本發(fā)明涉及一種影視編輯方法，尤其是一種基于SLAM和無線自組網(wǎng)對多通道、多視角的大數(shù)據(jù)視頻融合剪輯，通過推理機(jī)和知識庫由計(jì)算機(jī)自動(dòng)化生成影視節(jié)目的影像專家系統(tǒng)。

背景技術(shù)：

神經(jīng)科學(xué)發(fā)現(xiàn)，人腦情緒的想象體驗(yàn)和真實(shí)體驗(yàn)是相似的。

關(guān)于學(xué)習(xí)與記憶機(jī)制的研究發(fā)現(xiàn)，在記憶的時(shí)候?qū)?fù)合信息一并編碼記憶的效果更好。尤其是記憶信息與自我相聯(lián)系時(shí)產(chǎn)生的記憶效果要優(yōu)于其他信息條件，這就是自我參照效應(yīng)。這種優(yōu)勢主要體現(xiàn)在以回憶經(jīng)驗(yàn)為特征的反應(yīng)上。在接觸新東西時(shí)，如果它與我們自身有密切關(guān)系的話，就不容易忘記。簡單來說：人們會更關(guān)注與自己有關(guān)的事情。

自體心理學(xué)認(rèn)為自戀是人類的一般本質(zhì)。大家熱衷于自拍，但自拍照片容易、自拍視頻難。

我們習(xí)慣行行攝攝。然而，面對讓我們產(chǎn)生拍攝沖動(dòng)的精彩，我們?nèi)シ中臄z像，卻忽略了真實(shí)的精彩本身。

我們分心攝像。然而，費(fèi)心拍攝的大量視頻往往沉睡硬盤，再沒被整理、回顧。

結(jié)伴活動(dòng)時(shí)，大家相互拍攝。但我們難以實(shí)時(shí)從他人的攝錄設(shè)備中獲取自己的視頻。也難以實(shí)時(shí)從他人視角觀察同一個(gè)活動(dòng)。

監(jiān)控?cái)z像普及產(chǎn)生海量視頻信息，也促使從大數(shù)據(jù)視頻中搜索有用信息的視頻檢索技術(shù)逐漸成熟并開始走向市場。

傳統(tǒng)影視創(chuàng)作的基礎(chǔ)是文學(xué)劇本創(chuàng)作，導(dǎo)演根據(jù)文學(xué)劇本將文字形象轉(zhuǎn)化為影片視聽語言，從寫出分鏡頭劇本到領(lǐng)導(dǎo)攝影、美工、錄音、演員等部門通力合作完成前期攝制的藝術(shù)創(chuàng)作，是電影創(chuàng)作過程中的二度創(chuàng)作。剪輯則是整個(gè)電影生產(chǎn)過程中的三度創(chuàng)作，由剪輯師將前期拍攝的視覺素材與聲音素材重新分解、組合、編輯并構(gòu)成一部完整電影。

當(dāng)不同鏡頭拼接在一起時(shí)，往往又會產(chǎn)生各個(gè)鏡頭單獨(dú)存在時(shí)所不具有的特定含義。這種方式也叫蒙太奇手法。蒙太奇（Montage）原為建筑學(xué)術(shù)語，意為構(gòu)成、裝配，可解釋為有意涵的時(shí)空人為地拼貼剪輯手法。就傳統(tǒng)影視作品而言，蒙太奇誕生于文學(xué)劇本構(gòu)思時(shí)，體現(xiàn)于分鏡頭劇本中，定稿于剪輯臺上。然而，這套流程難以應(yīng)用在將已有的海量數(shù)據(jù)編輯為影視作品。

移動(dòng)增強(qiáng)現(xiàn)實(shí)中，最為核心的技術(shù)為目標(biāo)對象的跟蹤配準(zhǔn)技術(shù)，該技術(shù)可以細(xì)分為2個(gè)類型：基于視覺的跟蹤配準(zhǔn)技術(shù)、非視覺的跟蹤配準(zhǔn)技術(shù)。其中，基于視覺的跟蹤配準(zhǔn)技術(shù)又可以分為有標(biāo)識物的跟蹤配準(zhǔn)技術(shù)和無標(biāo)識物（基于自然特征）的跟蹤配準(zhǔn)技術(shù)。目前，基于無標(biāo)識物跟蹤配準(zhǔn)技術(shù)的增強(qiáng)現(xiàn)實(shí)方法主要有SLAM（Simultaneous Localization And Mapping），PTAM(Parallel Tracking and Mapping)等。

