CN109889882A - 一种视频剪辑合成方法和系统 - Google Patents

Abstract

本发明提供了一种视频剪辑合成方法及相应的系统，可以对本地视频、网页视频甚至是网页录屏进行剪辑，并可通过音频或画面对剪辑的位置进行校对，以确保剪辑完整、并能有效排除不必要的片段，还可以根据需要对剪辑视频添加文字、图片或水印等标注信息，可以使视频信息更加丰富、详细；还可以将多段相互关联的视频进行组合，从而扩充视频信息；上述操作全部在云端进行，获得的剪辑片段可以直接存储在云端并通过云端进行发布，不需要经过本地操作的过渡。本方法特别适合网页操作、软件演示教程以及游戏演示视频等视频信息的制作，以及大中型媒体在体育赛事、重要会议、大型颁奖典礼以及特别事件的连续直播报道中进行实时发布动态。

Description

一种视频剪辑合成方法和系统

技术领域

本发明属于直播视频剪辑技术领域，特别涉及一种视频剪辑合成方法和系统。

背景技术

随着科技的发展、生活水平的提高，人们在适应快节奏的生活的同时，对于生活品质的要求也逐渐提升，这也使得人们更加重视对于时间的高效利用，伴随而来的就是对于读书、追剧、观影等都追求碎片化和精炼化，对新闻时事也更追求时效性。目前的视频平台已经具备对于体育赛事、重要会议、大型颁奖典礼以及特别事件进行实况转播的能力，但观众往往没有时间和精力观看完整的直播，此时就需要新闻媒体对发展动态进行实时发布；而传统的文字和图片形式的新闻已不能满足观众实时追踪直播动态的需求，因此需要一种对直播视频进行实时剪辑、以便观众及时观看直播视频片段的方法。而现有的剪辑工具均需要手动设置时间或选定位置，容易造成片段前后的剪辑处不完整、或收入了不必要的片段，即使多次重新剪辑也难以达到期望的效果，并且浪费时间和精力。

发明内容

为了解决上述技术问题，本发明提供了一种视频剪辑合成方法和系统。

本发明具体技术方案如下：

本发明一方面提供了一种视频剪辑合成方法，包括如下步骤：

S1：选择待剪辑的目标视频，获取所述目标视频的视频地址并接入，所述目标视频为本地视频、网页视频以及网页录屏中的任一种；

S2：设定剪辑的起始位置和终止位置，并根据使用者的设定对所述起始位置和所述终止位置进行校正，根据设定的信息在所述目标视频中找到相应的位置并进行剪辑，得到音频和影像完整的原始片段；

S3：向所述原始片段中添加附加信息，得到成品的剪辑片段，所述附加信息包括字幕、文字标注、水印、背景音频、图片、视频滤镜以及其他原始片段中的至少一种，当所述附加信息为至少一个其他原始片段时，在相邻两个原始片段之间设置转场特效；将所述剪辑片段通过网络进行发布。

进一步地，步骤S1中，获取所述目标视频的地址的方法如下：

当所述目标视频为本地视频时，从本地存储中查找待剪辑的所述本地视频，上传至云端进行存储、获得一个云端的URL地址，即为所述本地视频的视频地址；

当所述目标视频为网页视频时，直接获取所述网页视频的URL地址，即为所述网页视频的视频地址；

当所述目标视频为网页录屏时，输入待录屏的网页的URL地址，接入所述网页；根据请求触发或终止录制，或手动设置录制的开始时间和结束时间，对所述网页的操作信息和变化情况进行录制，得到所述网页录屏，并在云端进行存储、获得一个云端的URL地址，即为所述网页录屏的视频地址。

进一步地，步骤S2的具体方法如下：

S2.1：在所述目标视频的时间轴上设定起始时间t₁和终止时间t₂；

S2.2：设置一个时间阈值t₀，对所述目标视频在t₁-t₀～t₁+t₀时间内的音频进行核对，如所述目标视频无音频、则对t₁-t₀～t₁+t₀时间内的画面动作进行核对，并根据核对结果调整所述起始时间和所述终止时间的位置，使所述目标视频的音频或画面动作完整；

S2.3：根据调整后的起始时间和终止时间在所述目标视频中查找对应的时间点并进行复制，得到的复制片段即为原始片段。

进一步地，步骤S2.2中，对所述目标视频在t₁和t₂处的音频进行核对的方法如下：

①提取所述目标视频的音频频谱，并设置一个峰高阈值h₀；根据t1和t₂查找对应的位置，并分别对t₁-t₀～t₁+t₀时间内波形的变化幅度和t₂-t₀～t₂+t₀时间内波形的变化幅度进行分析；

②如t₁-t₀时间内的波形与t₁时刻的峰高变化幅度h₁≥h₀，或t₂+t₀时间内的波形与t₂时刻的峰高变化幅度h₂≥h₀，则将h_1max或h_2max的时间点设为新的t₁或t₂；如h₁＜h₀或h₂＜h₀，则进入步骤③；

③如t₁+t₀时间内的波形与t₁时刻的峰高变化幅度h₃≥h₀，或t₂-t₀时间内的波形与t₂时刻的峰高变化幅度h₄≥h₀，则将h3max或h4max的时间点设为新的t₁或t₂；如h₃＜h₀或h₄＜h₀，则不对t₁或t₂进行调整。

进一步地，步骤S2.2中，对所述目标视频在t₁和t₂处的画面动作进行核对的方法如下：

①提取t₁或t₂时刻的视频帧并进行二值化处理，从中选定至少一个素材图像，从所述素材图像的边缘处和图案线条处随机选取若干像素点，计算每个所述像素点的灰度和位置；

②设置一个匹配点数阈值n₀，分别从t₁-t₀时间内和t₂+t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找所述素材图像，如所有样本帧中均未查找到所述素材图像，则不对t₁或t₂进行调整；如查找到所述素材图像，则进入步骤③；

③从所述素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，计算每个所述样本点的灰度和位置，并与所述像素点进行匹配；如t₁-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₁≥n₀，或t₂+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₂≥n₀，则将n_1max或n_2max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₁＜n₀或n₂＜n₀，则进入步骤④；

④分别从t₁+t₀时间内和t₂-t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找所述素材图像，如所有样本帧中均未查找到所述素材图像，则不对t₁或t₂进行调整；如查找到所述素材图像，则进入步骤⑤；

⑤从所述素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，计算每个所述样本点的灰度和位置，并与所述像素点进行匹配；如t₁+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₃≥n₀，或t₂-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₄≥n₀，则将n_3max或n_4max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₃＜n₀或n₄＜n₀，则不对t₁或t₂进行调整。

本发明另一方面提供了一种视频剪辑合成系统，包括如下部分：

目标视频接入模块，用于选择待剪辑的目标视频，获取所述目标视频的视频地址并接入，所述目标视频为本地视频、网页视频以及网页录屏中的任一种；

剪辑管理模块，用于设定剪辑的起始位置和终止位置，并根据使用者的设定对所述起始位置和所述终止位置进行校正，根据设定的信息在所述目标视频中找到相应的位置并进行剪辑，得到音频和影像完整的原始片段；

附加信息添加模块，用于向所述原始片段中添加附加信息，得到成品的剪辑片段，所述附加信息包括字幕、文字标注、水印、背景音频、图片、视频滤镜以及其他原始片段中的至少一种；当所述附加信息为至少一个其他原始片段时，还用于在相邻两个原始片段之间设置转场特效；

发布模块，用于将制作好的所述剪辑片段通过网络进行发布。

进一步地，所述剪辑管理模块包括如下部分：

时间设置单元，用于在所述目标视频的时间轴上设定起始时间t₁和终止时间t₂，并设置一个时间阈值t₀，根据音频核对单元或画面核对单元的核对结果对t₁和t₂进行调整；

音频核对单元，用于对所述目标视频在t₁-t₀～t₁+t₀时间内的音频进行核对，并根据核对结果通知所述时间设置单元调整所述起始时间和所述终止时间的位置；

画面核对单元，用于在所述目标视频无音频时，对t₁-t₀～t₁+t₀时间内的画面动作进行核对，并根据核对结果通知所述时间设置单元调整所述起始时间和所述终止时间的位置；

复制单元，用于根据调整后的起始时间和终止时间在所述目标视频中查找对应的时间点并进行复制，得到的复制片段即为原始片段。

进一步地，所述音频核对单元包括如下部分：

音频频谱分析子单元，用于提取所述目标视频的音频频谱，并设置一个峰高阈值h₀；根据t₁和t₂查找对应的位置，并分别对t₁-t₀～t₁+t₀时间内波形的变化幅度和t₂-t₀～t₂+t₀时间内波形的变化幅度进行分析；

波形判断子单元，用于根据所述音频频谱分析子单元的分析结果进行判断，判断方法如下：

①如t₁-t₀时间内的波形与t₁时刻的峰高变化幅度h₁≥h₀，或t₂+t₀时间内的波形与t₂时刻的峰高变化幅度h₂≥h₀，则通知所述时间设置单元将h_1max或h_2max的时间点设为新的t₁或t₂；如h₁＜h₀或h₂＜h₀，则进入步骤②；

②如t₁+t₀时间内的波形与t1时刻的峰高变化幅度h₃≥h₀，或t₂-t₀时间内的波形与t₂时刻的峰高变化幅度h₄≥h₀，则将h_3max或h_4max的时间点设为新的t₁或t₂；如h₃＜h₀或h₄＜h₀，则通知所述时间设置单元不对t₁或t₂进行调整。

进一步地，所述画面核对单元包括如下部分：

像素点提取子单元，用于提取t₁或t₂时刻的视频帧并进行二值化处理，从中选定至少一个素材图像，从所述素材图像的边缘处和图案线条处随机选取若干像素点，计算每个所述像素点的灰度和位置；

样本点选取子单元，用于设置一个匹配点数阈值n₀，分别从t₁-t₀时间内和t₂+t₀时间内、或t₁+t₀时间内和t₂-t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找所述素材图像，如所有样本帧中均未查找到所述素材图像，则通知所述时间设置单元不对t₁或t₂进行调整；如查找到所述素材图像，则从所述素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，并计算每个所述样本点的灰度和位置；

样本点判断子单元，用于将所述样本点与所述像素点进行匹配，具体方法如下：

①如t₁-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₁≥n₀，或t₂+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₂≥n₀，则通知所述时间设置单元将n_1max或n_2max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₁＜n₀或n₂＜n₀，则进入步骤②；

②如t₁+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₃≥n₀，或t₂-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₄≥n₀，则通知所述时间设置单元将n_3max或n_4max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₃＜n₀或n₄＜n₀，则通知所述时间设置单元不对t₁或t₂进行调整。

本发明的有益效果如下：本发明提供了一种视频剪辑合成方法及相应的系统，可以对本地视频、网页视频(录播视频或直播视频)甚至是网页录屏进行剪辑，并可通过音频或画面(动作或场景)对剪辑的位置进行校对，以确保剪辑完整、并能有效排除不必要的片段，使片段内容更加完整、精确；还可以根据需要对剪辑视频添加文字、图片或水印等标注信息，可以使视频信息更加丰富、详细，从而便于观看者快速获取并准确理解剪辑视频提供的信息；还可以将多段相互关联的视频进行组合，从而扩充视频信息，使单次发布的信息更加全面、广泛，有效提高信息发布的效率；上述操作全部在云端进行，获得的剪辑片段可以直接存储在云端并通过云端进行发布，不需要经过本地操作的过渡，可以大大缩短操作时间、并可有效降低本地操作造成的内存损耗。通过上述方式，可以快速、方便地对各种视频进行剪辑和发布，特别适合网页操作、软件演示教程以及游戏演示视频等视频信息的制作，以及大中型媒体在体育赛事、重要会议、大型颁奖典礼以及特别事件的连续直播报道中进行实时发布动态，在保证完整记录视频信息的前提下显著提高了新闻的时效性以及视频信息的直观体验。

附图说明

图1为实施例1所述的一种视频剪辑合成方法的流程图；

图2为实施例1所述的一种视频剪辑合成方法中通过音频进行校对的流程图；

图3为实施例1所述的一种视频剪辑合成方法中通过画面进行校对的流程图；

图4为实施例2所述的一种视频剪辑合成系统的结构示意图；

图5为实施例3所述的一种视频剪辑合成系统中剪辑管理模块的结构示意图。

具体实施方式

下面结合附图和以下实施例对本发明作进一步详细说明。

实施例1

如图1所示，本发明实施例1提供了一种视频剪辑合成方法，包括如下步骤：

S1：选择待剪辑的目标视频，获取目标视频的视频地址并接入，目标视频为本地视频(本地存储的各类视频)、网页视频(网页上公开播放的视频，可以为录播视频或直播视频)以及网页录屏(网页操作监控记录、软件操作教程以及游戏演示等)中的任一种；

S2：设定剪辑的起始位置和终止位置，并根据使用者的设定对起始位置和终止位置进行校正，根据设定的信息在目标视频中找到相应的位置并进行剪辑，得到音频和影像完整的原始片段；

上述操作可以确保截取片段中的语句或画面完整，同时排除不必要的片段，从而保证剪辑的质量；该功能可以由使用者自行决定是否启用；

S3：向原始片段中添加附加信息，得到成品的剪辑片段，附加信息包括字幕(可以自行制作添加，也可以直接添加成品字幕)、文字标注(包括人名、地点、物品名等标注信息，以及为加强效果添加的特效文字)、水印(包括制作者名称标记或电视台台标等，用于宣示版权归属)、背景音频(背景音乐或配音等)、图片(可以覆盖整个画面，也可以出现在画面的特定位置)、视频滤镜以及其他原始片段中的至少一种，当附加信息为至少一个其他原始片段时，在相邻两个原始片段之间设置转场特效(转场特效方式包括叠化、闪黑、模糊叠化等常规的转场特效，也可以手动引入或设计其他的特效类型，还可以在转场位置添加水印、文字、音频等附加信息)；将剪辑片段通过网络(可以为微博等社交平台)进行发布。

在具体实施时，步骤S1中，获取目标视频的地址的方法如下：

当目标视频为本地视频时，从本地存储中查找待剪辑的本地视频，上传至云端进行存储、获得一个云端的URL地址，即为本地视频的视频地址；

当目标视频为网页视频时，直接获取网页视频的URL地址，即为网页视频的视频地址；对于直播视频，其地址为以rtmp开头或以m3u8结尾的地址，或为rtmp或hls协议流，或者可以直接从直播平台接入相应的直播地址；

当目标视频为网页录屏时，输入待录屏的网页的URL地址，接入网页；根据请求触发或终止录制，或手动设置录制的开始时间和结束时间，对网页的操作信息和变化情况进行录制，得到网页录屏，并在云端进行存储、获得一个云端的URL地址，即为网页录屏的视频地址。

在具体实施时，步骤S2的具体方法如下：

S2.1：在目标视频的时间轴上设定起始时间t₁和终止时间t₂；

S2.2：设置一个时间阈值t₀，对目标视频在t₁-t₀～t₁+t₀时间内的音频进行核对，如目标视频无音频、则对t₁-t₀～t₁+t₀时间内的画面动作进行核对，并根据核对结果调整起始时间和终止时间的位置，使目标视频的音频或画面动作完整；

S2.3：根据调整后的起始时间和终止时间在目标视频中查找对应的时间点并进行复制，得到的复制片段即为原始片段。

对视频截取的起始位置和终止位置进行校正时，由于音频的判定比画面判定更加简单、直观，因此优先以音频作为判定指标，一句话或一段音乐的开始或结束之处即可以作为截取的起始或终止位置，可以直观、便捷地确定截取位置；当视频中没有可用于判断的音频时，则需要对画面进行核对，以动作或场景的切换之处作为截取位置。

如图2所示，在具体实施时，步骤S2.2中，对目标视频在t₁和t₂处的音频进行核对的方法如下：

①提取目标视频的音频频谱，并设置一个峰高阈值h₀；根据t1和t₂查找对应的位置，并分别对t₁-t₀～t₁+t₀时间内波形的变化幅度和t₂-t₀～t₂+t₀时间内波形的变化幅度进行分析；

②如t₁-t₀时间内的波形与t₁时刻的峰高变化幅度h₁≥h₀，或t₂+t₀时间内的波形与t₂时刻的峰高变化幅度h₂≥h₀，则将h_1max或h_2max的时间点设为新的t₁或t₂；如h₁＜h₀或h₂＜h₀，则进入步骤③；

③如t₁+t₀时间内的波形与t₁时刻的峰高变化幅度h₃≥h₀，或t₂-t₀时间内的波形与t₂时刻的峰高变化幅度h₄≥h₀，则将h3max或h4max的时间点设为新的t₁或t₂；如h₃＜h₀或h₄＜h₀，则不对t₁或t₂进行调整。

对视频截取的起始位置和终止位置进行校正时，优先考虑对截取的片段进行扩充，当无法扩充时再考虑对片段进行缩减。即：假设t₁位于一句话或一段音乐中间，那么优先考虑向前移动、将该句话或该段音乐所处的视频片段截取完整；但扩充的范围有限、不能无限制地向前移动，因此以时间阈值t₀为限，如在该范围内可完整截取，则以新的截取位置作为新的t₁；如无法截取完整，此时考虑向后移动、将该句话或该段音乐完全去除，如果此时在t₀内可完整截取，则以新的截取位置作为新的t₁；如仍然无法完整截取，则放弃调整、保留原有t₁。对t₂采用相同的方式进行校对。

如图3所示，在具体实施时，步骤S2.2中，对目标视频在t₁和t₂处的画面动作进行核对的方法如下：

①提取t₁或t₂时刻的视频帧并进行二值化处理，从中选定至少一个素材图像，从素材图像的边缘处和图案线条处随机选取若干像素点，计算每个像素点的灰度和位置；

②设置一个匹配点数阈值n₀，分别从t₁-t₀时间内和t₂+t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找素材图像，如所有样本帧中均未查找到素材图像，则不对t₁或t₂进行调整；如查找到素材图像，则进入步骤③；

③从素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，计算每个样本点的灰度和位置，并与像素点进行匹配；如t₁-t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₁≥n₀，或t₂+t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₂≥n₀，则将n_1max或n_2max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₁＜n₀或n₂＜n₀，则进入步骤④；

④分别从t₁+t₀时间内和t₂-t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找素材图像，如所有样本帧中均未查找到素材图像，则不对t₁或t₂进行调整；如查找到素材图像，则进入步骤⑤；

⑤从素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，计算每个样本点的灰度和位置，并与像素点进行匹配；如t₁+t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₃≥n₀，或t₂-t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₄≥n₀，则将n_3max或n_4max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₃＜n₀或n₄＜n₀，则不对t₁或t₂进行调整。

当原视频没有音频，或音频贯穿原视频的始终、无法分辨中断点时，需要通过画面的完整性(动作或场景的完整)进行核对，核对的思路与用音频核对时相同，均是优先考虑扩充片段、其次考虑缩减片段；而图像的处理较音频更为复杂，需要先选取比较的对象(人脸、物品、建筑等)，通过边缘或线条处的像素点的选取对其进行量化，以便进行对比分析。即：假设t₁位于一个动作或一个场景中间，那么优先考虑向前移动、将该动作或该场景相应的视频片段截取完整；但扩充的范围有限、不能无限制地向前移动，因此以时间阈值t₀为限，如在该范围内可完整截取，则以新的截取位置作为新的t₁；如无法截取完整，此时考虑向后移动、将该动作或该场景完全去除，如果此时在t₀内可完整截取，则以新的截取位置作为新的t₁；如仍然无法完整截取，则放弃调整、保留原有t₁。对t₂采用相同的方式进行校对。

本实施例提供了一种视频剪辑合成方法，可以对本地视频、网页视频(录播视频或直播视频)甚至是网页录屏进行剪辑，并可通过音频或画面(动作或场景)对剪辑的位置进行校对，以确保剪辑完整、并能有效排除不必要的片段，使片段内容更加完整、精确；还可以根据需要对剪辑视频添加文字、图片或水印等标注信息，可以使视频信息更加丰富、详细，从而便于观看者快速获取并准确理解剪辑视频提供的信息；还可以将多段相互关联的视频进行组合，从而扩充视频信息，使单次发布的信息更加全面、广泛，有效提高信息发布的效率；上述操作全部在云端进行，获得的剪辑片段可以直接存储在云端并通过云端进行发布，不需要经过本地操作的过渡，可以大大缩短操作时间、并可有效降低本地操作造成的内存损耗。通过上述方式，可以快速、方便地对各种视频进行剪辑和发布，特别适合网页操作、软件演示教程以及游戏演示视频等视频信息的制作，以及大中型媒体在体育赛事、重要会议、大型颁奖典礼以及特别事件的连续直播报道中进行实时发布动态，在保证完整记录视频信息的前提下显著提高了新闻的时效性以及视频信息的直观体验。

实施例2

如图4所示，本发明实施例2提供了一种视频剪辑合成系统，包括如下部分：

目标视频接入模块1，用于选择待剪辑的目标视频，获取目标视频的视频地址并接入，目标视频为本地视频、网页视频以及网页录屏中的任一种；

剪辑管理模块2，用于设定剪辑的起始位置和终止位置，并根据使用者的设定对起始位置和终止位置进行校正，根据设定的信息在目标视频中找到相应的位置并进行剪辑，得到音频和影像完整的原始片段；

附加信息添加模块3，用于向原始片段中添加附加信息，得到成品的剪辑片段，附加信息包括字幕、文字标注、水印、背景音频、图片、视频滤镜以及其他原始片段中的至少一种；当附加信息为至少一个其他原始片段时，在相邻两个原始片段之间设置转场特效；

发布模块4，用于将制作好的剪辑片段通过网络进行发布。

本实施例提供了一种视频剪辑合成方法，剪辑管理模块2可以对目标视频接入模块1接入的本地视频、网页视频(录播视频或直播视频)甚至是网页录屏进行剪辑，并可通过音频或画面(动作或场景)对剪辑的位置进行校对，以确保剪辑完整、并能有效排除不必要的片段，使片段内容更加完整、精确；附加信息添加模块3可以根据需要对剪辑视频添加文字、图片或水印等标注信息，可以使视频信息更加丰富、详细，从而便于观看者快速获取并准确理解剪辑视频提供的信息；还可以将多段相互关联的视频进行组合，从而扩充视频信息，使单次发布的信息更加全面、广泛，有效提高信息发布的效率；上述操作全部在云端进行，获得的剪辑片段可以直接存储在云端并有发布模块4通过云端进行发布，不需要经过本地操作的过渡，可以大大缩短操作时间、并可有效降低本地操作造成的内存损耗。通过上述方式，可以快速、方便地对各种视频进行剪辑和发布，特别适合网页操作、软件演示教程以及游戏演示视频等视频信息的制作，以及大中型媒体在体育赛事、重要会议、大型颁奖典礼以及特别事件的连续直播报道中进行实时发布动态，在保证完整记录视频信息的前提下显著提高了新闻的时效性以及视频信息的直观体验。

实施例3

如图5所示，实施例3在实施例2的基础上公开了一种视频剪辑合成系统，该实施例3进一步限定了剪辑管理模块2包括如下部分：

时间设置单元21，用于在目标视频的时间轴上设定起始时间t₁和终止时间t₂，并设置一个时间阈值t₀，根据音频核对单元22或画面核对单元23的核对结果对t₁和t₂进行调整；

音频核对单元22，用于对目标视频在t₁-t₀～t₁+t₀时间内的音频进行核对，并根据核对结果通知时间设置单元21调整起始时间和终止时间的位置；

画面核对单元23，用于在目标视频无音频时，对t₁-t₀～t₁+t₀时间内的画面动作进行核对，并根据核对结果通知时间设置单元21调整起始时间和终止时间的位置；

复制单元24，用于根据调整后的起始时间和终止时间在目标视频中查找对应的时间点并进行复制，得到的复制片段即为原始片段。

具体实施时，音频核对单元22包括如下部分：

音频频谱分析子单元221，用于提取目标视频的音频频谱，并设置一个峰高阈值h₀；根据t₁和t₂查找对应的位置，并分别对t₁-t₀～t₁+t₀时间内波形的变化幅度和t₂-t₀～t₂+t₀时间内波形的变化幅度进行分析；

波形判断子单元222，用于根据音频频谱分析子单元221的分析结果进行判断，判断方法如下：

①如t₁-t₀时间内的波形与t₁时刻的峰高变化幅度h₁≥h₀，或t₂+t₀时间内的波形与t₂时刻的峰高变化幅度h₂≥h₀，则通知时间设置单元21将h_1max或h_2max的时间点设为新的t₁或t₂；如h₁＜h₀或h₂＜h₀，则进入步骤②；

②如t₁+t₀时间内的波形与t1时刻的峰高变化幅度h₃≥h₀，或t₂-t₀时间内的波形与t₂时刻的峰高变化幅度h₄≥h₀，则将h_3max或h_4max的时间点设为新的t₁或t₂；如h₃＜h₀或h₄＜h₀，则通知时间设置单元21不对t₁或t₂进行调整。

具体实施时，画面核对单元23包括如下部分：

像素点提取子单元231，用于提取t₁或t₂时刻的视频帧并进行二值化处理，从中选定至少一个素材图像，从素材图像的边缘处和图案线条处随机选取若干像素点，计算每个像素点的灰度和位置；

样本点选取子单元232，用于设置一个匹配点数阈值n₀，分别从t₁-t₀时间内和t₂+t₀时间内、或t₁+t₀时间内和t₂-t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找素材图像，如所有样本帧中均未查找到素材图像，则通知时间设置单元21不对t₁或t₂进行调整；如查找到素材图像，则从素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，并计算每个样本点的灰度和位置；

样本点判断子单元233，用于将样本点与像素点进行匹配，具体方法如下：

①如t₁-t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₁≥n₀，或t₂+t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₂≥n₀，则通知时间设置单元21将n_1max或n_2max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₁＜n₀或n₂＜n₀，则进入步骤②；

②如t₁+t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₃≥n₀，或t₂-t₀时间内有至少一个样本帧中与样本点匹配成功的像素点的个数n₄≥n₀，则通知时间设置单元21将n_3max或n_4max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₃＜n₀或n₄＜n₀，则通知时间设置单元21不对t₁或t₂进行调整。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种视频剪辑合成方法，其特征在于，包括如下步骤：

S1：选择待剪辑的目标视频，获取所述目标视频的视频地址并接入，所述目标视频为本地视频、网页视频以及网页录屏中的任一种；

S2：设定剪辑的起始位置和终止位置，并根据使用者的设定对所述起始位置和所述终止位置进行校正，根据设定的信息在所述目标视频中找到相应的位置并进行剪辑，得到音频和影像完整的原始片段；

