[发明专利]视频数据处理方法及装置

说明书

本发明提供了一种视频数据处理方法及装置，可用于金融领域或其他领域。所述方法包括：获取待处理视频数据，对所述视频数据进行切帧处理，得到图像帧队列；根据光流计算方法及所述图像帧队列，得到对应的光流图，并对所述光流图进行整合，生成光流效果视频。本发明极大的提升了计算过程中的实际计算效率，能够有效地减少存储中间过程带来的大量的存储空间的消耗，在精度基本一致的情况下有着更优的速度，达到了提升视频数据处理效率、降低资源消耗的效果。

技术领域

本发明涉及光流计算领域，尤指一种视频数据处理方法及装置。

背景技术

目前，由于视频数据处理采用的神经网络主要的应用场景是在python环境下，而大量的视频数据计算光流会带来大量的时间上和空间上的消耗。一方面python库中现有的函数无法使用gpu的前提之下计算所需的时间消耗是十分巨大的。而另一方面如果使用其它语言的函数进行对应的处理又会带来相当大的存储空间消耗。而除此之外相对于pwc-net等利用神经网络模型的计算方法，由于为了得到较好的计算效果需要更加复杂的模型结构和更多的计算参数。因此，目前的视频数据处理方法存在计算效率低、资源消耗大等问题。

发明内容

针对现有技术中存在的问题，本发明实施例的主要目的在于提供一种视频数据处理方法及装置，提升了视频数据处理效率，降低资源消耗。

为了实现上述目的，本发明实施例提供一种视频数据处理方法，方法包括：

获取待处理视频数据，对视频数据进行切帧处理，得到图像帧队列；

根据光流计算方法及图像帧队列，得到对应的光流图，并对光流图进行整合，生成光流效果视频。

可选的，在本发明一实施例中，对视频数据进行切帧处理，得到图像帧队列包括：

对视频数据进行切帧处理，得到视频数据对应的多帧图像；

对视频数据对应的多帧图像进行标准化处理，得到图像帧队列。

可选的，在本发明一实施例中，根据光流计算方法及图像帧队列，得到对应的光流图包括：

根据图像帧队列中的目标帧图像及其上一帧图像，分别对当前图像参数与预设图像参数进行赋值；其中，预设图像参数为GPU矩阵类；

根据赋值后的当前图像参数与所述预设图像参数，利用光流计算方法，得到光流图。

可选的，在本发明一实施例中，根据光流计算方法及图像帧队列，得到对应的光流图还包括：根据光流计算方法对图像帧队列进行计算处理，并利用GPU的参数类对计算处理过程进行加速处理，得到光流图。

本发明实施例还提供一种视频数据处理装置，装置包括：

视频切帧模块，用于获取待处理视频数据，对视频数据进行切帧处理，得到图像帧队列；

光流计算模块，用于根据光流计算方法及所述图像帧队列，得到对应的光流图，并对光流图进行整合，生成光流效果视频。

可选的，在本发明一实施例中，视频切帧模块包括：

视频切帧单元，用于对视频数据进行切帧处理，得到所述视频数据对应的多帧图像；

图像帧队列单元，用于对视频数据对应的多帧图像进行标准化处理，得到图像帧队列。

可选的，在本发明一实施例中，光流计算模块包括：

参数赋值单元，用于根据图像帧队列中的目标帧图像及其上一帧图像，分别对当前图像参数与预设图像参数进行赋值；其中，预设图像参数为GPU矩阵类；

光流图单元，用于根据赋值后的当前图像参数与所述预设图像参数，利用光流计算方法，得到所述光流图。