CN117812392B - 可视化屏幕的分辨率自适应调节方法、系统、介质及设备 - Google Patents
可视化屏幕的分辨率自适应调节方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN117812392B CN117812392B CN202410037034.1A CN202410037034A CN117812392B CN 117812392 B CN117812392 B CN 117812392B CN 202410037034 A CN202410037034 A CN 202410037034A CN 117812392 B CN117812392 B CN 117812392B
- Authority
- CN
- China
- Prior art keywords
- traffic
- picture
- target
- resolution
- display
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 38
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
- H04N21/440263—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the spatial resolution, e.g. for displaying on a connected PDA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/462—Content or additional data management, e.g. creating a master electronic program guide from data received from the Internet and a Head-end, controlling the complexity of a video stream by scaling the resolution or bit-rate based on the client capabilities
- H04N21/4621—Controlling the complexity of the content stream or additional data, e.g. lowering the resolution or bit-rate of the video stream for a mobile client with a small screen
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
一种可视化屏幕的分辨率自适应调节方法、系统、介质及设备，涉及分辨率调节技术领域。所述方法包括：对当前监控视频进行解析，得到目标交通画面，确定与目标交通画面相关联的至少一个关联画面以及各关联画面的展示优先级；根据目标交通画面以及终端设备的属性信息，确定目标交通画面对应的目标分辨率；基于关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，基于各关联画面的展示优先级，将各关联画面匹配至目标布局模板对应的展示子区域，并将目标交通画面匹配至展示中心区域，得到标准展示画面；按照标准展示画面中各区域对应的分辨率进行可视化展示。实施本申请提供的技术方案，能够自适应调整分辨率，提高交通管理的效率。
Description
技术领域
本申请涉及分辨率调节技术领域，具体涉及一种可视化屏幕的分辨率自适应调节方法、系统、介质及设备。
背景技术
在智慧城市管理中心，交通监控系统是一个核心组件，负责收集、分析、呈现交通流量数据。这些数据对于实时交通管理和长期城市规划都至关重要。传统的交通监控系统往往依赖一组固定分辨率的摄像头和传感器，这些设备将数据实时传送到中心控制室的大屏幕上进行显示。
大屏幕是监控和响应交通状况的关键设施。传统的大屏幕是按照固定的分辨率对其展示内容进行显示，然而在交通高峰时期，大屏幕往往不能根据实际情况调整所显示内容的分辨率，这可能导致关键信息被忽略，使得管理者难以快速准确地接收到关键交通信息，从而影响交通管理的效率。
发明内容
本申请提供了一种可视化屏幕的分辨率自适应调节方法、系统、介质及设备，可以自适应调整分辨率，使得管理者快速准确地接收到关键交通信息，从而提高交通管理的效率。
第一方面，本申请提供了一种可视化屏幕的分辨率自适应调节方法，应用于包括可视化屏幕的终端设备，所述方法包括：
获取目标区域的当前监控视频，对所述当前监控视频进行解析，得到目标交通画面，确定与所述目标交通画面相关联的至少一个关联画面，以及确定各所述关联画面的展示优先级；
根据所述目标交通画面以及所述终端设备的属性信息，确定所述目标交通画面对应的目标分辨率；
基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，所述目标局部模板包括至少一个展示中心区域和多个展示子区域，各所述展示子区域对应有预设的分辨率，所述展示中心区域对应所述目标分辨率；
基于各所述关联画面的展示优先级，将各所述关联画面匹配至所述目标布局模板对应的展示子区域，并将所述目标交通画面匹配至展示中心区域，得到标准展示画面；
按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
通过采用上述技术方案，通过解析监控视频获取目标交通画面，并确定与其关联的其他辅助关联画面；接着根据目标交通画面的内容确定其展示的目标分辨率，并根据关联画面数量匹配目标布局模板，将目标交通画面放置在中心高分辨率区域，关联画面放置在周围子区域；最后根据目标布局模板中预设的分辨率进行内容展示，相比传统的固定分辨率显示，该方法实现了交通监控大屏的内容自适应调节，能够根据交通情况的重要程度动态调整关键区域的分辨率，突出强调关键信息，提升了交通管理的效率。
可选的，所述对所述当前监控视频进行解析，得到目标交通画面，包括：对所述当前监控视频进行解析，得到连续多个视频帧对应的连续帧画面；对所述连续帧画面进行预处理，得到标准连续帧画面；基于深度学习模型以及运动检测算法对所述标准连续帧画面进行检测，得到检测结果；基于所述检测结果确定目标交通画面。