SLAM (simultaneous localization and mapping)是一種即時(shí)定位與地圖構(gòu)建算法。谷歌的Project Tango是一種SLAM設(shè)備，其包含運(yùn)動(dòng)追蹤(Motion Tracking)，深度感知(Depth Perception)和區(qū)域?qū)W習(xí)(Area Learning) 三個(gè)核心技術(shù)，為移動(dòng)平臺帶來了一種全新的空間感知體驗(yàn)。然而，Project Tango基于手機(jī)平臺搭建，握持手機(jī)產(chǎn)生的遮擋使Project Tango僅能采用單目視覺系統(tǒng)，難以設(shè)置更多的紅外傳感器和攝像頭獲得更大的視角。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問題，從社會化的大數(shù)據(jù)視頻信息中恰當(dāng)擷取所需信息，基于自我參照效應(yīng)實(shí)現(xiàn)輔助學(xué)習(xí)、回憶、導(dǎo)游、游戲、場景漫游，以及增強(qiáng)現(xiàn)實(shí)、混合現(xiàn)實(shí)等應(yīng)用，獲得一種基于SLAM和無線自組網(wǎng)對多通道、多視角的大數(shù)據(jù)視頻融合剪輯，通過推理機(jī)和知識庫由計(jì)算機(jī)自動(dòng)化生成與個(gè)體相關(guān)影視節(jié)目的影像專家系統(tǒng)。本發(fā)明公開了一種基于SLAM的影視人工智能。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種基于無標(biāo)識物跟蹤配準(zhǔn)技術(shù)，尤其是基于SLAM的影視人工智能，包括視頻源、網(wǎng)絡(luò)層、服務(wù)器和影視剪輯專家系統(tǒng)。其特征是：

1、設(shè)置視頻源是一個(gè)或一個(gè)以上。

當(dāng)視頻源是一個(gè)以上時(shí)，基于SLAM在視頻源編解碼規(guī)則中定義一個(gè)方位標(biāo)識碼用于即時(shí)定位、視頻流信息交互和剪輯。

1.1、所述方位標(biāo)識碼基于SLAM進(jìn)行朝向和姿態(tài)計(jì)算，定義拍攝視頻源相機(jī)及其位置和方向，標(biāo)識世界坐標(biāo)系到攝像機(jī)坐標(biāo)系的轉(zhuǎn)換、攝像機(jī)坐標(biāo)系到成像平面坐標(biāo)系的轉(zhuǎn)換以及成像平面坐標(biāo)系到圖像坐標(biāo)系的轉(zhuǎn)換。當(dāng)拍攝視頻源相機(jī)靜止時(shí)，方位標(biāo)識碼包括：相機(jī)標(biāo)識碼、相機(jī)坐標(biāo)、相機(jī)方位角、左右傾角、前后俯仰角和拍攝技術(shù)參數(shù)。當(dāng)拍攝視頻源相機(jī)運(yùn)動(dòng)時(shí)，方位標(biāo)識碼包括：相機(jī)標(biāo)識碼、以及隨相機(jī)位移產(chǎn)生的基于時(shí)間戳的相機(jī)運(yùn)行路線、相機(jī)方位角、左右傾角、前后俯仰角和拍攝技術(shù)參數(shù)的變化數(shù)據(jù)。

1.2、設(shè)置基于SLAM定義方位標(biāo)識碼的視覺傳感器是單目視覺系統(tǒng)、雙目視覺系統(tǒng)、多目視覺系統(tǒng)或全景視覺系統(tǒng)。

1.3、當(dāng)基于SLAM定義方位標(biāo)識碼的視覺傳感器是全景視覺系統(tǒng)時(shí)，在方位標(biāo)識碼中相機(jī)坐標(biāo)以球坐標(biāo)系標(biāo)識。

