CN109872297A - 图像处理方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧；根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。本公开实施例能够使生成的第二视频帧更为逼真，更有趣味性。

Description

图像处理方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种图像处理方法及装置、电子设备和存储介质。

背景技术

计算机技术的广泛应用带来生活便利的同时，也带来了新的问题。例如，在互动游戏中，玩家在参与互动时，使用真实的背景场景，容易受到外界干扰，也会泄露玩家个人信息，使玩家不能专心参与游戏，降低了游戏体验；在图像拍摄时，使用真实的背景场景容易泄露个人信息，而且拍摄的图像也缺乏趣味性。

发明内容

本公开提出了一种图像处理的技术方案。

根据本公开的一方面，提供了一种图像处理方法，包括：对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，所述目标对象包括一个或多个对象；根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。

在一种可能的实现方式中，所述特征信息还包括第一姿态特征，所述方法还包括：根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配；基于匹配结果，在所述第二视频帧中显示展示效果。

在一种可能的实现方式中，根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配，包括：根据所述目标对象的第一姿态特征的人体关键点位置以及预设的交互对象的第二姿态特征的人体关键点位置，确定所述第一姿态特征与所述第二姿态特征的匹配度；在所述匹配度大于或等于匹配度阈值的情况下，确定所述第一姿态特征与所述第二姿态特征匹配。

在一种可能的实现方式中，基于匹配结果，在所述第二视频帧中显示展示效果，包括：基于所述第一姿态特征与第二姿态特征的匹配结果，在所述第二视频帧中显示提示信息，其中，所述提示信息包括第一提示信息和第二提示信息，所述第一提示信息用于提示所述第一姿态特征与所述第二姿态特征匹配，所述第二提示信息用于提示所第一姿态特征与所述第二姿态特征不匹配。

在一种可能的实现方式中，基于匹配结果，在所述第二视频帧中显示展示效果，包括：在所述第一姿态特征与所述第二姿态特征匹配的情况下，控制所述第二视频帧中的所述交互对象从展示状态改变成消失状态。

在一种可能的实现方式中，对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，包括：对所述视频流的视频帧进行对象识别，确定视频帧中的待分析对象；将所述待分析对象中满足预设条件的对象确定为目标对象；将包括所述目标对象的视频帧确定为第一视频帧。

在一种可能的实现方式中，根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧，包括：采用所述目标场景图像中与所述第二图像区域对应的区域覆盖所述第一视频帧的第二图像区域，生成所述第二视频帧。

在一种可能的实现方式中，根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧，包括：采用所述第一图像区域覆盖所述目标场景图像中与所述第一图像区域对应的区域，生成所述第二视频帧。

在一种可能的实现方式中，所述方法还包括：提供待选择的多个场景图像；将被选中的场景图像确定为目标场景图像。

在一种可能的实现方式中，所述方法还包括：根据所述待处理的视频流对应的情景类别，确定适应于所述待处理的视频流的目标场景图像。

在一种可能的实现方式中，所述待处理的视频流包括通过拍摄部件采集的目标对象进行互动游戏期间的视频流，所述目标场景图像包括增强现实AR图像。

根据本公开的一方面，提供了一种图像处理装置，包括：视频帧确定模块，用于对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，所述目标对象包括一个或多个对象；特征获取模块，用于根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；区域确定模块，用于根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；场景替换模块，用于根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。

在一种可能的实现方式中，所述特征信息还包括第一姿态特征，所述装置还包括：姿态匹配模块，用于根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配；效果展示模块，用于基于匹配结果，在所述第二视频帧中显示展示效果。

在一种可能的实现方式中，所述姿态匹配模块包括：匹配度确定子模块，用于根据所述目标对象的第一姿态特征的人体关键点位置以及预设的交互对象的第二姿态特征的人体关键点位置，确定所述第一姿态特征与所述第二姿态特征的匹配度；匹配子模块，用于在所述匹配度大于或等于匹配度阈值的情况下，确定所述第一姿态特征与所述第二姿态特征匹配。

