本发明专利技术公开了一种基于高速动帧联动图像拆分方法及装置。其中，该方法包括：采集第一图像数据和第二图像数据；提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出；将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果；通过所述对比结果生成动帧图像拆分算法。本发明专利技术解决了现有技术中对于高速动帧类图像数据的处理仅仅是通过图像数据中的像素情况来进行拆分或者分解，从而得到适用于优化和分析的分解图像数据，这样无法根据动帧图像的特点进行拆分，降低了图像拆分优化处理的效果，也降低了动帧图像中动作属性拆分的权重，给实际运行和操作增加了一定难度的技术问题。定难度的技术问题。定难度的技术问题。
【技术实现步骤摘要】
一种基于高速动帧联动图像拆分方法及装置
[0001]本专利技术涉及图像拆分处理领域，具体而言，涉及一种基于高速动帧联动图像拆分方法及装置。
技术介绍
[0002]随着智能化科技的不断发展，人们的生活、工作、学习之中越来越多地用到了智能化设备，使用智能化科技手段，提高了人们生活的质量，增加了人们学习和工作的效率。
[0003]目前，针对高速动帧类图像数据进行优化处理，以及对于该种类型的图片数据的分析，通常会利用图像的像素属性进行分解，并将分解后的图像进行识别和输出，达到多重识别同时进行，增加动帧图像处理的速度和质量。但是现有技术中对于高速动帧类图像数据的处理仅仅是通过图像数据中的像素情况来进行拆分或者分解，从而得到适用于优化和分析的分解图像数据，这样无法根据动帧图像的特点进行拆分，降低了图像拆分优化处理的效果，也降低了动帧图像中动作属性拆分的权重，给实际运行和操作增加了一定难度。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种基于高速动帧联动图像拆分方法及装置，以至少解决现有技术中对于高速动帧类图像数据的处理仅仅是通过图像数据中的像素情况来进行拆分或者分解，从而得到适用于优化和分析的分解图像数据，这样无法根据动帧图像的特点进行拆分，降低了图像拆分优化处理的效果，也降低了动帧图像中动作属性拆分的权重，给实际运行和操作增加了一定难度的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种基于高速动帧联动图像拆分方法，包括：采集第一图像数据和第二图像数据；提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出；将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果；通过所述对比结果生成动帧图像拆分算法。
[0007]可选的，所述提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出包括：根据历史数据获取所述动帧阈值；将所述第一图像数据和所述第二图像数据中所有的动帧画面数据与所述动帧阈值进行比较和匹配，并将超过所述动帧阈值的图像数据分别作为所述第一动帧参量和所述第二动帧参量。
[0008]可选的，所述将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果包括：根据所述第一图像数据和所述第二图像数据获取所述动帧对比模型，其中，所述动帧对比模型采用所述第一图像数据和所述第二图像数据中涉及的历史数据群组进行训练得到；将所述动帧对比模型输出的动帧联动常数和动帧归类因子作为所述对比结果进行输出。
[0009]可选的，所述通过所述对比结果生成动帧图像拆分算法包括：利用公式
[0010]Pic(G,D)＝E
·
[f(
‑
D(x)]+G[f(T(z))][0011]构建用于拆分高速动帧联动图像的矢量算法，其中，Pic(G，D)是算法表式，E是所述动帧联动常数，G是所述动帧归类因子，D和G是算法图像像素元素参量，T是算法图像像素区域参量。
[0012]根据本专利技术实施例的另一方面，还提供了一种基于高速动帧联动图像拆分装置，包括：采集模块，用于采集第一图像数据和第二图像数据；提取模块，用于提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出；对比模块，用于将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果；生成模块，用于通过所述对比结果生成动帧图像拆分算法。
[0013]可选的，所述提取模块包括：获取单元，用于根据历史数据获取所述动帧阈值；比较单元，用于将所述第一图像数据和所述第二图像数据中所有的动帧画面数据与所述动帧阈值进行比较和匹配，并将超过所述动帧阈值的图像数据分别作为所述第一动帧参量和所述第二动帧参量。
[0014]可选的，所述对比模块包括：获取单元，用于根据所述第一图像数据和所述第二图像数据获取所述动帧对比模型，其中，所述动帧对比模型采用所述第一图像数据和所述第二图像数据中涉及的历史数据群组进行训练得到；输出单元，用于将所述动帧对比模型输出的动帧联动常数和动帧归类因子作为所述对比结果进行输出。
[0015]可选的，所述生成模块包括：计算单元，用于利用公式
[0016]Pic(G,D)＝E
·
[f(
‑
D(x)]+G[f(T(z))][0017]构建用于拆分高速动帧联动图像的矢量算法，其中，Pic(G，D)是算法表式，E是所述动帧联动常数，G是所述动帧归类因子，D和G是算法图像像素元素参量，T是算法图像像素区域参量。
[0018]根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于高速动帧联动图像拆分方法。
[0019]根据本专利技术实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于高速动帧联动图像拆分方法。
[0020]在本专利技术实施例中，采用采集第一图像数据和第二图像数据；提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出；将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果；通过所述对比结果生成动帧图像拆分算法的方式，解决了现有技术中对于高速动帧类图像数据的处理仅仅是通过图像数据中的像素情况来进行拆分或者分解，从而得到适用于优化和分析的分解图像数据，这样无法根据动帧图像的特点进行拆分，降低了图像拆分优化处理的效果，也降低了动帧图像中动作属性拆分的权重，给实际运行和操作增加了一定难度的技术问题。
附图说明
[0021]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0022]图1是根据本专利技术实施例的一种基于高速动帧联动图像拆分方法的流程图；
[0023]图2是根据本专利技术实施例的一种基于高速动帧联动图像拆分装置的结构框图；
[0024]图3是根据本专利技术实施例的用于执行根据本专利技术的方法的终端设备的框图；
[0025]图4是根据本专利技术实施例的用于保持或者携带实现根据本专利技术的方法的程序代码的存储单元。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于高速动帧联动图像拆分方法，其特征在于，包括：采集第一图像数据和第二图像数据；提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出；将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果；通过所述对比结果生成动帧图像拆分算法。2.根据权利要求1所述的方法，其特征在于，所述提取所述第一图像数据和所述第二图像数据中超过动帧阈值的数据，分别作为第一动帧参量和第二动帧参量进行输出包括：根据历史数据获取所述动帧阈值；将所述第一图像数据和所述第二图像数据中所有的动帧画面数据与所述动帧阈值进行比较和匹配，并将超过所述动帧阈值的图像数据分别作为所述第一动帧参量和所述第二动帧参量。3.根据权利要求1所述的方法，其特征在于，所述将所述第一动帧参量和所述第二动帧参量输入动帧对比模型，得到对比结果包括：根据所述第一图像数据和所述第二图像数据获取所述动帧对比模型，其中，所述动帧对比模型采用所述第一图像数据和所述第二图像数据中涉及的历史数据群组进行训练得到；将所述动帧对比模型输出的动帧联动常数和动帧归类因子作为所述对比结果进行输出。4.根据权利要求3所述的方法，其特征在于，所述通过所述对比结果生成动帧图像拆分算法包括：利用公式Pic(G,D)＝E
·
[f(
‑
D(x)]+G[f(T(z))]构建用于拆分高速动帧联动图像的矢量算法，其中，Pic(G，D)是算法表式，E是所述动帧联动常数，G是所述动帧归类因子，D和G是算法图像像素元素参量，T是算法图像像素区域参量。5.一种基于高速动帧联动图像拆分装置，其特征在于，包括：采集模块，用于采集第一图像数据和第二图像数据；提取模块，用于提取所述第一图像数据和所述第二图像数据中超过动帧阈...
【专利技术属性】
技术研发人员：温建伟，邓迪旻，袁潮，
申请(专利权)人：北京拙河科技有限公司，
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。