2、所述網(wǎng)絡(luò)層是一個(gè)協(xié)議層，其負(fù)責(zé)無線自組網(wǎng)的建立和維護(hù)，網(wǎng)絡(luò)層通過接口為影視剪輯專家系統(tǒng)提供管理服務(wù)和數(shù)據(jù)服務(wù)，影視剪輯專家系統(tǒng)位于無線自組網(wǎng)協(xié)議?？蚣艿淖铐攲印＞W(wǎng)絡(luò)層數(shù)據(jù)連接服務(wù)器數(shù)據(jù)庫并承擔(dān)網(wǎng)絡(luò)信息數(shù)據(jù)庫的管理和維護(hù)工作。

2.1、當(dāng)視頻源是一個(gè)以上時(shí)，所述無線自組網(wǎng)基于SLAM在視頻源編解碼規(guī)則中定義的方位標(biāo)識碼，由網(wǎng)絡(luò)協(xié)議使來自多個(gè)視頻源節(jié)點(diǎn)的多通道、多視角的大數(shù)據(jù)視頻之間直接或多跳通信，使節(jié)點(diǎn)之間自動(dòng)、快速、動(dòng)態(tài)的組建的一個(gè)專用短距離無線移動(dòng)網(wǎng)絡(luò)，在此網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)可設(shè)置其同時(shí)兼具終端系統(tǒng)和中繼路由功能，既可以數(shù)據(jù)收發(fā)，還可以多跳轉(zhuǎn)發(fā)。

2.2、所述多個(gè)視頻源節(jié)點(diǎn)動(dòng)態(tài)組網(wǎng)主動(dòng)交換方位標(biāo)識碼信息，并根據(jù)方位標(biāo)識碼信息判斷適合本節(jié)點(diǎn)方位、角度與距離的第三方視頻源節(jié)點(diǎn)，根據(jù)設(shè)定的交互協(xié)議向其發(fā)起視頻數(shù)據(jù)調(diào)用請求。第三方視頻源節(jié)點(diǎn)根據(jù)請求發(fā)起方的方位標(biāo)識碼信息，從本地大數(shù)據(jù)視頻中實(shí)時(shí)剪輯出與其相關(guān)的視頻數(shù)據(jù)通過無線自組網(wǎng)發(fā)送。以此類推，多個(gè)視頻源節(jié)點(diǎn)自動(dòng)、快速、臨時(shí)、動(dòng)態(tài)組網(wǎng)，并基于網(wǎng)絡(luò)層交互傳輸與本節(jié)點(diǎn)相關(guān)的視頻數(shù)據(jù)。

2.3、一種基于SLAM、根據(jù)方位標(biāo)識碼信息判斷本節(jié)點(diǎn)與第三方視頻源節(jié)點(diǎn)的方位、角度與距離的方法是:通過已知各節(jié)點(diǎn)的方位標(biāo)識碼，計(jì)算出第三方視頻源節(jié)點(diǎn)的三維空間坐標(biāo)與本節(jié)點(diǎn)坐標(biāo)之間的關(guān)系，得出獲取第三方視頻源節(jié)點(diǎn)坐標(biāo)系與本節(jié)點(diǎn)坐標(biāo)系平移旋轉(zhuǎn)變換矩陣，從而得到空間坐標(biāo)變換矩陣。

2.4、一種無線自組網(wǎng)是點(diǎn)對點(diǎn)的移動(dòng)AdHoc無線自組網(wǎng)，一種無線自組網(wǎng)是無線mesh網(wǎng)絡(luò)。一種無線自組網(wǎng)是基于ZigBee協(xié)議的無線自組網(wǎng)。一種無線自組網(wǎng)是基于WiFi的無線自組網(wǎng)，一種基于WiFi的無線自組網(wǎng)是基于WiFi熱點(diǎn)的直連組網(wǎng)，一種基于WiFi的無線自組網(wǎng)是HaLow無線自組網(wǎng)。一種無線自組網(wǎng)是基于藍(lán)牙的無線自組網(wǎng)，一種基于藍(lán)牙的無線自組網(wǎng)是基于低功耗藍(lán)牙BLE的無線自組網(wǎng)，一種基于藍(lán)牙的無線自組網(wǎng)是基于Multipeer Connectivity框架的藍(lán)牙點(diǎn)對點(diǎn)無線自組網(wǎng)，一種基于藍(lán)牙的無線自組網(wǎng)是基于iBeacon的無線自組網(wǎng)。一種無線自組網(wǎng)是基于超寬帶UWB的Ad Hoc無線自組網(wǎng)。一種無線自組網(wǎng)是基于超寬帶UWB和藍(lán)牙混合通信的無線自組網(wǎng)。一種無線自組網(wǎng)是基于WIFI和藍(lán)牙混合通信的無線自組網(wǎng)。一種無線自組網(wǎng)是基于WIFI和ZigBee混合通信的無線自組網(wǎng)。