通过采用上述技术方案，将解析得到的连续帧画面进行预处理得到标准连续帧画面，然后使用深度学习模型和运动检测算法对标准连续帧画面进行目标识别和运动检测，最终根据检测结果确定目标交通画面，可以主动锁定交通流量较大、存在事故拥堵等异常情况的交通画面，提高了关键交通情况的检测效率。
可选的，所述基于所述检测结果确定目标交通画面，包括：判断所述检测结果中所述标准连续帧画面是否均符合预设的标准交通规则；若所述标准连续帧画面均符合预设的标准交通规则，则确定当前交通情况为正常交通，将所述连续帧画面中预设区域对应画面作为目标交通画面；若所述标准连续帧画面中存在不符合预设的标准交通规则的异常画面，则确定当前交通情况为异常交通，将所述异常画面作为目标交通画面。
通过采用上述技术方案，判断监控画面是否符合标准交通规则，如果均正常则选择预设的正常交通区域作为目标画面；如果存在异常，则将不符合标准规则的异常交通画面作为目标画面，实现了对交通状况的智能判断和主动锁定关键画面。当出现交通事故拥堵等异常情况时，系统可以快速定位并放大显示关键区域，提醒交通管理人员注意，大幅提高对交通异常情况的响应速度。
可选的，所述确定与所述目标交通画面相关联的至少一个关联画面，以及确定各所述关联画面的展示优先级，包括：确定所述目标交通画面中的交通关键信息；将所述交通关键信息与预设的交通数据库进行匹配，得到至少一个与所述目标交通画面相关联的关联关键词，在所述当前监控视频中获取各所述关联关键词对应的关联画面；计算各所述关联关键词与所述交通关键信息之间的关联值，基于各所述关联值确定各所述关联画面的展示优先级。
通过采用上述技术方案，自动分析目标交通画面，提取关键信息，并与预设交通数据库进行关联匹配，获取与目标画面相关的关联画面。进而可以计算各关联画面的关联度，按照关联度高低自动确定关联画面的展示优先级，实现了内容理解和关联推荐的智能化，可以主动获取与交通事故点等关键情况相关的路段监控，辅助交通管理人员全面掌握情况。同时，自动计算关联度并优先展示相关度更高的关联内容，帮助人员快速聚焦重点关注区域。
可选的，所述属性信息包括最大分辨率，所述根据目标交通画面以及电子设备的属性信息，确定目标交通画面对应的目标分辨率，包括：基于所述交通关键信息确定所述目标交通画面的重要级；基于所述目标交通画面的重要级以及预设的重要级和分辨率的关系，确定所述目标交通画面对应的目标分辨率，所述目标分辨率小于所述最大分辨率。
通过采用上述技术方案，分析交通画面中的关键信息，判断重要级，并基于预设的重要级与分辨率对应关系，选择合适的目标分辨率进行显示。目标分辨率会控制在设备属性范围内的合理区间，实现了交通画面的内容自适应调节。对关键交通情况，如事故拥堵点，系统可以自动提高显示分辨率，突出强调问题区域，以提醒交通管理人员；对次要区域，系统会适当降低分辨率显示，节省资源。
可选的，所述基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，包括：基于所述关联画面的数量在预设的屏幕布局模板库中进行匹配，得到与所述关联画面的数量对应的至少一个布局模板；基于各所述关联画面的展示优先级的层次，在各所述布局模板中确定目标局部模板。
通过采用上述技术方案，根据关联画面数量在模板库中找到匹配的候选布局模板；然后根据各关联画面的优先级在候选模板中评估并确定最优布局方案作为展示模板，实现了对大屏幕布局的智能优化，自动组织屏幕布局，极大地提升了视觉信息传递的清晰度与效率，帮助交通管理人员快速定位关注重点。
可选的，所述按照所述标准展示画面中各区域对应的分辨率进行可视化展示，包括：若当前交通情况为正常交通，则将所述标准展示画面中各区域对应的分辨率调整为预设的低分辨率，按照所述预设的低分辨率进行可视化展示；若当前交通情况为异常交通，则按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
通过采用上述技术方案，可以根据交通情况的正常或异常状况，智能调节监控画面展示的分辨率。在交通正常时，使用预设的低分辨率进行可视化呈现，以节省系统资源；在交通异常时，按照匹配的高分辨率进行可视化呈现，以突出强调关键情况。
在本申请的第二方面提供了一种可视化屏幕的分辨率自适应调节系统，所述系统包括：
视频解析模块，用于获取目标区域的当前监控视频，对所述当前监控视频进行解析，得到目标交通画面，确定与所述目标交通画面相关联的至少一个关联画面，以及确定各所述关联画面的展示优先级；
分辨率确定模块，用于根据所述目标交通画面以及所述终端设备的属性信息，确定所述目标交通画面对应的目标分辨率；
布局匹配模块，用于基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，所述目标局部模板包括至少一个展示中心区域和多个展示子区域，各所述展示子区域对应有预设的分辨率，所述展示中心区域对应所述目标分辨率
展示画面确定模块，用于基于各所述关联画面的展示优先级，将各所述关联画面匹配至所述目标布局模板对应的展示子区域，并将所述目标交通画面匹配至展示中心区域，得到标准展示画面；
可视化展示模块，用于按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
在本申请的第三方面提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
在本申请的第四方面提供了一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、本申请通过解析监控视频获取目标交通画面，并确定与其关联的其他辅助关联画面；接着根据目标交通画面的内容确定其展示的目标分辨率，并根据关联画面数量匹配目标布局模板，将目标交通画面放置在中心高分辨率区域，关联画面放置在周围子区域；最后根据目标布局模板中预设的分辨率进行内容展示，相比传统的固定分辨率显示，该方法实现了交通监控大屏的内容自适应调节，能够根据交通情况的重要程度动态调整关键区域的分辨率，突出强调关键信息，提升了交通管理的效率；
2、本申请将解析得到的连续帧画面进行预处理得到标准连续帧画面，然后使用深度学习模型和运动检测算法对标准连续帧画面进行目标识别和运动检测，最终根据检测结果确定目标交通画面，可以主动锁定交通流量较大、存在事故拥堵等异常情况的交通画面，提高了关键交通情况的检测效率；
3、本申请判断监控画面是否符合标准交通规则，如果均正常则选择预设的正常交通区域作为目标画面；如果存在异常，则将不符合标准规则的异常交通画面作为目标画面，实现了对交通状况的智能判断和主动锁定关键画面。当出现交通事故拥堵等异常情况时，系统可以快速定位并放大显示关键区域，提醒交通管理人员注意，大幅提高对交通异常情况的响应速度。
附图说明
图1是本申请实施例提供的一种可视化屏幕的分辨率自适应调节方法的流程示意图；
图2是本申请实施例的提供的一种可视化屏幕的分辨率自适应调节系统模块示意图；
图3是本申请实施例的提供的一种电子设备的结构示意图。
附图标记说明：300、电子设备；301、处理器；302、通信总线；303、用户接口；304、网络接口；305、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清除、完整的描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
请参考图1，特提出了一种可视化屏幕的分辨率自适应调节方法的流程示意图，该方法可以依赖于计算机程序实现，可依赖于单片机实现，也可运行于一种可视化屏幕的分辨率自适应调节系统上，该计算机程序可集成在可视化屏幕的终端设备中，也可作为独立的工具类应用运行，具体的，该方法包括步骤10至步骤50，上述步骤如下：
步骤10：获取目标区域的当前监控视频，对当前监控视频进行解析，得到目标交通画面，确定与目标交通画面相关联的至少一个关联画面，以及确定各所述关联画面的展示优先级。
具体的，目标区域是指需要进行交通监控的特定地理区域或路段，例如某个关键路口、桥梁或高速公路的一段。为了实现交通情况的智能监控与分析，需要获取包含目标区域的实时监控视频，并对视频内容进行解析，从而获取关键交通画面。可以从预设的交通监控摄像头获取目标区域的实时视频流，并利用图像处理技术解析视频帧，通过深度学习模型识别出包含交通拥堵情况的目标交通画面。接着，还需要确定与目标交通画面相关的其他辅助关联画面，以便交通管理员全面观察事件发展。可以对目标画面进行内容分析，提取交通拥堵的关键信息，如地点、道路名称等。并与后台交通数据库进行匹配，获取事故点周边相关路段的监控作为关联画面。计算各关联画面的语义关联度，按照关联度从高到低为各关联画面确定展示优先级。这样交通管理员查看大屏幕时，可以先注意与事故点更相关的路段，辅助快速做出决策。
在上述实施例的基础上，作为一种可选的实施例，对当前监控视频进行解析，得到目标交通画面这一步骤还可以包括以下步骤：
步骤101：对当前监控视频进行解析，得到连续多个视频帧对应的连续帧画面。
具体的，为了从当前监控视频中提取出连续的交通画面，需要解析监控视频得到多个视频帧，将获取到的交通监控视频进行帧序分解，提取出时间顺序上的连续帧画面。可以按照视频编码格式中的时间戳信息，将视频数据流分解成一个个独立的帧画面，并组织成按时间顺序排列的帧画面队列。对于每一帧，记录其出现的时间点，并与相邻的前后帧形成逻辑上的连接关系。这样解析处理后的结果是一组连续帧画面，它保留了视频中对象运动和交通流变化的时间进程信息。
步骤102：对连续帧画面进行预处理，得到标准连续帧画面。
为了提高后续算法对交通画面的识别效果，需要对提取的原始连续帧画面进行预处理，输出标准化的画面。具体的，对采集的原始连续帧画面进行去噪处理，以过滤车灯光线、摄像头噪声对图像质量的影响。接着调整画面颜色、对比度等参数，使不同时间段、不同摄像头采集的画面色调与效果统一。然后调整画面尺寸，裁剪到关键区域，消除不相关的背景干扰。预处理后的标准连续帧画面，可以消除由于采集条件变化引起的差异，提高关键交通对象的突出程度，有利于算法提取交通流量、车辆等关键信息。也可以减少后续分析计算量，提高处理效率。
步骤103：基于深度学习模型以及运动检测算法对标准连续帧画面进行检测，得到检测结果。
步骤104：基于检测结果确定目标交通画面。
具体的，使用训练好的卷积神经网络对每一帧画面进行目标识别，检测出画面中的车辆、人群等交通对象及其数量、速度等信息。同时，运用运动轨迹算法分析两帧图像间对象的运动变化，判断交通流量速度以及交通状态。综合利用深度学习算法的语义解析能力以及运动检测的动态分析优势，可以准确获取画面中的交通流量参数，并智能判断交通状况，比如正常通行、交通拥堵以及交通事故等。最终算法输出包括目标识别结果、流量统计数据以及交通状态判断等复合型检测结果。分析每组标准连续帧画面的检测结果，并判断画面中的交通流量、拥堵状态、事故异常情况等交通事件信息。根据预设的关键事件判定规则，如果检测结果呈现正常流量分布，则系统选择视角范围最大的固定关键路口画面作为目标交通画面；如果检测到事故或拥堵事件，则将包含目标事件发生点的画面确定为目标交通画面。
在上述实施例的基础上，作为一种可选的实施例，基于检测结果确定目标交通画面这一步骤，还可以包括以下步骤：
步骤1041：判断检测结果中标准连续帧画面是否均符合预设的标准交通规则。
步骤1042：若标准连续帧画面均符合预设的标准交通规则，则确定当前交通情况为正常交通，将连续帧画面中预设区域对应画面作为目标交通画面。
步骤1043：若标准连续帧画面中存在不符合预设的标准交通规则的异常画面，则确定当前交通情况为异常交通，将异常画面作为目标交通画面。
具体的，对标准连续帧画面进行的交通参数检测结果进行判断，判断检测结果中标准连续帧画面是否均符合预设的标准交通规则。该预设的标准交通规则是指一套定义正常交通状态的量化参数指标体系，比如预设的交通流量、速度范围等判定是否符合正常交通状态。如果标准连续帧画面的检测结果都在正常范围内，则判断该路段当前为正常交通，则自动选择该路段的预设关键节点画面作为监控目标。如果存在某些帧画面的检测结果出现超过拥堵流量阈值、车辆停滞等异常情况，则判断为交通异常或事故，并将包含异常信息的帧画面作为目标交通画面。
示例性地，假设需要监控一个高速公路出口收费站的交通情况。系统获取该收费站24小时的监控视频，并解析提取出顺序的视频帧画面。针对每组连续帧，系统利用深度学习算法检测每个帧中的车辆数量、运动速度等参数。根据该路段的预设标准交通规则进行判断：该规则规定正常车流量为每分钟60-100辆，车速在60-100公里每小时，如果持续超过5分钟则判断为拥堵。如果所有帧的检测结果都在正常范围内，例如早晚高峰时段，每个帧的车流量在80辆左右，车速80公里，则系统判断当前为正常交通状态。这样系统会自动选择收费站预设的全景视角画面作为监控目标画面。如果某些帧出现检测结果异常，例如凌晨时间段，单帧车流量降至10辆左右，车速20公里，则系统会判断为异常交通状态，并选取包含这些异常帧的画面作为关键目标画面，提示值班人员注意。
在上述实施例的基础上，作为一种可选的实施例，确定与目标交通画面相关联的至少一个关联画面，以及确定各关联画面的展示优先级，还可以包括以下步骤：