在一种可能的实现方式中，所述效果展示模块包括：信息显示子模块，用于基于所述第一姿态特征与第二姿态特征的匹配结果，在所述第二视频帧中显示提示信息，其中，所述提示信息包括第一提示信息和第二提示信息，所述第一提示信息用于提示所述第一姿态特征与所述第二姿态特征匹配，所述第二提示信息用于提示所第一姿态特征与所述第二姿态特征不匹配。

在一种可能的实现方式中，所述效果展示模块包括：状态改变子模块，用于在所述第一姿态特征与所述第二姿态特征匹配的情况下，控制所述第二视频帧中的所述交互对象从展示状态改变成消失状态。

在一种可能的实现方式中，所述视频帧确定模块包括：对象识别子模块，用于对所述视频流的视频帧进行对象识别，确定视频帧中的待分析对象；对象确定子模块，用于将所述待分析对象中满足预设条件的对象确定为目标对象；视频帧确定子模块，用于将包括所述目标对象的视频帧确定为第一视频帧。

在一种可能的实现方式中，所述场景替换模块包括：第一生成子模块，用于采用所述目标场景图像中与所述第二图像区域对应的区域覆盖所述第一视频帧的第二图像区域，生成所述第二视频帧。

在一种可能的实现方式中，所述场景替换模块包括：第二生成子模块，用于采用所述第一图像区域覆盖所述目标场景图像中与所述第一图像区域对应的区域，生成所述第二视频帧。

在一种可能的实现方式中，所述装置还包括：场景提供模块，用于提供待选择的多个场景图像；第一场景确定模块，用于将被选中的场景图像确定为目标场景图像。

在一种可能的实现方式中，所述装置还包括：第二场景确定模块，用于根据所述待处理的视频流对应的情景类别，确定适应于所述待处理的视频流的目标场景图像。

在一种可能的实现方式中，所述待处理的视频流包括通过拍摄部件采集的目标对象进行互动游戏期间的视频流，所述目标场景图像包括增强现实AR图像。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：执行上述图像处理方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述图像处理方法。

在本公开实施例中，通过在待处理的视频流中识别出目标对象所在的第一视频帧，以及确定出第一视频帧的第一图像区域以及第一图像区域之外的第二图像区域，并使用目标场景图像替换第二图像区域，生成第二视频帧，使得第二视频帧更为逼真，更有趣味性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的图像处理方法的流程图。

图2a和图2b示出根据本公开实施例的图像处理方法的应用场景的示意图。

图3示出根据本公开实施例的图像处理方法的应用场景的示意图。

图4示出根据本公开实施例的图像处理装置的框图。

图5示出根据本公开实施例的一种电子设备的框图。

图6示出根据本公开实施例的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“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，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开实施例的图像处理方法的流程图，如图1所示，所述图像处理方法包括：

在步骤S11中，对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，所述目标对象包括一个或多个对象；

在步骤S12中，根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；

在步骤S13中，根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；

在步骤S14中，根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。

根据本公开的实施例，通过在待处理的视频流中识别出目标对象所在的第一视频帧，以及确定出第一视频帧的第一图像区域以及第一图像区域之外的第二图像区域，并使用目标场景图像替换第二图像区域，生成第二视频帧，使得第二视频帧更为逼真，更有趣味性。

在一种可能的实现方式中，所述图像处理方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。

在一种可能的实现方式中，所述待处理的视频流包括通过拍摄部件采集的目标对象进行互动游戏期间的视频流。其中，目标对象可包括一个或多个对象，互动游戏可包括体感游戏、VR游戏、AR游戏等任意类型的游戏(例如舞蹈类体感游戏)。例如，目标对象可以是进行互动游戏的一个或多个玩家，在玩家进行互动游戏期间，可以通过拍摄部件(例如摄像头)采集目标对象参与互动游戏时的视频流。

应当理解，待处理的视频流也可以包括在其他场景下采集的视频流，本公开对待处理的视频流的具体类型不作限制。此外，目标对象的数量可以根据实际情况进行设置，本公开对目标对象的数量也不作限制。