當(dāng)無線自組網(wǎng)是基于或混合WiFi技術(shù)的無線自組網(wǎng)時(shí)，一種全功能節(jié)點(diǎn)還是聯(lián)接無線自組網(wǎng)與互聯(lián)網(wǎng)的跨網(wǎng)絡(luò)節(jié)點(diǎn)。

3、設(shè)置影視剪輯專家系統(tǒng)包括人機(jī)交互界面、視頻檢索引擎、推理機(jī)、知識庫、工作存儲器和解釋器。

3.1、所述影視剪輯專家系統(tǒng)是具有劇本、導(dǎo)演和剪輯專門知識和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，通過對人類專家的問題求解能力的建模，采用人工智能中的知識表示和知識推理技術(shù)來模擬通常由專家解決的復(fù)雜問題。所述影視剪輯專家系統(tǒng)以啟發(fā)式交互處理視頻符號，將知識和控制分離，以處理不確定性問題，達(dá)成可接受解。

3.2、所述視頻檢索引擎通過智能視頻檢索技術(shù)對來自本地和網(wǎng)絡(luò)層的大數(shù)據(jù)視頻實(shí)時(shí)過濾、檢測、識別、分類以及多目標(biāo)跟蹤，根據(jù)時(shí)間、景別、圖像、語調(diào)、情感、情緒狀態(tài)、及對人際關(guān)系的判斷，自動(dòng)將視頻源分切成一系列包含索引識別標(biāo)簽、語意識別標(biāo)簽、景別識別標(biāo)簽或剪輯識別標(biāo)簽的分鏡頭。

所述分鏡頭處理的算法是目標(biāo)檢測、目標(biāo)跟蹤、目標(biāo)識別、行為分析或基于內(nèi)容的視頻檢索和數(shù)據(jù)融合。

基于智能視頻檢索技術(shù)，視頻檢索包括特征提取模塊、視頻分割模塊、過濾與視頻穩(wěn)像模組、智能檢索匹配模塊。

3.3、所述推理機(jī)是實(shí)現(xiàn)基于劇本情節(jié)、導(dǎo)演和剪輯知識推理的部件，主要包括推理和控制二個(gè)部分，它是對知識進(jìn)行解釋的程序，根據(jù)知識的語義，對按一定策略找到的知識進(jìn)行解釋執(zhí)行，并把結(jié)果記錄到工作存儲器的適當(dāng)空間中。

一種推理機(jī)的推理邏輯是經(jīng)典邏輯。一種經(jīng)典邏輯是演繹邏輯，一種經(jīng)典邏輯是歸納邏輯。一種推理機(jī)的推理邏輯是非經(jīng)典邏輯，一種非經(jīng)典邏輯是辯證邏輯。

一種推理機(jī)的工作方式是演繹推理，設(shè)置由視頻檢索引擎提供的若干包含剪輯識別標(biāo)簽的鏡頭作為已知事實(shí)，根據(jù)公理系統(tǒng)推導(dǎo)出影視結(jié)構(gòu)、情節(jié)理解或場景規(guī)劃；

或者，一種推理機(jī)的工作方式是非單調(diào)推理，所述非單調(diào)推理包括基于默認(rèn)信息的默認(rèn)推理和約束推理。所述默認(rèn)推理邏輯是：當(dāng)且僅當(dāng)沒有事實(shí)證明鏡頭S剪輯識別標(biāo)簽不成立時(shí)，S總是成立的。所述約束推理的邏輯是：當(dāng)且僅當(dāng)沒有事實(shí)證明鏡頭S剪輯識別標(biāo)簽在更大范圍內(nèi)成立時(shí)，S只在指定的范圍內(nèi)成立。

或者，一種推理機(jī)的工作方式是定性推理，所述定性推理從物理系統(tǒng)、人類的直觀思維出發(fā)，導(dǎo)出行為描述，以便預(yù)測系統(tǒng)的行為。在影視剪輯專家系統(tǒng)中定性推理采用分鏡頭的局部結(jié)構(gòu)規(guī)則來預(yù)測影片的情節(jié)理解或場景規(guī)劃。