S3：向所述原始片段中添加附加信息，得到成品的剪辑片段，所述附加信息包括字幕、文字标注、水印、背景音频、图片、视频滤镜以及其他原始片段中的至少一种，当所述附加信息为至少一个其他原始片段时，在相邻两个原始片段之间设置转场特效；将所述剪辑片段通过网络进行发布。

2.如权利要求1所述的视频剪辑合成方法，其特征在于，步骤S1中，获取所述目标视频的地址的方法如下：

当所述目标视频为本地视频时，从本地存储中查找待剪辑的所述本地视频，上传至云端进行存储、获得一个云端的URL地址，即为所述本地视频的视频地址；

当所述目标视频为网页视频时，直接获取所述网页视频的URL地址，即为所述网页视频的视频地址；

当所述目标视频为网页录屏时，输入待录屏的网页的URL地址，接入所述网页；根据请求触发或终止录制，或手动设置录制的开始时间和结束时间，对所述网页的操作信息和变化情况进行录制，得到所述网页录屏，并在云端进行存储、获得一个云端的URL地址，即为所述网页录屏的视频地址。

3.如权利要求1所述的视频剪辑合成方法，其特征在于，步骤S2的具体方法如下：

S2.1：在所述目标视频的时间轴上设定起始时间t₁和终止时间t₂；

S2.2：设置一个时间阈值t₀，对所述目标视频在t₁-t₀～t₁+t₀时间内的音频进行核对，如所述目标视频无音频、则对t₁-t₀～t₁+t₀时间内的画面动作进行核对，并根据核对结果调整所述起始时间和所述终止时间的位置，使所述目标视频的音频或画面动作完整；

S2.3：根据调整后的起始时间和终止时间在所述目标视频中查找对应的时间点并进行复制，得到的复制片段即为原始片段。

4.如权利要求3所述的视频剪辑合成方法，其特征在于，步骤S2.2中，对所述目标视频在t₁和t₂处的音频进行核对的方法如下：

①提取所述目标视频的音频频谱，并设置一个峰高阈值h₀；根据t1和t₂查找对应的位置，并分别对t₁-t₀～t₁+t₀时间内波形的变化幅度和t₂-t₀～t₂+t₀时间内波形的变化幅度进行分析；

②如t₁-t₀时间内的波形与t₁时刻的峰高变化幅度h₁≥h₀，或t₂+t₀时间内的波形与t₂时刻的峰高变化幅度h₂≥h₀，则将h_1max或h_2max的时间点设为新的t₁或t₂；如h₁＜h₀或h₂＜h₀，则进入步骤③；

③如t₁+t₀时间内的波形与t₁时刻的峰高变化幅度h₃≥h₀，或t₂-t₀时间内的波形与t₂时刻的峰高变化幅度h₄≥h₀，则将h3max或h4max的时间点设为新的t₁或t₂；如h₃＜h₀或h₄＜h₀，则不对t₁或t₂进行调整。

5.如权利要求3所述的视频剪辑合成方法，其特征在于，步骤S2.2中，对所述目标视频在t₁和t₂处的画面动作进行核对的方法如下：

①提取t₁或t₂时刻的视频帧并进行二值化处理，从中选定至少一个素材图像，从所述素材图像的边缘处和图案线条处随机选取若干像素点，计算每个所述像素点的灰度和位置；

②设置一个匹配点数阈值n₀，分别从t₁-t₀时间内和t₂+t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找所述素材图像，如所有样本帧中均未查找到所述素材图像，则不对t₁或t₂进行调整；如查找到所述素材图像，则进入步骤③；

③从所述素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，计算每个所述样本点的灰度和位置，并与所述像素点进行匹配；如t₁-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₁≥n₀，或t₂+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₂≥n₀，则将n_1max或n_2max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₁＜n₀或n₂＜n₀，则进入步骤④；

④分别从t₁+t₀时间内和t₂-t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找所述素材图像，如所有样本帧中均未查找到所述素材图像，则不对t₁或t₂进行调整；如查找到所述素材图像，则进入步骤⑤；

⑤从所述素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，计算每个所述样本点的灰度和位置，并与所述像素点进行匹配；如t₁+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₃≥n₀，或t₂-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₄≥n₀，则将n_3max或n_4max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₃＜n₀或n₄＜n₀，则不对t₁或t₂进行调整。

6.一种视频剪辑合成系统，其特征在于，包括如下部分：

目标视频接入模块(1)，用于选择待剪辑的目标视频，获取所述目标视频的视频地址并接入，所述目标视频为本地视频、网页视频以及网页录屏中的任一种；

剪辑管理模块(2)，用于设定剪辑的起始位置和终止位置，并根据使用者的设定对所述起始位置和所述终止位置进行校正，根据设定的信息在所述目标视频中找到相应的位置并进行剪辑，得到音频和影像完整的原始片段；

附加信息添加模块(3)，用于向所述原始片段中添加附加信息，得到成品的剪辑片段，所述附加信息包括字幕、文字标注、水印、背景音频、图片、视频滤镜以及其他原始片段中的至少一种；当所述附加信息为至少一个其他原始片段时，还用于在相邻两个原始片段之间设置转场特效；

发布模块(4)，用于将制作好的所述剪辑片段通过网络进行发布。

7.如权利要求6所述的视频剪辑合成系统，其特征在于，所述剪辑管理模块(2)包括如下部分：

时间设置单元(21)，用于在所述目标视频的时间轴上设定起始时间t₁和终止时间t₂，并设置一个时间阈值t₀，根据音频核对单元(22)或画面核对单元(23)的核对结果对t₁和t₂进行调整；

音频核对单元(22)，用于对所述目标视频在t₁-t₀～t₁+t₀时间内的音频进行核对，并根据核对结果通知所述时间设置单元(21)调整所述起始时间和所述终止时间的位置；

画面核对单元(23)，用于在所述目标视频无音频时，对t₁-t₀～t₁+t₀时间内的画面动作进行核对，并根据核对结果通知所述时间设置单元(21)调整所述起始时间和所述终止时间的位置；

复制单元(24)，用于根据调整后的起始时间和终止时间在所述目标视频中查找对应的时间点并进行复制，得到的复制片段即为原始片段。

8.如权利要求7所述的视频剪辑合成系统，其特征在于，所述音频核对单元(22)包括如下部分：

音频频谱分析子单元(221)，用于提取所述目标视频的音频频谱，并设置一个峰高阈值h₀；根据t₁和t₂查找对应的位置，并分别对t₁-t₀～t₁+t₀时间内波形的变化幅度和t₂-t₀～t₂+t₀时间内波形的变化幅度进行分析；波形判断子单元(222)，用于根据所述音频频谱分析子单元(221)的分析结果进行判断，判断方法如下：

①如t₁-t₀时间内的波形与t₁时刻的峰高变化幅度h₁≥h₀，或t₂+t₀时间内的波形与t₂时刻的峰高变化幅度h₂≥h₀，则通知所述时间设置单元(21)将h_1max或h_2max的时间点设为新的t₁或t₂；如h₁＜h₀或h₂＜h₀，则进入步骤②；

②如t₁+t₀时间内的波形与t1时刻的峰高变化幅度h₃≥h₀，或t₂-t₀时间内的波形与t₂时刻的峰高变化幅度h₄≥h₀，则将h_3max或h_4max的时间点设为新的t₁或t₂；如h₃＜h₀或h₄＜h₀，则通知所述时间设置单元(21)不对t₁或t₂进行调整。

9.如权利要求7所述的视频剪辑合成系统，其特征在于，所述画面核对单元(23)包括如下部分：

像素点提取子单元(231)，用于提取t₁或t₂时刻的视频帧并进行二值化处理，从中选定至少一个素材图像，从所述素材图像的边缘处和图案线条处随机选取若干像素点，计算每个所述像素点的灰度和位置；样本点选取子单元(232)，用于设置一个匹配点数阈值n₀，分别从t₁-t₀时间内和t₂+t₀时间内、或t₁+t₀时间内和t₂-t₀时间内随机选取若干视频帧作为样本帧，进行二值化处理、并从中查找所述素材图像，如所有样本帧中均未查找到所述素材图像，则通知所述时间设置单元(21)不对t₁或t₂进行调整；如查找到所述素材图像，则从所述素材图像的边缘处和图案线条处随机选取若干像素点作为样本点，并计算每个所述样本点的灰度和位置；

样本点判断子单元(233)，用于将所述样本点与所述像素点进行匹配，具体方法如下：

①如t₁-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₁≥n₀，或t₂+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₂≥n₀，则通知所述时间设置单元(21)将n_1max或n_2max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₁＜n₀或n₂＜n₀，则进入步骤②；

②如t₁+t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₃≥n₀，或t₂-t₀时间内有至少一个样本帧中与所述样本点匹配成功的像素点的个数n₄≥n₀，则通知所述时间设置单元(21)将n_3max或n_4max对应的样本帧所处的时间点设为新的t₁或t₂；如所有样本帧均为n₃＜n₀或n₄＜n₀，则通知所述时间设置单元(21)不对t₁或t₂进行调整。