在一种可能的实现方式中，可以在步骤S11中对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧。其中，对待处理的视频流进行识别可包括对待处理的视频流进行面部识别，通过面部识别来确定目标对象，从而确定出包括目标对象的第一视频帧；对待处理的视频流进行识别还可以包括对待处理的视频流进行身体检测(可例如检测人体关键点)，通过身体检测来确定目标对象，从而确定出包括目标对象的第一视频帧。例如，待处理的视频流可以是玩家参与互动游戏时的视频流，可以将待处理的视频流中正在进行互动游戏的玩家识别为目标对象，将包括目标对象的视频帧确定为第一视频帧。应当理解，本领域技术人员可以根据实际需要选择对待处理的视频流进行识别的方式，本公开此不作限制。

在一种可能的实现方式中，步骤S11可包括：对所述视频流的视频帧进行对象识别，确定视频帧中的待分析对象；将所述待分析对象中满足预设条件的对象确定为目标对象；将包括所述目标对象的视频帧确定为第一视频帧。

举例来说，可以对待处理的视频流像进行对象识别(例如面部识别或身体检测)，确定视频帧中的待分析对象；然后根据预设条件对待分析对象进行判定，将满足预设条件的对象确定为目标对象，将包括目标对象的视频帧确定为第一视频帧。其中，预设条件可以是预先设定的一个或多个条件，例如，预设条件可以是进行面部识别时面部特征最清楚，也可以是进行身体检测时人体关键点显示完整。本领域技术人员可以根据实际情况对预设条件进行设置，本公开对此不作限制。

通过这种方式，可以实时地将满足预设条件的对象确定为目标对象，并确定出包括目标对象的第一视频帧。

在一种可能的实现方式中，在确定出第一视频帧后，可以在步骤S12中，根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征(例如人体关键点在第一视频帧中的位置)。其中，目标对象的特征信息可以有多种，例如面部特征、身体特征、姿态特征等。在第一视频帧中，可以获取目标对象至少包括身体特征的特征信息。应该理解，可以采用各种方式获取目标对象的特征信息，本公开对特征信息的获取方式不作限制。

在一种可能的实现方式中，目标对象的身体特征可以通过人体关键点在视频帧中的位置来表示，也就是说，可以通过目标对象的各个人体关键点在第一视频帧中的位置来确定目标对象的身体特征。例如，可以设置目标对象有14个人体关键点，根据14个人体关键点在第一视频帧中的位置可以确定出目标对象的身体特征。应当理解，本领域技术人员可以根据实际情况设置人体关键点的数量，本公开对人体关键点的具体数量不作限制。

在一种可能的实现方式中，可以在步骤S13中，根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域。在第一视频帧中，可根据目标对象的身体特征，例如人体关键点在第一视频帧中的位置，确定出目标对象在第一视频帧中的精确的人体区域，并将该人体区域作为第一图像区域。然后根据已确定的第一图像区域(人体区域)，可以将第一视频帧中第一图像区域之外的区域确定为第二图像区域，并将第一视频帧分割为第一图像区域以及第二图像区域。可将第一图像区域作为前景区域，第二图像区域作为背景区域。

在一种可能的实现方式中，对第一视频帧进行分割后，可以在步骤S14中，根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。也就是说，可以使用预设的目标场景图像中的目标场景替换第一视频帧的场景(背景区域)，生成包括目标对象和目标场景的第二视频帧。

图2a和图2b示出根据本公开实施例的图像处理方法的应用场景的示意图。图2a为第一视频帧，图2b为生成的第二视频帧，此处使用了目标场景“气泡”对第一视频帧进行背景替换后，生成第二视频帧。

在一种可能的实现方式中，所述目标场景图像可包括增强现实AR图像。其中，增强现实是一种实时地计算摄像机影像的位置及角度并加上相应图像、视频、3D模型的技术。使用增强现实技术生成的AR图像是将真实世界与虚拟世界叠加后显示的图像。将增强现实AR图像作为目标场景图像，可以提高目标场景图像的趣味性，同时还可以给参与互动游戏的玩家营造更有沉浸感的游戏体验。应当理解，目标场景图像也可以包括在其他场景下的图像，本公开对目标场景图像的具体类型及场景不作限制。

在一种可能的实现方式中，步骤S14可包括：采用所述目标场景图像中与所述第二图像区域对应的区域覆盖所述第一视频帧的第二图像区域，生成所述第二视频帧。通过使用目标场景图像的对应区域覆盖第一视频帧的第二图像区域，可以使用第一视频帧来生成第二视频帧。

在一种可能的实现方式中，步骤S14可包括：采用所述第一图像区域覆盖所述目标场景图像中与所述第一图像区域对应的区域，生成所述第二视频帧。通过使用第一图像区域覆盖目标场景图像中的对应区域，可以使用目标场景图像来生成第二视频帧。

在一种可能的实现方式中，生成包括目标对象和目标场景图像的第二视频帧后，可以向目标对象展示第二视频帧。例如，在体感游戏中，目标场景图像为炫酷舞台，生成包括玩家与炫酷舞台的第二视频帧后，可以通过体感游戏的用户界面展示由第二视频帧组成的视频流，这样，玩家可以实时看到生成的视频流。通过这种方式，可以防止周围环境对玩家的影响，为玩家营造更为逼真的游戏体验。

在一种可能的实现方式中，所述方法还包括：提供待选择的多个场景图像，将被选中的场景图像确定为目标场景图像。例如，在进行视频拍摄时，可以提供待选择的多个场景图像，例如“月球表面”、“富士山下”等，然后将被用户选中的场景图像确定为目标场景图像。通过选择目标场景图像，可以增加趣味性，并提高用户的参与性。

在一种可能的实现方式中，所述方法还包括：根据所述待处理的视频流对应的情景类别，确定适应于所述待处理的视频流的目标场景图像。

举例来说，待处理的视频流对应的情景类别可以根据待处理的视频流中目标对象的表情、动作、当前场景等来确定。根据该情景类别，可以确定出适应于待处理的视频流的目标场景图像。例如，待处理的视频流为《小苹果》的互动游戏，根据互动场景，可以为待处理的视频流确定“炫酷舞台”的目标场景图像；或者待处理的视频流中包含“卡路里”，可以为待处理的视频流确定“美食”的目标场景图像。

应当理解，本领域技术人员可以根据实际情况对情景类别进行判定，并确定适用于待处理的视频流的目标场景图像，本公开对情景类别及适用于情景类型的目标场景图像不作限制。

通过这种方式，可以根据情景类别自动确定目标场景图像，增加了目标场景图像的趣味性。

在一种可能的实现方式中，所述特征信息还包括第一姿态特征，所述方法还包括：根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配；基于匹配结果，在所述第二视频帧中显示展示效果。

其中，交互对象可以是通过特定的图案展示第二姿态的对象，例如，体感游戏中的游戏对象。可以将目标对象的第一姿态特征与交互对象的第二姿态特征进行比对，确定第一姿态特征与第二姿态特征的匹配结果，并基于匹配结果，在第二视频帧中向目标对象显示展示效果。在匹配结果不同的情况下，可以向目标对象展示不同的效果。

图3示出根据本公开实施例的图像处理方法的应用场景的示意图。如图3所示，目标对象32通过模仿交互对象31的姿态来参与互动游戏，其中，交互对象31可通过特定的图案来展示的第二姿态。将目标对象32的第一姿态特征与交互对象31的第二姿态特征进行比对，可确定出目标对象32的第一姿态特征与交互对象31的第二姿态特征不匹配。

在一种可能的实现方式中，可以通过人体关键点的位置来确定目标对象的第一姿态特征。例如，可以设置目标对象有14个人体关键点，根据14个人体关键点在第一视频帧中的坐标位置或14个人体关键点自身与其他关键点之间的相对位置关系可以确定出目标对象的第一姿态特征。

在一种可能的实现方式中，根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配，可包括：根据所述目标对象的第一姿态特征的人体关键点位置以及预设的交互对象的第二姿态特征的人体关键点位置，确定所述第一姿态特征与所述第二姿态特征的匹配度；在所述匹配度大于或等于匹配度阈值的情况下，确定所述第一姿态特征与所述第二姿态特征匹配。

举例来说，可以设置目标对象有14个人体关键点，首先将第一姿态特征的14个人体关键点的坐标位置与第二姿态特征的14个人体关键点的坐标位置进行比对，确定第一姿态特征与第二姿态特征的匹配度，然后判断匹配度与匹配度阈值的关系，在匹配度大于或等于匹配度阈值(例如，匹配度阈值为0.8)的情况下，确定第一姿态特征与第二姿态特征匹配，否则，确定第一姿态特征与第二姿态特征不匹配。此外，还可以使用14个人体关键点自身与其他关键点之间的相对位置关系来确定第一姿态特征与第二姿态特征的匹配度。应当理解，本领域技术人员可以根据实际情况设置匹配度阈值，本公开对匹配度阈值的具体取值不作限制。

通过使用人体关键点来计算第一姿态特征与第二姿态特征的匹配度，可以提高匹配度计算的精准度。

在一种可能的实现方式中，基于匹配结果，在所述第二视频帧中显示展示效果，可包括：基于所述第一姿态特征与第二姿态特征的匹配结果，在所述第二视频帧中显示提示信息，其中，所述提示信息包括第一提示信息和第二提示信息，所述第一提示信息用于提示所述第一姿态特征与所述第二姿态特征匹配，所述第二提示信息用于提示所第一姿态特征与所述第二姿态特征不匹配。也就是说，在第一姿态特征与第二姿态特征匹配的情况下，在第二视频帧中显示第一提示信息；在第一姿态特征与第二姿态特征不匹配的情况下，在第二视频帧中显示第二提示信息。

其中，提示信息可以包括文字类提示信息(例如“成功”、“失败”、或游戏得分等)、声音提示信息(例如欢呼声、哭声等)、图像类提示信息(例如笑脸、哭脸、花朵等)或其他提示信息。例如，第一提示信息可以是“成功”、欢呼声、笑脸等，第二提示信息可以是“失败”、哭声、哭脸等。本公开对提示信息的类别以及具体内容不作限制。

通过这种方式，可以在第二视频帧中向目标对象展示互动结果，从而提高互动游戏的游戏性和趣味性。

在一种可能的实现方式中，基于匹配结果，在所述第二视频帧中显示展示效果，包括：在所述第一姿态特征与所述第二姿态特征匹配的情况下，控制所述第二视频帧中的所述交互对象从展示状态改变成消失状态。也就是说，在第一姿态特征与第二姿态特征匹配的情况下，交互对象会从第二视频中消失，第二视频帧可以展示下一个交互对象或进入下个互动场景或展示其他信息。本公开对互动对象消失后第二视频帧展示的具体内容不作限制。

根据本公开实施例的图像处理方法，通过在待处理的视频流中识别出目标对象所在的第一视频帧，以及确定出第一视频帧的第一图像区域(前景区域)以及第一图像区域之外的第二图像区域(背景区域)，并使用目标场景图像(可例如AR图像)替换第二图像区域，生成第二视频帧，使得第二视频帧更为逼真，更有趣味性，从而可以在提高互动游戏的趣味性的同时，还可以给参与互动游戏的玩家营造更有沉浸感的游戏体验。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

图4示出根据本公开实施例的图像处理装置的框图，如图4所示，所述图像处理装置包括：

视频帧确定模块41，用于对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，所述目标对象包括一个或多个对象；

特征获取模块42，用于根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；

区域确定模块43，用于根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；

场景替换模块44，用于根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。

在一种可能的实现方式中，所述特征信息还包括第一姿态特征，所述装置还包括：姿态匹配模块，用于根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配；效果展示模块，用于基于匹配结果，在所述第二视频帧中显示展示效果。

在一种可能的实现方式中，所述姿态匹配模块包括：匹配度确定子模块，用于根据所述目标对象的第一姿态特征的人体关键点位置以及预设的交互对象的第二姿态特征的人体关键点位置，确定所述第一姿态特征与所述第二姿态特征的匹配度；匹配子模块，用于在所述匹配度大于或等于匹配度阈值的情况下，确定所述第一姿态特征与所述第二姿态特征匹配。

在一种可能的实现方式中，所述效果展示模块包括：信息显示子模块，用于基于所述第一姿态特征与第二姿态特征的匹配结果，在所述第二视频帧中显示提示信息，其中，所述提示信息包括第一提示信息和第二提示信息，所述第一提示信息用于提示所述第一姿态特征与所述第二姿态特征匹配，所述第二提示信息用于提示所第一姿态特征与所述第二姿态特征不匹配。

在一种可能的实现方式中，所述效果展示模块包括：状态改变子模块，用于在所述第一姿态特征与所述第二姿态特征匹配的情况下，控制所述第二视频帧中的所述交互对象从展示状态改变成消失状态。

在一种可能的实现方式中，所述视频帧确定模块41包括：对象识别子模块，用于对所述视频流的视频帧进行对象识别，确定视频帧中的待分析对象；对象确定子模块，用于将所述待分析对象中满足预设条件的对象确定为目标对象；视频帧确定子模块，用于将包括所述目标对象的视频帧确定为第一视频帧。

在一种可能的实现方式中，所述场景替换模块44包括：第一生成子模块，用于采用所述目标场景图像中与所述第二图像区域对应的区域覆盖所述第一视频帧的第二图像区域，生成所述第二视频帧。

在一种可能的实现方式中，所述场景替换模块44包括：第二生成子模块，用于采用所述第一图像区域覆盖所述目标场景图像中与所述第一图像区域对应的区域，生成所述第二视频帧。

在一种可能的实现方式中，所述装置还包括：场景提供模块，用于提供待选择的多个场景图像；第一场景确定模块，用于将被选中的场景图像确定为目标场景图像。

在一种可能的实现方式中，所述装置还包括：第二场景确定模块，用于根据所述待处理的视频流对应的情景类别，确定适应于所述待处理的视频流的目标场景图像。

在一种可能的实现方式中，所述待处理的视频流包括通过拍摄部件采集的目标对象进行互动游戏期间的视频流，所述目标场景图像包括增强现实AR图像。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804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。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种图像处理方法，其特征在于，包括：

对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，所述目标对象包括一个或多个对象；

根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；

根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；

根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。

2.根据权利要求1所述的方法，其特征在于，所述特征信息还包括第一姿态特征，所述方法还包括：

根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配；

基于匹配结果，在所述第二视频帧中显示展示效果。

3.根据权利要求2所述的方法，其特征在于，根据所述目标对象的第一姿态特征以及预设的交互对象的第二姿态特征，确定所述第一姿态特征是否与所述第二姿态特征匹配，包括：

根据所述目标对象的第一姿态特征的人体关键点位置以及预设的交互对象的第二姿态特征的人体关键点位置，确定所述第一姿态特征与所述第二姿态特征的匹配度；

在所述匹配度大于或等于匹配度阈值的情况下，确定所述第一姿态特征与所述第二姿态特征匹配。

4.根据权利要求2所述的方法，其特征在于，基于匹配结果，在所述第二视频帧中显示展示效果，包括：

基于所述第一姿态特征与第二姿态特征的匹配结果，在所述第二视频帧中显示提示信息，

其中，所述提示信息包括第一提示信息和第二提示信息，所述第一提示信息用于提示所述第一姿态特征与所述第二姿态特征匹配，所述第二提示信息用于提示所第一姿态特征与所述第二姿态特征不匹配。

5.根据权利要求2所述的方法，其特征在于，基于匹配结果，在所述第二视频帧中显示展示效果，包括：

在所述第一姿态特征与所述第二姿态特征匹配的情况下，控制所述第二视频帧中的所述交互对象从展示状态改变成消失状态。

6.根据权利要求1所述的方法，其特征在于，对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，包括：

对所述视频流的视频帧进行对象识别，确定视频帧中的待分析对象；

将所述待分析对象中满足预设条件的对象确定为目标对象；

将包括所述目标对象的视频帧确定为第一视频帧。

7.根据权利要求1-6中任意一项所述的方法，其特征在于，根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧，包括：

采用所述目标场景图像中与所述第二图像区域对应的区域覆盖所述第一视频帧的第二图像区域，生成所述第二视频帧。

8.一种图像处理装置，其特征在于，包括：

视频帧确定模块，用于对待处理的视频流进行识别，确定所述视频流中包括目标对象的第一视频帧，所述目标对象包括一个或多个对象；

特征获取模块，用于根据所述第一视频帧，获取所述目标对象的特征信息，所述特征信息至少包括身体特征；

区域确定模块，用于根据所述目标对象的身体特征，从所述第一视频帧中确定出所述目标对象所在的第一图像区域以及所述第一图像区域之外的第二图像区域；

场景替换模块，用于根据预设的目标场景图像，对所述第二图像区域进行场景替换，生成第二视频帧。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。