3.4、所述知識庫是劇本創(chuàng)作、導(dǎo)演和剪輯領(lǐng)域知識的集合，包括基本事實(shí)、規(guī)則和其他有關(guān)信息。知識庫與專家系統(tǒng)程序是相互獨(dú)立的，用戶可以通過改變、完善知識庫中的知識內(nèi)容來提高專家系統(tǒng)的性能。一種知識庫是通過對劇本作家、導(dǎo)演和剪輯專家，以及對已有影視作品、音樂作品、文學(xué)作品、3D 模型、圖片作品的深度學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)或多任務(wù)學(xué)習(xí)構(gòu)建的。

3.5、所述工作存儲器是反映當(dāng)前問題求解狀態(tài)的集合，用于存放系統(tǒng)運(yùn)行過程中所產(chǎn)生的所有信息，以及所需要的原始數(shù)據(jù)，包括用戶輸入的信息、推理的中間結(jié)果、推理過程的記錄。工作存儲器中由基本事實(shí)、命題和關(guān)系組成的狀態(tài)，既是推理機(jī)選用知識的依據(jù)，也是解釋機(jī)制獲得推理路徑的來源。

3.6、所述解釋器用于對求解過程做出說明，并回答用戶的提問。讓用戶理解程序正在做什么和為什么這樣做。

3.7、影視剪輯專家系統(tǒng)由推理機(jī)結(jié)合知識庫對經(jīng)視頻檢索引擎過濾索引的分鏡頭再創(chuàng)作，通過服務(wù)器認(rèn)知計(jì)算自動(dòng)化生成影視節(jié)目。其工作方法是：

分鏡頭被調(diào)入真秀?智拍專家系統(tǒng)。由真秀?智拍專家系統(tǒng)的推理機(jī)結(jié)合劇情、導(dǎo)演及剪輯知識庫規(guī)則，選擇、調(diào)用知識庫中包含的情節(jié)、影視、場景、聲音、圖片、文字、3D模型等素材，對分鏡頭取舍、分解與組接，從而由計(jì)算機(jī)自動(dòng)生成可接受解的用戶原創(chuàng)視頻作品。

a、網(wǎng)絡(luò)層基于時(shí)間戳按設(shè)定時(shí)間段調(diào)用所有與本節(jié)點(diǎn)相關(guān)的本地視頻源及第三方視頻源；

b、基于圖像識別技術(shù)過濾質(zhì)量不佳的視頻源；

c、綜合視頻檢索引擎及視頻源中的方位標(biāo)識碼和坐標(biāo)矩陣標(biāo)識碼，為視頻源分鏡頭及索引，定義分鏡頭的景別；

d、基于視頻穩(wěn)像算法進(jìn)一步優(yōu)化分鏡頭；

e、基于視頻檢索引擎將分鏡頭和自然語義進(jìn)行聯(lián)系。

f、推理機(jī)基于若干自然語義化的分鏡頭，結(jié)合知識庫規(guī)則進(jìn)行計(jì)算，并調(diào)用知識庫中包含的影視、聲音、圖片、文字、3D模型等素材按計(jì)算的邏輯與分鏡頭組合編輯，從而由計(jì)算機(jī)自動(dòng)生成可接受解的影視作品。

g、根據(jù)人機(jī)交互界面設(shè)定，將計(jì)算機(jī)自動(dòng)生成的影視作品存儲在工作存儲器、手機(jī)、網(wǎng)盤，或傳送到視頻網(wǎng)站、社交媒體、郵箱，或作為流媒體實(shí)時(shí)播放。

4、為在短視頻中包含更多信息，滿足人們的求知欲。基于SLAM的影視人工智能設(shè)置有視頻超鏈接功能，其方法是：

4.1、基于SLAM在視頻源編解碼規(guī)則中定義一個(gè)超鏈接標(biāo)簽。

4.2、為知識庫包含的影視圖案、圖片、文字和3D模型素材的編解碼規(guī)則定義一個(gè)超鏈接標(biāo)簽；

4.3、 所述的超鏈接標(biāo)簽是從一個(gè)短視頻的特定內(nèi)容指向另一個(gè)目標(biāo)短視頻的連接關(guān)系，其在視頻源播放時(shí)顯示為一個(gè)可識別可觸發(fā)的熱點(diǎn)區(qū)，且所述熱點(diǎn)區(qū)貫穿該組分鏡頭或素材的播放始終。一種熱點(diǎn)區(qū)是在視頻源的編解碼規(guī)則中定義一個(gè)單獨(dú)的層實(shí)現(xiàn)的；

