專利名稱：一種3d視頻格式識別方法、裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻技術(shù)領(lǐng)域，尤其涉及一種3D視頻格式識別方法、裝置。
背景技術(shù)：
人以左右眼看同樣的物體，因兩眼觀察角度不同，在視網(wǎng)膜上形成的成像并不完全相同，這兩個成像經(jīng)過大腦綜合以后就能區(qū)分物體的前后、遠近，從而產(chǎn)生立體視覺。立體3D顯示就是根據(jù)這一原理，將同一景象的左·眼圖像和右眼圖像分別送入觀看者的左眼和右眼，讓觀察者產(chǎn)生立體觀看感覺。目前，常見的3D片源格式有frame sequence :連續(xù)交替發(fā)送左眼和右眼畫面。full-side-by-side :將左、右眼圖像壓進一幀畫面中，左半幀畫面為左眼圖像，右半幀畫面為右眼圖像。half-si de-by-side :類似于full-side-by-side,但左、右眼圖像的分辨率均在水平方向上壓縮一半。top-and-bottom :在這種格式中，左、右眼畫面按上下排列方式壓縮到一幀圖像中，左、右眼圖像的分辨率均在垂直方向上壓縮為一半。Frame Packing :為了保證數(shù)據(jù)完整性，將左、右眼畫面按上下方式排列FramePacking標準規(guī)定為區(qū)別左、右眼畫面，在左、右眼畫面之間包含一個空白區(qū)域。隔行將左、右眼畫面在垂直方向上按行交錯排列。隔列將左、右眼畫面在水平方向上按列交錯排列。CheckBoard :在CheckBoard 3D格式中，左眼和右眼的圖像被交織，也就是每相隔一個像素存放左眼或右眼圖像。這種格式和國際象棋棋盤的方格相似，因此叫做CheckBoard 格式。3D視頻格式眾多，然而，目前還沒有一種有效的方法能夠自動識別各種3D視頻格式，這給播放器對各種格式的3D視頻進行自動解析造成了困難。

發(fā)明內(nèi)容
本發(fā)明實施例提供了一種3D視頻格式識別方法、裝置，旨在解決現(xiàn)有技術(shù)無法自動識別3D視頻格式，給播放器對各種格式的3D視頻進行自動解析造成了困難的問題。一方面，提供一種3D視頻格式識別方法，所述方法包括從3D視頻中提取一圖像幀；計算所述圖像幀的特征向量；輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中；所述3D視頻格式分類器根據(jù)所述特征向量對所述3D視頻的格式進行識別。另一方面，提供一種3D視頻格式識別裝置，所述裝置包括圖像幀提取單元，用于從3D視頻中提取一圖像幀；
特征向量計算單元，用于計算所述圖像幀的特征向量；特征向量輸入單元，用于輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中；訓練好的3D視頻格式分類器，用于根據(jù)所述特征向量對所述3D視頻的格式進行識別。在本發(fā)明實施例中，計算輸入的3D視頻的圖像幀的特征向量，并輸入該特征向量至預(yù)先訓練好的3D視頻格式分類器中，以由所述3D視頻格式分類器對待識別3D視頻進行格式識別，得到所述3D視頻的視頻格式，后續(xù)播放器即可根據(jù)該格式對視頻幀數(shù)據(jù)進行正確的拆分和重組，以播放正常的3D畫面。


圖I是本發(fā)明實施例一提供的3D視頻格式識別方法的實現(xiàn)流程圖；圖2是本發(fā)明實施例一提供的按照預(yù)設(shè)規(guī)則對灰度圖像進行的區(qū)域劃分示意圖；圖3是本發(fā)明實施例一提供的對頻譜圖進行的區(qū)域劃分示意圖；圖4是本發(fā)明實施例二提供的3D視頻格式識別裝置的結(jié)構(gòu)框圖。
