CN109348277B - 运动像素视频特效添加方法、装置、终端设备及存储介质 - Google Patents

Abstract

本公开公开了一种运动像素视频特效添加方法、装置、终端设备及存储介质。该方法包括：获取视频中的至少一个图像帧；在所述图像帧中识别目标用户的至少一个用户运动像素；从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定在所述目标像素集合满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效。本公开实施例可以快速准确识别出运动用户并为视频添加匹配的动态特效，提高视频交互应用的场景多样化。

Description

运动像素视频特效添加方法、装置、终端设备及存储介质

技术领域

本公开实施例涉及数据技术，尤其涉及一种运动像素视频特效添加方法、装置、终端设备及存储介质。

背景技术

随着通信技术和终端设备设备的发展，各种终端设备例如手机、平板电脑等已经成为了人们工作和生活中不可或缺的一部分，而且随着终端设备的日益普及，视频交互应用成为一种沟通和娱乐的主要渠道。

目前，视频交互应用能够识别出静态用户，例如根据面部识别，在视频中识别出用户面部，并在用户头部上增加静态图像(例如在头发上增加头饰)或者增加面部表情覆盖在用户面部上。这种增加图像的方法过于局限，同时应用场景过于单一，无法满足用户的多样化需求。

发明内容

本公开实施例提供一种运动像素视频特效添加方法、装置、终端设备及存储介质，可以快速准确识别出运动用户并为视频添加匹配的动态特效，提高视频交互应用的场景多样化。

第一方面，本公开实施例提供了一种运动像素视频特效添加方法，该方法包括：

获取视频中的至少一个图像帧；

在所述图像帧中识别目标用户的至少一个用户运动像素；

从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；

当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效。

进一步的，所述从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合，包括：

根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

进一步的，所述根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件，包括：

在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素；

在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素；

如果所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内，确定满足特效添加条件。

进一步的，所述在所述图像帧中识别目标用户的至少一个用户运动像素，包括：

识别所述图像帧中包括的运动像素；

识别所述图像帧中与所述目标用户匹配的轮廓区域；

将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素。

进一步的，所述识别所述图像帧中与所述目标用户匹配的轮廓区域，包括：

将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果；

在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域。

进一步的，获取视频中的至少一个图像帧，包括：

在视频录制过程中，实时获取所述视频中的至少一个图像帧；

所述在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效，包括：

将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效。

进一步的，所述运动像素视频特效添加方法，还包括：

在所述视频的录制过程中，在视频预览界面中实时呈现所述视频中的图像帧；

将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效的同时，还包括：

在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

第二方面，本公开实施例还提供了一种运动像素视频特效添加装置，该装置包括：

图像帧获取模块，用于获取视频中的至少一个图像帧；

用户运动像素识别模块，用于在所述图像帧中识别目标用户的至少一个用户运动像素；

目标像素集合生成模块，用于从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；

视频特效添加模块，用于当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效。

进一步的，所述目标像素集合生成模块，包括：

根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

进一步的，所述视频特效添加模块，包括：

当前目标像素获取模块，用于在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素；

历史目标像素获取模块，用于在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素；

特效添加条件判断模块，用于如果所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内，确定满足特效添加条件。

进一步的，所述用户运动像素识别模块，包括：

运动像素识别模块，用于识别所述图像帧中包括的运动像素；

轮廓区域识别模块，用于识别所述图像帧中与所述目标用户匹配的轮廓区域；

用户运动像素确定模块，用于将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素。

进一步的，所述轮廓区域识别模块，包括：

图像帧轮廓区域标注模块，用于将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果；

轮廓区域确定模块，用于在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域。

进一步的，所述图像帧获取模块，包括：

图像帧实时获取模块，用于在视频录制过程中，实时获取所述视频中的至少一个图像帧；

所述视频特效添加模块，包括：

视频特效实时添加模块，用于将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效。

进一步的，所述运动像素视频特效添加装置，还包括：

图像帧实时呈现模块，用于在所述视频的录制过程中，在视频预览界面中实时呈现所述视频中的图像帧；

视频特效实时呈现模块，用于在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

第三方面，本公开实施例还提供了一种终端设备，该终端设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例所述的运动像素视频特效添加方法。