4.4、當(dāng)以鼠標(biāo)、觸摸、手勢控制或眼動(dòng)控制觸發(fā)熱點(diǎn)區(qū)，則播放器跳轉(zhuǎn)呈現(xiàn)該熱點(diǎn)區(qū)超鏈接標(biāo)簽定義的短視頻、字幕、聲音或3D素材。

4.5、當(dāng)視頻播放設(shè)備是屏幕時(shí)，視頻中的超鏈接標(biāo)簽調(diào)用的信息是在同一畫面呈現(xiàn)畫中畫的內(nèi)部鏈接或在同一畫面跳轉(zhuǎn)播放外部鏈接；當(dāng)視頻播放設(shè)備是VR播放設(shè)備時(shí)，視頻中的超鏈接標(biāo)簽調(diào)用的信息是在當(dāng)前視野呈現(xiàn)的畫中畫內(nèi)部鏈接或切換另一視角呈現(xiàn)的視角鏈接。

5、目前全景系統(tǒng)采用單一觀察點(diǎn)的視頻源。當(dāng)同一場所包含多個(gè)全景系統(tǒng)視頻源時(shí)，一種基于SLAM的影視人工智能設(shè)置有實(shí)時(shí)切換他人視角瀏覽的場景漫游功能，其方法是：

5.1、當(dāng)若干視頻源動(dòng)態(tài)組網(wǎng)時(shí)，基于SLAM為當(dāng)時(shí)網(wǎng)絡(luò)中的每個(gè)視頻源分配一個(gè)唯一的方位標(biāo)識碼。

5.2、所述方位標(biāo)識碼在網(wǎng)絡(luò)中的VR瀏覽器或視頻監(jiān)視器上顯示為一個(gè)可識別可觸發(fā)的熱點(diǎn)區(qū)或在網(wǎng)絡(luò)層地圖上顯示為一個(gè)可識別可觸發(fā)的熱點(diǎn)。所述網(wǎng)絡(luò)層地圖是無線自組網(wǎng)中所有成員分布的實(shí)時(shí)動(dòng)態(tài)狀態(tài)圖；

5.3、當(dāng)以鼠標(biāo)、觸摸、手勢控制或眼動(dòng)控制觸發(fā)熱點(diǎn)區(qū)或熱點(diǎn)，則本地節(jié)點(diǎn)向被觸發(fā)的熱點(diǎn)區(qū)或熱點(diǎn)定義的第三方視頻源節(jié)點(diǎn)發(fā)起視頻數(shù)據(jù)調(diào)用請求，經(jīng)第三方視頻源節(jié)點(diǎn)允許或按照網(wǎng)絡(luò)協(xié)議獲得允許后，在VR瀏覽器或視頻監(jiān)視器切換播放第三方視頻源節(jié)點(diǎn)實(shí)時(shí)拍攝的視頻或播放第三方視頻源節(jié)點(diǎn)定義的視頻，實(shí)現(xiàn)以他人視角瀏覽的實(shí)時(shí)場景漫游功能。

6、基于SLAM的影視人工智能通過手機(jī)形態(tài)以單目視覺系統(tǒng)即可實(shí)現(xiàn)基本功能。然而，全景視覺系統(tǒng)能帶來更好的分享體驗(yàn)。為適配全景視覺系統(tǒng)工作方式，將人們的注意力從拍攝工作中解放出來。本發(fā)明公開了一種支持車載模式、穿戴模式和手持模式、傻瓜式拍攝、基于SLAM的全景攝像機(jī)，其技術(shù)特征是：

所述基于SLAM的全景攝像機(jī)是一種模塊化的SLAM設(shè)備，它通過一組以上的數(shù)據(jù)接口和一組以上的接口模塊與智能手機(jī)連接。所述接口模塊是快拆卸卡扣，以便快速和智能手機(jī)解構(gòu)，并連接設(shè)置有適配的接口模塊的腳架、無人機(jī)、車載云臺、折疊手柄、頭盔、帽子、頭飾、背帶、腰帶或手環(huán)。

