基于多芯片处理的滤镜分类系统及方法与流程

1.本发明涉及计算机系统领域，更具体地，涉及一种基于多芯片处理的滤镜分类系统及方法。


背景技术：

2.完整的计算机系统应包括硬件系统和软件系统。硬件系统是计算机的物质基础；软件系统通常以文档和程序的方式存在，管理着计算机的硬件和软件资源，运行在计算机硬件系统之上。软件系统和硬件系统是计算机的两个不可分割的重要组成部分。
3.现有技术中，滤镜能够帮助人们快速切换照片或者视频画面风格，以满足不同观众的偏好和需求，显然也对观众起到一定的欺骗作用。观众在接受存在各种滤镜的大量的媒体数据的同时，也有权利知道媒体数据的滤镜类型，从而为自己的判断提供客观依据。然而，媒体数据中对原始数据使用的滤镜类型难以准确辨识。


技术实现要素：

4.为了解决相关领域的技术问题，本发明提供了一种基于多芯片处理的滤镜分类系统及方法，通过设计一主双从的定制化结构的计算机系统，实现对多帧图像组成的视频数据的色相一致性的初步分析以及后续的滤镜类型的智能分析，滤镜类型包括白亮、粉嫩、清新、冷色、暖色以及无滤镜，从而为滤镜类型的次序解析提供了有效的解决途径。
5.根据本发明的一方面，提供了一种基于多芯片处理的滤镜分类系统，所述系统包括：
6.信息收发接口，用于截取当前直播视频流以获得设定数目的多帧直播图像，所述设定数目的取值大于等于最低数量阈值，其中，直播画面的分辨率越高，设定数目的取值越大；
7.第一从控芯片，与所述信息捕获部件连接，用于检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令；
8.第二从控芯片，与所述第一从控芯片连接，用于在接收到所述第一判断指令时，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据；
9.主控芯片，与所述第二从控芯片连接，用于将所述多帧直播图像分别对应的多个输入数据同时并行输入到智能评估模型并运行所述智能评估模型以获得所述多帧直播图像组成的视频数据的滤镜类型编码；
10.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作；
11.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作包括：所述滤镜类型的总数越多，选择
的学习操作的次数越多；
12.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个亮度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的亮度成分矩阵。
13.根据本发明的另一方面，还提供了一种基于多芯片处理的滤镜分类方法，所述方法包括：
14.使用信息收发接口，用于截取当前直播视频流以获得设定数目的多帧直播图像，所述设定数目的取值大于等于最低数量阈值，其中，直播画面的分辨率越高，设定数目的取值越大；
15.使用第一从控芯片，与所述信息捕获部件连接，用于检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令；
16.使用第二从控芯片，与所述第一从控芯片连接，用于在接收到所述第一判断指令时，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据；
17.使用主控芯片，与所述第二从控芯片连接，用于将所述多帧直播图像分别对应的多个输入数据同时并行输入到智能评估模型并运行所述智能评估模型以获得所述多帧直播图像组成的视频数据的滤镜类型编码；
18.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作；
19.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作包括：所述滤镜类型的总数越多，选择的学习操作的次数越多；
20.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个亮度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的亮度成分矩阵。
21.本发明的基于多芯片处理的滤镜分类系统及方法鉴别智能、应用广泛。由于通过设计一主双从的定制化结构的计算机系统，实现对多帧图像组成的视频数据的色相一致性的初步分析以及后续的滤镜类型的智能分析，从而减少线上线下区别带来的纠纷。
22.附图简要说明
23.本领域技术人员通过参考附图可更好理解本发明的众多优点，其中：
24.图1是依照本发明的基于多芯片处理的滤镜分类系统的内部结构图。
25.图2是依照本发明的基于多芯片处理的滤镜分类方法的步骤流程图。
具体实施方式
26.滤镜，主要是用来实现图像的各种特殊效果。它在photoshop中具有非常神奇的作用。所有的滤镜在photoshop中都按分类放置在菜单中，使用时只需要从该菜单中执行这命令即可。滤镜的操作是非常简单的，但是真正用起来却很难恰到好处。滤镜通常需要同通道、图层等联合使用，才能取得最佳艺术效果。如果想在最适当的时候应用滤镜到最适当的位置，除了平常的美术功底之外，还需要用户对滤镜的熟悉和操控能力，甚至需要具有很丰富的想象力。
27.现有技术中，滤镜能够帮助人们快速切换照片或者视频画面风格，以满足不同观众的偏好和需求，显然也对观众起到一定的欺骗作用。观众在接受存在各种滤镜的大量的媒体数据的同时，也有权利知道媒体数据的滤镜类型，从而为自己的判断提供客观依据。然而，媒体数据中对原始数据使用的滤镜类型难以准确辨识。
28.现在，将针对公开的主题参照附图对本发明进行具体的说明。
29.本发明至少具备以下几处实质性的技术进步：
30.(1)采用一主双从的定制化结构的计算机系统，实现对多帧直播图像构成的视频数据的磨皮类型的智能估测；
31.(2)在具体的一主双从的定制化结构的计算机系统中，第一从控芯片用于检测多帧直播图像色相成分的冗余均值，第二从控芯片用于在所述冗余均值超限即多帧直播图像色相成分趋于一致时，解析用于执行后续磨皮类型智能估测的多份矩阵数据，所述主控芯片用于基于多帧直播图像中每一帧直播图像的多份矩阵数据执行对多帧直播图像构成的视频数据的磨皮类型的智能估测。
32.图1是依照本发明的基于多芯片处理的滤镜分类系统的内部结构图，所述系统包括：
33.信息收发接口，用于截取当前直播视频流以获得设定数目的多帧直播图像，所述设定数目的取值大于等于最低数量阈值，其中，直播画面的分辨率越高，设定数目的取值越大；
34.第一从控芯片，与所述信息捕获部件连接，用于检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令；
35.第二从控芯片，与所述第一从控芯片连接，用于在接收到所述第一判断指令时，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据；
36.主控芯片，与所述第二从控芯片连接，用于将所述多帧直播图像分别对应的多个输入数据同时并行输入到智能评估模型并运行所述智能评估模型以获得所述多帧直播图像组成的视频数据的滤镜类型编码；
37.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作；
38.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作包括：所述滤镜类型的总数越多，选择的学习操作的次数越多；
39.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个亮度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的亮度成分矩阵；
40.以及其中，将该帧直播画面的各个像素点分别对应的各个亮度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的亮度成分矩阵包括：该帧直播画面的每一个像素点对应的亮度成分值的取值范围在0-255之间。
41.接着，继续对本发明的基于多芯片处理的滤镜分类系统的具体结构进行进一步的说明。
42.在所述基于多芯片处理的滤镜分类系统中：
43.滤镜类型包括白亮、粉嫩、清新、冷色、暖色以及无滤镜，分别对应的滤镜类型编码为a、b、c、d、e以及o；
44.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个色相成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的色相成分矩阵；
45.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个饱和度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的饱和度成分矩阵。
46.所述基于多芯片处理的滤镜分类系统中：
47.所述第一从控芯片还用于在所述冗余均值小于所述设定冗余度阈值时，发出第二判断指令；
48.其中，所述第二从控芯片还用于在接收到所述第二判断指令时，进入休眠模式。
49.所述基于多芯片处理的滤镜分类系统中：
50.检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令包括：针对每一帧直播图像，提取其各个像素点的色相成分值和饱和度成分值，计算每一帧直播图像各个像素点分别对应的各个色相成分值的冗余度以获得该帧直播图像对应的参考冗余度。
51.所述基于多芯片处理的滤镜分类系统中：
52.检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令包括：将所述多帧直播图像分别对应的多个参考冗余度执行均值处理以获得所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令。
53.图2是依照本发明的基于多芯片处理的滤镜分类方法的步骤流程图，所述方法包括：
54.使用信息收发接口，用于截取当前直播视频流以获得设定数目的多帧直播图像，所述设定数目的取值大于等于最低数量阈值，其中，直播画面的分辨率越高，设定数目的取值越大；
55.使用第一从控芯片，与所述信息捕获部件连接，用于检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令；
56.使用第二从控芯片，与所述第一从控芯片连接，用于在接收到所述第一判断指令时，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据；
57.使用主控芯片，与所述第二从控芯片连接，用于将所述多帧直播图像分别对应的多个输入数据同时并行输入到智能评估模型并运行所述智能评估模型以获得所述多帧直播图像组成的视频数据的滤镜类型编码；
58.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作；
59.其中，所述主控芯片还用于在使用智能评估模型之前，采用多个已确知滤镜类型的视频数据分别对智能评估模型执行多次学习操作包括：所述滤镜类型的总数越多，选择的学习操作的次数越多；
60.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个亮度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的亮度成分矩阵。
61.接着，继续对本发明的基于多芯片处理的滤镜分类方法的具体步骤进行进一步的说明。
62.所述基于多芯片处理的滤镜分类方法中：
63.滤镜类型包括白亮、粉嫩、清新、冷色、暖色以及无滤镜，分别对应的滤镜类型编码为a、b、c、d、e以及o；
64.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个色相成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的色相成分矩阵；
65.其中，提取每一帧直播画面中每一像素点的亮度成分值、色相成分值和饱和度成分值以获得该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵，将该帧直播画面对应的亮度成分矩阵、色相成分矩阵和饱和度成分矩阵作为该帧对应的输入数据包括：将该帧直播画面的各个像素点分别对应的各个饱和度成分值基于各个像素点分别在该帧直播画面中的位置布局获取该帧直播画面对应的饱和度成分矩阵。
66.所述基于多芯片处理的滤镜分类方法中：
67.所述第一从控芯片还用于在所述冗余均值小于所述设定冗余度阈值时，发出第二
判断指令；
68.其中，所述第二从控芯片还用于在接收到所述第二判断指令时，进入休眠模式。
69.所述基于多芯片处理的滤镜分类方法中：
70.检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令包括：针对每一帧直播图像，提取其各个像素点的色相成分值和饱和度成分值，计算每一帧直播图像各个像素点分别对应的各个色相成分值的冗余度以获得该帧直播图像对应的参考冗余度。
71.所述基于多芯片处理的滤镜分类方法中：
72.检测所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令包括：将所述多帧直播图像分别对应的多个参考冗余度执行均值处理以获得所述多帧直播图像色相成分的冗余均值，并在所述冗余均值大于等于设定冗余度阈值时，发出第一判断指令。
73.另外，在所述基于多芯片处理的滤镜分类系统及方法中，针对每一帧直播图像，提取其各个像素点的色相成分值和饱和度成分值，计算每一帧直播图像各个像素点分别对应的各个色相成分值的冗余度以获得该帧直播图像对应的参考冗余度包括：每一个像素点在hsl空间下具有亮度成分值、色相成分值和饱和度成分值。
74.很显然，本领域的熟练技术人员可以对本发明进行不同的修改和改进。因此，本发明旨在包括所有落入所附权利要求及其等同物范围内的对本发明进行的修改和改进。