CN110070551A - 视频图像的渲染方法、装置和电子设备 - Google Patents
视频图像的渲染方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110070551A CN110070551A CN201910357135.6A CN201910357135A CN110070551A CN 110070551 A CN110070551 A CN 110070551A CN 201910357135 A CN201910357135 A CN 201910357135A CN 110070551 A CN110070551 A CN 110070551A
- Authority
- CN
- China
- Prior art keywords
- cutting object
- image
- video
- location information
- video frame
- 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
- 238000009877 rendering Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005520 cutting process Methods 0.000 claims abstract description 280
- 238000003860 storage Methods 0.000 claims description 40
- 230000011218 segmentation Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 230000004044 response Effects 0.000 claims description 21
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000001052 transient effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004040 coloring Methods 0.000 description 10
- 238000011282 treatment Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开公开了一种视频图像的渲染方法、装置和电子设备。其中，所述视频图像的渲染方法包括：从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
Description
技术领域
本公开涉及图像处理领域，特别是涉及一种视频图像的渲染方法、装置和电子设备。
背景技术
随着计算机技术的发展，智能终端的应用范围得到了广泛的提高，例如可以通过智能终端听音乐、玩游戏、上网聊天和拍照等。对于智能终端的拍照技术来说，其拍照像素已经达到千万像素以上，具有较高的清晰度和媲美专业相机的拍照效果。
目前在采用智能终端进行拍照时，不仅可以使用出厂时内置的拍照软件实现传统功能的拍照效果，还可以通过从网络端下载应用程序(Application，简称为：APP)来实现具有附加功能的拍照效果或者给视频加上特殊效果。
现有技术中，给视频加入特殊效果一般是使用素材直接在特定的位置上加入特效的素材，比如在特定的位置上加入一些序列帧形成一个特效动画，效果比较固定；另外，现有的特效定位方法比较粗糙，无法对目标对象进行更精细的渲染。
发明内容
根据本公开的一个方面，提供以下技术方案：
一种视频图像的渲染方法，包括：从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
进一步的，所述方法还包括：判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值；响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理。
进一步的，所述判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值，包括：计算所述第一分割对象的外接框的面积；计算所述当前视频帧的宽和高的乘积；计算所述外接框的面积与所述乘积的比值；将所述比值与第一阈值进行比较判断所述比值是否大于所述第一阈值。
进一步的，所述响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理，包括：响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理。
进一步的，所述响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理，包括：响应于所述比值大于所述第一阈值，将所述第一分割对象划分为多个像素区域；使用素材对所述多个像素区域中的像素的颜色进行处理。
进一步的，所述将所述第一分割对象划分为多个像素区域，包括：将所述第一分割对象的图像做灰度处理得到第一分割对象的灰度图；将所述灰度图中的像素值进行排序；根据预设的多个比例范围截取所述像素值以形成多个像素区域。
进一步的，所述从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息，包括：检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；获取所述外接框的中心位置作为所述第一分割对象的位置信息；提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象。
进一步的，所述从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息，包括：检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象；检测所述第一分割对象的关键点并获取所述关键点的坐标。
进一步的，所述获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，包括：从预定的存储位置中读取从一个或多个历史视频帧中得到的第二分割对象以及第二分割对象的位置信息。
进一步的，所述根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中，包括：根据所述第二分割对象的位置信息计算所述第二分割对象的渲染位置；根据预先设置的渲染参数将所述第二分割对象渲染于当前视频帧上的所述渲染位置上。
进一步的，所述将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息，包括：将所述第一分割对象以及第一分割对象的位置信息保存于预定的存储位置上以替换该存储位置上当前的第二分割对象以及第二分割对象的位置信息。
