具体实施方式

为了更好的理解本申请的技术方案，下面结合附图对本申请实施例进行详细描述。

应当明确，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。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在现有技术中，为了保证视频播放的流畅性，需要对视频文件进行测试，检测是否存在卡顿或者定屏的现象。目前，主要通过测人员通过观看视频文件来检测是否存在卡顿或者定屏，效率较低。

在本申请中，可以将视频数据，按照预设时间间隔拆解为多帧图片。获取第一图片及与第一图片相邻的第二图片，并确定出第一图片的ROI区域及第二图片的ROI区域，计算出第一图片的ROI区域及第二图片的ROI区域间的相似度，从而根据此相似度确定第一图片是否为卡顿异常图片。通过本申请，可以自动检测视频中的图片是否为卡顿异常图片，无需测试员实时检测，提高了卡顿检测的准确性，且降低了投入成本，进而可以提高异常检测的效率。并且在本申请中，仅需计算第一图片的ROI区域及第二图片的ROI区域间的相似度，无需计算第一图片及第二图片全部区域的相似度，降低了计算量，进一步提高了检测效率。

参见图1为本申请实施例提供的一种视频数据卡顿检测方法的流程示意图。如图1所示，该方法包括：

步骤S101、获取待检测的视频数据，按照预设间隔时间对视频数据进行取帧处理，获取多帧图片，按照多帧图片的取帧顺序进行存储。

在本申请实施例中，视频数据卡顿检测装置可以先获取待检测的视频数据，将待测的视频数据进行拆解处理，拆解多多帧图片，为了提高检测效率，视频数据卡顿检测装置可以在待测的视频数据中，按照预设时间间隔进行取帧处理，得到多张帧图片，并将多张帧图片按照取帧的顺序存储在存储介质中。

需要说明的是，预设时间间隔是预先设置的用于从视频数据中取出帧图片的时间间隔。例如，可以是1/8秒，1/16秒等，可以根据实际需求设置，本身对此不作限制。

进一步地，预设间隔时间包括1/24秒。由于人眼的残影现象，所以只要两帧画面切换时间快过1/24秒，人眼是分辨不出来的。因此，可以将预设时间间隔设置为1/24秒，这样可以每间隔1/24秒在视频数据中取出一帧图片，不需要逐帧解析视频数据，极大地降低了计算量。

步骤S102、获取存储的第一图片及与所述第一图片相邻的第二图片。

具体的，在存储的多帧图片中，选取出第一图片，及与第一图片相邻的下一张图片即为第二图片。例如，在首次在存储的多帧图片中，选取第一图片时，可以将存储的多帧图片中第一张图片确定为第一图片，此时将存储的第二张图片确定为第二图片。

步骤S103、根据第一图片及第二图片，确定第一图片的ROI(Region Of Interest，感兴趣)区域及第二图片的ROI区域。

其中，第一图片的ROI区域在第一图片中的位置与第二图片的ROI区域在第二图片中的位置相同。

在本申请实施例中，在视频数据中拆解出的多帧图片中可以包括ROI区域以及非ROI区域。其中，ROI区域为图片中目标对象的图像区域，目标对象也即是用户关注的对象，该目标对象可以是人或者车辆，ROI区域也即是用户关注的图像区域。非ROI区域是图片中除目标对象以外额图像区域，也即是背景区域，是图片中用户不太关注的区域。可以将第一图片划分为n*n的区域，从而可在n*n的区域中确定出ROI区域。同理，在第二图片中确定出第二图片的ROI区域。第二图片的ROI区域在第二图片中的位置与第一图片的ROI区域在第一图片的位置相同。即为，在第一图片划分为n*n的区域，在n*n的区域中确定出ROI区域的同时，将第二图片也划分为n*n的区域，在n*n的区域中选取出与第一图片的ROI区域相同位置的区域作为第二图片的ROI区域。其中，n为大于0的整数。

示例性的，假设将第一图片划分为3*3的区域，可以将3*3区域中第一行第一列位置对应的图片区域，第一行第三列位置对应的图片区域，第二行第二列位置对应的图片区域，第三行第一列位置对应的图片区域，第三行第三列位置对应的图片区域确定为第一图片的ROI区域。同理，将第二图片也划分为3*3的区域，可以将3*3区域中第一行第一列位置对应的图片区域，第一行第三列位置对应的图片区域，第二行第二列位置对应的图片区域，第三行第一列位置对应的图片区域，第三行第三列位置对应的图片区域确定为第二图片的ROI区域，如图2所示。