具體實施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。在本發(fā)明實施例中，計算輸入的3D視頻的圖像幀的特征向量，并輸入該特征向量至預(yù)先訓練好的3D視頻格式分類器中，以由所述3D視頻格式分類器對待識別3D視頻進行格式識別，得到所述3D視頻的視頻格式，后續(xù)播放器即可根據(jù)該格式對視頻幀數(shù)據(jù)進行正確的拆分和重組，以播放正常的3D畫面。以下結(jié)合具體實施例對本發(fā)明的實現(xiàn)進行詳細描述實施例一圖I示出了本發(fā)明實施例一提供的3D視頻格式識別方法的實現(xiàn)流程圖，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，詳述如下在步驟SlOl中，從3D視頻中提取一圖像幀。在本發(fā)明實施例中，從輸入的3D視頻中隨機提取一幀圖像幀。在步驟S102中，計算所述圖像幀的特征向量。在本發(fā)明實施例中，首先從輸入的3D視頻中隨機提取一幀圖像幀，再計算該圖像幀的特征向量，其中，該特征向量的計算步驟包括步驟I、將所述圖像幀轉(zhuǎn)換為灰度圖像。在本實施例中，將提取的彩色圖像幀轉(zhuǎn)換成灰度圖像。步驟2、按預(yù)設(shè)規(guī)則對所述灰度圖像進行區(qū)域劃分，得到預(yù)設(shè)組數(shù)左右眼圖像對。在本實施例中，對步驟I中得到的灰度圖像進行區(qū)域劃分，以得到預(yù)設(shè)組數(shù)的左右眼圖像對，在本實施例中，預(yù)設(shè)的組數(shù)為兩組。圖2為按照預(yù)設(shè)規(guī)則進行的區(qū)域劃分示意圖。在圖2中，將灰度圖像劃分為A、B、C、D四個大小相等的區(qū)域，并將區(qū)域A和區(qū)域B作為一組左右眼圖像對，將區(qū)域A和區(qū)域C作為另一組左右眼圖像對。除上述的基本區(qū)域劃分方法外，為了降低后續(xù)步驟的計算量，可以對圖2所示的區(qū)域劃分方法進行優(yōu)化改進如圖2所示，截取區(qū)域A、B、C、D中的子區(qū)域A1、B1、C1、D1，然后可以選擇區(qū)域Al、區(qū)域BI為一組左右眼圖像對，選擇區(qū)域Al、區(qū)域Cl為另一組左右眼圖像對；或先對所截取的區(qū)域進行組合構(gòu)成一幅圖像，如將Al、BI組合成ABl，Cl、Dl組合成⑶I JfAUCl組合成AC1，BUDl組合成BD1，然后將組合構(gòu)成的圖像兩兩分為一組，比如，將ABlXDl分為一組，那么ABlXDl即為一組左右眼圖像對，將ACUBDl分為一組，則AC1、BDl即為另外一組左右眼圖像對。需要注意的是，Al、B I、Cl、Dl為大小相同的區(qū)域，且它們在A、B、C、D四個區(qū)域中的相對位置也一致。步驟3、計算所述預(yù)設(shè)組數(shù)左右眼圖像對的相似度特征。在本實施例中，在步驟2中已經(jīng)得到兩組左右眼圖像對，則可分別計算該兩組 左右眼圖像對的相似度特征。每組圖像的相似度可由歸一化互相關(guān)系數(shù)(NormalizedCorrelation Coefficient, NCC)來表征，此外還可以選擇絕對差值的總和(Sum ofAbsolute Difference, SAD)或差值平方和(Sum of Squared Difference, SSD)來對相似度進行表征，上述相似度特征的計算方法為本領(lǐng)域公知技術(shù)，此處不再贅述。需要說明的是，為了提高對3D視頻格式的識別率，可以增加左右眼圖像對的組數(shù)，這樣就增加了左右眼圖像對相似度的個數(shù)，也即增加了圖像特征向量的維數(shù)。步驟4、計算所述圖像幀的頻譜特征。在本實施例中，由于不同格式的3D視頻圖像中左右眼畫面像素排列方式不同，因此其傅里葉變換頻譜會有所差別，本實施例從圖像幀的頻譜中分析其能量分布，并從中提取圖像幀的頻譜特征。