[发明专利]一种应用于网络直播中的信息处理方法及系统

权利要求书

1.一种应用于网络直播中的信息处理方法，其特征在于，所述应用于网络直播中的信息处理方法包括以下步骤：

步骤一，通过视频采集模块利用摄像头采集直播画面数据，通过注册登录模块利用注册程序进行注册直播账号并输入账号登录直播系统，摄像头对图像的处理采用红外的二值化分割算法，该算法为：

第一步：利用直方图均衡化算法对图像进行对比度增强；

式中：D_B为转换后的灰度值；D_A为转换前的灰度值；H_i为第i级灰度的像素个数；A₀为像素总数，绘制二维灰度直方图曲线；

第二步：设f(x,y)为进行红外图像直方图均衡化后的二维灰度直方图曲线，其中x表示灰度级别，y表示具体各个灰度级别像素出现的次数，对f(x,y)在点(x,y)处求取梯度：

式中：为在点(x,y)处f对x的偏导数；为在点(x,y)处f对y的偏导数；梯度的幅值作为变化率大小的度量，其值为：

第三步：求取第二步中获得的灰度梯度均值：

式中：k为所求取灰度梯度值编号；舍弃灰度梯度值小于梯度均值的部分，保留灰度梯度值大于灰度梯度均值的部分，

其中：m＝1,2,3,…,n；

式中：m为舍弃灰度梯度小于平均灰度梯度值后的灰度梯度值编号；灰度梯度值大于灰度均值的像素点灰度组合成一个集合，构成全局阈值面，该全局阈值面即为提取目标主要轮廓的基准面，应用此阈值面进行红外图像二值化分割；

步骤二，中央控制模块通过特征识别模块利用视频处理软件根据视频特征识别计算精度，对所述视频画面中的人脸进行特征识别，以得到视频画面中的人脸特征点，特征识别模块采用改进的SIFT特征提取算法对人脸进行特征识别，具体为：

步骤三，通过特效渲染模块利用视频处理软件根据所述人脸特征点，使用选定特效数据对所述视频画面中的人脸进行人脸特效处理，以得到人脸特效渲染后的视频画面；

步骤四，通过视频编码模块利用编码器对人脸特效渲染后的视频画面进行编码处理，以生成视频帧数据；

步骤五，通过防抖模块利用陀螺仪与视频采集设备连接进行防抖，通过网络通信模块利用网络端口连接网络进行数据通信，通过检索模块利用检索程序对直播视频进行检索操作；

步骤六，显示模块利用显示器显示直播视频内容。

2.如权利要求1所述的应用于网络直播中的信息处理方法，其特征在于，所述步骤二中央控制模块通过特征识别模块利用视频处理软件根据视频特征识别计算精度，对所述视频画面中的人脸进行特征识别，以得到视频画面中的人脸特征点，特征识别模块采用改进的SIFT特征提取算法对人脸进行特征识别，具体为：

(1)构建高斯金字塔图像，金字塔每一层图像都使用不同尺度的函数做高斯模糊，利用高斯函数构建DOG金字塔：

式中，k＝2^1/s表示相邻两层尺度空间相差的倍数，s表示尺度空间的层数；

(2)对人脸进行特征点检测，利用像素点相邻像素灰度值之差进行计算，通过不等式判断主曲率的比值是否小于阈值γ，剔除边缘响应较强的候选极值点之后最终保留下来的局部极值点即为特征点；

(3)对特征点的方向主方向确定，对特征点3σ邻域内的梯度值进行计算生出一个主方向，并以此为特征点的方向参数，以此方向为Y轴正方向进行旋转，则像素点(x，y)的梯度模糊值m(x，y)与方向θ(x，y)表示为：

(4)对特征点描述子向量归一化为：

l_j为规范后的特征描述子分量，则规范化后的特征描述子向量可表示为L＝(l₁，l₂,……，l₁₂₈)。