根据本公开的另一个方面，还提供以下技术方案：
一种视频图像的渲染装置，包括：
视频图像获取模块，用于从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；
视频图像获取模块，用于从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；
目标对象分割模块，用于从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；
历史分割对象获取模块，用于获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；
视频渲染模块，用于根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；
保存模块，用于将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
进一步的，所述装置，还包括：
面积比较模块，用于判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值；
第一处理模块，用于响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理。
进一步的，所述面积比较模块，还包括：
第一面积计算模块，用于计算所述第一分割对象的外接框的面积；
第二面积计算模块，用于计算所述当前视频帧的宽和高的乘积；
比值计算模块，用于计算所述外接框的面积与所述乘积的比值；
面积比较子模块，用于将所述比值与第一阈值进行比较判断所述比值是否大于所述第一阈值。
进一步的，所述第一处理模块，还包括：
颜色处理模块，用于响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理。
进一步的，所述颜色处理模块，还包括：
划分模块，用于响应于所述比值大于所述第一阈值，将所述第一分割对象划分为多个像素区域；
颜色处理子模块，用于使用素材对所述多个像素区域中的像素的颜色进行处理。
进一步的，所述划分模块，还用于：
将所述第一分割对象的图像做灰度处理得到第一分割对象的灰度图；
将所述灰度图中的像素值进行排序；
根据预设的多个比例范围截取所述像素值以形成多个像素区域。
进一步的，所述目标对象分割模块，还包括：
第一外接框检测模块，用于检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
第一位置获取模块，用于获取所述外接框的中心位置作为所述第一分割对象的位置信息；
第一提取模块，用于提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象。
进一步的，所述目标对象分割模块，还包括：
第二外接框检测模块，用于检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
第二提取模块，用于提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象；
关键点检测模块，用于检测所述第一分割对象的关键点并获取所述关键点的坐标。
进一步的，所述历史分割对象获取模块，还用于：
从预定的存储位置中读取从一个或多个历史视频帧中得到的第二分割对象以及第二分割对象的位置信息。
进一步的，所述视频渲染模块，还包括：
渲染位置计算模块，用于根据所述第二分割对象的位置信息计算所述第二分割对象的渲染位置；
渲染子模块，用于根据预先设置的渲染参数将所述第二分割对象渲染于当前视频帧上的所述渲染位置上。
进一步的，所述保存模块，还包括：
替换模块，用于将所述第一分割对象以及第一分割对象的位置信息保存于预定的存储位置上以替换该存储位置上当前的第二分割对象以及第二分割对象的位置信息。
根据本公开的又一个方面，还提供以下技术方案：
一种电子设备，包括：存储器，用于存储非暂时性计算机可读指令；以及处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现上述任一视频图像的渲染方法所述的步骤。
根据本公开的又一个方面，还提供以下技术方案：
一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述任一方法中所述的步骤。
本公开公开了一种视频图像的渲染方法、装置和电子设备。其中，所述视频图像的渲染方法包括：从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。本公开通过在当前视频帧中叠加目标对象的历史图像，解决了现有技术中图像效果比较固定的技术问题。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例,并配合附图，详细说明如下。
附图说明
图1为根据本公开一个实施例的视频图像的渲染方法的流程示意图；
图2为根据本公开一个实施例的视频图像的渲染方法的步骤S102的进一步的流程示意图；
图3为根据本公开一个实施例的视频图像的渲染方法的步骤S102的另一进一步的流程示意图；
图4为根据本公开一个实施例的视频图像的渲染方法的步骤S104的进一步的流程示意图；
图5为根据本公开一个实施例的视频图像的渲染方法的进一步的流程示意图；
图6为根据本公开一个实施例的视频图像的渲染装置的结构示意图；
图7为根据本公开实施例提供的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种视频图像的渲染方法。本实施例提供的所述视频图像的渲染方法可以由一计算装置来执行，所述计算装置可以实现为软件，或者实现为软件和硬件的组合，所述计算装置可以集成设置在服务器、终端设备等中。如图1所示，所述视频图像的渲染方法主要包括如下步骤S101至步骤S105。其中：
步骤S101：从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；
在本公开中，所述视频源为本地存储空间或者网络存储空间，所述从视频源获取视频图像，包括从本地存储空间中获取视频图像或者从网络存储空间中获取视频图像，无论从哪里获取视频图像，首选需要获取视频图像的存储地址，之后从该存储地址获取视频图像，所述视频图像包括多个视频帧，所述视频图像可以是视频也可以是带有动态效果的图片，只要是带有多帧的图像均可以是本公开中的视频图像。
在本公开中，所述视频源可以是图像传感器，所述从视频源获取视频图像，包括从图像传感器中采集视频图像。所述图像传感器指可以采集图像的各种设备，典型的图像传感器为摄像机、摄像头、相机等。在该实施例中，所述图像传感器可以是移动终端上的摄像头，比如智能手机上的前置或者后置摄像头，摄像头采集的视频图像可以直接显示在手机的显示屏上，在该步骤中，获取图像传感器所拍摄的视频，用于在下一步进一步识别图像中的目标对象。