具体的，为了辅助交通管理员更全面地评估和处理交通事件，系统需要主动获取与关键目标画面相关的其他辅助视角的监控画面。利用计算机视觉算法解析目标交通画面，提取出目标交通画面中的交通关键信息，如车辆、人群分布、路况等，以帮助系统深入理解画面内容和事件要点。在预设的交通关键词数据库中查询这些关键信息所对应关联关键词，比如交通事故、交通堵塞、施工等词语，作为该事件的高级语义描述，这是一个从低级视觉信息到高级概念的转换过程。全局搜索监控视频流，检索出包含关联关键词的实时画面，获取与目标事件具有语义关联的其他视角下的关联画面。计算每个关键词与交通事件的相关度作为权重，评估画面的语义关联度，并按照权重对关联画面排序，确定展示优先级。
示例性地，假设系统从高速公路监控视频中判断出一个包含交通事故的异常目标交通画面。为了配合交通管理员对事件的处理，系统需要获取与这个目标画面相关的其他辅助视角。对目标交通画面进行分析，使用目标检测算法提取出“汽车”“警示灯”“塌陷护栏”等交通关键信息。在后台预设的交通关键词数据库中，查询与这些关键信息相关的词条，比如“事故现场”、“应急车道”、“堵车”等，作为关联关键词，在该高速公路当前监控视频中，提取出包含这些关联关键词的实时画面。例如同一方向上下游的监控画面，以及反方向的监控画面等。计算每个关联关键词与事故的相关度，例如事故现场的相关度最高，应急车道次之。据此对关联画面确定展示优先级，重点关注关键词相关度更高的画面。通过关键信息解析和数据库匹配，主动获取与突发事件密切相关的其他补充视角，实现对交通状况的多维度全面监控。
步骤20：根据目标交通画面以及终端设备的属性信息，确定目标交通画面对应的目标分辨率。
具体的，首先分析目标交通画面本身的内容特征，判断画面中包含的关键监控对象数量、运动速度、场景复杂度等，这决定了展示画面的理想分辨率范围。还需要确定终端设备的硬件参数，比如屏幕尺寸、最大支持分辨率等属性，这决定了展示该画面的分辨率上限。综合考虑画面内容的分辨率需求和终端设备的条件约束，运用多属性决策的方法，确定在当前设备条件下，对关键监控内容展示最优的目标输出分辨率。可以使得目标交通画面在不同用户设备上都达到最佳视觉效果。假设系统从高速公路监控视频中判断出一个包含交通事故现场的关键目标交通画面。这是一个1920x1080分辨率的高清视频画面，通过查询数据库，系统获知此时交通管理员正在使用的终端设备是一台最大分辨率为1280x720的中小型监控屏幕，为在设备屏幕上达到最佳的监控效果，系统需要计算匹配的目标输出分辨率，比如可以考虑目标画面所包含的关键细节信息，例如这次事故现场的车辆照片清晰度需求，终端设备屏幕的分辨率和尺寸属性，用户的历史操作习惯，例如偏好宽屏画面等。综合考量这些因素后，系统计算确定最优的目标分辨率为1280x720，既能在屏幕上清晰显示关键细节，又匹配终端设备硬件条件。
在上述实施例的基础上，作为一种可选的实施例，根据可视度，根据目标交通画面以及终端设备的属性信息，确定目标交通画面对应的目标分辨率这一步骤，还可以包括以下步骤：
步骤201：基于交通关键信息确定目标交通画面的重要级。
步骤202：基于目标交通画面的重要级以及预设的重要级和分辨率的关系，确定目标交通画面对应的目标分辨率，目标分辨率小于所述最大分辨率。
具体的，可以调用计算机视觉算，，分析提取目标交通画面的交通关键信息，如交通工具数量、速度，是否含有事故特征等。根据这些关键信息，系统会匹配预设的关键信息与重要级的对应规则，计算确定当前目标画面的综合重要级。例如事故画面重要级最高，高速拥堵次之，正常路况重要级最低。基于目标交通画面的重要级以及预设的重要级和分辨率的关系，确定目标交通画面对应的目标分辨率，其中该预设的重要级和分辨率的关系是指一个重要级与对应的分辨率值之间的映射关系表或模型，重要级可以有多级定义，例如：重要级1：正常路况、重要级2：轻度拥堵、重要级3：严重拥堵以及重要级4：事故现场。分辨率值也可以有多个可选，例如：720P、1080P、2K、4K等然后建立一个映射关系，比如：重要级1>720P、重要级2>1080P、重要级3>2K、重要级4>4K等，也可以根据用户的实际情况和平时的视觉习惯进行调整该重要级和分辨率的关系。
步骤30：基于关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，目标局部模板包括至少一个展示中心区域和多个展示子区域，各展示子区域对应有预设的分辨率，展示中心区域对应目标分辨率。
具体的，统计出需要同时展示的关联画面的总数量，这些关联画面来自关键词匹配的结果，在预设的屏幕布局模板库中进行匹配，得到与关联画面的数量对应的至少一个布局模板，每一个布局模板包括至少一个展示中心区域和多个展示子区域，例如3个关联画面会匹配包含3个展示子区域的多个布局模板，比如可能是子区域为三等份大小的布局模板，也可以是子区域大小不同的布局模板。获取各关联画面的展示优先级的层次，该展示优先级的层次是指各个关联画面优先级排序的结果，比如可能存在优先级相同的情况，也存在优先级逐级升高的情况，根据各关联画面的展示优先级的层次在各布局模板中确定目标局部模板。各展示子区域对应有预设的分辨率，展示中心区域则对应前面计算出的目标分辨率。假设当前需要展示的关联画面有A、B、C、D四个，它们的展示优先级层次排布为:A=C>B=D，其中A和C具有同等的优先级，B和D具有同等的优先级，且B和D的优先级较低，所以最后匹配的目标局部模板的布局为一个展示中心区域和四个展示子区域，其中四个展示子区域中，有两种大小不同的子区域，且每种大小的子区域有两个。
步骤40：基于各关联画面的展示优先级，将各关联画面匹配至目标布局模板对应的展示子区域，并将目标交通画面匹配至展示中心区域，得到标准展示画面。
具体的，分析目标布局模板的布局样式，其中目标布局模板包括一个展示中心区域及多个展示子区域，这些区域均对应有优先级层次。将优先级最高的目标交通画面与展示中心区域进行匹配，并根据各关联画面的展示优先级依次与各子展示进行匹配，从而将不同优先级的画面匹配到目标布局模板中的合适展示区域，形成一个信息层次清晰、监控资源利用优化的标准展示画面。
步骤50：按照标准展示画面中各区域对应的分辨率进行可视化展示。
