申请/专利权人：昆明中经网络有限公司

申请日：2023-12-28

公开（公告）日：2024-03-08

公开（公告）号：CN117478929B

主分类号：H04N21/234

分类号：H04N21/234;H04N21/2343;H04N21/44;H04N21/4402;G06V20/40;G06V10/54;G06V10/56

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明公开了一种基于AI大模型的新媒体精品影像处理系统，涉及图像处理技术领域，该系统运行时，收集视频流和视频文件在内的原始影像数据，在校验后组成影像数据包，并对影像数据包进行解析和转换，组成解析数据包，通过AI提取模块进行特征提取，获取时间戳信息、运动信息、色彩信息和纹理信息，并进行帧率分析算法，获取帧率第一数据集，和视频质量评估算法，获取影像第二数据集，通过处理模块对第一数据集和第二数据集进行计算，评估指数Pgzs，并和预设评估指数阈值P进行对比，获取等级处理方案，通过执行模块对等级处理方案内容进行具体执行，进而达到自动接收、解析和转换原始影像数据，达到持续处理原始影像数据的目的。

主权项：1.一种基于AI大模型的新媒体精品影像处理系统，其特征在于：包括影像接收模块、解析模块、AI提取模块、帧率分析模块、影像分析模块、处理模块和执行模块；所述影像接收模块负责接收包括视频流和视频文件在内的原始影像数据，并对其完整性和格式进行校验，进而组成完整的影像数据包；所述解析模块对影像数据包进行解析和格式转换，包括解析视频编码格式、分离视频流和音频流，进而转换为可处理的统一的数据格式，组成解析数据包；所述AI提取模块通过AI大数据对解析数据包进行特征提取，获取时间戳信息、运动信息、色彩信息和纹理信息；所述帧率分析模块对时间戳信息和运动信息使用帧率分析算法计算视频帧率，以获取视频帧率相关信息，组成帧率第一数据集；所述帧率分析模块包括时间分析单元和运行分析单元；所述时间分析单元用于处理视频数据中的时间戳信息，计算视频帧之间的时间的间隔，时间的间隔方式如下，T1、T2、T3至Tn，其中n为视频中的帧数，时间戳信息获取方式如下：Ti表示第i帧的时间戳；所述运行分析单元用于处理视频数据中的运行信息，通过对视频中T1、T2、T3至Tn帧数之间的变化进行检测，识别出移动对象或运动区域，进行标记移动对象或运动区域对应的帧数，并记录运动帧数总数Ydmax，并与Tn总帧数关联，获取运动帧数比例值Ydbl；运动帧数比例值Ydbl通过以下公式获取： 帧率第一数据集包括：帧数Tn和帧数时间戳Ti；所述影像分析模块对色彩信息和纹理信息使用视频质量评估算法对影像质量进行评估，以获取影像质量相关信息，组成影像第二数据集；所述影像分析模块包括色彩通道分析单元；所述色彩通道分析单元负责从色彩信息和纹理信息中提取色彩信息，包括色彩分布和对比度，利用色彩分析算法来获取视频中不同区域的色彩信息，并将其转换为可评估的色彩特征数据，并通过AI大模型进行建立图像模型以获取包括红色、绿色和蓝色通道的像素分布，再进行统计红色、绿色和蓝色通道的分布平均值、方差、偏度和峰度数据；影像第二数据集包括：红色通道平均值RPjz、红色通道方差值RFcz和红色通道偏度值RPdz，绿色通道平均值GPjz、绿色通道方差值GFcz和绿色通道偏度值GPdz，蓝色通道平均值BPjz、蓝色通道方差值BFcz和蓝色通道偏度值BPdz；所述处理模块对第一数据集和第二数据集进行计算，获取：评估指数Pgzs，并和预设评估指数阈值P进行对比，获取等级处理方案；所述处理模块包括计算单元和评估单元；所述计算单元通过第一次计算第一数据集与第二数据集，获取：帧率差值系数Zlxs和影像质量系数Yxxs