具體步驟包括la、對所述圖像幀進行二維快速傅里葉變換，得到頻譜圖；lb、對所述頻譜圖進行區(qū)域劃分；lc、統(tǒng)計低頻段區(qū)域以及所述低頻段區(qū)域垂直方向上、水平方向上以及對角方向上的高頻段區(qū)域的能量均值，將所述能量均值作為所述圖像幀的頻譜特征。詳述如下首先對圖像幀進行二維快速傅里葉變換，并對變換后得到的頻譜圖進行區(qū)域劃分，圖3所示為頻譜圖的區(qū)域劃分示意圖，本實施例分別統(tǒng)計低頻段(如圖3中區(qū)域D)以及垂直方向上、水平方向上、對角方向上高頻段(分別為圖3中區(qū)域B、C、A)的能量均值，并將所述能量均值作為圖像幀的頻譜特征。此外，出于降低計算量的目的，可以截取3D視頻的圖像幀的一部分，然后對其進行二維快速傅里葉變換，并根據(jù)上述方法提取該截取圖像的頻譜特征；或者本實施例可以對截取的圖像在行、列方向上分別進行一維快速傅里葉變換，并分別統(tǒng)計低頻段、中頻段以及高頻段的能量均值，并將所述能量均值作為頻譜特征，優(yōu)選地，可以抽取圖像中一定數(shù)目的行和列進行一維快速傅里葉變換，并統(tǒng)計這些行和列數(shù)據(jù)的低頻段、中頻段、高頻段的能量均值，并將這些能量均值的比值(如低頻段能量均值與中頻段能量均值的比值，低頻段能量均值與高頻段能量均值的比值，以及中頻段能量均值與高頻段能量均值的比值)作為頻譜特征。
步驟5、所述相似度特征和所述頻譜特征組成所述圖像幀的特征向量。在本實施例中，將步驟3中計算得到的左右眼圖像對相似度特征和步驟4中計算得到的頻譜特征組成圖像幀的特征向量，則一個特征向量可表征一幀3D視頻圖像。在步驟S103中，輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中。在本實施例中，輸入步驟S102計算得到的特征向量至預(yù)先訓練好的3D視頻格式分類器中后，即可利用該訓練好的3D視頻格式分類器進行3D視頻格式的自動識別。對一個3D視頻執(zhí)行步驟I至步驟5的操作，即可提取一圖像幀的特征向量，將該特征向量作為3D視頻格式分類器的輸入，則3D視頻格式分類器的輸出即為3D視頻格式的判別結(jié)果。此夕卜，可以從3D視頻中抓取多幀圖像幀來進行綜合判斷，以進一步提高視頻格式的識別率。其中，利用生成的訓練樣本庫對3D視頻格式分類器來進行訓練，可基于人工神經(jīng) 網(wǎng)絡(luò)或支持向量機來構(gòu)成3D視頻格式分類器。人工神經(jīng)網(wǎng)絡(luò)和支持向量機分類器的訓練方法為本領(lǐng)域公知技術(shù)，此處不再贅述。具體的，可以計算各種格式的3D視頻中的不同圖像幀所對應(yīng)的特征向量，由這些特征向量的集合構(gòu)成所述3D視頻格式分類器的訓練樣本庫。在本實施例中，每種格式的3D視頻中的不同圖像幀所對應(yīng)的特征向量的計算詳見步驟I至步驟5的描述，在此不再贅述。 在步驟S104中，所述3D視頻格式分類器根據(jù)所述特征向量對所述3D視頻的格式進行識別。本發(fā)明實施例，計算輸入的3D視頻的圖像幀的特征向量，并輸入該特征向量至預(yù)先訓練好的3D視頻格式分類器中，以由所述3D視頻格式分類器對待識別3D視頻進行格式識別，得到所述3D視頻的視頻格式，后續(xù)播放器即可根據(jù)該格式對視頻幀數(shù)據(jù)進行正確的拆分和重組，以播放正常的3D畫面。實施例二圖4示出了本發(fā)明實施例二提供的3D視頻格式識別裝置的結(jié)構(gòu)框圖，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，所述3D視頻格式識別裝置包括圖像幀提取單元41、特征向量計算單元42和特征向量輸入單元43。其中，圖像幀提取單元41，用于從3D視頻中提取一圖像幀；特征向量計算單元42，用于計算所述圖像幀的特征向量；特征向量輸入單元43，用于輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中，訓練好的3D視頻格式分類器根據(jù)所述特征向量對所述3D視頻的格式進行識別。