在本公开中，所述视频帧中中包括目标对象，所述目标对象可以是一个或者多个特定的对象，比如人手、人脸、人体、各种动物等等。
在一个典型的应用中，用户使用移动终端的摄像头拍摄自己的人体视频，移动终端将拍摄到的视频显示在移动终端的显示装置上，此时用户可以在摄像头前做出各种动作，移动终端通过摄像头采集到的人体图像中的人手进行检测。对目标对象的识别和检测将在下边的几个步骤中描述，在此不再赘述。
步骤S102：从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；
如图2所示，在本公开中，所述从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息，可以包括以下步骤：
步骤S201：检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
步骤S202：获取所述外接框的中心位置作为所述第一分割对象的位置信息；
步骤S203：提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象。
其中在步骤S201中，可以使用目标对象检测的方法，对原始图像中的每一帧，提取图像中的图像特征形成特征图像，将特征图像划分为多个方格，对每个方格设置预定数量的外接框，判断哪一个外接框中包含的目标对象的特征最多，将该外接框输出作为目标对象的外接框。典型的，所述目标对象为人手，则通过对人手的检测，生成人手的外接框。可以理解的是，也可以使用其他方法对人手进行检测并形成上述外接框，在此不再赘述。
在步骤S202中，获取所述外接框的中心位置，将所述中心位置作为所述第一分割对象的位置信息。其中所述中心位置为所述外接框的基本属性，在步骤S201生成该外接框的时候将特征预想划分为多个方格，每个方格的中心位置可以通过特征图像的大小以及方格的大小来确定，而方格的中心位置就是外接框的中心位置，由此在步骤S201输出外接框时，外接框的中心位置也一并可以获得，在步骤S202中只需获取该中心位置将其作为第一分割对象的位置信息。
在步骤S203中，将外接框内的图像提取出来，单独对目标对象进行进一步的识别，并分割出所述第一分割对象。
以人手为例，在分割人手时，可以使用颜色特征定位人手的位置，将人手从背景中分割出来。具体的，传统的方法，可以使用图像传感器获取图像的颜色信息以及颜色信息的位置信息；将所述颜色信息与预设的人手颜色信息对比；识别人手上的第一颜色信息，所述第一颜色信息与所述预设的人手颜色信息的误差小于第一阈值；利用所述第一颜色信息的位置信息形成人手的轮廓。优选的，为了避免环境亮度对颜色信息的干扰，可以将图像传感器采集到的RGB颜色空间的图像数据映射到HSV颜色空间，使用HSV颜色空间中的信息作为对比信息，优选的，将HSV颜色空间中的色调值作为颜色信息，色调信息受亮度的影响最小，可以很好的过滤亮度的干扰。具体的，还可以使用深度学习的方法，使用事先训练好的深度学习模型，由于在步骤S201中已经提前缩小了人手的图像区域，可以使深度学习模型的检测时间大大减小，该深度学习模型被训练为输出图像中每个像素点为人手像素点的概率，具体的，该深度学习模型可以为卷积神经网络，通过多层卷积将上述外接框内的图像抽象为特征图像，并通过全连接层对每个特征图像中的每个像素点进行分类，判断其是是否是人手上的像素点，最终得到视频图像中的分割出的人手图像。
如图3所示，在本公开中，所述从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息，可以包括以下步骤：
步骤S301：检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
步骤S302：提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象；
步骤S303：检测所述第一分割对象的关键点并获取所述关键点的坐标。
其中步骤S301和步骤S302与步骤S201和步骤S203的具体实现方式相同。而步骤S303是检测出第一分割对象的关键点，将关键点的坐标作为第一分割对象的位置信息。由于关键点的位置有多个，因此第一分割对象的位置信息更加精确。具体的，关键点的检测一般可以使用深度学习模型，通过预先标记好关键点的训练集来训练所述深度学习模型，以使当分割出的第一分割对象输入该深度学习模型之后，该深度学习模型可以在该第一分割对象上回归出关键点的位置。可以理解的，为了加快检测速度，可以设置所检测的关键点的数量或序号，这样只需要检测少量的关键点，更适合移动终端使用。
可以理解的是，分割目标对象的方法有很多，对于不同的目标对象还可以进行进一步的优化，这不在本公开的讨论范围内，不再赘述，只要是可以从视频中分割出目标对象的方法，均可以应用于本公开中。
步骤S103：获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；
在该步骤中，所述获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，包括：从预定的存储位置中读取从一个或多个历史视频帧中得到的第二分割对象以及第二分割对象的位置信息。其中所述预定的存储位置为预先分配的存储空间，用于存储当前视频帧之前所分割出的目标对象以及目标对象的位置，可以理解是的，该存储位置中可以包括多个存储空间或者可以包括多个存储位置，以存储多个第二分割对象以及第二分割对象的位置信息，需要注意的是，所述的第二分割对象仅仅是为了与从当前视频帧中分割出的第一分割对象做区别，实际上第一分割对象和第二分割对象均是对同一个目标对象的分割图像，是同一个目标对象在不同时间的分割图像。具体的，还可以预先设置需要保存的第二分割对象以及第二分割对象的位置信息的数量，所述的预先设置可以是在配置文件中直接配置数量，或者通过人机交互接口，在每次执行该方法之前由用户临时指定，所述的人机接口可以是输入框、下拉选择框、按钮等等，在此不再赘述。
步骤S104：根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；
具体的，在该步骤中，可以直接将第二分割对象渲染到所述第二分割对象的位置上，这样会形成第一分割对象和第二分割对象同时出现在当前视频帧中的效果，也就是叠加到目标对象多个时间段的图像，以产生目标对象的重影效果。
如图4所示，在该步骤中，所述根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中，还可以包括：
步骤S401：根据所述第二分割对象的位置信息计算所述第二分割对象的渲染位置；
步骤S402：根据预先设置的渲染参数将所述第二分割对象渲染于当前视频帧上的所述渲染位置上。