步骤S104、计算第一图片的ROI区域与第二图片的ROI区域的相似度。

在本申请实施例中，视频数据卡顿检测装置在确定出第一图片的ROI区域及第二图片的ROI区域后，可以通过第一图片的ROI区域的像素的灰度值及第二图片的ROI区域的像素的灰度值计算第一图片的ROI区域与第二图片的ROI区域的相似度。具体的，获取第一图片的ROI区域中第一像素点的第一灰度值，获取第二图片的ROI区域中与第一像素点相同位置的第二像素点的第二灰度值。计算第一灰度值与第二灰度值间的差值。若第一灰度值与第二灰度值间的差值小于预设的灰度阈值，则确定第一像素点与第二像素点相似，将第一像素点确定为相似像素点。将第一图片的ROI区域中第一像素点的下一个像素点更新为第一像素点，并通过上述步骤重新确定更新的第一像素点是否为相似像素点，直至确认第一图片的ROI区域中的每个像素点是否为相似像素点。统计相似像素点的个数，将相似像素点的个数与第一图片的ROI区域像素点的总数间的比值作为第一图片的ROI区域与第二图片的ROI区域的相似度。

进一步地，上述过程是通过第一图片的ROI区域的像素的灰度值及第二图片的ROI区域的像素的灰度值计算第一图片的ROI区域与第二图片的ROI区域的相似度，也可以通过其他参数计算第一图片的ROI区域与第二图片的ROI区域的相似度，具体如下。

计算第一图片的ROI区域与第二图片的ROI区域的相似度包括：

循环获取第一图片的ROI区域的第一像素点的第一图像值。获取第二图片的ROI区域的与第一像素点相同位置的第二像素点的第一图像值。计算第一像素点的第一图像值与第二像素点的第一图像值间的差值。若第一像素点的第一图像值与第二像素点的第一图像值间的差值小于第二阈值，则将第一像素点确定为相似像素点，将第一图片的ROI区域的第一像素点的下一个像素点更新为第一图片的ROI区域的第一像素点，直至获取了第一图片的ROI区域的每一像素点的第一图像值。其中，第一图像值是第一像素点的R、G、B通道中的至少一个通道值。