第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开实施例所述的运动像素视频特效添加方法。

本公开实施例通过分别在连续两个图像帧中识别出满足位置条件的用户运动像素，并对应生成目标像素集合，根据两个生成的目标像素集合，在确定满足特效添加条件时，在后一图像帧中添加与特效添加条件匹配的视频特效，解决了现有技术中仅能在用户头部展示静态图像，导致视频特效添加方法过于局限的问题，可以快速准确识别出运动用户并为视频添加匹配的动态特效，从而提高视频交互应用的场景以及视频特效的多样化，提高视频增加特效的灵活性。

附图说明

图1是本公开实施例一提供的一种运动像素视频特效添加方法的流程图；

图2a是本公开实施例二提供的一种运动像素视频特效添加方法的流程图；

图2b是本公开实施例二提供的一种运动像素的示意图；

图2c是本公开实施例二提供的一种轮廓区域的示意图；

图3是本公开实施例三提供的一种运动像素视频特效添加装置的结构示意图；

图4是本公开实施例四提供的一种终端设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分而非全部结构。

实施例一

图1为本公开实施例一提供的一种运动像素视频特效添加方法的流程图，本实施例可适用于在视频中添加视频特效的情况，该方法可以由运动像素视频特效添加装置来执行，该装置可以采用软件和/或硬件的方式实现，该装置可以配置于终端设备中，例如典型的是计算机等。如图1所示，该方法具体包括如下步骤：

S110，获取视频中的至少一个图像帧。

一般来说，视频是由一系列静态的图像帧以极快的速度连续放映形成。由此，可以将视频拆分成一系列图像帧，并对图像帧进行编辑操作，从而实现对视频的编辑操作。在本公开实施例中，视频可以是一个录制完成的完整视频，也可以是正在实时录制的视频。

S120，在所述图像帧中识别目标用户的至少一个用户运动像素。

在视频中，每个图像帧可以以点阵图(或者位图图像)形式存储。其中，点阵图是由多个像素点组成的，由此，每个像素点可以进行不同的排列和染色以形成不同点阵图。此外，若图像帧为矢量图时，也可以进行格式转换，生成点阵图。

用户运动像素可以是指在图像帧中用于表示目标用户运动状态的像素点。可以通过获取用户匹配的轮廓区域以及图像帧中所有的运动像素，并进行叠加，从而得到用户运动像素。

可选的，所述在所述图像帧中识别目标用户的至少一个用户运动像素，可以包括：识别所述图像帧中包括的运动像素；识别所述图像帧中与所述目标用户匹配的轮廓区域；将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素。

具体的，运动像素可以是指在连续两个图像帧中发生偏移的像素点，也即在图像帧以及该图像帧的前一图像帧中发生偏移的像素点。具体可以通过稠密光流算法、背景减除方法和梯度直方图方法中的至少一种实现获取图像帧中所有的运动像素。例如，通过稠密光流算法确定运动像素，同时，基于背景减除方法来抑制突然暂停的情况，并基于梯度直方图方法解决误触发的问题。此外还有其他方式可以确定运动像素，本公开实施例不作具体限制。

具体的，目标用户匹配的轮廓区域可以是指目标用户的外形区域，具体可以通过预先训练的神经网络模型识别，神经网络模型可以是指全卷积网络模型。

命中所述轮廓区域的运动像素可以是指在轮廓区域范围内的运动像素。

通过识别图像帧中所有运动像素，以及目标用户匹配的轮廓区域，并将轮廓区域内的运动像素作为用户运动像素，从而准确识别出在图像帧中目标用户的运动部位，提高判断用户运动的准确性。

可选的，所述识别所述图像帧中与所述目标用户匹配的轮廓区域，可以包括：将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果；在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域。

