本发明专利技术涉及图像分析领域，公开了一种视频精彩度测量方法、装置、设备及存储介质。该方法包括：获取待分析的视频数据；解析视频数据的视频帧，得到视频数据对应的视频帧集合，以及基于预置划分框架，对视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；根据预置视频色彩算法，计算划分网格网络中每个网格对应的HSV值，得到划分网格网络对应的HSV值集；根据预置运动参数算法，对HSV值集进行差值分析处理，得到划分网格网络对应的运动参数值，并根据预置色彩参数算法，对HSV值集进行颜色分析处理，得到划分网格网络对应的色彩值强度值；计算色彩值强度值和运动参数值的平均值，得到划分网格网络对应的视频帧精彩值。彩值。彩值。
【技术实现步骤摘要】
视频精彩度测量方法、装置、设备及存储介质
[0001]本专利技术涉及图像分析领域，尤其涉及一种视频精彩度测量方法、装置、设备及存储介质。
技术介绍
[0002]现今，网络上涌现了大量视频数据，其中有平淡无奇的，也有精彩纷呈的，而不论是对于用户还是提供视频内容的平台来说，都希望获取更精彩的视频，那么提供一种视频精彩度的测度方法，自然十分重要。目前的方法主要是通过对特定类型的视频制定有针对性的规则来分析视频是否精彩，比如对于篮球比赛类型的视频，如果有投篮的镜头，则认为该视频精彩。只能定性分析视频是否精彩，无法定量测度视频的精彩程度，也不能根据精彩程度给一系列视频排序。不同类型的视频指定不同的规则，局限性较大，适用性较窄，无法进行统一的比较，因此需要一种统一且能广泛定量测量视频精彩度的技术方案。
技术实现思路
[0003]本专利技术的主要目的在于解决视频无法统一定量的分析的技术问题。
[0004]本专利技术第一方面提供了一种视频精彩度测量方法，所述视频精彩度测量方法包括：
[0005]获取待分析的视频数据；
[0006]解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合，以及基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
[0007]根据预置视频色彩算法，计算所述划分网格网络中每个网格对应的HSV值，得到所述划分网格网络对应的HSV值集；
[0008]根据预置运动参数算法，对所述HSV值集进行差值分析处理，得到所述划分网格网络对应的运动参数值，并根据预置色彩参数算法，对所述HSV值集进行颜色分析处理，得到所述划分网格网络对应的色彩值强度值；
[0009]计算所述色彩值强度值和所述运动参数值的平均值，得到所述划分网格网络对应的视频帧精彩值。
[0010]可选的，在本专利技术第一方面的第一种实现方式中，所述根据预置视频色彩算法，计算所述划分网格网络中每个网格对应的HSV值，得到所述划分网格网络对应的HSV值集包括：
[0011]读取所述划分网格网络中每个网格对应的所有像素RGB值，以及基于预置转换算法，将所有的所述像素RGB值转换为像素HSV值；
[0012]计算所有所述像素HSV值对应的HSV平均值，并将所述HSV平均值确定为网格对应的HSV值；
[0013]将所述划分网格网络中每个网格对应的HSV值组合，生成所述划分网格网络对应
的HSV值集。
[0014]可选的，在本专利技术第一方面的第二种实现方式中，所述根据预置运动参数算法，对所述HSV值集进行差值分析处理，得到所述划分网格网络对应的运动参数值包括：
[0015]读取所述划分网格网络相差预置间隔帧数的对比划分网格网络；
[0016]根据预置区域检测算法和所述HSV值集，对所述划分网格网络和所述比划分网格网络进行区域比对处理，得到所述划分网格网络对应的运动围度值；
[0017]根据预置向量检测算法，对所述划分网格网络和所述比划分网格网络进行向量分析处理，得到所述划分网格网络对应的运动幅度值；
[0018]对所述运动围度值和所述运动幅度值计算平均值，得到所述划分网格网络对应的运动参数值。
[0019]可选的，在本专利技术第一方面的第三种实现方式中，所述根据预置区域检测算法和所述HSV值集，对所述划分网格网络和所述比划分网格网络进行区域比对处理，得到所述划分网格网络对应的运动围度值包括：
[0020]计算所述划分网格网络和所述对比划分网格网络的HSV值分量差平均值，得到所述划分网格网络的帧数HSV差值；
[0021]判断所述帧数HSV差值是否超过预置强度阈值；
[0022]若超过所述强度阈值，则根据预置运动分析算法，对所述帧数HSV差值和所述强度阈值进行差值分析处理，得到所述划分网格网络对应的运动围度值。
[0023]可选的，在本专利技术第一方面的第四种实现方式中，所述根据预置向量检测算法，对所述划分网格网络和所述比划分网格网络进行向量分析处理，得到所述划分网格网络对应的运动幅度值包括：
[0024]分析所述对比划分网格网络与所述划分网格网络对应的网格运动矢量，得到网格运动矢量集；
[0025]将所述网格运动矢量中的数据集代入预置运动幅度计算公式，计算得出所述划分网格网络对应的运动幅度值。
[0026]可选的，在本专利技术第一方面的第五种实现方式中，所述根据预置色彩参数算法，对所述HSV值集进行颜色分析处理，得到所述划分网格网络对应的色彩值强度值包括：
[0027]计算所述划分网格网络中每个网格对应HSV值的H分量占比值、S分量占比值、V分量占比值，并计算所述划分网格网络中的所有H分量、S分量、V分量之间的欧式距离，得到分量欧式距离集；
[0028]读取所述划分网格网络中每个网格对应的所有像素的S分量和V分量；
[0029]将所述H分量占比值、所述S分量占比值、所述V分量占比值、所述分量欧式距离集、每个像素的S分量和V分量代入预置色彩强度公式，计算得到所述划分网格网络对应的色彩值强度值。
[0030]可选的，在本专利技术第一方面的第六种实现方式中，所述基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络包括：
[0031]根据所述视频帧集合中的排序，依次从所述视频帧集合中提取出视频帧；
[0032]根据预置划分框架，对所述视频帧进行划分处理，生成所述视频帧对应的划分网格网络。
[0033]本专利技术第二方面提供了一种视频精彩度测量装置，所述视频精彩度测量装置包括：
[0034]获取模块，用于获取待分析的视频数据；
[0035]划分模块，用于解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合，以及基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；
[0036]计算模块，用于根据预置视频色彩算法，计算所述划分网格网络中每个网格对应的HSV值，得到所述划分网格网络对应的HSV值集；
[0037]分析模块，用于根据预置运动参数算法，对所述HSV值集进行差值分析处理，得到所述划分网格网络对应的运动参数值，并根据预置色彩参数算法，对所述HSV值集进行颜色分析处理，得到所述划分网格网络对应的色彩值强度值；
[0038]计算模块，用于计算所述色彩值强度值和所述运动参数值的平均值，得到所述划分网格网络对应的视频帧精彩值。
[0039]本专利技术第三方面提供了一种视频精彩度测量设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述视频精彩度测量设备执行上述的视频精彩度测量方法。
[0040]本专利技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种视频精彩度测量方法，其特征在于，包括步骤：获取待分析的视频数据；解析所述视频数据的视频帧，得到所述视频数据对应的视频帧集合，以及基于预置划分框架，对所述视频帧集合中每个视频帧进行划分处理，得到每个视频帧对应的划分网格网络；根据预置视频色彩算法，计算所述划分网格网络中每个网格对应的HSV值，得到所述划分网格网络对应的HSV值集；根据预置运动参数算法，对所述HSV值集进行差值分析处理，得到所述划分网格网络对应的运动参数值，并根据预置色彩参数算法，对所述HSV值集进行颜色分析处理，得到所述划分网格网络对应的色彩值强度值；计算所述色彩值强度值和所述运动参数值的平均值，得到所述划分网格网络对应的视频帧精彩值。2.根据权利要求1所述的视频精彩度测量方法，其特征在于，所述根据预置视频色彩算法，计算所述划分网格网络中每个网格对应的HSV值，得到所述划分网格网络对应的HSV值集包括：读取所述划分网格网络中每个网格对应的所有像素RGB值，以及基于预置转换算法，将所有的所述像素RGB值转换为像素HSV值；计算所有所述像素HSV值对应的HSV平均值，并将所述HSV平均值确定为网格对应的HSV值；将所述划分网格网络中每个网格对应的HSV值组合，生成所述划分网格网络对应的HSV值集。3.根据权利要求1所述的视频精彩度测量方法，其特征在于，所述根据预置运动参数算法，对所述HSV值集进行差值分析处理，得到所述划分网格网络对应的运动参数值包括：读取所述划分网格网络相差预置间隔帧数的对比划分网格网络；根据预置区域检测算法和所述HSV值集，对所述划分网格网络和所述比划分网格网络进行区域比对处理，得到所述划分网格网络对应的运动围度值；根据预置向量检测算法，对所述划分网格网络和所述比划分网格网络进行向量分析处理，得到所述划分网格网络对应的运动幅度值；对所述运动围度值和所述运动幅度值计算平均值，得到所述划分网格网络对应的运动参数值。4.根据权利要求3所述的视频精彩度测量方法，其特征在于，所述根据预置区域检测算法和所述HSV值集，对所述划分网格网络和所述比划分网格网络进行区域比对处理，得到所述划分网格网络对应的运动围度值包括：计算所述划分网格网络和所述对比划分网格网络的HSV值分量差平均值，得到所述划分网格网络的帧数HSV差值；判断所述帧数HSV差值是否超过预置强度阈值；若超过所述强度阈值，则根据预置运动分析算法，对所述帧数HSV差值和所述强度阈值进行差值分析处理，得到所述划分网格网络对应的运动围度值。5.根据权利要求3或4任一项所述的视频精彩度测量方法，其特征在于，所述根据预置
向量检测算法，对所述划分网格网络和所述比划分网格网络进行向量分析处理，得到所述划分网格网络对应的运...
【专利技术属性】
技术研发人员：姚梦琳，李盛，
申请(专利权)人：深圳软牛科技有限公司，
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。