基于SLAM的全景攝像機(jī)包括外殼、2組以上攝像鏡頭、視覺協(xié)處理器、紅外發(fā)射器、景深感應(yīng)器、紅外攝像機(jī)、陀螺儀/加速傳感器、工作存儲器、無線自組網(wǎng)模塊、數(shù)據(jù)接口、接口模塊和電池。當(dāng)攝像鏡頭是2組時(shí)，設(shè)置攝像鏡頭是魚眼鏡頭。當(dāng)攝像鏡頭是6組時(shí)，設(shè)置攝像鏡頭面向上下左右前后。

優(yōu)選的，一種可穿戴模式的基于SLAM的全景攝像機(jī)，其通過接口模塊連接在帽子的頂部，帽子以柔性電池制造。一種柔性電池是薄膜太陽能電池。

所述基于SLAM的影視人工智能結(jié)構(gòu)至少設(shè)一個(gè)或一個(gè)以上。

本發(fā)明的有益效果是：

本發(fā)明公開了一種基于SLAM的影視人工智能。包括影視專家系統(tǒng)和基于SLAM的全景攝像機(jī)。

基于SLAM的影視人工智能可從社會化的大數(shù)據(jù)視頻信息中交互擷取與自身相關(guān)的視頻信息，并通過推理機(jī)和知識庫由計(jì)算機(jī)自動(dòng)化生成以用戶為主角的影視節(jié)目。

基于SLAM的影視人工智能使我們無須分心拍攝，而能獲得更多方位、多角度的精彩視頻，并實(shí)現(xiàn)場景漫游，輔助學(xué)習(xí)、回憶、導(dǎo)游、游戲、場景漫游，在電影、演唱會、體育競賽、教育、旅游、極限運(yùn)動(dòng)、新聞紀(jì)實(shí)、游戲、現(xiàn)場協(xié)同工作等多個(gè)內(nèi)容領(lǐng)域?qū)崿F(xiàn)增強(qiáng)現(xiàn)實(shí)、混合現(xiàn)實(shí)等應(yīng)用。

基于SLAM的全景攝像機(jī)是基于即時(shí)定位與地圖構(gòu)建（SLAM）的全景視頻記錄儀，可通過接口模塊快速連接手機(jī)、汽車、無人機(jī)、折疊手柄、支架、頭盔、帽子、頭飾、背帶、腰帶或手環(huán)，全面記錄你的生活。

附圖說明；

下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。

圖1是本發(fā)明工作流程示意圖，

圖2是本發(fā)明基于無線自組網(wǎng)的視頻交互示意圖，

具體實(shí)施方式：

如圖1~2所示： 在實(shí)施例中，基于SLAM的全景攝像機(jī)是基于即時(shí)定位與地圖構(gòu)建（SLAM）的全景視頻記錄儀，可通過接口模塊快速連接手機(jī)、汽車、無人機(jī)、折疊手柄、支架、頭盔、帽子、頭飾、背帶、腰帶或手環(huán)，全面記錄你的生活。若干基于SLAM的全景攝像機(jī)之間可自動(dòng)、快速、動(dòng)態(tài)組網(wǎng)，并根據(jù)在視頻源編解碼規(guī)則中定義的方位標(biāo)識碼交互視頻信息。

在實(shí)施例中，基于SLAM的影視人工智能通過智能視頻檢索技術(shù)對來自本地基于SLAM的全景攝像機(jī)和網(wǎng)絡(luò)層基于SLAM的全景攝像機(jī)的大數(shù)據(jù)視頻實(shí)時(shí)過濾、檢測、識別、分類以及多目標(biāo)跟蹤，根據(jù)時(shí)間、景別、圖像、語調(diào)、情感、情緒狀態(tài)、及對人際關(guān)系的判斷，自動(dòng)將視頻源分切成一系列包含索引識別標(biāo)簽的分鏡頭。

分鏡頭被調(diào)入基于SLAM的影視人工智能專家系統(tǒng)。由基于SLAM的影視人工智能專家系統(tǒng)的推理機(jī)結(jié)合劇情、導(dǎo)演及剪輯知識庫規(guī)則，選擇、調(diào)用知識庫中包含的情節(jié)、影視、場景、聲音、圖片、文字、3D模型等素材，對分鏡頭取舍、分解與組接，從而由計(jì)算機(jī)自動(dòng)生成可接受解的用戶原創(chuàng)視頻作品。