在步骤S401中可以使用两种方式来计算第二分割对象的渲染位置，一种是将第二分割对象的位置信息直接作为第二分割对象的渲染位置，具体的，如使用第二分割对象的三个关键点的三个坐标作为第二分割对象的渲染位置，则将第二分割对象的所述三个关键点设置到所述三个坐标上，并渲染出第二分割对象；第二种是将第二分割对象的位置信息作为计算参数来计算第二分割对象的渲染位置，如使用第二分割对象的三个关键点的三个坐标作为参数，将这三个坐标向上偏移2个坐标单位，作为第二分割对象的渲染位置。
在步骤S402中，所述渲染参数可以是比如第二分割对象的透明度等等，该透明度可以与第二分割对象所在帧关联，与当前帧距离越远的历史帧中的第二分割对象透明度越高。渲染参数还可以为其他参数，如果缩放比例、旋转角度等等，可以根据需要实现的效果来配置，在此不再赘述。根据上述渲染参数将第二分割对象渲染在所述渲染位置上。
步骤S105：将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
在该步骤中，将当前视频帧中的第一分割对象保存作为之后视频帧的历史视频帧的第二分割对象。其中，所述将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息，可以包括：将所述第一分割对象以及第一分割对象的位置信息保存于预定的存储位置上以替换该存储位置上当前的第二分割对象以及第二分割对象的位置信息。具体的，可以将距离当前视频帧最远的历史视频帧的第二分割对象删除，并将其他的第二分割对象依次向后移动，将当前视频帧中的第一分割对象保存在最前边的存储位置上。在一个具体的实例中，一共保存3个历史视频帧中的第二分割对象，当前视频帧为第T帧，则保存的历史视频帧第二分割对象为第T-1，T-2，T-3帧的第二分割对象，在该步骤中，将原来T-3位置上的第二分割对象删除，将原来T-1和T-2位置的第二分割对象移动到T-2和T-3位置上，将当前视频帧中的第一分割对象保存在T-1位置上作为T+1帧的历史视频帧的第二分割对象。可以理解的是，此处的T，T-1，T-2和T-3并不代表严格的前后紧邻关系，其可以是间隔固定的几帧，如每隔2帧抽取一帧处理，其他帧均按照该帧之前的采样帧的处理方式来处理，在此不再赘述。
如图5所示，所述视频图像的渲染方法还包括：
步骤S501：判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值；
步骤S502：响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理。
可以理解的是，上述步骤可以在分割出第一分割对象之后的任意步骤之后执行，也即是可以在步骤S102之后执行，但是并不限定具体的执行位置。
其中，所述判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值，包括：计算所述第一分割对象的外接框的面积；计算所述当前视频帧的宽和高的乘积；计算所述外接框的面积与所述乘积的比值；将所述比值与第一阈值进行比较判断所述比值是否大于所述第一阈值。在步骤S201中，得到第一分割对象的外接框，该外接框的长和宽为已知的值，可以直接计算该长宽的乘积得到外接框的面积；当前视频帧的宽和高也是固定值，可以通过计算视频帧的宽高乘积得到视频帧的面积；计算上述两个面积比值并与第一阈值进行比较，第一阈值为一预设值，所述第一阈值不大于1。
所述响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理，包括：响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理。具体的，第一分割对象为人手，第一阈值为2/3，则当手掌外接框的面积大于视频帧面积的2/3时，对手掌中的像素进行颜色值处理，此处的颜色值处理可以是使用预先设定的颜色替换手掌中的像素的颜色，或者使用预先设定的颜色与手掌中的像素的颜色值进行混合。
进一步的，所述响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理，包括：响应于所述比值大于所述第一阈值，将所述第一分割对象划分为多个像素区域；使用素材对所述多个像素区域中的像素的颜色进行处理。在该步骤中，为了使效果更加真实或细腻，可以将第一分割对象划分为多个像素区域，对每个像素区域使用不同的素材进行颜色处理，以达到不同的光影区域使用不同的颜色处理，使效果更佳逼真。
具体的，所述将所述第一分割对象划分为多个像素区域，还可以包括：将所述第一分割对象的图像做灰度处理得到第一分割对象的灰度图；将所述灰度图中的像素值进行排序；根据预设的多个比例范围截取所述像素值以形成多个像素区域。
在上述步骤中，首先对分割出来的第一分割对象的图像做灰度处理得到第一分割对象的灰度图，灰度处理的方法有很多，典型的如将图像的像素在RGB图像三通道中的每一通道中的像素值相加求平均值，其中所述平均值可以为绝对平均值或者加权平均值，将该平均值作为该像素在灰度图中的像素值；或者取上述图像的像素在RGB图像三通道中的像素值中的最大值作为该像素在灰度图中的像素值。其他灰度处理的方法不再赘述，任何灰度处理的方法均可以应用于本公开的技术方案中。
在得到灰度图之后，对灰度图中的像素值进行排序。典型的，可以按照从小到大的顺序进行排序，以下边的3*3灰度图为例：
按照从小到大排序，得到一个像素值的序列50,60,70,120,150,170,200,210,220,对应的像素排序为a1，a2，a3，a6，a5，a4，a7，a8，a9
在将灰度图中的像素值进行排序之后，根据预设的多个比例范围截取所述像素值以形成多个像素区域。具体的，可以设置所述多个比例范围为：0～0.33,0.33～0.66，0.66～1,也就是说将排序后的像素值，按照每1/3为边界，截取成三个部分，以上边3*3的灰度图为例，则像素值被分割为(50,60,70)，(120,150,170)，(200,210,220)三个部分，对应的像素也被分为三个部分(a1，a2，a3)，(a6，a5，a4)，(a7，a8，a9)，对应的，第一分割对象根据上述三个部分被划分为三个像素区域。对于人手来说，由于光照的原因，可以将人手分为三个部分，一部分为遮挡部分，像素值比较低，一部分为半遮挡部分，像素值位于中间，第三部分为强光部分，像素值最好，优选的比例范围为：0～0.1，0.1～0.7，0.7～1。对于上述比例，可以任意设置，或者根据第一分割对象的属性等设置，在此不做限制。
在一个实施例中，所述根据预设的多个比例范围截取所述像素值以形成多个像素区域，还可以包括：根据预设的多个比例范围截取所述像素值；将至少一个所述比例范围内的像素值做高斯平滑处理；以所述多个比例范围为边界形成多个像素区域。由于按照上述比例来截取像素值之后，区域的边界可能会有很多噪声，影响效果，因此可以对至少一个比例范围内的像素值做高斯平滑以减少噪声的，将高斯平滑之后的区域作为像素区域，高斯平滑的方法和所使用的参数不再赘述，可以根据实际情况的需要任意设置。