具体的，在生成标准展示画面后，判断当前的交通情况属于正常情况还是异常情况，如果是正常交通情况，考虑到交通流量正常通畅，则会将标准展示画面中各区域的分辨率统一调整为一个预设的低分辨率比如720P，按照这个低分辨率对所有区域中的关联画面进行处理，并进行可视化集成展示。如果判断为异常交通情况，考虑到需要查看关键细节，则会维持标准展示画面中各区域的原定分辨率，具体的，获取到目标布局模板中每个区域对应的分辨率参数，其中展示中心区域对应着前期计算得到的目标交通画面的目标分辨率，各个展示子区域也都有预设的默认展示分辨率。依次遍历标准展示画面中的所有关联画面，根据目标布局模板中的各展示分辨率的参数要求，对每个区域的画面进行必要的分辨率调整，通过图像处理算法完成画面的降采样或升采样操作。将调整分辨率后的所有关联画面以及目标交通画面，组合渲染到标准展示画面各自对应的区域内，从而实现对完整标准展示画面的集成化可视化展示，为用户提供优化的交通监控结果。
请参见图2，为本申请实施例提供的一种可视化屏幕的分辨率自适应调节系统模块示意图，该可视化屏幕的分辨率自适应调节系统可以包括：视频解析模块、分辨率确定模块、布局匹配模块、展示画面确定模块以及可视化展示模块，其中：
视频解析模块，用于获取目标区域的当前监控视频，对所述当前监控视频进行解析，得到目标交通画面，确定与所述目标交通画面相关联的至少一个关联画面，以及确定各所述关联画面的展示优先级；
分辨率确定模块，用于根据所述目标交通画面以及所述终端设备的属性信息，确定所述目标交通画面对应的目标分辨率；
布局匹配模块，用于基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，所述目标局部模板包括至少一个展示中心区域和多个展示子区域，各所述展示子区域对应有预设的分辨率，所述展示中心区域对应所述目标分辨率
展示画面确定模块，用于基于各所述关联画面的展示优先级，将各所述关联画面匹配至所述目标布局模板对应的展示子区域，并将所述目标交通画面匹配至展示中心区域，得到标准展示画面；
可视化展示模块，用于按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
可选的，所述视频解析模块，还用于对所述当前监控视频进行解析，得到连续多个视频帧对应的连续帧画面；对所述连续帧画面进行预处理，得到标准连续帧画面；基于深度学习模型以及运动检测算法对所述标准连续帧画面进行检测，得到检测结果；基于所述检测结果确定目标交通画面。
可选的，所述视频解析模块，还用于判断所述检测结果中所述标准连续帧画面是否均符合预设的标准交通规则；若所述标准连续帧画面均符合预设的标准交通规则，则确定当前交通情况为正常交通，将所述连续帧画面中预设区域对应画面作为目标交通画面；若所述标准连续帧画面中存在不符合预设的标准交通规则的异常画面，则确定当前交通情况为异常交通，将所述异常画面作为目标交通画面。
可选的，所述视频解析模块，还用于确定所述目标交通画面中的交通关键信息；将所述交通关键信息与预设的交通数据库进行匹配，得到至少一个与所述目标交通画面相关联的关联关键词，在所述当前监控视频中获取各所述关联关键词对应的关联画面；计算各所述关联关键词与所述交通关键信息之间的关联值，基于各所述关联值确定各所述关联画面的展示优先级。
可选的，所述分辨率确定模块，还用于基于所述交通关键信息确定所述目标交通画面的重要级；基于所述目标交通画面的重要级以及预设的重要级和分辨率的关系，确定所述目标交通画面对应的目标分辨率，所述目标分辨率小于所述最大分辨率。
可选的，所述布局匹配模块，还用于基于所述关联画面的数量在预设的屏幕布局模板库中进行匹配，得到与所述关联画面的数量对应的至少一个布局模板；基于各所述关联画面的展示优先级的层次，在各所述布局模板中确定目标局部模板。
可选的，所述可视化展示模块，还用于若当前交通情况为正常交通，则将所述标准展示画面中各区域对应的分辨率调整为预设的低分辨率，按照所述预设的低分辨率进行可视化展示；若当前交通情况为异常交通，则按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
需要说明的是：上述实施例提供的系统在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的系统和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请实施例还提供了一种计算机存储介质，计算机存储介质可以存储有多条指令，指令适于由处理器加载并执行上述实施例的一种可视化屏幕的分辨率自适应调节方法，具体执行过程可以参见上述实施例的具体说明，在此不进行赘述。
请参照图3本申请还公开一种电子设备。图3是本申请实施例的公开的一种电子设备的结构示意图。该电子设备300可以包括：至少一个处理器301，至少一个网络接口304，用户接口303，存储器305，至少一个通信总线302。
其中，通信总线302用于实现这些组件之间的连接通信。
其中，用户接口303可以包括显示屏（Display）、摄像头（Camera），可选用户接口303还可以包括标准的有线接口、无线接口。
其中，网络接口304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行服务器的各种功能和处理数据。可选的，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。
其中，存储器305可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。参照图3，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及一种可视化屏幕的分辨率自适应调节方法的应用程序。
在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储一种可视化屏幕的分辨率自适应调节方法的应用程序，当由一个或多个处理器301执行时，使得电子设备300执行如上述实施例中一个或多个所述的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
Claims (8)
1.一种可视化屏幕的分辨率自适应调节方法，其特征在于，应用于包括可视化屏幕的终端设备，所述方法包括：
获取目标区域的当前监控视频，对所述当前监控视频进行解析，得到目标交通画面；
确定所述目标交通画面中的交通关键信息；
将所述交通关键信息与预设的交通数据库进行匹配，得到至少一个与所述目标交通画面相关联的关联关键词；
在所述当前监控视频中获取各所述关联关键词对应的关联画面；