具體的，所述特征向量計算單元42包括轉(zhuǎn)換模塊、左右眼圖像對生成模塊、相似度計算模塊、頻譜特征計算模塊和特征向量生成模塊。其中，轉(zhuǎn)換模塊，用于將所述圖像幀轉(zhuǎn)換為灰度圖像；左右眼圖像對生成模塊，用于按預(yù)設(shè)規(guī)則對所述灰度圖像進行區(qū)域劃分，得到預(yù)設(shè)組數(shù)左右眼圖像對；相似度計算模塊，用于計算所述預(yù)設(shè)組數(shù)左右眼圖像對的相似度特征；頻譜特征計算模塊，用于計算所述圖像幀的頻譜特征；特征向量生成模塊，用于將所述相似度特征和所述頻譜特征組成所述圖像幀的特征向量。具體的，所述頻譜特征計算模塊包括頻譜圖生成子模塊、區(qū)域劃分子模塊和頻譜特征生成子模塊。其中，頻譜圖生成子模塊，用于對所述圖像幀進行二維快速傅里葉變換，得到頻譜圖；區(qū)域劃分子模塊，用于對所述頻譜圖進行區(qū)域劃分；頻譜特征生成子模塊，用于統(tǒng)計低頻段區(qū)域以及所述低頻段區(qū)域垂直方向上、水平方向上以及對角方向上的高頻段區(qū)域的能量均值，將所述能量均值作為所述圖像幀的頻譜特征。另外，本發(fā)明實施例提供的3D視頻格式識別裝置還可以包括樣本庫建立單元和分類器訓練單元。
·
其中，樣本庫建立單元41，用于建立3D視頻格式分類器的訓練樣本庫，具體的，樣本庫建立單元41計算各種格式的3D視頻中的不同圖像幀所對應(yīng)的特征向量，由這些特征向量的集合構(gòu)成所述3D視頻格式分類器的訓練樣本庫；分類器訓練單元42，用于利用所述訓練樣本庫對3D視頻格式分類器進行訓練，生成訓練好的3D視頻格式分類器。值得注意的是，上述系統(tǒng)實施例中，所包括的各個單元只是按照功能邏輯進行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可；另外，各功能單元的具體名稱也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護范圍。另外，本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述各實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，相應(yīng)的程序可以存儲于一計算機可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如R0M/RAM、磁盤或光盤等。以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.一種3D視頻格式識別方法，其特征在于，所述方法包括 從3D視頻中提取一圖像幀； 計算所述圖像幀的特征向量； 輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中； 所述3D視頻格式分類器根據(jù)所述特征向量對所述3D視頻的格式進行識別。
2.如權(quán)利要求I所述的方法，其特征在于，在所述輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中之前，所述方法還包括 建立3D視頻格式分類器的訓練樣本庫； 利用所述訓練樣本庫對3D視頻格式分類器進行訓練，生成訓練好的3D視頻格式分類器。
3.如權(quán)利要求2所述的方法，其特征在于，所述建立3D視頻格式分類器的訓練樣本庫具體為 計算各種格式的3D視頻中的不同圖像幀所對應(yīng)的特征向量，由這些特征向量的集合構(gòu)成所述3D視頻格式分類器的訓練樣本庫。