确定第一图片的ROI区域的相似像素点的个数。

根据第一图片的ROI区域的相似像素点的个数，第一图片的ROI区域内所有像素点的总数，计算第一图片的ROI区域与第二图片的ROI区域的相似度。

具体的，视频数据卡顿检测装置需要获取第一图片的ROI区域的第一像素点的第一图像值，此时视频数据卡顿检测装置在首次获取第一图片的ROI区域的第一像素点的第一图像值时，可以将第一个像素点作为第一像素点，此时，视频数据卡顿检测装置直接获取第一图片的ROI区域的第一个像素点第一图像值。其中，第一图像值可以是R、G、B通道中的至少一个通道值。获取第二图片的ROI区域中与第一像素点相同位置的第二像素点的第一图像值。将第一图片的ROI区域中第一像素点的第一图像值与第二图片的ROI区域中第二像素点的第一图像值作差，得到第一图片中第一像素点与第二图片中第二像素点的第一图像值间的差值。将第一图片中第一像素点与第二图片中第二像素点的第一图像值间的差值与预设第二阈值进行比较，如果第一图片中第一像素点与第二图片中第二像素点的第一图像值间的差值小于第二阈值，则说明第一图片中第一像素点与第二图片中第二像素点的第一图像值相近，可以确定第一图片中第一像素点与第二图片中第二像素点相似，将第一图片的第一像素点确定为相似像素点。如果第一图片中第一像素点与第二图片中第二像素点的第一图像值间的差值不小于第二阈值，则说明第一图片中第一像素点与第二图片中第二像素点的第一图像值不相近，可以确定第一图片中的第一像素点与第二图片中第二像素点不相似，确定第一图片的第一像素点不是相似像素点。继续确定第一图片中的其他像素点是否为相似像素点。此时，将第一像素点更新为第一图片中ROI区域的第二个像素点，即为将第一图片中ROI区域的第一像素点的下一个像素点更新为第一像素点。可以重新获取第一图片的ROI区域的第一像素点的第一图像值，重新获取第二图片的ROI区域的与第一像素点相同位置的第二像素点的第一图像值，重新计算第一像素点的第一图像值与第二像素点的第一图像值间的差值，在第一像素点的第一图像值与第二像素点的第一图像值间的差值小于第二阈值，则说明第一图片中第一像素点与第二图片中第二像素点的第一图像值相近，可以确定第一图片中第一像素点与第二图片中第二像素点相似，将第一图片的第一像素点确定为相似像素点。如果第一图片中第一像素点与第二图片中第二像素点的第一图像值间的差值不小于第二阈值，则说明第一图片中第一像素点与第二图片中第二像素点的第一图像值不相近，可以确定第一图片中的第一像素点与第二图片中第二像素点不相似，确定第一图片的第一像素点不是相似像素点。并继续确定第一图片中的其他像素点是否为相似像素点。继续更新第一像素点，即为，将第一像素点更新为第一图片中ROI区域的第三个像素点，也就是说将第一图片中ROI区域的第一像素点的下一个像素点更新为第一像素点。并通过上述方法确定当前的第一像素点是否为相似像素点，直至将第一图片的ROI区域内的每个像素点均确认了是否相似像素点。在将第一图片的ROI区域内的每个像素点均确认了是否相似像素点后，可以统计相似像素点的个数，计算相似像素点的个数与第一图片的ROI区域包含的像素点的总数间的比值，将相似像素点的个数与第一图片的ROI区域包含的像素点的总数间的比值确定为第一图片的ROI区域与第二图片的ROI区域的相似度。

进一步地，由于人眼的视觉神经对各种不同波长光的感光灵敏度是不一样的。对绿光最敏感，对红、蓝光灵敏度较低，因此第一图像值包括：G通道的通道值。这样，在计算第一图片的ROI区域与第二图片的ROI区域的相似度时，可以仅计算第一图片ROI区域与第二图片的ROI区域内相应位置的像素的G通道的通道值间的差值，相对于计算第一图片ROI区域与第二图片的ROI区域内相应位置的像素的灰度值间的差值，极大降低了计算量，提高了检测效率。

步骤S105、若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则确定第一图片为卡顿异常图片。

在本申请实施例中，视频数据卡顿检测装置在计算出第一图片的ROI区域与第二图片的ROI区域的相似度后，可以将第一图片的ROI区域与第二图片的ROI区域的相似度与预设的第一阈值进行比较，如果第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则判定第一图片为卡顿异常图片。

进一步地，如果第一图片的ROI区域与第二图片的ROI区域的相似度不大于第一阈值，则判定第一图片为正常图片。

通过上述步骤可以确定第一图片是否为卡顿异常图片。无需测试员实时检测，提高了卡顿检测的准确性，且降低了投入成本，进而可以提高异常检测的效率。

进一步地，上述步骤S102-步骤S105可以确定第一图片是否为卡顿异常图片。而第一图片是存储的多帧图片中的一张图片，在确定存储的其他图片是否为卡顿异常图片，可以对第一图片进行更新。具体如下：

将存储的第二图片更新为第一图片，将第一图片的下一张图片更新为第二图片，并重新执行获取存储的第一图片及与所述第一图片相邻的第二图片的步骤至若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则确定所述第一图片为卡顿异常图片的步骤，直至在按照取帧顺序存储的多帧图片中，将存储的最后一张图片确定为第一图片。

也就是说，在将当前的第一图片确定出是否为卡顿异常图片后，可以将存储的当前第一图片的下一张图片更新为第一图片。即为，将第一图片的下一张更新为第一图片。由于上述的第二图片就是第一图片的下一张图片，可以直接当第二图片更新为第一图片，并将第一图片的相邻的下一张图片更新为第二图片。在更新第一图片后，重新执行步骤S102获取存储的第一图片及与所述第一图片相邻的第二图片至步骤S105若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则确定所述第一图片为卡顿异常图片，直至将按照取帧顺序存储的多帧图片中的最后一帧图片确定第一图片为止。