，再进行第二次计算帧率差值系数Zlxs和影像质量系数Yxxs，获取：评估指数Pgzs；所述评估指数Pgzs通过以下计算公式获取：Pgzs＝[A*Zlxs+B*Yxxs]+C式中，Zlxs表示帧率差值系数，Yxxs表示影像质量系数，A和B分别表示帧率差值系数Zlxs和影像质量系数Yxxs的比例系数，C表示修正常数；所述帧率差值系数Zlxs通过第一数据集计算获取；所述影像质量系数Yxxs通过第二数据集计算获取；所述第一次计算第一数据集与第二数据集，获取：帧率差值系数Zlxs和影像质量系数Yxxs，其中，第一次计算表示帧率差值系数Zlxs和影像质量系数Yxxs的计算公式进行计算；所述帧率差值系数Zlxs通过以下公式获取： 式中，Tn表示视频的帧数总数，Ti和Ti-1分别表示视频中的第i帧和第i-1帧的时间戳，通过计算视频中相邻帧的帧数时间戳Ti和Ti-1的差异绝对值之和，并除以帧数Tn-1，得到视频帧率的帧率差值系数Zlxs；所述影像质量系数Yxxs通过以下公式获取： 式中，Fbjz表示分布均值因子，Fcz表示方差因子，Pdz表示偏度因子，RPj、GPj和BPj分别表示红色、绿色和蓝色通道的预设平均值，Rfc、Gfc和Bfc分别表示红色、绿色和蓝色通道的预设方差值，Rpd、Gpd和Bpd分别表示红色、绿色和蓝色通道的预设偏度值，RPjz、GPjz和BPjz分别表示红色通道平均值、绿色通道平均值和蓝色通道平均值，RFcz、GFcz和BFcz分别表示红色通道方差值、绿色通道方差值和蓝色通道方差值，RPdz、GPdz和BPdz分别表示红色通道偏度值、绿色通道偏度值和蓝色通道偏度值；所述评估单元通过预设的评估指数阈值P与运动指数阈值S，与计算获取的评估指数Pgzs和运动帧数比例值Ydbl进行对比，获取等级处理方案；所述等级处理方案通过以下对比方式获取：当评估指数Pgzs＜评估指数阈值P，且运动帧数比例值Ydbl＜运动指数阈值S，获取一级评价，对视频图像的帧率不做调整，对视频图像的清晰度不做调整；当评估指数Pgzs＜评估指数阈值P，且运动帧数比例值Ydbl≥运动指数阈值S，获取二级评价，对视频图像的帧率不做调整，对视频图像的清晰度以及画质进行调整，包括去除噪点、图片清洗和图像稳定，以及调整视频图像的色彩画质，包括调整饱和度、色调、对比度和平衡度，使视频图像中的运动区域、图像边缘显示、图像边缘勾勒线条以及微小的物体、文字和图案，达到轮廓模糊调整至轮廓清晰的目的；当评估指数Pgzs≥评估指数阈值P，且运动帧数比例值Ydbl＜运动指数阈值S，获取三级评价，对视频图像的帧率进行调整，进而使视频图像帧率进行提升，包括使用插帧技术、调整采样率和视频压缩优化，达到快速移动的物体轨迹或者高速动作中的细节轮廓变的清晰不再模糊的目的，对视频图像的清晰度以及画质不做调整；当评估指数Pgzs≥评估指数阈值P，且运动帧数比例值Ydbl≥运动指数阈值S，获取四级评价，对视频图像的帧率进行调整，进而使视频图像帧率进行提升，包括使用插帧技术、调整采样率和视频压缩优化，达到快速运动或者快速变化的场景视频连贯不卡顿的效果，以及运动区域的图像边缘和轮廓变得清晰和完整，对视频图像的清晰度以及画质进行调整，包括色彩校正和图像处理，色彩校准包括：饱和度、色调、对比度和平衡度，图像处理包括：去噪处理、局部对比增强和图像清晰，达到对视频图像的图像轮廓清晰化，图像色彩鲜艳化，图像局部明亮化和图像局部立体化的目的；所述执行模块根据等级处理方案内容，进行具体执行，进而对原始影像数据进行处理。

全文数据：

权利要求：

百度查询： 昆明中经网络有限公司 一种基于AI大模型的新媒体精品影像处理系统

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