CN110149517A - 视频处理的方法、装置、电子设备及计算机存储介质 - Google Patents

Abstract

本发明公开了一种视频处理的方法、装置、电子设备及计算机存储介质，属于图像处理技术领域。所述方法包括：获取待处理的目标视频，确定所述目标视频的视频场景类型，所述视频场景类型用于指示所述目标视频内多帧图像表示的场景；根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值，所述第一压缩参数为对所述视频场景类型的视频进行压缩过程中所采用的参数；基于所述第一压缩参数，对所述目标视频进行压缩处理，从而使得压缩后的视频可以有较好的视觉效果，满足用户的浏览需求，提升了播放效果。

Description

视频处理的方法、装置、电子设备及计算机存储介质

技术领域

本发明涉及图像处理技术领域，特别涉及一种视频处理的方法、装置、电子设备及计算机存储介质。

背景技术

在视频传输时，由于待传输的视频较大，通常会先对视频进行压缩，再进行传输。例如，在线视频通信、直播应用中视频直播等场景中，作为接收方的用户所观看的视频实际为已压缩的视频，从而提高传输效率，保证接收方实时播放的流畅性。

相关技术中，以直播应用中的视频直播为例，视频处理过程可以为：终端获取待传输的视频，通过该直播应用中统一配备的压缩算法，对该待传输的视频进行压缩处理，从而后续传输该压缩后的视频。

在实现本发明的过程中，发明人发现相关技术至少存在以下问题：

上述方法实际上是将所有视频按照统一的压缩算法进行压缩，压缩后不同的视频的清晰度均相同，然而对于某些需要较高的清晰度才能满足实际浏览需求的视频，采用上述方法压缩处理后，显然视频画面清晰度不高甚至模糊不清，从而导致压缩后的实际播放效果较差。

发明内容

本发明实施例提供了一种视频处理方法、装置、电子设备及计算机存储介质，可以解决相关技术中实际播放效果较差的问题。所述技术方案如下：

第一方面，提供了一种视频处理方法，所述方法包括：

获取待处理的目标视频，确定所述目标视频的视频场景类型，所述视频场景类型用于指示所述目标视频内多帧图像表示的场景；

根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值，所述第一压缩参数为对所述视频场景类型的视频进行压缩过程中所采用的参数；

基于所述第一压缩参数，对所述目标视频进行压缩处理。

第二方面，提供了一种视频处理装置，所述装置包括：

获取模块，用于获取待处理的目标视频，确定所述目标视频的视频场景类型，所述视频场景类型用于指示所述目标视频内多帧图像表示的场景；

确定模块，用于根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值，所述第一压缩参数为对所述视频场景类型的视频进行压缩过程中所采用的参数；

处理模块，用于基于所述第一压缩参数，对所述目标视频进行压缩处理。

第三方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如第一方面所述的视频处理方法所执行的操作。

第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如第一方面所述的视频处理方法所执行的操作。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例中，终端获取目标视频后，可以基于该目标视频的视频场景类型，选择性的为不同视频场景类型的视频配置不同取值的压缩参数，并基于该取值的压缩参数进行视频压缩，从场景的角度，将不同视频采用的压缩参数的取值加以区分，从而使得不同视频基于不同取值的压缩参数压缩后均可以达到较好的视觉效果，满足用户的浏览需求，提升了播放效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种实施环境的示意图；

图2是本发明实施例提供的一种视频处理方法的流程图；

图3是本发明实施例提供的一种使用不同视频分类模型进行视频分类的准确率示意图；

图4是本发明实施例提供的一种压缩比与PNSR值之间的线性关系示意图；

图5是本发明实施例提供的一种图像效果对比示意图；

图6是本发明实施例提供的一种视频处理装置的结构示意图；

图7是本发明实施例提供的一种终端的结构示意图；

图8是本发明实施例提供的一种服务器的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明实施例提供的一种实施环境的示意图，该实施环境包括：终端101和服务器102。该终端101和服务器102之间可以通过网络建立通信连接。该终端101中安装有应用程序，该终端101可以基于该应用程序，实现对目标视频的压缩处理，并将压缩后的目标视频传输至服务器102。或者，该终端101还可以直接将该目标视频传输至服务器102，由服务器102对该目标视频进行压缩处理。

其中，该终端101在压缩视频之前，可以先基于该目标视频的视频场景类型和/或该目标视频内各帧图像的图像像素特征，确定该视频压缩过程采用的各个压缩参数的取值；不同视频场景类型的视频，对应不同取值的压缩参数。该取值的压缩参数用于使得与该取值的压缩参数匹配的视频场景类型和/或图像像素特征的视频经压缩后达到指定画面品质。然后，终端101再基于该压缩参数，对该视频进行压缩处理，从而将压缩后的视频传输至服务器102。

当然，上述视频压缩过程还可以由服务器102来执行。其中，该应用程序可以为社交应用、直播应用或视频浏览应用等。该目标视频可以为该终端101当前录制的视频，也可以为该终端101或者服务器102中本地存储的视频。

下面，对于上述过程出现的名词进行解释：

该视频场景类型用于指示该目标视频内多帧图像表示的场景，例如，游戏、室内、室外、体育、短视频、动漫等。

该图像像素特征可以包括，该视频内各帧图像的图像纹理、亮度或者该图像中目标对象的运动变化幅度等特征。

该指定画面品质是指，既降低视频码率以达到节省带宽的目的，又满足用户的实际浏览需求时视频所达到的画面的品质。该画面的品质可以用PNSR(Peak Signal toNoise Ratio，峰值信噪比)表示。

其中，该PNSR是原图像与压缩后的图像之间的均方误差相对于(2ⁿ-1)²的对数值，值越大表示图像失真越少。其中，n为每个采样值的比特数。

图2是本发明实施例提供的一种视频处理方法的流程图。该发明实施例的执行主体为终端或服务器，本发明实施例仅以终端为例进行说明。参见图2，该方法包括：

201、终端获取待处理的目标视频，确定该目标视频的视频场景类型。

本发明实施例中，该终端可以基于该各个视频的视频内容的场景，对各个视频进行分类，后续基于不同视频场景类型的视频进行不同压缩处理。本步骤中，终端获取待处理的目标视频，根据该目标视频内的多帧图像的图像内容所表示的场景，确定该目标视频的视频场景类型。其中，终端获取该目标视频的方式可以为终端当前录制得到，或者终端从本地获取。

其中，终端可以通过用户对该视频定义的标签或已训练的视频分类模型，来确定该目标视频的视频场景类型。相应的，终端确定该视频场景类型的实现方式至少包括以下两种。

第一种方式、终端获取该目标视频的至少一个标签，根据该至少一个标签，确定该目标视频的视频场景类型。

本步骤中，该标签用于指示该目标视频内多帧图像表示的视频内容等信息。终端获取待处理的目标视频时，该还可以获取该目标视频的至少一个标签，根据该目标视频的至少一个标签，通过预设算法，确定该目标视频的视频场景类型。其中，该预设算法可以基于需要进行设置，本发明实施例对此不作具体限定。例如，该预设算法可以为LSTM(LongShort-Term Memory，长短期记忆网络)算法、协同过滤算法等。

需要说明的是，当用户上传原创视频时，一般会基于该目标视频的视频内容为该原创视频定义标签，例如，体育、游戏、唱歌等标签；终端可以直接利用现有标签，判断该视频的视频场景类型，从而减少了该判断过程的实际处理时间，提升了视频的分类效率。

第二种方式、终端调用视频分类模型，将该目标视频内多帧图像输入该视频分类模型，输出该目标视频的视频场景类型。

其中，该视频分类模型用于基于视频内多帧图像的图像内容特征确定视频的视频场景类型。该终端可以从该目标视频内多帧图像中提取特征图像，将该特征图像输入该视频分类模型，通过该视频分类模型，基于该多帧图像的图像内容对该目标视频的视频场景类型进行判断，并输出该视频场景类型。

其中，该视频分类模型可以为事先根据多个视频的多帧图像进行训练得到。该视频分类模型可以为CNN(Convolutional Neural Network，卷积神经网络)模型，或者，该视频分类模型还可以包括CNN模型和RNN(Recurrent Neural Networks，循环神经网络)模型。以结合CNN模型和RNN模型进行视频分类为例，该视频分类过程可以为：获取目标视频内多帧图像的特征图像，并将该特征图像输入CNN模型，通过该CNN模型，进行卷积层、过滤、池化层等处理，输出表征该特征图像的特征向量，并将该特征向量输入RNN模型中，通过该RNN模型进行卷积网络处理，输出特征向量序列；然后，根据该特征向量序列和MLP(Multi-layerPerceptron，多层感知器)，确定该目标视频的视频场景类型。

需要说明的是，相较于仅使用CNN模型进行分类，本发明实施例通过结合CNN模型和RNN模型进行分类，能更好的得出与视频的视频场景类型相符合的输出结果，尤其待分类的视频数量较大时，如图3所示，CNN模型和RNN模型相结合进行分类的准确率，明显大于单独使用CNN模型，并且，当训练模型时所使用的样本数量足够多的情况下，CNN模型和RNN模型相结合时，准确率可以高达85％以上，从而进一步保证了后续确定压缩参数取值的准确性。