在實(shí)施例中，基于SLAM的影視人工智能應(yīng)用場景包括：

混合現(xiàn)實(shí)游記：

神經(jīng)科學(xué)發(fā)現(xiàn)，人腦情緒的想象體驗(yàn)和真實(shí)體驗(yàn)是相似的。旅游中我們只是看到瞬間的一角。基于SLAM的影視人工智能識別用戶的出游線路和經(jīng)歷過的景點(diǎn)，在用戶的基于SLAM的全景攝像機(jī)源視頻中混合相關(guān)景點(diǎn)更全面、更多元、更優(yōu)質(zhì)的鏡頭或素材，剪輯成可以在社交媒體分享的小視頻。用想象體驗(yàn)和心理替代拓展旅游體驗(yàn)的寬度。

探究式學(xué)習(xí)：

對學(xué)習(xí)與記憶的研究發(fā)現(xiàn)，與我們自身密切關(guān)系的信息不容易忘記。基于SLAM的影視人工智能在你為主角的視頻中通過目標(biāo)檢測、目標(biāo)跟蹤、目標(biāo)識別、行為分析或基于內(nèi)容的視頻檢索設(shè)定圖像，并為之定義一個(gè)超鏈接標(biāo)簽層。當(dāng)以鼠標(biāo)、觸摸、手勢控制或眼動(dòng)控制觸發(fā)超鏈接標(biāo)簽則跳轉(zhuǎn)呈現(xiàn)相關(guān)背景知識，把線性的視頻播放變?yōu)榫W(wǎng)狀的探究式學(xué)習(xí)。

全景視頻交互與情節(jié)植入：

自拍照片容易、自拍視頻難、視頻后期剪輯制作也是普通用戶的高門檻?；赟LAM的影視人工智能讓同伴通過無線自組網(wǎng)交互屬于自己視角的視頻。并通過影視人工智能把來自多通道、多視角的視頻剪輯成混合現(xiàn)實(shí)短片。傳統(tǒng)影視作品從劇本到分鏡頭、到剪輯到作品，而基于SLAM的影視人工智能從大數(shù)據(jù)分鏡頭出發(fā)，由推理機(jī)結(jié)合影視知識庫，通過非監(jiān)督學(xué)習(xí)植入情節(jié)、沖突和戲劇性，自動(dòng)生成可接受解的有趣作品。

場景化營銷和LBS游戲：

當(dāng)企業(yè)的監(jiān)控系統(tǒng)與基于SLAM的影視人工智能用戶組網(wǎng)，完成指定任務(wù)，給予設(shè)定獎(jiǎng)勵(lì)，就可讓沉睡的監(jiān)控?cái)?shù)據(jù)隨顧客的基于SLAM的影視人工智能在自媒體傳播。把已投入的固定資產(chǎn)盤活為營銷工具和LBS游戲道具。

移動(dòng)監(jiān)控：

這種安防工具和游戲道具的轉(zhuǎn)換是可逆的。基于SLAM的全景攝像機(jī)也是一種隨機(jī)移動(dòng)的監(jiān)控器。

場景漫游：

無線自組網(wǎng)中的基于SLAM的全景攝像機(jī)可根據(jù)網(wǎng)絡(luò)協(xié)議調(diào)用其他基于SLAM的全景攝像機(jī)的視野，實(shí)時(shí)切換他人視角瀏覽，實(shí)現(xiàn)場景漫游，見我所見。由此從歌手的視角看演唱會、從裁判的視角看球賽、從多個(gè)視角看見工作現(xiàn)場...... 虛擬經(jīng)歷別人經(jīng)歷的事情。

以上實(shí)施例僅用以說明本發(fā)明而非限制本發(fā)明所描述的技術(shù)方案；因此，雖然本說明書參照上述實(shí)施例對本發(fā)明已經(jīng)做了詳細(xì)說明，但本領(lǐng)域的一般技術(shù)人員可以理解，仍然可以對本發(fā)明進(jìn)行修改、等同替換或排列組合；而一切不脫離本發(fā)明精神和范圍的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍之中。