静态视频识别制造技术

一些实施方式可以包括用于识别静态视频的计算机实现的方法和/或系统。一种方法可以包括接收包括帧的输入视频；对所述输入视频的所述帧进行预处理；估计局部运动；补偿全局运动；基于已经通过全局运动补偿而调整的局部运动估计的熵来计算对象运动得分；使所述对象运动得分归一化；确定所述输入视频是否为静态视频；以及响应于所述输入视频是静态视频，向用户提供所述帧而不是所述输入视频。户提供所述帧而不是所述输入视频。户提供所述帧而不是所述输入视频。

【技术实现步骤摘要】
静态视频识别
本申请为下述申请的分案申请，原申请的国际申请号：PCT/US2019/021442原申请的国际申请日：2019年3月8日，原申请的国家申请号：201980005872.8，原申请的专利技术名称：静态视频识别。

技术介绍

[0001]一些移动设备可以包括捕获视频和静止图像的能力。在一些情况下，可以捕获记录恰好在检测快门按下之前和之后出现的图像以捕获静止图像的视频。这种视频可以是有趣的，并且有助于捕获单个静止图像可能不包含的主题的图像。然而，静态或一般静态场景(例如建筑物或景观)的视频可能不利于用户，并且可能不值得存储在设备上的存储器或外部存储器中。存在用于区分静态视频和具有移动的视频的技术困难。例如，如果使用移动设备捕获图像，则用户的手可能抖动地厉害会使其看起来好像视频包括移动一样。因此，识别视频是静态的(例如，记录相对静态的场景或对象)可能是有用的。
[0002]本文提供的背景描述是出于一般地呈现本公开的上下文的目的。在此
技术介绍
部分中描述了本专利技术的专利技术人的工作，以及在提交时可能不作为现有技术的描述的各方面，既不明确地也不隐含地承认本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，其特征在于，包括：接收包括帧的输入视频；对所述输入视频的所述帧进行预处理；估计局部运动；补偿全局运动；基于已经通过全局运动补偿而调整的局部运动估计的熵来计算对象运动得分；使所述对象运动得分归一化；确定所述输入视频是否为静态视频；以及响应于所述输入视频是静态视频，向用户提供所述帧而不是所述输入视频。2.根据权利要求1所述的方法，其特征在于，其中补偿所述全局运动包括在所述输入视频的至少一些帧中发生的所述全局运动。3.根据权利要求1所述的方法，其特征在于，确定所述输入视频是否是静态视频是基于所述输入视频包括由所述对象运动得分指示的静态场景或对象。4.根据权利要求1所述的方法，其特征在于，还包括响应于所述输入视频不是静态视频，向所述用户提供帧和所述输入视频。5.根据权利要求1所述的方法，其特征在于，所述输入视频包括当前帧和前一帧，并且估计局部运动包括：使用所述当前帧和来自帧缓冲器的所述前一帧来计算时间梯度；使用所述当前帧来计算空间梯度；生成点的网格；为每个网格点确定像素块；和基于所述像素块的所述点的网格来估计所述局部运动。6.根据权利要求1所述的方法，其特征在于，补偿全局运动包括通过与随机样本一致一起使用仿射模型或单应性模型来估计全局运动。7.根据权利要求1所述的方法，其特征在于，基于已通过全局运动补偿而调整的所述局部运动估计的熵来计算所述对象运动得分包括：通过从局部运动矢量中减去全局运动矢量来计算对象运动矢量；将所述对象运动矢量转换为得分映射；计算所述得分映射的熵得分；和将所述熵得分映射到所述对象运动得分中。8.根据权利要求1所述的方法，其特征在于，所述输入视频包括帧，并且确定所述输入视频是否是静态视频包括：计算与阈值相比具有低归一化对象运动得分的帧的数量；识别静态的帧与所有帧的数量的比率；和响应于帧的所述比率超过静态帧比率阈值，确定所述输入视频是所述静态视频。9.根据权利要求1所述的方法，其特征在于，所述输入视频捕获在接收到快门按下指示之前和之后的瞬间。10.一种系统，其特征在于，包括：一个或多个处理器；和
存储器，所述存储器上存储有指令，所述指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行以下操作：接收包括帧的输入视频；对所述输入视频的所述帧进行预处理；估计局部运动；补偿全局运动；基于已经通过全局运动补偿而调整的局部运动估计的熵来计算对象运动得分；使所述对象运动得分归一化；确定所述输入视频是否为静态视频；和响应...

【专利技术属性】
技术研发人员：洪微，林盛怡，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：