计算各所述关联关键词与所述交通关键信息之间的关联值，基于各所述关联值确定各所述关联画面的展示优先级；基于所述交通关键信息确定所述目标交通画面的重要级；基于所述目标交通画面的重要级以及预设的重要级和分辨率的关系，确定所述目标交通画面对应的目标分辨率，所述终端设备的属性信息包括最大分辨率，所述目标分辨率小于所述最大分辨率；基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，所述目标布局模板包括至少一个展示中心区域和多个展示子区域，各所述展示子区域对应有预设的分辨率，所述展示中心区域对应所述目标分辨率；
基于各所述关联画面的展示优先级，将各所述关联画面匹配至所述目标布局模板对应的展示子区域，并将所述目标交通画面匹配至展示中心区域，得到标准展示画面；
按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
2.根据权利要求1所述的可视化屏幕的分辨率自适应调节方法，其特征在于，所述对所述当前监控视频进行解析，得到目标交通画面，包括：
对所述当前监控视频进行解析，得到连续多个视频帧对应的连续帧画面；
对所述连续帧画面进行预处理，得到标准连续帧画面；
基于深度学习模型以及运动检测算法对所述标准连续帧画面进行检测，得到检测结果；
基于所述检测结果确定目标交通画面。
3.根据权利要求2所述的可视化屏幕的分辨率自适应调节方法，其特征在于，所述基于所述检测结果确定目标交通画面，包括：
判断所述检测结果中所述标准连续帧画面是否均符合预设的标准交通规则；
若所述标准连续帧画面均符合预设的标准交通规则，则确定当前交通情况为正常交通，将所述连续帧画面中预设区域对应画面作为目标交通画面；
若所述标准连续帧画面中存在不符合预设的标准交通规则的异常画面，则确定当前交通情况为异常交通，将所述异常画面作为目标交通画面。
4.根据权利要求1所述的可视化屏幕的分辨率自适应调节方法，其特征在于，所述基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，包括：
基于所述关联画面的数量在预设的屏幕布局模板库中进行匹配，得到与所述关联画面的数量对应的至少一个布局模板；
基于各所述关联画面的展示优先级的层次，在各所述布局模板中确定目标布局模板。
5.根据权利要求3所述的可视化屏幕的分辨率自适应调节方法，其特征在于，所述按照所述标准展示画面中各区域对应的分辨率进行可视化展示，包括：
若当前交通情况为正常交通，则将所述标准展示画面中各区域对应的分辨率调整为预设的低分辨率，按照所述预设的低分辨率进行可视化展示；
若当前交通情况为异常交通，则按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
6.一种可视化屏幕的分辨率自适应调节系统，其特征在于，应用于包括可视化屏幕的终端设备，所述系统包括：
视频解析模块，用于获取目标区域的当前监控视频，对所述当前监控视频进行解析，得到目标交通画面；确定所述目标交通画面中的交通关键信息；将所述交通关键信息与预设的交通数据库进行匹配，得到至少一个与所述目标交通画面相关联的关联关键词；在所述当前监控视频中获取各所述关联关键词对应的关联画面；计算各所述关联关键词与所述交通关键信息之间的关联值，基于各所述关联值确定各所述关联画面的展示优先级；
分辨率确定模块，用于基于所述交通关键信息确定所述目标交通画面的重要级；基于所述目标交通画面的重要级以及预设的重要级和分辨率的关系，确定所述目标交通画面对应的目标分辨率，所述终端设备的属性信息包括最大分辨率，所述目标分辨率小于所述最大分辨率；
布局匹配模块，用于基于所述关联画面的数量在预设的屏幕布局模板库中匹配对应的目标布局模板，所述目标布局模板包括至少一个展示中心区域和多个展示子区域，各所述展示子区域对应有预设的分辨率，所述展示中心区域对应所述目标分辨率；
展示画面确定模块，用于基于各所述关联画面的展示优先级，将各所述关联画面匹配至所述目标布局模板对应的展示子区域，并将所述目标交通画面匹配至展示中心区域，得到标准展示画面；
可视化展示模块，用于按照所述标准展示画面中各区域对应的分辨率进行可视化展示。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适用于由处理器加载并执行如权利要求1~5任意一项所述的方法。
8.一种电子设备，其特征在于，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1-5任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410037034.1A CN117812392B (zh) | 2024-01-09 | 2024-01-09 | 可视化屏幕的分辨率自适应调节方法、系统、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410037034.1A CN117812392B (zh) | 2024-01-09 | 2024-01-09 | 可视化屏幕的分辨率自适应调节方法、系统、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117812392A CN117812392A (zh) | 2024-04-02 |
| CN117812392B true CN117812392B (zh) | 2024-05-31 |
Family
ID=90419908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410037034.1A Active CN117812392B (zh) | 2024-01-09 | 2024-01-09 | 可视化屏幕的分辨率自适应调节方法、系统、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117812392B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118869953B (zh) * | 2024-09-06 | 2025-05-16 | 广州市伟粤通讯设备有限公司 | 一种基于人工智能的安防监控管理系统 |
| CN119620905A (zh) * | 2024-10-16 | 2025-03-14 | 深圳绿米联创科技有限公司 | 内容展示方法、装置、电子设备及存储介质 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103716594A (zh) * | 2014-01-08 | 2014-04-09 | 深圳英飞拓科技股份有限公司 | 基于运动目标检测的全景拼接联动方法及装置 |