在划分出的多个像素区域中，可以使用不同的素材分别对不听的像素区域进行处理；同样的，也可以使用同一个素材对不同的像素区域进行处理，此时需要加入像素区域本身的像素属性，以达到处理效果不同的效果。以目标对象为手掌为例，将手掌的RGB图像转换为HSL空间，在HSL空间中保持L分量也就是亮度分量的值不变，而将HS两个分量赋值成素材的HS分量，由此，可以在保持素材的颜色的情况下，将手掌的三个区域渲染成不同亮度的素材颜色，可以形成细腻的渲染效果；或者将手掌的RGB图像转换为HSV空间，其中V分量使用手掌灰度图中的灰度值，HS同样使用素材的HS分量，由此，同样可以在保持素材的颜色的情况下，将手掌的三个区域渲染成不同亮度的素材颜色，可以形成细腻的渲染效果。
本公开所实现的一个具体的特效实例为手掌工夫幻影效果，即当用户的手出现在视频图像中时，获取并保存用户历史手掌的位置，并将历史手掌的图像渲染到其历史位置上与当前的手掌图像叠加，形成幻影的效果；并且当用户将手掌伸向图像采集装置，手掌在视频中的面积越来越大，最终当大于一定的阈值之后，将手掌的颜色进行渲染，变成黄色或者红色以显示出功夫的特效。
本公开公开了一种视频图像的渲染方法、装置和电子设备。其中，所述视频图像的渲染方法包括：从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。本公开通过在当前视频帧中叠加目标对象的历史图像，解决了现有技术中图像效果比较固定的技术问题。
在上文中，虽然按照上述的顺序描述了上述方法实施例中的各个步骤，本领域技术人员应清楚，本公开实施例中的步骤并不必然按照上述顺序执行，其也可以倒序、并行、交叉等其他顺序执行，而且，在上述步骤的基础上，本领域技术人员也可以再加入其他步骤，这些明显变型或等同替换的方式也应包含在本公开的保护范围之内，在此不再赘述。
下面为本公开装置实施例，本公开装置实施例可用于执行本公开方法实施例实现的步骤，为了便于说明，仅示出了与本公开实施例相关的部分，具体技术细节未揭示的，请参照本公开方法实施例。
本公开实施例提供一种图像的处理装置。所述装置可以执行上述视频图像的渲染方法实施例中所述的步骤。如图6所示，所述装置500主要包括：视频图像获取模块601、目标对象分割模块602、历史分割对象获取模块603、视频渲染模块604和保存模块605。其中，
视频图像获取模块601，用于从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；
目标对象分割模块602，用于从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；
历史分割对象获取模块603，用于获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；
视频渲染模块604，用于根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；
保存模块605，用于将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
进一步的，所述装置600，还包括：
面积比较模块，用于判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值；
第一处理模块，用于响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理。
进一步的，所述面积比较模块，还包括：
第一面积计算模块，用于计算所述第一分割对象的外接框的面积；
第二面积计算模块，用于计算所述当前视频帧的宽和高的乘积；
比值计算模块，用于计算所述外接框的面积与所述乘积的比值；
面积比较子模块，用于将所述比值与第一阈值进行比较判断所述比值是否大于所述第一阈值。
进一步的，所述第一处理模块，还包括：
颜色处理模块，用于响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理。
进一步的，所述颜色处理模块，还包括：
划分模块，用于响应于所述比值大于所述第一阈值，将所述第一分割对象划分为多个像素区域；
颜色处理子模块，用于使用素材对所述多个像素区域中的像素的颜色进行处理。
进一步的，所述划分模块，还用于：
将所述第一分割对象的图像做灰度处理得到第一分割对象的灰度图；
将所述灰度图中的像素值进行排序；
根据预设的多个比例范围截取所述像素值以形成多个像素区域。
进一步的，所述目标对象分割模块602，还包括：
第一外接框检测模块，用于检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
第一位置获取模块，用于获取所述外接框的中心位置作为所述第一分割对象的位置信息；
第一提取模块，用于提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象。
进一步的，所述目标对象分割模块602，还包括：
第二外接框检测模块，用于检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
第二提取模块，用于提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象；
关键点检测模块，用于检测所述第一分割对象的关键点并获取所述关键点的坐标。
进一步的，所述历史分割对象获取模块603，还用于：
从预定的存储位置中读取从一个或多个历史视频帧中得到的第二分割对象以及第二分割对象的位置信息。
进一步的，所述视频渲染模块604，还包括：
渲染位置计算模块，用于根据所述第二分割对象的位置信息计算所述第二分割对象的渲染位置；
渲染子模块，用于根据预先设置的渲染参数将所述第二分割对象渲染于当前视频帧上的所述渲染位置上。
进一步的，所述保存模块605，还包括：
替换模块，用于将所述第一分割对象以及第一分割对象的位置信息保存于预定的存储位置上以替换该存储位置上当前的第二分割对象以及第二分割对象的位置信息。
图6所示装置可以执行图1-图5所示实施例的方法，本实施例未详细描述的部分，可参考对图1-图5所示实施例的相关说明。所述技术方案的执行过程和技术效果参见图1-图5所示实施例中的描述，在此不再赘述。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备700的结构示意图。本公开实施例中的电子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、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、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7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7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，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，所述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，所述计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在所述计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的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，所述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，所述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、RF(射频)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，而未装配入所述电子设备中。
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所述电子设备执行时，使得所述电子设备：从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
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，所述模块、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单元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，单元的名称在某种情况下并不构成对所述单元本身的限定。
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 (14)
1.一种视频图像的渲染方法，包括：
从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；
从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；
获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；
根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；
将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
2.如权利要求1所述的视频图像的渲染方法，其中所述方法还包括：
判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值；
响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理。
3.如权利要求2所述的视频图像的渲染方法，其中所述判断所述第一分割对象的面积与当前视频帧的面积的比值是否大于第一阈值，包括：
计算所述第一分割对象的外接框的面积；
计算所述当前视频帧的宽和高的乘积；
计算所述外接框的面积与所述乘积的比值；
将所述比值与第一阈值进行比较判断所述比值是否大于所述第一阈值。
4.如权利要求2所述的视频图像的渲染方法，其中所述响应于所述比值大于所述第一阈值，对所述第一分割对象进行第一处理，包括：
响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理。
5.如权利要求4所述的视频图像的渲染方法，其中所述响应于所述比值大于所述第一阈值，对所述第一分割对象中的像素的颜色值进行处理，包括：
响应于所述比值大于所述第一阈值，将所述第一分割对象划分为多个像素区域；
使用素材对所述多个像素区域中的像素的颜色进行处理。
6.如权利要求5所述的视频图像的渲染方法，其中所述将所述第一分割对象划分为多个像素区域，包括：
将所述第一分割对象的图像做灰度处理得到第一分割对象的灰度图；
将所述灰度图中的像素值进行排序；
根据预设的多个比例范围截取所述像素值以形成多个像素区域。
7.如权利要求1所述的视频图像的渲染方法，其中所述从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息，包括：
检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
获取所述外接框的中心位置作为所述第一分割对象的位置信息；
提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象。
8.如权利要求1所述的视频图像的渲染方法，其中所述从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息，包括：
检测所述当前视频帧中的目标对象并生成所述目标对象的外接框；
提取所述外接框内的图像并从所述外接框内的图像中提取所述第一分割对象；
检测所述第一分割对象的关键点并获取所述关键点的坐标。
9.如权利要求1所述的视频图像的渲染方法，其中所述获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，包括：
从预定的存储位置中读取从一个或多个历史视频帧中得到的第二分割对象以及第二分割对象的位置信息。
10.如权利要求1所述的视频图像的渲染方法，其中所述根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中，包括：
根据所述第二分割对象的位置信息计算所述第二分割对象的渲染位置；
根据预先设置的渲染参数将所述第二分割对象渲染于当前视频帧上的所述渲染位置上。
11.如权利要求1所述的视频图像的渲染方法，其中所述将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息，包括：
将所述第一分割对象以及第一分割对象的位置信息保存于预定的存储位置上以替换该存储位置上当前的第二分割对象以及第二分割对象的位置信息。
12.一种视频图像的渲染装置，包括：
视频图像获取模块，用于从视频源获取视频图像，所述视频图像包括多个视频帧，其中至少一个视频帧中包括目标对象；
目标对象分割模块，用于从所述视频图像的当前视频帧中分割所述目标对象以得到第一分割对象以及第一分割对象的位置信息；
历史分割对象获取模块，用于获取历史视频帧中的第二分割对象以及所述第二分割对象的位置信息，所述历史视频帧为在当前视频帧之前播放的视频帧；
视频渲染模块，用于根据所述第二分割对象的位置信息将所述第二分割对象渲染于当前视频帧中；
保存模块，用于将所述第二分割对象替换为第一分割对象，将所述第二分割对象的位置信息替换为第一分割对象的位置信息。
13.一种电子设备，包括：
存储器，用于存储计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-11中任意一项所述的视频图像的渲染方法。
14.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-11中任意一项所述的视频图像的渲染方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910357135.6A CN110070551B (zh) | 2019-04-29 | 2019-04-29 | 视频图像的渲染方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910357135.6A CN110070551B (zh) | 2019-04-29 | 2019-04-29 | 视频图像的渲染方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110070551A true CN110070551A (zh) | 2019-07-30 |
| CN110070551B CN110070551B (zh) | 2020-06-30 |
Family
ID=67369618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910357135.6A Active CN110070551B (zh) | 2019-04-29 | 2019-04-29 | 视频图像的渲染方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110070551B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110796664A (zh) * | 2019-10-14 | 2020-02-14 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| CN111601033A (zh) * | 2020-04-27 | 2020-08-28 | 北京小米松果电子有限公司 | 视频处理方法、装置及存储介质 |
| CN112347301A (zh) * | 2019-08-09 | 2021-02-09 | 北京字节跳动网络技术有限公司 | 图像特效处理方法、装置、电子设备和计算机可读存储介质 |
| CN113362434A (zh) * | 2021-05-31 | 2021-09-07 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| WO2021189995A1 (zh) * | 2020-03-24 | 2021-09-30 | 北京达佳互联信息技术有限公司 | 视频渲染方法、装置、电子设备及存储介质 |
| CN114511811A (zh) * | 2022-01-28 | 2022-05-17 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
| WO2023207522A1 (zh) * | 2022-04-29 | 2023-11-02 | 北京字跳网络技术有限公司 | 视频合成方法、装置、设备、介质及产品 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101431593A (zh) * | 2007-11-08 | 2009-05-13 | 夏普株式会社 | 图像处理装置、图像形成装置和图像处理方法 |
| CN107967708A (zh) * | 2017-12-06 | 2018-04-27 | 北京像素软件科技股份有限公司 | 水波模拟方法及装置 |
| CN108063920A (zh) * | 2017-12-26 | 2018-05-22 | 深圳开立生物医疗科技股份有限公司 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
| US20180220048A1 (en) * | 2017-01-31 | 2018-08-02 | Tetavi Ltd. | System and method for rendering free viewpoint video for studio applications |
| CN108702463A (zh) * | 2017-10-30 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、装置以及终端 |
| CN108933905A (zh) * | 2018-07-26 | 2018-12-04 | 努比亚技术有限公司 | 视频拍摄方法、移动终端和计算机可读存储介质 |
-
2019
- 2019-04-29 CN CN201910357135.6A patent/CN110070551B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101431593A (zh) * | 2007-11-08 | 2009-05-13 | 夏普株式会社 | 图像处理装置、图像形成装置和图像处理方法 |
| US20180220048A1 (en) * | 2017-01-31 | 2018-08-02 | Tetavi Ltd. | System and method for rendering free viewpoint video for studio applications |
| CN108702463A (zh) * | 2017-10-30 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种图像处理方法、装置以及终端 |
| CN107967708A (zh) * | 2017-12-06 | 2018-04-27 | 北京像素软件科技股份有限公司 | 水波模拟方法及装置 |
| CN108063920A (zh) * | 2017-12-26 | 2018-05-22 | 深圳开立生物医疗科技股份有限公司 | 一种图像冻结方法、装置、设备及计算机可读存储介质 |
| CN108933905A (zh) * | 2018-07-26 | 2018-12-04 | 努比亚技术有限公司 | 视频拍摄方法、移动终端和计算机可读存储介质 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112347301A (zh) * | 2019-08-09 | 2021-02-09 | 北京字节跳动网络技术有限公司 | 图像特效处理方法、装置、电子设备和计算机可读存储介质 |
