申请/专利权人：谷歌有限责任公司

申请日：2019-03-08

公开（公告）日：2020-10-23

公开（公告）号：CN111819837A

主分类号：H04N5/232(20060101)

分类号：H04N5/232(20060101);H04N5/76(20060101);G06T7/269(20170101)

优先权：["20180311 US 62/641,383"]

专利状态码：有效-授权

法律状态：2022.01.14#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：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。一种方法可以包括从输入视频的一个或多个视频帧中获得输入视频帧，其中在接收到快门按下指示之前和在接收到快门按下指示之后获取视频帧。该方法还包括下采样，平滑，计算时间梯度，估计局部运动，估计全局运动，计算一个或多个对象运动矢量，将一个或多个对象运动矢量转换为得分映射，基于得分映射计算熵得分，映射熵得分，识别静态帧的数量，以及如果输入视频中的静态帧的数量与视频帧的数量的比率满足静态帧阈值，则确定输入视频是静态视频。

主权项：1.一种计算机实现的方法，其特征在于，包括：从输入视频的一个或多个视频帧中获取输入视频帧，其中在接收到快门按下指示之前和在接收到所述快门按下指示之后，获取所述视频帧；对所述输入视频帧进行下采样，以生成经下采样的视频帧；对所述经下采样的视频帧进行平滑处理，以生成经平滑的视频帧；计算所述经平滑的视频帧的时间梯度和空间梯度；通过计算局部运动矢量来估计局部运动，所述局部运动矢量对应于来自所述经平滑的视频帧内的一个或多个候选像素块中的相应候选像素块，其中所述局部运动矢量基于所述空间梯度和所述时间梯度；通过计算与所述经平滑的视频帧相对应的全局运动矢量来估计全局运动；基于对应的局部运动矢量和全局运动矢量，计算一个或多个对象运动矢量；将所述一个或多个对象运动矢量转换为得分映射；基于所述得分映射计算熵得分；将所述熵得分映射到与所述经平滑的视频帧相对应的对象运动得分；基于所述对象运动得分来识别静态帧的数量；如果静态帧的数量与所述视频帧的数量的比率满足静态帧阈值，则确定所述输入视频是静态视频，并且如果所述率不满足所述静态帧阈值，则确定所述输入视频是运动视频；如果所述输入视频被识别为所述静态视频，则进行第一操作；并且如果所述输入视频被识别为所述运动视频，则进行第二操作。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 静态视频识别

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD