一种视频动静混合关键帧的抽取方法

    公开(公告)号:CN107613237B

    公开(公告)日:2020-03-06

    申请号:CN201710828744.6

    申请日:2017-09-14

    IPC分类号: H04N5/915 H04N7/18

    摘要: 本申请公开了一种视频动静混合关键帧的抽取方法,包括:从原始视频中抽取背景帧和前景帧;对抽取的前景帧和背景帧分别进行灰度转换、掩模处理和缩放处理;统计运动像素的数目,判断出前景帧是否为运动帧;若前景帧为运动帧,则对前景帧的编号进行保存;否则将距上一次保存的帧编号之后设定的静止帧间隔数的帧作为静止帧并保存该帧编号。这样采用不同的帧间隔分别抽取运动帧和静止帧(丢弃其它帧)压缩视频信息,运动帧的抽取可以不损失关键动态信息,静止帧的抽取可以提高信息保存的完整性和可靠性,避免遗漏关键信息,整个抽取方法简单高效,尤其是通过缩放和掩模技术,可以极大提升效率和降低存储空间。

    一种瞬变电磁视电阻率计算方法、系统、装置及存储介质

    公开(公告)号:CN108398725B

    公开(公告)日:2019-12-10

    申请号:CN201810048284.X

    申请日:2018-01-18

    IPC分类号: G01V3/38 G06N3/04 G06N3/08

    摘要: 本申请公开了一种瞬变电磁视电阻率计算方法、系统、装置及计算机存储介质,包括:获取当前时间窗口的感应电动势和当前时间窗口;将感应电动势输入预先建立的神经网络模型,得到与感应电动势对应的视电阻率;其中,神经网络模型的训练过程包括利用训练数据集对神经网络模型模型进行训练,得到神经网络模型;训练数据集包括每个时间窗口下的感应电动势和相应的视电阻率;本申请将采集到的感应电动势和与其相应的时间窗口,带入预先训练得到的神经网络模型中,并由神经网络模型进行计算,生成与感应电动势对应的视电阻率,实现基于神经网络模型构建单值函数,并能够通过神经网络模型利用感应电动势直接计算出对应的视电阻率,提高计算速度。

    一种瞬变电磁视电阻率计算方法、系统、装置及存储介质

    公开(公告)号:CN108398725A

    公开(公告)日:2018-08-14

    申请号:CN201810048284.X

    申请日:2018-01-18

    IPC分类号: G01V3/38 G06N3/04 G06N3/08

    摘要: 本申请公开了一种瞬变电磁视电阻率计算方法、系统、装置及计算机存储介质,包括:获取当前时间窗口的感应电动势和当前时间窗口;将感应电动势输入预先建立的神经网络模型,得到与感应电动势对应的视电阻率;其中,神经网络模型的训练过程包括利用训练数据集对神经网络模型模型进行训练,得到神经网络模型;训练数据集包括每个时间窗口下的感应电动势和相应的视电阻率;本申请将采集到的感应电动势和与其相应的时间窗口,带入预先训练得到的神经网络模型中,并由神经网络模型进行计算,生成与感应电动势对应的视电阻率,实现基于神经网络模型构建单值函数,并能够通过神经网络模型利用感应电动势直接计算出对应的视电阻率,提高计算速度。