| CN105554549A (zh) * | 2015-12-03 | 2016-05-04 | 青岛海信移动通信技术股份有限公司 | 一种VoLTE网络视频显示方法及装置 |
| CN109165074A (zh) * | 2018-08-30 | 2019-01-08 | 努比亚技术有限公司 | 游戏截图分享方法、移动终端及计算机可读存储介质 |
| CN110324708A (zh) * | 2019-07-16 | 2019-10-11 | 浙江大华技术股份有限公司 | 视频处理方法、终端设备及计算机存储介质 |
| CN111105523A (zh) * | 2020-01-08 | 2020-05-05 | 深圳市亮彩瀚达科技有限公司 | 可用于行车记录仪的可移动式回放画面系统及方法 |
| CN111818311A (zh) * | 2020-08-25 | 2020-10-23 | 北京中联合超高清协同技术中心有限公司 | 一种可变视域的超高清视频监视器 |
| WO2020220968A1 (zh) * | 2019-04-30 | 2020-11-05 | 腾讯科技（深圳）有限公司 | 一种视频数据处理方法和相关装置 |
| CN112989942A (zh) * | 2021-02-09 | 2021-06-18 | 四川警察学院 | 一种基于交通监控视频的目标实例分割方法 |
| CN113507571A (zh) * | 2021-06-30 | 2021-10-15 | 深圳市路卓科技有限公司 | 视频防剪辑方法、装置、设备、可读存储介质及程序产品 |
| RU2758985C1 (ru) * | 2020-06-19 | 2021-11-08 | Общество с ограниченной ответственностью "ЛП Технологии" | Алгоритм согласования видеопотока для платформы облачных игр Loudplay |
| CN113852757A (zh) * | 2021-09-03 | 2021-12-28 | 维沃移动通信（杭州）有限公司 | 视频处理方法、装置、设备和存储介质 |
| WO2022048424A1 (zh) * | 2020-09-03 | 2022-03-10 | 深圳市雷鸟网络传媒有限公司 | 屏幕画面自适应调整方法、装置、设备和存储介质 |
| CN115243074A (zh) * | 2022-07-26 | 2022-10-25 | 京东方科技集团股份有限公司 | 视频流的处理方法及装置、存储介质、电子设备 |
| CN115714846A (zh) * | 2022-10-24 | 2023-02-24 | 株洲华通科技有限责任公司 | 视频会议终端的网络传屏方法及系统 |
| CN115734014A (zh) * | 2021-08-31 | 2023-03-03 | 腾讯科技（深圳）有限公司 | 视频播放方法、处理方法、装置、设备和存储介质 |
| CN116248822A (zh) * | 2021-12-07 | 2023-06-09 | 广东小天才科技有限公司 | 控制终端设备的方法、装置、电子设备及存储介质 |
| CN116405620A (zh) * | 2023-06-06 | 2023-07-07 | 深圳市拓阔科技有限公司 | 一种视频画面切换方法、终端设备和可读存储介质 |
| CN117319580A (zh) * | 2023-08-15 | 2023-12-29 | 清华大学深圳国际研究生院 | 多路视频智能融合展示方法、装置、电子设备及存储设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8953044B2 (en) * | 2011-10-05 | 2015-02-10 | Xerox Corporation | Multi-resolution video analysis and key feature preserving video reduction strategy for (real-time) vehicle tracking and speed enforcement systems |
| CN105100688B (zh) * | 2014-05-12 | 2019-08-20 | 索尼公司 | 图像处理方法、图像处理装置和监视系统 |
| CN113347421B (zh) * | 2021-06-02 | 2023-07-14 | 黑芝麻智能科技(上海)有限公司 | 视频编码和解码方法、装置和计算机设备 |
-
2024
- 2024-01-09 CN CN202410037034.1A patent/CN117812392B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103716594A (zh) * | 2014-01-08 | 2014-04-09 | 深圳英飞拓科技股份有限公司 | 基于运动目标检测的全景拼接联动方法及装置 |
| CN105554549A (zh) * | 2015-12-03 | 2016-05-04 | 青岛海信移动通信技术股份有限公司 | 一种VoLTE网络视频显示方法及装置 |
| CN109165074A (zh) * | 2018-08-30 | 2019-01-08 | 努比亚技术有限公司 | 游戏截图分享方法、移动终端及计算机可读存储介质 |
| WO2020220968A1 (zh) * | 2019-04-30 | 2020-11-05 | 腾讯科技（深圳）有限公司 | 一种视频数据处理方法和相关装置 |
| CN110324708A (zh) * | 2019-07-16 | 2019-10-11 | 浙江大华技术股份有限公司 | 视频处理方法、终端设备及计算机存储介质 |
| CN111105523A (zh) * | 2020-01-08 | 2020-05-05 | 深圳市亮彩瀚达科技有限公司 | 可用于行车记录仪的可移动式回放画面系统及方法 |