4.如權(quán)利要求I所述的方法，其特征在于，所述計算所述圖像幀的特征向量具體為 將所述圖像幀轉(zhuǎn)換為灰度圖像； 按預(yù)設(shè)規(guī)則對所述灰度圖像進行區(qū)域劃分，得到預(yù)設(shè)組數(shù)左右眼圖像對； 計算所述預(yù)設(shè)組數(shù)左右眼圖像對的相似度特征； 計算所述圖像幀的頻譜特征； 所述相似度特征和所述頻譜特征組成所述圖像幀的特征向量。
5.如權(quán)利要求4所述的方法，其特征在于，所述計算所述圖像幀的頻譜特征具體為 對所述圖像幀進行二維快速傅里葉變換，得到頻譜圖； 對所述頻譜圖進行區(qū)域劃分； 統(tǒng)計低頻段區(qū)域以及所述低頻段區(qū)域垂直方向上、水平方向上以及對角方向上的高頻段區(qū)域的能量均值，將所述能量均值作為所述圖像幀的頻譜特征。
6.一種3D視頻格式識別裝置，其特征在于，所述裝置包括 圖像幀提取單元，用于從3D視頻中提取一圖像幀； 特征向量計算單元，用于計算所述圖像幀的特征向量； 特征向量輸入單元，用于輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中； 訓練好的3D視頻格式分類器，用于根據(jù)所述特征向量對所述3D視頻的格式進行識別。
7.如權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括 樣本庫建立單元，用于建立3D視頻格式分類器的訓練樣本庫； 分類器訓練單元，用于利用所述訓練樣本庫對3D視頻格式分類器進行訓練，生成訓練好的3D視頻格式分類器。
8.如權(quán)利要求7所述的裝置，其特征在于，所述樣本庫建立單元計算各種格式的3D視頻中的不同圖像幀所對應(yīng)的特征向量，由這些特征向量的集合構(gòu)成所述3D視頻格式分類器的訓練樣本庫。
9.如權(quán)利要求6所述的裝置，其特征在于，所述特征向量計算單元包括 轉(zhuǎn)換模塊，用于將所述圖像幀轉(zhuǎn)換為灰度圖像；左右眼圖像對生成模塊，用于按預(yù)設(shè)規(guī)則對所述灰度圖像進行區(qū)域劃分，得到預(yù)設(shè)組數(shù)左右眼圖像對； 相似度計算模塊，用于計算所述預(yù)設(shè)組數(shù)左右眼圖像對的相似度特征； 頻譜特征計算模塊，用于計算所述圖像幀的頻譜特征； 特征向量生成模塊，用于將所述相似度特征和所述頻譜特征組成所述圖像幀的特征向量。
10.如權(quán)利要求9所述的裝置，其特征在于，所述頻譜特征計算模塊包括 頻譜圖生成子模塊，用于對所述圖像幀進行二維快速傅里葉變換，得到頻譜圖； 區(qū)域劃分子模塊，用于對所述頻譜圖進行區(qū)域劃分； 頻譜特征生成子模塊，用于統(tǒng)計低頻段區(qū)域以及所述低頻段區(qū)域垂直方向上、水平方向上以及對角方向上的高頻段區(qū)域的能量均值，將所述能量均值作為所述圖像幀的頻譜特征。
全文摘要
本發(fā)明適用于視頻技術(shù)領(lǐng)域，提供了一種3D視頻格式識別方法、裝置，所述方法包括從3D視頻中提取一圖像幀；計算所述圖像幀的特征向量；輸入所述特征向量至預(yù)先訓練好的3D視頻格式分類器中；所述3D視頻格式分類器根據(jù)所述特征向量對所述3D視頻的格式進行識別。本發(fā)明，計算輸入的3D視頻的圖像幀的特征向量，并輸入該特征向量至預(yù)先訓練好的3D視頻格式分類器中，以由所述3D視頻格式分類器對待識別3D視頻進行格式識別，得到所述3D視頻的視頻格式，后續(xù)播放器即可根據(jù)該格式對視頻幀數(shù)據(jù)進行正確的拆分和重組，以播放正常的3D畫面。
文檔編號H04N13/00GK102957933SQ20121045441
公開日2013年3月6日 申請日期2012年11月13日 優(yōu)先權(quán)日2012年11月13日
發(fā)明者吳美芬, 陳永灑, 邵詩強 申請人:Tcl集團股份有限公司