具体的，人体分割网络模型为全卷积网络模型，用于在图像帧中识别用户，并在图像帧中标注所有用户匹配的轮廓区域。可以将标注轮廓区域的图像帧作为人体分割网络模型的样本，对该人体分割网络模型进行训练。此外，人体分割网络模型还可以是基于移动端网络(mobilenets)改进的人体分割网络模型，对此，本公开实施例不作具体限制。

其中，目标对象条件可以是指用于确定目标用户匹配的轮廓区域的条件，具体可以包括轮廓区域的尺寸信息和/或形状信息。轮廓区域标注结果可以是指在图像帧中标注出所有用户匹配的轮廓区域。在图像帧中，首先获取所有用户的匹配的轮廓区域，再从多个用户匹配的轮廓区域中根据轮廓区域的尺寸和/或形状选择一个用户匹配的轮廓区域作为目标用户匹配的轮廓区域。例如，从多个轮廓区域中选取尺寸最大的轮廓区域作为目标用户匹配的轮廓区域。目标对象条件还包括其他属性信息，对此，本公开实施例不作具体限制。

通过人体分割网络模型对人体轮廓区域进行识别，可以提高轮廓区域识别的准确性和效率。

可选的，所述选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域，可以包括：获取与所述轮廓区域标注结果对应的至少一个备选轮廓区域，并获取每个所述备选轮廓区域的属性信息，其中，所述属性信息包括尺寸和/或形状；获取属性信息满足对应的属性条件的一个备选轮廓区域作为与所述目标用户匹配的轮廓区域。

具体的，备选轮廓区域可以是指图像帧中识别出用户匹配的轮廓区域。属性条件可以仅限制轮廓区域的尺寸、仅限制轮廓区域的形状、或者同时限制轮廓区域的尺寸和形状。例如，属性条件可以是指确定尺寸最大的备选轮廓区域作为目标用户匹配的轮廓区域。通过设置属性条件确定目标用户的轮廓区域，可以准确筛选目标用户。

S130，从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合。

具体的，位置条件用于筛选符合预设的位置范围的用户运动像素，例如，位置条件是高度信息最低或最高的用户运动像素，或者是在设定区域范围内的用户运动像素，对此，本公开实施例不作具体限制。由于满足未知条件的用户运动像素至少存在一个，相应的，目标像素集合至少包括一个用户运动像素。

其中，位置条件可以用于筛选出具有代表性的用户运动像素，例如，代表用户某个身体部位的用户运动像素，例如用户的头顶、脚底或躯干等，从而可以准确确定用户的运动部位，以便后续根据用户的身体部位的运动添加匹配的视频特效。

可选的，所述从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合，可以包括：根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

具体的，设置高度条件可以用于确定用户头顶、脚底、腰腹部等部位。在一个具体的例子中，高度条件为高度最低的用户运动像素，相应的目标像素集合为用户脚底匹配的用户运动像素。

通过设置高度条件，可以进一步确定用户处于运动状态的身体部位，从而实现添加与运动的身体部位匹配的视频特效。

S140，当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效。

根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合均可以是指目标用户匹配的轮廓区域中与位置条件匹配的且处于运动状态的区域(如身体部位)。当确定该身体部位在图像帧和该图像帧的前一图像帧中的状态符合特效添加条件时，在该图像帧中添加视频特效。

视频特效添加条件可以是指目标用户匹配的轮廓区域中与位置条件匹配的且处于运动状态的区域的运动状态，例如运动的速度或运动的距离等。

视频位置用于表示图像帧在视频中的位置。由于视频拆分出的图像帧可以按照视频播放顺序进行排列，从而，视频位置还可以用于表示图像帧在视频播放过程中的播放时刻，该播放时刻可以是指相对视频播放的起始时刻的具体时刻。可以将视频拆分的一系列图像帧按照播放顺序进行编号，具体是：第一个播放的图像帧为第1帧，在第1帧图像帧之后播放的图像帧为第2帧，以此类推，将该视频中拆分的所有图像帧进行编号。例如，视频可拆分成100帧，每个图像帧对应有一个序号，具体的，图像帧可以是第50帧。

视频特效用于在图像帧中添加根据用户动作匹配的特殊效果，以实现与用户交互，具体可以是指动画特效和/或音乐特效，添加动画特效用于图像帧在显示的过程中同时绘制静态和/或动态图像覆盖于图像帧原有内容上，添加音乐特效用于在图像帧中显示的过程中，同时播放音乐。

确定图像帧的视频位置之后，在该视频位置处添加视频特效。实际上，视频特效可以以代码形式表示，在该视频位置处添加视频特效，也即在该图像帧对应的代码片段中添加视频特效对应的代码片段，从而实现在图像帧中添加视频特效。

可选的，所述根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件，可以包括：在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素；在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素；如果所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内，确定满足特效添加条件。

具体的，当图像帧匹配的目标像素集合中仅包括一个目标像素时，将该目标像素作为当前目标像素；相应的，当图像帧的前一图像帧匹配的目标像素集合中仅包括一个目标像素时，将该目标像素作为历史目标像素。

当目标像素集合中包括至少两个目标像素时，基于预设规则选取目标像素，同时，当前目标像素和历史目标像素的选取方法一样。例如可以选取目标像素集合中中间位置的目标像素，或者选取像素点对应的坐标中横坐标最小的目标像素。对此，还有其他选取目标像素的方法，本公开实施例不作具体限制。

特效添加条件限定一个设定位置范围，当当前目标像素在图像帧中的位置处于设定位置范围内，且历史目标像素在所述图像帧的前一图像帧中的位置不在设定位置范围内，表明目标像素集合所表示的目标用户匹配的轮廓区域中与位置条件匹配的且处于运动状态的身体部位(区域)是由设定位置范围外进入设定位置范围内。也就是说，当满足特效添加条件时，即当检测到该身体部位存在进入设定位置范围的进入动作时，在图像帧中添加与视频特效添加条件匹配的视频特效。

通过设置目标用户匹配的轮廓区域中与位置条件匹配的且处于运动状态的区域的运动状态满足特效添加条件添加视频特效，可以增加视频特效添加场景的类型，提高视频交互应用的多样性，并根据目标用户的运动部位的运动状态添加视频特效，提高视频特效添加的灵活性。

本公开实施例通过分别在连续两个图像帧中识别出满足位置条件的用户运动像素，并对应生成目标像素集合，根据两个生成的目标像素集合，在确定满足特效添加条件时，在后一图像帧中添加与特效添加条件匹配的视频特效，解决了现有技术中仅能在用户头部展示静态图像，导致视频特效添加方法过于局限的问题，可以快速准确识别出运动用户并为视频添加匹配的动态特效，从而提高视频交互应用的场景以及视频特效的多样化，提高视频增加特效的灵活性。

在上述实施例的基础上，可选的，获取视频中的至少一个图像帧，包括：在视频录制过程中，实时获取所述视频中的至少一个图像帧；所述在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效，包括：将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效。

具体的，可以实时拍摄视频，并实时获取视频中的各个图像帧。其中，特效添加起点可以是指视频特效添加的起始位置和/或起始时刻。特效持续时间可以是指视频特效的起始位置到结束位置之间经历的时间或起始时刻到结束时刻之间的时间。与特效持续时间匹配的图像帧可以是指在视频中从特效添加起点开始，也就是从图像帧开始，一直到该视频特效结束时对应的结束图像帧之间的所有图像帧。例如，视频特效为音乐特效，若一个音乐特效的持续时间为3s，在该视频中，1s播放30个图像帧，按视频播放顺序，从图像帧开始的90个图像帧(包括图像帧)即为与特效持续时间匹配的图像帧。