| RU2758985C1 (ru) * | 2020-06-19 | 2021-11-08 | Общество с ограниченной ответственностью "ЛП Технологии" | Алгоритм согласования видеопотока для платформы облачных игр Loudplay |
| CN111818311A (zh) * | 2020-08-25 | 2020-10-23 | 北京中联合超高清协同技术中心有限公司 | 一种可变视域的超高清视频监视器 |
| WO2022048424A1 (zh) * | 2020-09-03 | 2022-03-10 | 深圳市雷鸟网络传媒有限公司 | 屏幕画面自适应调整方法、装置、设备和存储介质 |
| CN112989942A (zh) * | 2021-02-09 | 2021-06-18 | 四川警察学院 | 一种基于交通监控视频的目标实例分割方法 |
| CN113507571A (zh) * | 2021-06-30 | 2021-10-15 | 深圳市路卓科技有限公司 | 视频防剪辑方法、装置、设备、可读存储介质及程序产品 |
| CN115734014A (zh) * | 2021-08-31 | 2023-03-03 | 腾讯科技（深圳）有限公司 | 视频播放方法、处理方法、装置、设备和存储介质 |
| CN113852757A (zh) * | 2021-09-03 | 2021-12-28 | 维沃移动通信（杭州）有限公司 | 视频处理方法、装置、设备和存储介质 |
| CN116248822A (zh) * | 2021-12-07 | 2023-06-09 | 广东小天才科技有限公司 | 控制终端设备的方法、装置、电子设备及存储介质 |
| CN115243074A (zh) * | 2022-07-26 | 2022-10-25 | 京东方科技集团股份有限公司 | 视频流的处理方法及装置、存储介质、电子设备 |
| CN115714846A (zh) * | 2022-10-24 | 2023-02-24 | 株洲华通科技有限责任公司 | 视频会议终端的网络传屏方法及系统 |
| CN116405620A (zh) * | 2023-06-06 | 2023-07-07 | 深圳市拓阔科技有限公司 | 一种视频画面切换方法、终端设备和可读存储介质 |
| CN117319580A (zh) * | 2023-08-15 | 2023-12-29 | 清华大学深圳国际研究生院 | 多路视频智能融合展示方法、装置、电子设备及存储设备 |
Non-Patent Citations (1)
| Title |
|---|
| 基于电网监控的可视化控制系统研究及应用;吕霏;马强;雷鸣;王银照;杜鹏程;;山东电力技术;20170825(08);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117812392A (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3806064B1 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
| CN117812392B (zh) | 可视化屏幕的分辨率自适应调节方法、系统、介质及设备 | |
| CN111507278B (zh) | 一种检测路障的方法、装置及计算机设备 | |
| KR20190079047A (ko) | 육안 인식 검사원의 부하경감을 위한 등급별 영상인식 기술을 이용한 cctv 영상내 의심물체 부분검사 지원 시스템 및 방법 | |
| CN116863704A (zh) | 一种基于大数据的智能交通数字孪生处理方法及系统 | |
| CN117612060A (zh) | 基于人工智能检测的视频预警系统、方法、设备及介质 | |
| CN117611795A (zh) | 基于多任务ai大模型的目标检测方法、模型训练方法 | |
| CN118675121A (zh) | 一种基于交互式平台（dsw）的车辆识别方法 | |
| CN119988465B (zh) | 一种交通路网态势数据显示方法及系统 | |
| CN113327219A (zh) | 基于多源数据融合的图像处理方法与系统 | |
| CN111696200A (zh) | 一种警情态势显示的方法、系统、装置及存储介质 | |
| CN118381881A (zh) | 实现区域危险行为管控的方法和系统、计算机程序介质 | |
| KR102030736B1 (ko) | 다중 분산 영상 데이터 분석 장치 | |
| CN115033760A (zh) | 一种大数据软件可视化方法、系统及存储介质 | |
| CN120835279B (zh) | 一种车载无线电频带管理方法、系统、设备及介质 | |
| CN119135852B (zh) | 一种基于视频分类的邮轮安全视频监控方法及系统 | |
| CN118692031B (zh) | 基于环境感知的潜在危险识别系统 | |
| CN121327262B (zh) | 基于视觉数据的人群疏散路径动态推荐方法及系统 | |
| CN121147859A (zh) | 基于时空关联分析的交通视频事件检测方法及系统 | |
| Rao et al. | Automated Enforcement System for Helmet and Triple Riding Violation Using Real Time Video Surveillance | |
| CN120835279A (zh) | 一种车载无线电频带管理方法、系统、设备及介质 | |
| CN121053790A (zh) | 交通事故定责系统、方法、设备及计算机程序产品 | |
| CN119516611A (zh) | 人员离岗检测方法、设备、存储介质及计算机程序产品 | |
| CN121330412A (zh) | 基于多模态大模型的公交客流检测方法及装置 | |
| Bian et al. | AI-based license plate recognition for tourist dynamics analysis and sustainable tourism management in Shirakawa-go |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |