CN107392883A - 影视戏剧冲突程度计算的方法及系统 - Google Patents
影视戏剧冲突程度计算的方法及系统 Download PDFInfo
- Publication number
- CN107392883A CN107392883A CN201710686419.0A CN201710686419A CN107392883A CN 107392883 A CN107392883 A CN 107392883A CN 201710686419 A CN201710686419 A CN 201710686419A CN 107392883 A CN107392883 A CN 107392883A
- Authority
- CN
- China
- Prior art keywords
- conflicts
- camera lens
- dramatic
- scape
- shot
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002123 temporal effect Effects 0.000 claims abstract description 85
- VLCQZHSMCYCDJL-UHFFFAOYSA-N tribenuron methyl Chemical compound COC(=O)C1=CC=CC=C1S(=O)(=O)NC(=O)N(C)C1=NC(C)=NC(OC)=N1 VLCQZHSMCYCDJL-UHFFFAOYSA-N 0.000 claims abstract description 44
- 230000011218 segmentation Effects 0.000 claims description 37
- 239000012634 fragment Substances 0.000 claims description 35
- 238000005070 sampling Methods 0.000 claims description 21
- 238000000205 computational method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004080 punching Methods 0.000 claims description 3
- 230000001154 acute effect Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 210000003127 knee Anatomy 0.000 description 4
- VAYOSLLFUXYJDT-RDTXWAMCSA-N Lysergic acid diethylamide Chemical compound C1=CC(C=2[C@H](N(C)C[C@@H](C=2)C(=O)N(CC)CC)C2)=C3C2=CNC3=C1 VAYOSLLFUXYJDT-RDTXWAMCSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- -1 panorama Chemical compound 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
本发明公开了影视戏剧冲突程度计算的方法及系统，读取并获取影视片段中包含的所有视频帧；根据相邻视频帧的连续性，将影视片段进行分割，获取组成影视片段的所有镜头信息；获取并依据镜头信息中的人物帧信息，对镜头进行景别划分；根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值；根据各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，计算影视戏剧冲突数值，获取影视的戏剧冲突等级。通过本发明，解决了人为主观影视戏剧冲突辨识中，存在的耗时长、成本高且效率低的问题。
Description
技术领域
本发明涉及视频处理技术领域，更具体地，涉及一种影视戏剧冲突程度计算的方法及系统。
背景技术
在影视中，如电影、广告、宣传片等，导演和摄影师利用复杂多变的场面调度和镜头调度，交替地使用各种不同的景别而产生不同的艺术效果，使影片剧情的叙述、人物思想感情的表达以及人物关系的处理更具有表现力，从而增强影片的艺术感染力。
景别是由于摄影机与被摄体的间距不同，使被摄体在影视画面中呈现出大小不同的显示效果。景别由近至远，一般分为五种：特写(指人体肩部以上)、近景(指人体胸部以上)、中景(指人体膝部以上)、全景(人体的全部和周围背景)和远景(被摄体所处环境)。
在电影的诸多视听元素中，景别更主观地体现了创作者与欣赏者之间的关系。在一部电影中，景别元素的运用，直接决定了这部影片的风格特征。如戏剧冲突因素较强的影片(不论是商业片还是艺术片)，它们必然要运用或者依赖近景、特写等较小的景别，并结合较高的镜头切换频率，来突出其戏剧化特征，更直接、更迅速地把观众带入其波澜曲折、催人泪下的戏剧化情境，加深观众对事物和对生活的认识。相反，对于戏剧冲突因素较弱、追求生活化的影片，则更多地使用全景、远景等较大的景别，并结合较缓和的镜头切换频率，来减弱人为的戏剧冲突的倾向，把观众带入那种朴实自然、具有浓郁生活气息的较弱的戏剧冲突情境中。
因此，影片的戏剧冲突程度是评价一部影片激烈程度的参考依据。现有的影片戏剧冲突评价多是通过人为的方式进行主观评价，存在耗时长、效率低等问题。
因此，提供一种影视戏剧冲突程度计算的方法及系统，解决现有技术中人为在主观影视戏剧冲突辨识中，存在的耗时长、成本高且效率低的问题，是本领域亟待解决的问题。
发明内容
有鉴于此，本发明提供了一种影视戏剧冲突程度计算的方法及系统，解决现有技术中人为在主观影视戏剧冲突辨识中，存在的耗时长、成本高且效率低的问题。
为了解决上述技术问题，本发明提出一种影视戏剧冲突程度计算的方法及系统，包括：
读取并获取影视片段中包含的所有视频帧；
根据相邻所述视频帧的连续性，将所述影视片段进行分割，获取组成所述影视片段的所有镜头信息；
获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分；
根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，其中，所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值；
获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值；
将各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，带入影视戏剧冲突数值计算公式：
其中，X为影视的戏剧冲突数值，n为影视中包含的镜头数量，P(i)为第i个镜头的景别特征值，t(i)为第i个镜头的时长，Q(i)为第i个镜头的时间特征值，T为影视的总时长；
将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级。
与现有技术相比，本发明的一种影视戏剧冲突程度计算的方法及系统，实现了如下的有益效果：
(1)本发明所述的一种影视戏剧冲突程度计算的方法及系统，根据镜头分割技术将影视分割成多个镜头片段，根据每个镜头中人体头部的面积数据，对所有镜头进行景别的划分，根据各镜头的景别特征值、时间特征值、镜头时长及影视总时长等数据，实现对影视戏剧冲突程度的综合性计算，为影视的拍摄手法提供了有益数据，并提高了对影视分析的效率，避免了人工影视戏剧冲突判断时存在的人工成本高且处理效率低等问题。
(2)本发明所述的一种影视戏剧冲突程度计算的方法及系统，引用戏剧冲突等级阈值，将一部影视计算得到的戏剧冲突数值与戏剧冲突等级阈值进行比较，从而实现对影视的戏剧冲突程度的划分，该计算比较的方法更为直观的展现了影视戏剧冲突的程度，具有处理效率高、准确率高且易操作等特点。
当然，实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1为本发明实施例1提供的影视戏剧冲突程度计算的方法的流程示意图；
图2为本发明实施例2提供的影视戏剧冲突程度计算的方法的流程示意图；
图3为本发明实施例2提供的影视片段分割的流程示意图；
图4为本发明实施例2提供的景别划分方法的流程示意图；
图5为本发明实施例2提供的影视戏剧冲突等级划分方法的流程示意图；
图6为本发明实施例3提供的影视戏剧冲突程度计算的系统的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
实施例1
如图1所示，本实施例1所提供的一种影视戏剧冲突程度的计算方法，包括如下步骤：
步骤101、读取并获取影视片段中包含的所有视频帧。
具体地，我们通常看到的影视片段均是由拍摄的一个个镜头经拼接处理而成的，其中每个动态的镜头片段又均是由一幅幅静态的视频帧构成。根据影视段的播放顺序，获取构成该影视段的所有视频帧。
步骤102、根据相邻所述视频帧的连续性，将所述影视片段进行分割，获取组成所述影视片段的所有镜头信息。
具体地，影视段是由一个个镜头组成，其中，同一个镜头片段内的视频帧的画面图像是前后连续的，而前一镜头片段的结束帧与后一镜头片段的起始帧之间具有非常明显的切换。因此，可以将前一镜头片段的结束帧与后一镜头片段的起始帧作为前一镜头片段与后一镜头片段的分割依据。通过判断相邻视频帧之间的连续性，对影视片段进行分割，获取组成该影视片段的所有镜头。
步骤103、获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分。
根据获取的镜头信息，判断所述镜头中是否含有人物帧，根据人物在镜头中展现的形式，对该镜头的景别进行进一步的划分，常用的景别划分特征：特写(指人体肩部以上)、近景(指人体胸部以上)、中景(指人体膝部以上)和全景(人体的全部和周围背景)。通常情况下，人体头部高度占人体身高的1/8，人体头部宽度占人体肩宽的1/2。
步骤104、根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，其中，所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值。
由于特写镜头、近景镜头所表示的影视戏剧冲突程度更高，因此在对景别赋予不同的特征值时，遵照所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值的原则，便于对影视片段的戏剧冲突程度做直观的计算。
步骤105、获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值。
每段影视均包含有诸多个镜头，每个镜头的时长从一秒到几分钟不等，当镜头时长短，切换频率高时，往往其戏剧冲突程度越高，相反，如果一个镜头长达几分钟甚至十几分钟，其戏剧冲突程度相对较低。因此，遵循，镜头时长越短，时间特征值越高，镜头时长越长，其时间特征值越低的原则，根据镜头的时长信息，对不同镜头赋予不同的时间特征值。
步骤106、将各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，带入影视戏剧冲突数值计算公式：
其中，X为影视的戏剧冲突数值，n为影视中包含的镜头数量，P(i)为第i个镜头的景别特征值，t(i)为第i个镜头的时长，Q(i)为第i个镜头的时间特征值，T为影视的总时长。
本实施例中镜头的时长与影视总时长的单位一致，可以均为毫秒、秒或分钟，从而保证了数值计算的一致性。将影视中各镜头的数值信息带入计算公式，可以直观的计算得出影视戏剧冲突数值，便于直观的展示影视的戏剧冲突程度。
步骤107、将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级。
可以预定义多个戏剧冲突等级阈值，将影视的戏剧冲突进行等级划分，可以根据使用需求，将其划分为3-10个等级，甚至更多。
通过对影视的分析，可快速、准确地计算出影视片段的戏剧冲突等级，进一步的为影视拍摄手法的分析提供了有益数据，同时节省了大量的人力成本，提高了影视分析的效率。
实施例2
如图2所示，本实施例2所提供的一种影视戏剧冲突程度计算的方法，包括如下步骤：
步骤201、读取并获取影视片段中包含的所有视频帧。
具体地，我们通常看到的影视片段均是由拍摄的一个个镜头经拼接处理而成的，其中每个动态的镜头片段又均是由一幅幅静态的视频帧构成。根据影视段的播放顺序，获取构成该影视段的所有视频帧。
步骤202、根据相邻所述视频帧的连续性，将所述影视片段进行分割，获取组成所述影视片段的所有镜头信息。
具体地，影视段是由一个个镜头组成，其中，同一个镜头片段内的视频帧的画面图像是前后连续的，而前一镜头片段的结束帧与后一镜头片段的起始帧之间具有非常明显的切换。因此，可以将前一镜头片段的结束帧与后一镜头片段的起始帧作为前一镜头片段与后一镜头片段的分割依据。通过判断相邻视频帧之间的连续性，对影视片段进行分割，获取组成该影视片段的所有镜头。
在一些可选的实施例中，如图3所示，根据相邻视频帧的连续性，将所述影视片段进行分割，获取组成所述影视片段的所有镜头信息；具体包括如下步骤：
步骤2021、获取每个所述视频帧的特征点，将当前所述视频帧的特征点与前一所述视频帧的特征点进行匹配，获取相邻两个所述视频帧特征点相匹配的数量，并将相邻两个所述视频帧特征点相匹配的数量与特征点匹配阈值相比较。
本实施例中，通过判断当前所述视频帧与前一所述视频帧之间的连续性，将影视片段进行分割。首先，获取所有视频帧的特征点，将当前视频帧的特征点与前一视频帧的特征点进行匹配，获取相邻视频帧特征点相匹配的数量；其次，系统设定特征点匹配阈值；再者，将相邻两个视频帧特征点相匹配的数量与特征点匹配阈值相比较，作为相邻视频帧连续性的判断依据。
步骤2022、当相邻两个所述视频帧特征点相匹配的数量大于等于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧具有连续性，属于同一镜头。
具体地，假设当前视频帧为第i帧，当第i帧和第i-1帧画面具有连续性，如果第i-1帧画面被划分为第x镜头画面，则此时第i帧画面也同属于第x镜头画面，此时第x镜头画面的结束帧还没有确定，需要继续判断下一当前所述视频帧与前一所述视频帧的连续性。
步骤2023、当相邻两个所述视频帧特征点相匹配的数量小于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧不具有连续性，分属不同镜头，进行影视分割。
在步骤2022假设的前提下，当前所述视频帧与前一所述视频帧之间不具有连续性，则前一视频帧为第x镜头画面的结束帧，当前视频帧为第x+1镜头画面的开始帧。继续寻找第x+1镜头片段的结束帧，直到影视的所有帧分割完成。
步骤203、获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分。
在一些可选的实施例中，如图4所示，获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分；具体包括如下步骤：
步骤2031、读取不同场景中人体图像的影视画面，获取人体图像样本点，构成样本特征库。
读取不同场景中含有人体图像的影视画面，对影视图像中的人体图像进行边缘点的提取，获取不同条件下人体图像的样本点，所述样本点的集合构成样本特征库，该样本特征库中包含：人体的头部、肩部、腿部和肘部。由于大部分图片中的行人与背景间的互相遮挡，会造成身体某些部位的缺失，因此在样本点集合上只提取各标准部位的样本点。
步骤2032、对每个所述镜头中视频帧进行画面采集，获取画面采样点，将所述画面采样点与所述样本特征库进行匹配，获取相匹配的采样点数值。
具体的，对镜头片段中的每个视频帧进行画面的采集，提取画面中物体的边界信息及边界点坐标数据，形成物体的边界轮廓。在该边界轮廓的边界线上生成等间距的采样点。
根据画面采样点数据，在样本特征库中查找与之匹配的样本点，当二者的匹配程度大于匹配度阈值时，采样点与样本特征库的样本点相匹配，通过逐个比较后，获取画面采样点中与样本特征库中样本点相匹配的采样点数量。
步骤2033、当相匹配的所述采样点数值小于预定义的匹配阈值时，所述镜头不包含人物帧，则所述镜头的景别为远景；当相匹配的所述采样点数值大于等于预定义的匹配阈值时，所述镜头包含人物帧。
本实施例通过将获取的相匹配的采样点数值与预定义的匹配阈值进行比较，以判断镜头中是否含有人物帧。当判断镜头画面中不含有人物帧时，则判定该镜头的景别为远景，当然在一些可选的实施例中，当无人物帧时，也可能为插入性广告。
当判断镜头画面中含有人物帧时，则根据人物在镜头中展现的形式，对该镜头的景别进行进一步的划分，常用的景别划分特征：特写(指人体肩部以上)、近景(指人体胸部以上)、中景(指人体膝部以上)和全景(人体的全部和周围背景)。通常情况下，人体头部高度占人体身高的1/8，人体头部宽度占人体肩宽的1/2。人体在镜头中出现的范围不同，导致人体头部在镜头中所占的比例不同。因此根据人体的头部面积与显示屏幕的面积比值，作为判别镜头景别的依据。
步骤2034、根据所述人物帧的采样点数据，提取人体头部边界点坐标数据，获取所述人体的头部面积与显示屏幕面积的比例数据。
在对镜头片段进行画面采集时，获取的人物帧的采样点数据，包含有人体的边界信息及边界点坐标数据，其中包含人物帧的镜头中，无论人体在屏幕中呈现的范围有多大，人体的头部均会呈现在屏幕中。因此从获取的采样点数据中，均可提取人体头部的边界点坐标数据。
根据人体头部的边界点坐标数据，获取头部宽度方向和高度方向上坐标点数据，差值计算后，得到人体头部的宽度和高度数据，本实施例中，假设人体头部为长方形结构，通过将人体头部的宽度和高度数据相乘计算，得到人体头部的面积数据。
通常显示屏幕的宽：高＝3:4(9:16)，根据影视分析时，所使用的显示屏的具体宽、高度数据，计算显示屏的面积。将步骤2063中计算得到的人体头部的面积与显示屏幕的面积进行比较，计算人体头部在显示屏幕中占有的比例。
步骤2035、分别设定特写镜头的景别阈值、近景镜头的景别阈值以及中景镜头的景别阈值，其中，所述特写镜头的景别阈值大于所述近景镜头的景别阈值大于所述中景镜头的景别阈值；当所述镜头中人体头部面积占屏幕面积的比例大于等于所述特写镜头的景别阈值时，所述镜头的景别为特写镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述特写镜头的景别阈值且大于等于所述近景镜头的景别阈值时，所述镜头的景别为近景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述近景镜头的景别阈值且大于等于所述中景镜头的景别阈值时，所述镜头的景别为中景镜头，当所述镜头中人体头部面积占屏幕面积的比例小于所述中景镜头的景别阈值时，所述镜头的景别为全景镜头。
步骤204、根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，其中，所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值。
步骤205、获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值。
每段影视均包含有诸多个镜头，每个镜头的时长从一秒到几分钟不等，当镜头时长短，切换频率高时，往往其戏剧冲突程度越高，相反，如果一个镜头长达几分钟甚至十几分钟，其戏剧冲突程度相对较低。因此，遵循，镜头时长越短，时间特征值越高，镜头时长越长，其时间特征值越低的原则，根据镜头的时长信息，对不同镜头赋予不同的时间特征值。
在一个具体实施例中，获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值；进一步为：
获取各镜头的时长及影视片段的总时长；
当镜头时长小于等于a时，所述镜头的时间特征值为A，当镜头时长大于a且小于等于b时，所述镜头的时间特征值为B，当镜头时长大于b且小于等于c时，所述镜头的时间特征值为C，当镜头时长大于c时，所述镜头的时间特征值为D；
其中，所述时间特征值A大于所述时间特征值为B大于所述时间特征值为C大于所述时间特征值为D。
本发明不局限于本实施所示的划分a、b、c三个时长截点及对应的时间特征值，可根据实际使用情况，预定义更多个时长截点及时间特征值，如5个、10个或者更多。当然，时间特征值设置的越多，戏剧冲突程度计算的结果越真实有效。
步骤206、将各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，带入影视戏剧冲突数值计算公式：
其中，X为影视的戏剧冲突数值，n为影视中包含的镜头数量，P(i)为第i个镜头的景别特征值，t(i)为第i个镜头的时长，Q(i)为第i个镜头的时间特征值，T为影视的总时长。
本实施例中镜头的时长与影视总时长的单位一致，可以均为毫秒、秒或分钟，从而保证了数值计算的一致性。
步骤207、将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级。
在一个具体的实施例中，如图5所示，将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级，进一步包括如下步骤：
步骤2071、分别设定一级戏剧冲突阈值、二级戏剧冲突阈值和三级戏剧冲突阈值，其中，所述三级戏剧冲突阈值大于所述二级戏剧冲突阈值大于所述一级戏剧冲突阈值。
步骤2072、当所述戏剧冲突数值大于等于所述三级戏剧冲突阈值时，所述影视的戏剧冲突等级为三级。
步骤2073、当所述戏剧冲突数值小于三级戏剧冲突阈值且大于等于所述二级戏剧冲突阈值时，所述影视的戏剧冲突等级为二级。
步骤2074、当所述戏剧冲突数值小于二级戏剧冲突阈值且大于等于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为一级。
步骤2075、当所述戏剧冲突数值小于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为零级。
本发明所述影视戏剧冲突等级的划分不局限于如上所述的三个级别，也可以是四个级别、五个级别或者更多的级别，只要是通过本发明的计算方法思路可以实现的，均属于本实施例的保护范围。
在一个具体的实施例中，当设置特写镜头的特征值为1，近景镜头的特征值为0.8，中景镜头的特征值为0.6，全景镜头的特征值为0.4，远景镜头的特征值为0.2时。当视频片段中所有镜头的时长都在1秒到300秒之间，可以设定a为5秒，b为20秒、c为50秒；对应设置时间特征值A为1，时间特征值为B为0.75，时间特征值为C为0.5，时间特征值为D为0.25时；具体地，当镜头时长是3秒时，该镜头的时间特征值为1，当镜头时长是60秒时，该镜头的时间特征值为0.25。
将获取的各镜头的时长及对应镜头的景别特征值和时间特征值带入影视戏剧冲突数值计算公式中，得到的影视的戏剧冲突数值：0＜X＜1。
分别设定一级戏剧冲突阈值为0.4、二级戏剧冲突阈值为0.6和三级戏剧冲突阈值为0.8；当计算得到的影视戏剧冲突数值为0.85时，则该影视的戏剧冲突等级为三级(即为最高级)；当计算得到的影视戏剧冲突数值为0.5时，则该影视的戏剧冲突等级为一级；当计算得到的影视戏剧冲突数值为0.3时，则该影视的戏剧冲突值为零级。
实施例3
如图6所示，本实施例3所影视戏剧冲突程度计算的方法，包括：视频读取模块301、镜头分割模块302、景别划分模块303、景别特征值赋予模块304、时间特征值赋予模块305、戏剧冲突值计算模块306和戏剧冲突等级划分模块307，其中：
所述视频读取模块301，与所述镜头分割模块302相连接，用于读取并依次获取视频片段中包含的所有视频帧，将获取的所述视频帧传送至所述镜头分割模块302。
具体地，我们通常看到的影视片段均是由拍摄的一个个镜头经拼接处理而成的，其中每个动态的镜头片段又均是由一幅幅静态的视频帧构成。根据影视段的播放顺序，获取构成该影视段的所有视频帧。
所述镜头分割模块302，分别与所述视频读取模块301、景别划分模块303和时间特征值赋予模块305相连接，用于根据相邻所述视频帧的连续性，将所述视频片段进行分割，获取组成所述视频片段的所有镜头信息，将获取的所述镜头信息传送至所述景别划分模块303和时间特征值赋予模块305。
具体地，影视段是由一个个镜头组成，其中，同一个镜头片段内的视频帧的画面图像是前后连续的，而前一镜头片段的结束帧与后一镜头片段的起始帧之间具有非常明显的切换。因此，可以将前一镜头片段的结束帧与后一镜头片段的起始帧作为前一镜头片段与后一镜头片段的分割依据。通过判断相邻视频帧之间的连续性，对影视片段进行分割，获取组成该影视片段的所有镜头。
在一些可选的实施例中，所述镜头分割模块302，进一步地，包括：特征点匹配单元321和视频分割单元322，其中：
所述特征点匹配单元321，分别与所述视频读取模块301和视频分割单元322相连接，用于获取每个所述视频帧的特征点，将当前所述视频帧的特征点与前一所述视频帧的特征点进行匹配，获取相邻两个所述视频帧特征点相匹配的数量，并将相邻两个所述视频帧特征点相匹配的数量与特征点匹配阈值相比较；将比较的结果传送至所述视频分割单元322。
具体地，本实施例中，通过判断当前所述视频帧与前一所述视频帧之间的连续性，将影视片段进行分割。首先，获取所有视频帧的特征点，将当前视频帧的特征点与前一视频帧的特征点进行匹配，获取相邻视频帧特征点相匹配的数量；其次，系统设定特征点匹配阈值；再者，将相邻两个视频帧特征点相匹配的数量与特征点匹配阈值相比较，作为相邻视频帧连续性的判断依据。
所述视频分割单元322，分别与所述特征点匹配单元321、景别划分模块303和时间特征是赋予模块305相连接，用于当相邻两个所述视频帧特征点相匹配的数量大于等于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧具有连续性，属于同一镜头；当相邻两个所述视频帧特征点相匹配的数量小于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧不具有连续性，分属不同镜头，进行影视分割；将分割后的所述镜头信息传送至所述景别划分模块303和时间特征是赋予模块305。
具体地，假设当前视频帧为第i帧，当第i帧和第i-1帧画面具有连续性，如果第i-1帧画面被划分为第x镜头画面，则此时第i帧画面也同属于第x镜头画面，此时第x镜头画面的结束帧还没有确定，需要继续判断下一当前所述视频帧与前一所述视频帧的连续性。当前所述视频帧与前一所述视频帧之间不具有连续性，则前一视频帧为第x镜头画面的结束帧，当前视频帧为第x+1镜头画面的开始帧。继续寻找第x+1镜头片段的结束帧，直到影视的所有帧分割完成。
所述景别划分模块303，分别与所述镜头分割模块302和景别特征值赋予模块304相连接，用于获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分，将划分后的所述镜头的景别信息传送至所述景别特征值赋予模块304。
在一些可选的实施例中，所述景别划分模块303，进一步地，包括：人体样本特征库获取单元331、采样点匹配单元332、人物帧判断单元333、头部面积比例获取单元334和景别划分单元335，其中：
所述人体样本特征库获取单元331，与所述采样点匹配单元332相连接，用于读取不同场景中人体图像的影视画面，获取人体图像样本点，构成样本特征库，将构成的所述人体样本特征库传送至所述采样点匹配单元332。
具体地，读取不同场景中含有人体图像的影视画面，对影视图像中的人体图像进行边缘点的提取，获取不同条件下人体图像的样本点，所述样本点的集合构成样本特征库，该样本特征库中包含：人体的头部、肩部、腿部和肘部。由于大部分图片中的行人与背景间的互相遮挡，会造成身体某些部位的缺失，因此在样本点集合上只提取各标准部位的样本点。
所述采样点匹配单元332，分别与镜头分割模块302、人体样本特征库获取单元331和人物帧判断单元333相连接，用于对每个所述镜头中视频帧进行画面采集，获取画面采样点，将所述画面采样点与所述样本特征库进行匹配，获取相匹配的采样点数值，将采样点数值传送至所述人物帧判断单元333。
具体的，对镜头片段中的每个视频帧进行画面的采集，提取画面中物体的边界信息及边界点坐标数据，形成物体的边界轮廓。在该边界轮廓的边界线上生成等间距的采样点。
根据画面采样点数据，在样本特征库中查找与之匹配的样本点，当二者的匹配程度大于匹配度阈值时，采样点与样本特征库的样本点相匹配，通过逐个比较后，获取画面采样点中与样本特征库中样本点相匹配的采样点数量。
所述人物帧判断单元333，分别与所述采样点匹配单元332和头部面积比例获取单元334相连接，用于当相匹配的所述采样点数值小于预定义的匹配阈值时，所述镜头不包含人物帧，则所述镜头的景别为远景；当相匹配的所述采样点数值大于等于预定义的匹配阈值时，所述镜头包含人物帧；将包含人物帧的镜头信息传送至所述头部面积比例获取单元334。
本实施例通过将获取的相匹配的采样点数值与预定义的匹配阈值进行比较，以判断镜头中是否含有人物帧。当判断镜头画面中不含有人物帧时，则判定该镜头的景别为远景，当然在一些可选的实施例中，当无人物帧时，也可能为插入性广告。
当判断镜头画面中含有人物帧时，则根据人物在镜头中展现的形式，对该镜头的景别进行进一步的划分，常用的景别划分特征：特写(指人体肩部以上)、近景(指人体胸部以上)、中景(指人体膝部以上)和全景(人体的全部和周围背景)。通常情况下，人体头部高度占人体身高的1/8，人体头部宽度占人体肩宽的1/2。人体在镜头中出现的范围不同，导致人体头部在镜头中所占的比例不同。因此根据人体的头部面积与显示屏幕的面积比值，作为判别镜头景别的依据。
所述头部面积比例获取单元334，分别与所述人物帧判断单元333和景别划分单元335相连接，用于根据所述人物帧的采样点数据，提取人体头部边界点坐标数据，获取所述人体的头部面积与显示屏幕面积的比例数据，将比例数据传送至所述景别划分单元335。
具体地，在对镜头片段进行画面采集时，获取的人物帧的采样点数据，包含有人体的边界信息及边界点坐标数据，其中包含人物帧的镜头中，无论人体在屏幕中呈现的范围有多大，人体的头部均会呈现在屏幕中。因此从获取的采样点数据中，均可提取人体头部的边界点坐标数据。
根据人体头部的边界点坐标数据，获取头部宽度方向和高度方向上坐标点数据，差值计算后，得到人体头部的宽度和高度数据，本实施例中，假设人体头部为长方形结构，通过将人体头部的宽度和高度数据相乘计算，得到人体头部的面积数据。
通常显示屏幕的宽：高＝3:4(9:16)，根据影视分析时，所使用的显示屏的具体宽、高度数据，计算显示屏的面积。将步骤2063中计算得到的人体头部的面积与显示屏幕的面积进行比较，计算人体头部在显示屏幕中占有的比例。
所述景别划分单元335，与所述头部面积比例获取单元334和景别特征值赋予模块304相连接，用于分别设定特写镜头的景别阈值、近景镜头的景别阈值以及中景镜头的景别阈值，其中，所述特写镜头的景别阈值大于所述近景镜头的景别阈值大于所述中景镜头的景别阈值；当所述镜头中人体头部面积占屏幕面积的比例大于等于所述特写镜头的景别阈值时，所述镜头的景别为特写镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述特写镜头的景别阈值且大于等于所述近景镜头的景别阈值时，所述镜头的景别为近景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述近景镜头的景别阈值且大于等于所述中景镜头的景别阈值时，所述镜头的景别为中景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述中景镜头的景别阈值时，所述镜头的景别为全景镜头；将各镜头的景别信息传送至所述景别特征值赋予模块304。
所述景别特征值赋予模块304，分别与所述景别划分模块303和戏剧冲突值计算模块306相连接，用于根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，其中，所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值，将所述景别特征值传送至所述戏剧冲突值计算模块306。
所述时间特征值赋予模块305，分别与所述镜头分割模块302和戏剧冲突值计算模块306相连接，用于获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值，将各镜头的时间特征值传送至所述戏剧冲突值计算模块306。
具体地，每段影视均包含有诸多个镜头，每个镜头的时长从一秒到几分钟不等，当镜头时长短，切换频率高时，往往其戏剧冲突程度越高，相反，如果一个镜头长达几分钟甚至十几分钟，其戏剧冲突程度相对较低。因此，遵循，镜头时长越短，时间特征值越高，镜头时长越长，其时间特征值越低的原则，根据镜头的时长信息，对不同镜头赋予不同的时间特征值。
在一些可选的实施例中，所述时间特征值赋予模块305，进一步为：
所述时间特征值赋予模块305，用于获取各镜头的时长及影视片段的总时长；当镜头时长小于等于a时，所述镜头的时间特征值为A，当镜头时长大于a且小于等于b时，所述镜头的时间特征值为B，当镜头时长大于b且小于等于c时，所述镜头的时间特征值为C，当镜头时长大于c时，所述镜头的时间特征值为D，其中，所述时间特征值A大于所述时间特征值为B大于所述时间特征值为C大于所述时间特征值为D。
本发明不局限于本实施所示的划分a、b、c三个时间截点及A、B、C、D四个时间特征值，可更具实际使用情况，预定义更多个时间特征值，如5个、10个或者更多。当然，时间特征值设置的越多，戏剧冲突程度计算的结果越真实有效。
所述戏剧冲突值计算模块306，分别与所述景别特征值赋予模块304、时间特征值赋予模块305和戏剧冲突等级划分模块307相连接，用于将各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，带入影视戏剧冲突数值计算公式，得到影视的戏剧冲突数值，将所述戏剧冲突数值传送至戏剧冲突等级划分模块307。
具体地，影视戏剧冲突数值计算公式：
其中，X为影视的戏剧冲突数值，n为影视中包含的镜头数量，P(i)为第i个镜头的景别特征值，t(i)为第i个镜头的时长，Q(i)为第i个镜头的时间特征值，T为影视的总时长。
所述戏剧冲突等级划分模块307，与所述戏剧冲突值计算模块306相连接，用于将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级。
在一些可选的实施例中，所述戏剧冲突等级划分模块307，进一步为：
所述戏剧冲突等级划分模块307，用于分别设定一级戏剧冲突阈值、二级戏剧冲突阈值和三级戏剧冲突阈值，其中，所述三级戏剧冲突阈值大于所述二级戏剧冲突阈值大于所述一级戏剧冲突阈值；当所述戏剧冲突数值大于等于所述三级戏剧冲突阈值时，所述影视的戏剧冲突等级为三级；当所述戏剧冲突数值小于三级戏剧冲突阈值且大于等于所述二级戏剧冲突阈值时，所述影视的戏剧冲突等级为二级；当所述戏剧冲突数值小于二级戏剧冲突阈值且大于等于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为一级；当所述戏剧冲突数值小于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为零级。
本发明所述影视戏剧冲突等级的划分不局限于如上所述的三个级别，也可以是四个级别、五个级别或者更多的级别，只要是通过本发明的计算方法思路可以实现的，均属于本实施例的保护范围。
通过以上各个实施例可知，本发明的影视戏剧冲突程度计算的方法及系统，存在的有益效果是：
(1)本发明所述的一种影视戏剧冲突程度计算的方法及系统，根据镜头分割技术将影视分割成多个镜头片段，根据每个镜头中人体头部的面积数据，对所有镜头进行景别的划分，根据各镜头的景别特征值、时间特征值、镜头时长及影视总时长等数据，实现对影视戏剧冲突程度的综合性计算，为影视的拍摄手法提供了有益数据，并提高了对影视分析的效率，避免了人工影视戏剧冲突判断时存在的人工成本高且处理效率低等问题。
(2)本发明所述的一种影视戏剧冲突程度计算的方法及系统，引用戏剧冲突等级阈值，将一部影视计算得到的戏剧冲突数值与戏剧冲突等级阈值进行比较，从而实现对影视的戏剧冲突程度的划分，该计算比较的方法更为直观的展现了影视戏剧冲突的程度，具有处理效率高、准确率高且易操作等特点。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种影视戏剧冲突程度计算的方法，其特征在于，包括：
读取并获取影视片段中包含的所有视频帧；
根据相邻所述视频帧的连续性，将所述影视片段进行分割，获取组成所述影视片段的所有镜头信息；
获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分；
根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，其中，所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值；
获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值；
将各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，带入影视戏剧冲突数值计算公式：
<mrow>
<mi>X</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>.</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>.</mo>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mi>T</mi>
</mfrac>
</mrow>
其中，X为影视的戏剧冲突数值，n为影视中包含的镜头数量，P(i)为第i个镜头的景别特征值，t(i)为第i个镜头的时长，Q(i)为第i个镜头的时间特征值，T为影视的总时长；
将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级。
2.根据权利要求1所述的影视戏剧冲突程度计算的方法，其特征在于，获取各镜头的时长及影视片段的总时长，根据各镜头时长赋予所述镜头不同的时间特征值；进一步为：
获取各镜头的时长及影视片段的总时长；
当镜头时长小于等于a时，所述镜头的时间特征值为A，当镜头时长大于a且小于等于b时，所述镜头的时间特征值为B，当镜头时长大于b且小于等于c时，所述镜头的时间特征值为C，当镜头时长大于c时，所述镜头的时间特征值为D；
其中，所述时间特征值A大于所述时间特征值为B大于所述时间特征值为C大于所述时间特征值为D。
3.根据权利要求1所述的影视戏剧冲突程度的计算方法，其特征在于，将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级；进一步为：
分别设定一级戏剧冲突阈值、二级戏剧冲突阈值和三级戏剧冲突阈值，其中，所述三级戏剧冲突阈值大于所述二级戏剧冲突阈值大于所述一级戏剧冲突阈值；
当所述戏剧冲突数值大于等于所述三级戏剧冲突阈值时，所述影视的戏剧冲突等级为三级；
当所述戏剧冲突数值小于三级戏剧冲突阈值且大于等于所述二级戏剧冲突阈值时，所述影视的戏剧冲突等级为二级；
当所述戏剧冲突数值小于二级戏剧冲突阈值且大于等于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为一级；
当所述戏剧冲突数值小于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为零级。
4.根据权利要求1所述的影视戏剧冲突程度计算的方法，其特征在于，根据相邻视频帧的连续性，将所述影视片段进行分割，获取组成所述影视片段的所有镜头信息；进一步为：
获取每个所述视频帧的特征点，将当前所述视频帧的特征点与前一所述视频帧的特征点进行匹配，获取相邻两个所述视频帧特征点相匹配的数量，并将相邻两个所述视频帧特征点相匹配的数量与特征点匹配阈值相比较；
当相邻两个所述视频帧特征点相匹配的数量大于等于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧具有连续性，属于同一镜头；
当相邻两个所述视频帧特征点相匹配的数量小于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧不具有连续性，分属不同镜头，进行影视分割。
5.根据权利要求1所述的影视戏剧冲突程度计算的方法，其特征在于，获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分；进一步为：
读取不同场景中人体图像的影视画面，获取人体图像样本点，构成样本特征库；
对每个所述镜头中视频帧进行画面采集，获取画面采样点，将所述画面采样点与所述样本特征库进行匹配，获取相匹配的采样点数值；
当相匹配的所述采样点数值小于预定义的匹配阈值时，所述镜头不包含人物帧，则所述镜头的景别为远景；当相匹配的所述采样点数值大于等于预定义的匹配阈值时，所述镜头包含人物帧；
根据所述人物帧的采样点数据，提取人体头部边界点坐标数据，获取所述人体的头部面积与显示屏幕面积的比例数据；
分别设定特写镜头的景别阈值、近景镜头的景别阈值以及中景镜头的景别阈值，其中，所述特写镜头的景别阈值大于所述近景镜头的景别阈值大于所述中景镜头的景别阈值；当所述镜头中人体头部面积占屏幕面积的比例大于等于所述特写镜头的景别阈值时，所述镜头的景别为特写镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述特写镜头的景别阈值且大于等于所述近景镜头的景别阈值时，所述镜头的景别为近景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述近景镜头的景别阈值且大于等于所述中景镜头的景别阈值时，所述镜头的景别为中景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述中景镜头的景别阈值时，所述镜头的景别为全景镜头。
6.一种影视戏剧冲突程度计算的系统，其特征在于，包括：视频读取模块、镜头分割模块、景别划分模块、景别特征值赋予模块、时间特征值赋予模块、戏剧冲突值计算模块和戏剧冲突等级划分模块，其中：
所述视频读取模块，与所述镜头分割模块相连接，用于读取并依次获取视频片段中包含的所有视频帧，将获取的所述视频帧传送至所述镜头分割模块；
所述镜头分割模块，分别与所述视频读取模块、景别划分模块和时间特征值赋予模块相连接，用于根据相邻所述视频帧的连续性，将所述视频片段进行分割，获取组成所述视频片段的所有镜头信息，将获取的所述镜头信息传送至所述景别划分模块和时间特征值赋予模块；
所述景别划分模块，分别与所述镜头分割模块和景别特征值赋予模块相连接，用于获取并依据所述镜头信息中的人物帧信息，对所述镜头进行景别划分，将划分后的所述镜头的景别信息传送至所述景别特征值赋予模块；
所述景别特征值赋予模块，分别与所述景别划分模块和戏剧冲突值计算模块相连接，用于根据景别的类型，依次赋予特写镜头、近景镜头、中景镜头、全景镜头和远景镜头不同的景别特征值，其中，所述特写镜头特征值大于所述近景镜头特征值大于所述中景镜头特征值大于所述全景镜头特征值大于所述远景镜头特征值，将所述景别特征值传送至所述戏剧冲突值计算模块；
所述时间特征值赋予模块，分别与所述镜头分割模块和戏剧冲突值计算模块相连接，用于获取各镜头的时长及影视片段的总时长，根据镜头时长赋予各镜头不同的时间特征值，将各镜头的时间特征值传送至所述戏剧冲突值计算模块；
所述戏剧冲突值计算模块，分别与所述景别特征值赋予模块、时间特征值赋予模块和戏剧冲突等级划分模块相连接，用于将各镜头的景别特征值、时间特征值、镜头时长和影视总时长的数据，带入影视戏剧冲突数值计算公式，得到影视的戏剧冲突数值，将所述戏剧冲突数值传送至戏剧冲突等级划分模块；
所述戏剧冲突等级划分模块，与所述戏剧冲突值计算模块相连接，用于将所述戏剧冲突数值与预定义的戏剧冲突等级阈值进行比较，获取所述影视的戏剧冲突等级。
7.根据权利要求6所述的影视戏剧冲突程度计算的系统，其特征在于，所述镜头分割模块，进一步地，包括：特征点匹配单元和视频分割单元，其中：
所述特征点匹配单元，分别与所述视频读取模块和视频分割单元相连接，用于获取每个所述视频帧的特征点，将当前所述视频帧的特征点与前一所述视频帧的特征点进行匹配，获取相邻两个所述视频帧特征点相匹配的数量，并将相邻两个所述视频帧特征点相匹配的数量与特征点匹配阈值相比较；将比较的结果传送至所述视频分割单元；
所述视频分割单元，分别与所述特征点匹配单元、景别划分模块和时间特征是赋予模块相连接，用于当相邻两个所述视频帧特征点相匹配的数量大于等于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧具有连续性，属于同一镜头；当相邻两个所述视频帧特征点相匹配的数量小于所述特征点匹配阈值时，当前所述视频帧与前一所述视频帧不具有连续性，分属不同镜头，进行影视分割；将分割后的所述镜头信息传送至所述景别划分模块和时间特征是赋予模块。
8.根据权利要求6所述的影视戏剧冲突程度计算的系统，其特征在于，所述景别划分模块，进一步地，包括：人体样本特征库获取单元、采样点匹配单元、人物帧判断单元、头部面积比例获取单元和景别划分单元，其中：
所述人体样本特征库获取单元，与所述采样点匹配单元相连接，用于读取不同场景中人体图像的影视画面，获取人体图像样本点，构成样本特征库，将构成的所述人体样本特征库传送至所述采样点匹配单元；
所述采样点匹配单元，分别与镜头分割模块、人体样本特征库获取单元和人物帧判断单元相连接，用于对每个所述镜头中视频帧进行画面采集，获取画面采样点，将所述画面采样点与所述样本特征库进行匹配，获取相匹配的采样点数值，将采样点数值传送至所述人物帧判断单元；
所述人物帧判断单元，分别与所述采样点匹配单元和头部面积比例获取单元相连接，用于当相匹配的所述采样点数值小于预定义的匹配阈值时，所述镜头不包含人物帧，则所述镜头的景别为远景；当相匹配的所述采样点数值大于等于预定义的匹配阈值时，所述镜头包含人物帧；将包含人物帧的镜头信息传送至所述头部面积比例获取单元；
所述头部面积比例获取单元，分别与所述人物帧判断单元和景别划分单元相连接，用于根据所述人物帧的采样点数据，提取人体头部边界点坐标数据，获取所述人体的头部面积与显示屏幕面积的比例数据，将比例数据传送至所述景别划分单元；
所述景别划分单元，与所述头部面积比例获取单元和景别特征值赋予模块相连接，用于分别设定特写镜头的景别阈值、近景镜头的景别阈值以及中景镜头的景别阈值，其中，所述特写镜头的景别阈值大于所述近景镜头的景别阈值大于所述中景镜头的景别阈值；当所述镜头中人体头部面积占屏幕面积的比例大于等于所述特写镜头的景别阈值时，所述镜头的景别为特写镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述特写镜头的景别阈值且大于等于所述近景镜头的景别阈值时，所述镜头的景别为近景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述近景镜头的景别阈值且大于等于所述中景镜头的景别阈值时，所述镜头的景别为中景镜头；当所述镜头中人体头部面积占屏幕面积的比例小于所述中景镜头的景别阈值时，所述镜头的景别为全景镜头；将各镜头的景别信息传送至所述景别特征值赋予模块。
9.根据权利要求6所述的影视戏剧冲突程度计算的系统，其特征在于，所述时间特征值赋予模块，进一步为：
所述时间特征值赋予模块，用于获取各镜头的时长及影视片段的总时长；当镜头时长小于等于a时，所述镜头的时间特征值为A，当镜头时长大于a且小于等于b时，所述镜头的时间特征值为B，当镜头时长大于b且小于等于c时，所述镜头的时间特征值为C，当镜头时长大于c时，所述镜头的时间特征值为D，其中，所述时间特征值A大于所述时间特征值为B大于所述时间特征值为C大于所述时间特征值为D。
10.根据权利要求6所述的影视戏剧冲突程度计算的系统，其特征在于，所述戏剧冲突等级划分模块，进一步为：
所述戏剧冲突等级划分模块，用于分别设定一级戏剧冲突阈值、二级戏剧冲突阈值和三级戏剧冲突阈值，其中，所述三级戏剧冲突阈值大于所述二级戏剧冲突阈值大于所述一级戏剧冲突阈值；当所述戏剧冲突数值大于等于所述三级戏剧冲突阈值时，所述影视的戏剧冲突等级为三级；当所述戏剧冲突数值小于三级戏剧冲突阈值且大于等于所述二级戏剧冲突阈值时，所述影视的戏剧冲突等级为二级；当所述戏剧冲突数值小于二级戏剧冲突阈值且大于等于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为一级；当所述戏剧冲突数值小于所述一级戏剧冲突阈值时，所述影视的戏剧冲突等级为零级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710686419.0A CN107392883B (zh) | 2017-08-11 | 2017-08-11 | 影视戏剧冲突程度计算的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710686419.0A CN107392883B (zh) | 2017-08-11 | 2017-08-11 | 影视戏剧冲突程度计算的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107392883A true CN107392883A (zh) | 2017-11-24 |
| CN107392883B CN107392883B (zh) | 2019-11-08 |
Family
ID=60354736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710686419.0A Active CN107392883B (zh) | 2017-08-11 | 2017-08-11 | 影视戏剧冲突程度计算的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107392883B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109165557A (zh) * | 2018-07-25 | 2019-01-08 | 曹清 | 景别判断系统及景别判断方法 |
| CN109325405A (zh) * | 2018-08-10 | 2019-02-12 | 北京奇艺世纪科技有限公司 | 一种镜头类型的标注方法、装置及设备 |
| CN109508668A (zh) * | 2018-11-09 | 2019-03-22 | 北京奇艺世纪科技有限公司 | 一种镜头类型信息识别方法及装置 |
| CN111401238A (zh) * | 2020-03-16 | 2020-07-10 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种视频中人物特写片段的检测方法及装置 |
| CN111586283A (zh) * | 2019-02-19 | 2020-08-25 | 北京小米移动软件有限公司 | 变焦方法及装置 |
| CN113810782A (zh) * | 2020-06-12 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 视频处理方法及设备、服务器、电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030007560A1 (en) * | 2001-07-06 | 2003-01-09 | Vision Iii Imaging, Inc. | Image segmentation by means of temporal parallax difference induction |
| CN101599179A (zh) * | 2009-07-17 | 2009-12-09 | 北京邮电大学 | 场地运动精彩镜头集锦自动生成方法 |
| CN104376589A (zh) * | 2014-12-04 | 2015-02-25 | 青岛华通国有资本运营（集团）有限责任公司 | 一种替换影视剧人物的方法 |
| CN106210450A (zh) * | 2016-07-20 | 2016-12-07 | 罗轶 | 基于slam的影视人工智能 |
-
2017
- 2017-08-11 CN CN201710686419.0A patent/CN107392883B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030007560A1 (en) * | 2001-07-06 | 2003-01-09 | Vision Iii Imaging, Inc. | Image segmentation by means of temporal parallax difference induction |
| CN101599179A (zh) * | 2009-07-17 | 2009-12-09 | 北京邮电大学 | 场地运动精彩镜头集锦自动生成方法 |
| CN104376589A (zh) * | 2014-12-04 | 2015-02-25 | 青岛华通国有资本运营（集团）有限责任公司 | 一种替换影视剧人物的方法 |
| CN106210450A (zh) * | 2016-07-20 | 2016-12-07 | 罗轶 | 基于slam的影视人工智能 |
Non-Patent Citations (2)
| Title |
|---|
| 付伟: "卡通视频序列中分镜头台本要素提取研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》 * |
| 孙英莉 等: "《影像语言》", 31 March 2013 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109165557A (zh) * | 2018-07-25 | 2019-01-08 | 曹清 | 景别判断系统及景别判断方法 |
| CN109325405A (zh) * | 2018-08-10 | 2019-02-12 | 北京奇艺世纪科技有限公司 | 一种镜头类型的标注方法、装置及设备 |
| CN109508668A (zh) * | 2018-11-09 | 2019-03-22 | 北京奇艺世纪科技有限公司 | 一种镜头类型信息识别方法及装置 |
| CN111586283A (zh) * | 2019-02-19 | 2020-08-25 | 北京小米移动软件有限公司 | 变焦方法及装置 |
| CN111401238A (zh) * | 2020-03-16 | 2020-07-10 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种视频中人物特写片段的检测方法及装置 |
| CN111401238B (zh) * | 2020-03-16 | 2023-04-28 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种视频中人物特写片段的检测方法及装置 |
| CN113810782A (zh) * | 2020-06-12 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 视频处理方法及设备、服务器、电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107392883B (zh) | 2019-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107392883B (zh) | 影视戏剧冲突程度计算的方法及系统 | |
| CN107437076B (zh) | 基于视频分析的景别划分的方法及系统 | |
| US11321385B2 (en) | Visualization of image themes based on image content | |
| CN108322788B (zh) | 一种视频直播中的广告展示方法及装置 | |
| CN106792100B (zh) | 一种视频弹幕显示方法及装置 | |
| Ejaz et al. | Efficient visual attention based framework for extracting key frames from videos | |
| Hong et al. | Dynamic captioning: video accessibility enhancement for hearing impairment | |
| CN110119711A (zh) | 一种获取视频数据人物片段的方法、装置及电子设备 | |
| Khosla et al. | Image memorability and visual inception | |
| CN104469179A (zh) | 一种将动态图片结合到手机视频中的方法 | |
| CN111985419B (zh) | 视频处理方法及相关设备 | |
| CN105718861A (zh) | 一种识别视频流数据类别的方法及装置 | |
| CN109344726A (zh) | 一种广告投放方法和装置 | |
| CN106792005A (zh) | 一种基于音视频结合的内容检测方法 | |
| Hong et al. | Movie2comics: a feast of multimedia artwork | |
| CN107682654A (zh) | 视频录制方法、拍摄装置、电子设备及介质 | |
| CN113923504B (zh) | 视频预览动图生成方法和装置 | |
| Fearghail et al. | Director’s cut-analysis of VR film cuts for interactive storytelling | |
| CN115222858A (zh) | 动画重构网络的训练及其图像重构、视频重构方法与设备 | |
| CN111292280A (zh) | 用于输出信息的方法和装置 | |
| CN107977359A (zh) | 一种影视剧本场景信息的提取方法 | |
| CN107666616A (zh) | 一种基于视频内容的广告投放方法及装置 | |
| Sawada et al. | Film comic generation with eye tracking | |
| Barbatsis et al. | Analyzing meaning in form: Soap opera's compositional construction of “realness” | |
| KR102045347B1 (ko) | 영상제작지원장치 및 그 동작 방법 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180118 Address after: No. 3, House No. 4, car Gong Zhuang Street, Xicheng District, Beijing, 308 Applicant after: Pangzemufeng Address before: 100044 House No. 3, No. 4, Kung Gong Zhuang Street, Beijing, Xicheng District, Beijing, 308 Applicant before: Chen Lei |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220217 Address after: 100102 Room 303, unit 5, building 210, Huigu sunshine, Wangjing garden, Chaoyang District, Beijing Patentee after: Pang Zewenyue Address before: Room 308, building 3, courtyard 4, Chegongzhuang street, Xicheng District, Beijing 100044 Patentee before: Pang Zemufeng |
|
| TR01 | Transfer of patent right |