由此通过实时拍摄视频，并实时获取视频拆分的一系列图像帧，从而实时判断拍摄的视频中当前图像帧是否存在满足运动变化条件的目标运动物体，实时添加与所述运动变化条件，和/或目标运动物体匹配的视频特效，可以实现在视频录制的同时添加视频特效，提高视频特效的添加效率。

可选的，所述运动物体视频特效添加方法还可以包括：在所述视频的录制过程中，在视频预览界面中实时呈现所述视频中的图像帧；将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效的同时，还包括：在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

其中，视频预览界面可以是指用于用户浏览视频的终端设备的界面，其中，终端设备可以包括服务器端或客户端。在实时拍摄视频的同时，将视频实时显示在视频预览界面中，由此，用户可以实时浏览到拍摄的视频的内容。

可选的，所述视频特效包括：动态动画特效，和/或音乐特效；相应的，所述在所述视频预览界面中，实时呈现添加所述视频特效的图像帧，可以包括：在所述视频预览界面中，在图像帧中实时绘制动态动画特效，并播放音乐特效。

具体的，当视频特效包括动态动画特效时，在实时显示的图像帧中绘制动态动画特效，例如，绘制乐器、背景和人物等中至少一种图像。当视频特效包括音乐特效时，在图像帧实时显示的同时播放音乐特效。通过设置视频特效包括动态动画特效和/或音乐特效，提高视频特效的多样性。

实施例二

图2a为本公开实施例二提供的一种运动像素视频特效添加方法的流程图。本实施例以上述实施例中各个可选方案为基础进行具体化。在本实施例中，将获取视频中的至少一个图像帧具体化为：在视频录制过程中，实时获取所述视频中的至少一个图像帧；以及在视频预览界面中实时呈现所述视频中的图像帧。将在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效具体化为：将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效；在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

相应的，本实施例的方法可以包括：

S201，在视频录制过程中，实时获取所述视频中的至少一个图像帧，在视频预览界面中实时呈现所述视频中的图像帧。

本实施例中的视频、图像帧、人体关节点、目标用户、视频位置和视频特效等均可以参考上述实施例中的描述。

S202，识别所述图像帧中包括的运动像素。

如图2b所示，移动终端中各个区域由运动像素组成，各区域代表具有不同偏移量(颜色)的运动像素，同一个区域内的运动像素具有相同或相近偏移量(颜色)。

S203，将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果。

S204，在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域。

如图2c所示，移动终端中的人体区域即为目标用户匹配的轮廓区域。图2c所示的目标用户对应的运动像素如图2b所示。

S205，将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素。

需要说明的是，运动像素的识别以及目标用户匹配的轮廓区域的确定可以同时进行，从而S202、S203和S204的顺序可以调整。

S206，根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

S207，在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素。

S208，在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素。

S209，当所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内时，确定满足特效添加条件。

S210，当确定满足特效添加条件时，将所述图像帧的视频位置作为特效添加起点。

S211，在所述视频中实时添加与所述特效添加条件匹配的视频特效，并在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

在一个具体的例子中，可以根据用户上下楼梯的动作添加节奏音效。将各层楼梯所在的区域范围分别作为不同的特效添加条件对应的设定位置范围，并对应设置不同的视频特效，例如，第一节楼梯的音乐特效为音效A，第二节楼梯的音乐特效为音效B。同时，高度条件为像素点的高度最低。当用户在上下楼梯时，用户的全身都在运动，从而与该用户匹配的轮廓区域内的所有像素点即为与该用户的用户运动像素。

在视频的录制过程中，实时获取当前图像帧，并将所有用户运动像素中的高度最低的用户运动像素作为用于表示用户的脚底的当前目标像素。并将与该当前图像帧的前一图像帧中所有用户运动像素中的高度最低的用户运动像素作为用于表示用户的脚底的历史目标像素。若用于表示用户的脚底的当前目标像素在第一节楼梯的范围内，同时，用于表示用户的脚底的历史目标像素在第一节楼梯的范围外，也就是说，用户的脚底从第一节楼梯的范围外进入第一节楼梯的范围内，即用户从别的楼梯踩到第一节楼梯，此时在当前图像帧中添加第一节楼梯的音乐特效为音效A，在视频预览界面中对应播放音效A。同样，当检测到用户脚踩到第二节楼梯时，在视频预览界面中对应播放音效B。当用户静止时，音效停止，当用户继续上下楼梯时，在视频预览界面中对应播放匹配的音效。

实施例三

图3为本公开实施例提供的一种运动像素视频特效添加装置的结构示意图，本实施例可适用于在视频中添加视频特效的情况。该装置可以采用软件和/或硬件的方式实现，该装置可以配置于终端设备中。如图3所示，该装置可以包括：图像帧获取模块310、用户运动像素识别模块320、目标像素集合生成模块330和视频特效添加模块340。

图像帧获取模块310，用于获取视频中的至少一个图像帧；

用户运动像素识别模块320，用于在所述图像帧中识别目标用户的至少一个用户运动像素；

目标像素集合生成模块330，用于从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；

视频特效添加模块340，用于当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效。

本公开实施例通过分别在连续两个图像帧中识别出满足位置条件的用户运动像素，并对应生成目标像素集合，根据两个生成的目标像素集合，在确定满足特效添加条件时，在后一图像帧中添加与特效添加条件匹配的视频特效，解决了现有技术中仅能在用户头部展示静态图像，导致视频特效添加方法过于局限的问题，可以快速准确识别出运动用户并为视频添加匹配的动态特效，从而提高视频交互应用的场景以及视频特效的多样化，提高视频增加特效的灵活性。

进一步的，所述目标像素集合生成模块330，包括：根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

进一步的，所述视频特效添加模块340，包括：当前目标像素获取模块，用于在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素；历史目标像素获取模块，用于在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素；特效添加条件判断模块，用于如果所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内，确定满足特效添加条件。

进一步的，所述用户运动像素识别模块320，包括：运动像素识别模块，用于识别所述图像帧中包括的运动像素；轮廓区域识别模块，用于识别所述图像帧中与所述目标用户匹配的轮廓区域；用户运动像素确定模块，用于将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素。

进一步的，所述轮廓区域识别模块，包括：图像帧轮廓区域标注模块，用于将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果；轮廓区域确定模块，用于在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域。

进一步的，所述图像帧获取模块310，包括：图像帧实时获取模块，用于在视频录制过程中，实时获取所述视频中的至少一个图像帧；所述视频特效添加模块340，包括：视频特效实时添加模块，用于将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效。

进一步的，所述运动像素视频特效添加装置，还包括：图像帧实时呈现模块，用于在所述视频的录制过程中，在视频预览界面中实时呈现所述视频中的图像帧；视频特效实时呈现模块，用于在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

本公开实施例提供的运动像素视频特效添加装置，与实施例一提供的运动像素视频特效添加方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见实施例一，并且本公开实施例与实施例一具有相同的有益效果。

实施例四

本公开实施例提供了一种终端设备，下面参考图4，其示出了适于用来实现本公开实施例的电子设备(例如客户端或服务器端)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。

实施例五

本公开实施例还提供了一种计算机可读存储介质，计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、射频(RF)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取视频中的至少一个图像帧；在所述图像帧中识别目标用户的至少一个用户运动像素；从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，图像帧获取模块还可以被描述为“获取视频中的至少一个图像帧的模块”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种运动像素视频特效添加方法，其特征在于，包括：

获取视频中的至少一个图像帧；

识别所述图像帧中包括的运动像素，形成不同区域的运动像素，不同区域的运动像素的偏移量不同；其中，所述运动像素包括在连续两个图像帧中发生偏移的像素点；

将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果；

在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与目标用户匹配的轮廓区域，其中，所述目标对象条件包括轮廓区域的尺寸信息和/或形状信息；

将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素；

从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；

当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效；

其中，所述根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件，包括：

在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素；

在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素；

如果所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内，确定满足特效添加条件。

2.根据权利要求1所述的方法，其特征在于，所述从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合，包括：