| WO2021027632A1 (zh) * | 2019-08-09 | 2021-02-18 | 北京字节跳动网络技术有限公司 | 图像特效处理方法、装置、电子设备和计算机可读存储介质 |
| CN110796664A (zh) * | 2019-10-14 | 2020-02-14 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| CN110796664B (zh) * | 2019-10-14 | 2023-05-23 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、电子设备及计算机可读存储介质 |
| WO2021189995A1 (zh) * | 2020-03-24 | 2021-09-30 | 北京达佳互联信息技术有限公司 | 视频渲染方法、装置、电子设备及存储介质 |
| CN111601033A (zh) * | 2020-04-27 | 2020-08-28 | 北京小米松果电子有限公司 | 视频处理方法、装置及存储介质 |
| KR20210133112A (ko) * | 2020-04-27 | 2021-11-05 | 베이징 시아오미 파인콘 일렉트로닉스 컴퍼니 리미티드 | 비디오 처리 방법, 장치 및 저장 매체 |
| US11368632B2 (en) | 2020-04-27 | 2022-06-21 | Beijing Xiaomi Pinecone Electronics Co., Ltd. | Method and apparatus for processing video, and storage medium |
| KR102508080B1 (ko) * | 2020-04-27 | 2023-03-09 | 베이징 시아오미 파인콘 일렉트로닉스 컴퍼니 리미티드 | 비디오 처리 방법, 장치 및 저장 매체 |
| CN113362434A (zh) * | 2021-05-31 | 2021-09-07 | 北京达佳互联信息技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
| CN114511811A (zh) * | 2022-01-28 | 2022-05-17 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备和介质 |
| WO2023207522A1 (zh) * | 2022-04-29 | 2023-11-02 | 北京字跳网络技术有限公司 | 视频合成方法、装置、设备、介质及产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110070551B (zh) | 2020-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110070551A (zh) | 视频图像的渲染方法、装置和电子设备 | |
| CN111541907B (zh) | 物品显示方法、装置、设备及存储介质 | |
| US9478037B2 (en) | Techniques for efficient stereo block matching for gesture recognition | |
| CN110084204A (zh) | 基于目标对象姿态的图像处理方法、装置和电子设备 | |
| CN110062176A (zh) | 生成视频的方法、装置、电子设备和计算机可读存储介质 | |
| CN110287891A (zh) | 基于人体关键点的手势控制方法、装置及电子设备 | |
| CN110070063A (zh) | 目标对象的动作识别方法、装置和电子设备 | |
| CN110503725A (zh) | 图像处理的方法、装置、电子设备及计算机可读存储介质 | |
| CN110047124A (zh) | 渲染视频的方法、装置、电子设备和计算机可读存储介质 | |
| CN110069125B (zh) | 虚拟对象的控制方法和装置 | |
| CN110288553A (zh) | 图像美化方法、装置及电子设备 | |
| GB2590286A (en) | Image synthesis method and apparatus | |
| CN110047122A (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
| CN110035236A (zh) | 图像处理方法、装置和电子设备 | |
| CN107851308A (zh) | 用于识别目标物体的系统和方法 | |
| CN110070499A (zh) | 图像处理方法、装置和计算机可读存储介质 | |
| CN110069974A (zh) | 高光图像处理方法、装置和电子设备 | |
| CN110288551A (zh) | 视频美化方法、装置及电子设备 | |
| US20190107924A1 (en) | Optimizing a display of a user device | |
| CN110177295A (zh) | 字幕越界的处理方法、装置和电子设备 | |
| CN109064525A (zh) | 一种图片格式转换方法、装置、设备和存储介质 | |
| CN110070585A (zh) | 图像生成方法、装置和计算机可读存储介质 | |
| CN112308797A (zh) | 角点检测方法、装置、电子设备及可读存储介质 | |
| CN110070495A (zh) | 图像的处理方法、装置和电子设备 | |
| CN110070515A (zh) | 图像合成方法、装置和计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Tiktok vision (Beijing) Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230710 Address after: 100190 1309, 13th floor, building 4, Zijin Digital Park, Haidian District, Beijing Patentee after: Beijing volcano Engine Technology Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Douyin Vision Co.,Ltd. |
|
| TR01 | Transfer of patent right |