语言的使用指的是结合实施例描述的特定特征、结构或特性可以包括在至少一个实施例中的事实。因此，在整个说明书中，短语“示例实施例”、“在一些实施例中”、“在其他实施例中”或其他类似语言的出现不一定都指同一组实施例，并且所描述的特征、结构或特性可以在一个或多个实施例中以任何合适的方式组合。此外，虽然术语“消息”可能已经在实施例的描述中使用，但是本申请可以应用于许多类型的网络数据，诸如分组、帧、数据报等。术语“消息”还包括分组、帧、数据报及其任何等同物。此外，虽然在示例性实施例中可以描绘某些类型的消息和信令，但是它们不限于某一类型的消息，并且本申请不限于某一类型的信令。示例实施例提供了方法、系统、组件、非暂时性计算机可读介质、设备和/或网络，其提供在区块链网络中的基于机器学习的视频压缩。<本文档来自技高网...

【技术保护点】
1.一种系统，包括：/n矿工节点的处理器；/n存储机器可读指令的存储器，当所述机器可读指令被所述处理器执行时，使得所述处理器：/n连接到包括多个用户节点的区块链网络；/n读取由所述多个用户节点中的用户节点生成的智能合约，其中所述智能合约指定用户视频文件的位置；/n从所述位置获取所述用户视频文件；/n基于所述用户视频文件的属性生成所述用户视频文件的简档向量；/n确定具有相似简档向量的聚类；/n将与所述聚类相关联的压缩算法应用于所述用户视频文件，以生成压缩的用户视频文件；和/n将所述压缩的用户视频文件发送到所述多个用户节点中的用户节点以进行验证。/n

【技术特征摘要】
20190107 US 16/240,9841.一种系统，包括：
矿工节点的处理器；
存储机器可读指令的存储器，当所述机器可读指令被所述处理器执行时，使得所述处理器：
连接到包括多个用户节点的区块链网络；
读取由所述多个用户节点中的用户节点生成的智能合约，其中所述智能合约指定用户视频文件的位置；
从所述位置获取所述用户视频文件；
基于所述用户视频文件的属性生成所述用户视频文件的简档向量；
确定具有相似简档向量的聚类；
将与所述聚类相关联的压缩算法应用于所述用户视频文件，以生成压缩的用户视频文件；和
将所述压缩的用户视频文件发送到所述多个用户节点中的用户节点以进行验证。


2.根据权利要求1所述的系统，其中所述指令还使得所述处理器基于由所述简档向量定义的所述用户视频文件的参数简档分析来确定视频压缩算法。


3.根据权利要求1所述的系统，其中所述指令还使得所述处理器将所述压缩算法连同视频文件的类型一起存储在所述矿工节点的分类账中以供将来使用。


4.根据权利要求1所述的系统，其中所述指令还使得所述处理器检测基于所述智能合约中指定的验证规则执行的、对所述压缩的用户视频文件的成功验证。


5.根据权利要求4所述的系统，其中所述指令还使得所述处理器在检测到所述成功验证时，从所述多个用户节点中的用户节点请求在所述智能合约中指定的支付。


6.根据权利要求1所述的系统，其中所述指令还使得所述处理器在所述智能合约中指定的最大配给时间内生成所述压缩的用户视频文件。


7.根据权利要求1所述的系统，其中所述指令还使得所述处理器基于所述用户视频文件的多个视频帧的同质区域的总得分来生成所述用户视频文件的简档向量。


8.一种方法，包括：
由矿工节点连接到包括多个用户节点的区块链网络；
由所述矿工节点读取由所述多个用户节点中的用户节点生成的智能合约，其中所述智能合约指定用户视频文件的位置；
由所述矿工节点从所述位置获取所述...

【专利技术属性】
技术研发人员：VKA贝奇，S萨达查拉姆，V埃卡姆巴拉姆，J贝拉，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：美国;US