进一步地，在确定存储的多帧图片是否为卡顿异常图片后，若连续N张图片均为卡顿异常图片，则确定所述视频数据为定屏异常。其中，N为大于1的整数。即为，如果连续多张图片均为卡顿异常图片，则可以将待检测的视频数据为定屏异常的视频数据。

需要说明的是，N的值是用户根据实际需求预先设置的，本申请对此不作限制。

图3所示为本申请实施例提供的另一种视频数据卡顿检测方法的流程示意图。如图3所示，所述方法包括：

步骤S301、接收录屏信号，启动录制。

具体的，在视频数据卡顿检测装置中进行在线视频播放，或者本地视频播放，或者视频通话的过程，接收到录屏信号时，启动录制功能，进行屏幕录制。

步骤S302、接收录屏结束信号，停止录制，得到待检测的视频数据。

具体的，视频数据卡顿检测装置接收到录屏结束信号后，可以停止屏幕录制功能，将录制的视频文件作为待检测的视频数据，存储至存储介质中。

步骤S303、获取待检测的视频数据，按照预设间隔时间对视频数据进行取帧处理，获取多帧图片，按照多帧图片的取帧顺序进行存储。

具体的，可参考步骤S101在此不再赘述。

步骤S304、获取存储的第一图片及与所述第一图片相邻的第二图片。

具体的，可参考步骤S102在此不再赘述。

步骤S305、根据第一图片及第二图片，确定第一图片的感兴趣ROI区域及第二图片的ROI区域。

其中，第一图片的ROI区域在第一图片中的位置与第二图片的ROI区域在第二图片中的位置相同。

具体的，可参考步骤S103在此不再赘述。

步骤S306、计算第一图片的ROI区域与第二图片的ROI区域的相似度。

具体的，可参考步骤S104在此不再赘述。

步骤S307、若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则确定第一图片为卡顿异常图片。

具体的，可参考步骤S105在此不再赘述。

步骤S308、确定在按照取帧顺序存储的多帧图片中，是否将存储的最后一张图片确定为第第一图片。若不是则将存储的所述第二张图片更新为第一图片，将第一图片的下一张图片更新为第二图片，并重新执行步骤S303-步骤S308。若是，则结束。

具体的，视频数据卡顿检测装置需要确定在步骤S303中拆解出的多帧图片是否均为卡顿异常图片，因此，需要对存储的每张图片均进行是否为卡顿异常图片的确认，因此，在确认了其中一张是否为卡顿异常图片后，需要进行确认下一张图片，因此，在确定第一图片是否为卡顿异常图片后，可以将存储的第一图片的下一张图片更新为第一图片，即为将第二图片更新为第一图片，在存储的多帧图片中，将更新后的第一图片的下一张图片更新为第二图片，并重新执行步骤S303-步骤S308，直至将存储的每张图片均进行了是否为卡顿异常图片的确认。

在本申请中，可以将视频数据，按照预设时间间隔拆解为多帧图片。获取第一图片及与第一图片相邻的第二图片，并确定出第一图片的ROI区域及第二图片的ROI区域，计算出第一图片的ROI区域及第二图片的ROI区域间的相似度，从而根据此相似度确定第一图片是否为卡顿异常图片。通过本申请，可以自动检测视频中的图片是否为卡顿异常图片，无需测试员实时检测，提高了卡顿检测的准确性，且降低了投入成本，进而可以提高异常检测的效率。并且在本申请中，仅需计算第一图片的ROI区域及第二图片的ROI区域间的相似度，无需计算第一图片及第二图片全部区域的相似度，降低了计算量，进一步提高了检测效率。且在计算第一图片的ROI区域及第二图片的ROI区域间的相似度时，可以通过计算像素的单通道的通道值间的差值来确定，进一步降低了计算量，提高了检测效率。

图4所示为本申请实施例提供的一种视频数据卡顿检测装置的结构示意图。如图4所示，该装置包括：

获取单元401，用于获取待检测的视频数据，按照预设间隔时间对视频数据进行取帧处理，获取多帧图片，按照多帧图片的取帧顺序进行存储。

进一步地，预设间隔时间包括1/24秒。

获取单元401，还用于获取存储的第一图片及与第一图片相邻的第二图片。

确定单元402，还用于根据第一图片及第二图片，确定第一图片的感兴趣ROI区域及第二图片的ROI区域。

其中，第一图片的ROI区域在所述第一图片中的位置与第二图片的ROI区域在第二图片中的位置相同。

计算单元403，还用于计算第一图片的ROI区域与第二图片的ROI区域的相似度。

具体的，计算单元403，具体用于循环获取第一图片的ROI区域的第一像素点的第一图像值。获取第二图片的ROI区域的与第一像素点相同位置的第二像素点的第一图像值。计算第一像素点的第一图像值与第二像素点的第一图像值间的差值。若第一像素点的第一图像值与第二像素点的第一图像值间的差值小于第二阈值，则将第一像素点确定为相似像素点，将第一图片的ROI区域的第一像素点的下一个像素点更新为第一图片的ROI区域的第一像素点，直至确定第一图片的ROI区域的每一个像素点是否为相似像素点。

确定第一图片的ROI区域的相似像素点的个数；根据第一图片的ROI区域的相似像素点的个数，第一图片的ROI区域内所有像素点的总数，计算第一图片的ROI区域与第二图片的ROI区域的相似度。

其中，第一图像值是第一像素点的R、G、B通道中的至少一个通道值。

进一步地，第一图像值包括：G通道的通道值。

确定单元402，还用于若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则确定第一图片为卡顿异常图片。

进一步地，上述视频数据卡顿检测装置，如图5所示，还包括：

处理单元404，用于将存储的所述第二图片更新为第一图片，将第一图片的下一张图片更新为第二图片，并触发重新执行获取存储的第一图片及与第一图片相邻的第二图片的步骤至若第一图片的ROI区域与第二图片的ROI区域的相似度大于第一阈值，则确定第一图片为卡顿异常图片的步骤，直至在按照取帧顺序存储的多帧图片中，将存储的最后一张图片确定为第一图片。

进一步地，上述视频数据卡顿检测装置，如图6所示，还包括：

录制单元405，用于接收录屏信号，启动录制。

获取单元401，还用于接收录屏结束信号，停止录制，得到待检测的视频数据。

进一步地，确定单元402，还用于连续N张图片均为卡顿异常图片，则确定视频数据为定屏异常。

其中，N大于1的整数。

在本申请中，可以将视频数据，按照预设时间间隔拆解为多帧图片。获取第一图片及与第一图片相邻的第二图片，并确定出第一图片的ROI区域及第二图片的ROI区域，计算出第一图片的ROI区域及第二图片的ROI区域间的相似度，从而根据此相似度确定第一图片是否为卡顿异常图片。通过本申请，可以自动检测视频中的图片是否为卡顿异常图片，无需测试员实时检测，提高了卡顿检测的准确性，且降低了投入成本，进而可以提高异常检测的效率。并且在本申请中，仅需计算第一图片的ROI区域及第二图片的ROI区域间的相似度，无需计算第一图片及第二图片全部区域的相似度，降低了计算量，进一步提高了检测效率。且在计算第一图片的ROI区域及第二图片的ROI区域间的相似度时，可以通过计算像素的单通道的通道值间的差值来确定，进一步降低了计算量，提高了检测效率。

与上述实施例相对应，本申请还提供了一种电子设备。图7为本发明实施例提供的一种电子设备的结构示意图，所述电子设备700可以包括：处理器701、存储器702及通信单元703。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明实施例的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

其中，所述通信单元703，用于建立通信信道，从而使所述存储设备可以与其它设备进行通信。接收其他设备发是的用户数据或者向其他设备发送用户数据。

所述处理器701，为存储设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子设备的各种功能和/或处理数据。所述处理器可以由集成电路(integrated circuit，IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器701可以仅包括中央处理器(centralprocessing unit，CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。

所述存储器702，用于存储处理器701的执行指令，存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

当存储器702中的执行指令由处理器701执行时，使得电子设备700能够执行图3所示实施例中的部分或全部步骤。

具体实现中，本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的视频数据卡顿检测方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(random access memory，RAM)等。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于装置实施例和终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。