根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

3.根据权利要求1-2任一项所述的方法，其特征在于，获取视频中的至少一个图像帧，包括：

在视频录制过程中，实时获取所述视频中的至少一个图像帧；

所述在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效，包括：

将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效。

4.根据权利要求3所述的方法，其特征在于，还包括：

在所述视频的录制过程中，在视频预览界面中实时呈现所述视频中的图像帧；

将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效的同时，还包括：

在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

5.一种运动像素视频特效添加装置，其特征在于，包括：

图像帧获取模块，用于获取视频中的至少一个图像帧；

用户运动像素识别模块，用于在所述图像帧中识别目标用户的至少一个用户运动像素；

目标像素集合生成模块，用于从所述至少一个用户运动像素中筛选满足预设的位置条件的用户运动像素，生成与所述图像帧匹配的目标像素集合；

视频特效添加模块，用于当根据与所述图像帧匹配的目标像素集合和与所述图像帧的前一图像帧匹配的目标像素集合确定满足特效添加条件时，在所述视频中与所述图像帧关联的视频位置处，添加与所述特效添加条件匹配的视频特效；

所述用户运动像素识别模块，包括：

运动像素识别模块，用于识别所述图像帧中包括的运动像素，形成不同区域的运动像素，不同区域的运动像素的偏移量不同；

轮廓区域识别模块，用于识别所述图像帧中与目标用户匹配的轮廓区域；

用户运动像素确定模块，用于将所述图像帧中命中所述轮廓区域的运动像素，确定为所述用户运动像素；其中，所述运动像素包括在连续两个图像帧中发生偏移的像素点；

所述轮廓区域识别模块，包括：

图像帧轮廓区域标注模块，用于将所述图像帧输入到预先训练的人体分割网络模型中，并获取所述人体分割网络模型输出的，对所述图像帧的轮廓区域标注结果；

轮廓区域确定模块，用于在所述轮廓区域标注结果中，选取满足目标对象条件的轮廓区域作为与所述目标用户匹配的轮廓区域，其中，所述目标对象条件包括轮廓区域的尺寸信息和/或形状信息；

所述视频特效添加模块，包括：

当前目标像素获取模块，用于在所述图像帧匹配的目标像素集合中获取与所述图像帧匹配的目标像素，作为当前目标像素；

历史目标像素获取模块，用于在所述图像帧的前一图像帧匹配的目标像素集合中，获取与所述图像帧的前一图像帧匹配的目标像素，作为历史目标像素；

特效添加条件判断模块，用于如果所述当前目标像素在所述图像帧中的位置处于所述特效添加条件匹配的设定位置范围内，且所述历史目标像素在所述图像帧的前一图像帧中的位置不在所述设定位置范围内，确定满足特效添加条件。

6.根据权利要求5所述的装置，其特征在于，所述目标像素集合生成模块，包括：

根据所述至少一个用户运动像素在所述图像帧中的高度信息，获取满足高度条件的至少一个用户运动像素，并生成与所述图像帧匹配的目标像素集合。

7.根据权利要求5-6任一项所述的装置，其特征在于，所述图像帧获取模块，包括：

图像帧实时获取模块，用于在视频录制过程中，实时获取所述视频中的至少一个图像帧；

所述视频特效添加模块，包括：

视频特效实时添加模块，用于将所述图像帧的视频位置作为特效添加起点，在所述视频中实时添加与所述特效添加条件匹配的视频特效。

8.根据权利要求7所述的装置，其特征在于，还包括：

图像帧实时呈现模块，用于在所述视频的录制过程中，在视频预览界面中实时呈现所述视频中的图像帧；

视频特效实时呈现模块，用于在所述视频预览界面中，实时呈现添加所述视频特效的图像帧。

9.一种终端设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4任一所述的运动像素视频特效添加方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4任一所述的运动像素视频特效添加方法。

Images