【技术实现步骤摘要】
视频异常检测方法、装置和电子设备
[0001]本专利技术实施例涉及自动化
,尤其涉及一种视频异常检测方法、装置和电子设备。
技术介绍
[0002]智能手机等电子产品在研发过程的整个周期内需要做非常严格且繁杂的测试,这些测试一部分短时间即可完成,而有的测试则需要花费大量时间。目前一种方式是测试人员专职长时间去观察手机的反应;另一种方式是采用一台摄像机去拍摄记录整个测试过程,测试人员适量选取一些拍摄的视频片段,检查被测设备在整个测试过程中是否存在异常。以上两种方式存在漏检的风险,且效率不高。
[0003]因此,如何提高视频异常检测的效率成为亟待解决的问题。
技术实现思路
[0004]本专利技术实施例提供了一种视频异常监测方法、装置和电子设备,目的是改善手机类电子产品视频播放老化测试的效率。
[0005]第一方面,本专利技术实施例提供一种视频异常监测方法,包括:
[0006]采集终端设备的视频数据;
[0007]将所述视频数据输入画面质量检测模型,所述画面质量检测模 ...
【技术保护点】
【技术特征摘要】
1.一种视频异常检测方法,其特征在于,所述方法包括:采集终端设备的视频数据;将所述视频数据输入画面质量检测模型,所述画面质量检测模型用于确定所述视频数据是否存在画面异常并输出画面异常结果;将所述视频数据输入画面卡顿检测模型,所述画面卡顿检测模型用于确定所述视频数据是否存在卡顿并输出卡顿检测结果;将所述画面异常结果和所述卡顿检测结果发送给目标处理设备。2.根据权利要求1所述的方法,其特征在于,所述视频数据包含多个视频帧;将所述视频数据输入画面质量检测模型,所述画面质量检测模型用于确定所述视频数据是否存在画面异常并输出画面异常结果,包括:将所述视频数据的各个视频帧输入所述画面质量检测模型,所述画面质量检测模型用于:识别每个所述视频帧的感兴趣区域;根据每个所述视频帧的感兴趣区域,确定每个所述视频帧包含的对象特征;将每个所述视频帧的所述对象特征与样本特征进行比对;根据所述比对的结果,确定各个所述视频帧的画面异常区域。3.根据权利要求2所述的方法,其特征在于,所述画面质量检测模型包括多层卷积子网络、分类子网络和回归子网络;所述根据每个所述视频帧的感兴趣区域,确定每个所述视频帧包含的对象特征,包括:所述多层卷积子网络获取所述每个视频帧的感兴趣区域的图像信息和边界框信息;所述分类子网络基于所述每个视频帧的感兴趣区域的图像信息确定每个视频帧的感兴趣区域所包含对象的类别;所述回归子网络基于所述边界框信息确定所述视频帧的感兴趣区域所包含对象的位置坐标,所述类别与位置坐标即均为所述每个所述视频帧包含的对象特征。4.根据权利要求1所述的方法,其特征在于,将所述视频数据输入画面卡顿检测模型,所述画面卡顿检测模型用于确定所述视频数据是否存在卡顿并输出卡顿检测结果,包括;将所述视频数据输入画面卡顿检测模型,所述画面卡顿检测模型用于确定第一时间窗的第i个视频帧与第一个视频帧的像素差值,得到M
‑
1个像素值差值,i取值为2、3、
……
M,所述第一时间窗的长度为M个视频帧;将所述M
‑
1个像素值差值进行累加,并判...
【专利技术属性】
技术研发人员:郭春磊,牛俊慧,李荣,罗小伟,
申请(专利权)人:展讯通信天津有限公司,
类型:发明
国别省市:
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。