需要说明的是，终端可以基于需要事先设置多个视频场景类型，本步骤只需判断该目标视频属于该多个视频场景类型中的哪个。该多个视频场景类型包括但不限于：游戏视频、室内视频、室外视频、体育视频、短视频、动漫视频等，当然，该终端还可以设置其他的多个视频场景类型，或后续基于实际需要实时更新该多个视频场景类型，本发明实施例对此不作具体限定。

另外，本发明实施例仅示出了上述两种可能的视频分类方式，当然，终端还可以通过其他方式确定目标视频的视频场景类型。例如，终端可以结合该目标视频内的音频，确定该目标视频的视频场景类型；或者，终端还可以直接获取用户输入的视频场景类型，也即是基于人工实际观看的视频内容进行视频分类等。本发明实施例对此不做具体限定。

202、终端根据该目标视频的视频场景类型，确定第一压缩参数的第一取值。

其中，该第一压缩参数为对该视频场景类型的视频进行压缩过程中所采用的参数。本发明实施例中，终端可以为不同视频场景类型的视频配置不同取值的压缩参数。终端根据该目标视频的视频场景类型，确定该视频场景类型对应的第一压缩参数，并获取与该视频场景类型相匹配的第一压缩参数的第一取值，将压缩算法内该第一压缩参数配置为该第一取值。其中，该第一取值为使得该视频场景类型的视频经压缩后达到指定画面品质的第一压缩参数的取值。该指定画面品质是降低视频码率后仍可满足用户的实际浏览需求的画面的品质。例如，该画面的品质可以为PNSR达到40db时的画面。

在一种可能的设计中，该终端还可以将每种视频场景类型继续划分为多个子类型，不同子类型的视频对应与不同取值的压缩参数，终端基于目标视频所对应的子类型，为该目标视频配置压缩参数的取值。例如，游戏视频下还可以基于不同游戏类型，继续划分为多个子类型，例如，动作游戏、射击游戏、棋牌游戏、格斗游戏等。

需要说明的是，该压缩算法可以基于需要进行设置，本发明实施例对此不做具体限定。例如，该压缩算法可以为主流的H.264算法、H.265、VP9算法等。终端可以事先存储多种视频场景类型分别对应的压缩参数的取值，每次进行视频压缩之前，基于当前视频的视频场景类型，直接从指定存储空间中获取与该视频场景类型匹配的压缩参数的取值。基于所使用的压缩算法的不同，不同视频场景类型对应的压缩参数也可能不相同，例如，以H.264算法为例，该压缩参数可以为H.264算法中的profile、preset、qb、nr、aq等压缩参数。当然，基于该压缩参数在压缩过程中的功能，可以基于不同的视频场景类型，灵活设置各个压缩参数的取值。

在一种可能的设计中，压缩算法内包括的压缩参数可以有多个，该多个压缩参数中包括一些通用的压缩参数，对于不同视频场景类型的视频，该通用压缩参数的取值可以相同。该第一压缩参数可以为压缩算法中通用压缩参数以外的参数。终端可以事先配置该压缩算法中通用压缩参数的取值，从而在本步骤中，终端直接将压缩算法内该第一压缩参数配置为该第一取值。

其中，不同视频场景类型匹配的压缩参数可以不同。例如，以体育视频和室内视频为例，体育视频的视频画面通常包含运动的场景，在对体育视频进行压缩时，可以增强压缩过程中的降噪效果，因此，该体育视频对应的第一压缩参数可以包括压缩算法中降噪参数、分块参数等，该降噪参数的取值可以为达到较大降噪效果的取值，该分块参数的取值可以为压缩过程中达到较小分块效果的取值。而对于室内视频，该室内视频内的图像通常为静态，例如室内唱歌的场景，该室内视频对应的第一压缩参数则可以包括与控制码率相关的参数。该与控制码率相关的参数的取值可以为达到降低码率效果的取值；在满足用户浏览需求的前提下，降低了码率，从而达到节省带宽的目的。

当然，压缩时使用的压缩算法不同，第一压缩参数也可能不同，本发明实施例并不限定该压缩算法和该第一压缩参数，上述过程仅限定该第一压缩参数所能达到的效果。以H.264压缩算法为例进行说明，该降噪参数和分块参数可以为qcomp、aq-strength，该与控制码率相关的参数可以包括：nr、max_rate、buffersize等。

本发明实施例中，终端配置第一压缩参数的第一取值后，可以直接执行步骤204，对该目标视频进行视频压缩。或者，该终端还可以先执行以下步骤203，基于该目标视频内的多帧图像的图像像素特征，继续为该压缩算法内的第二压缩参数配置第二取值后，再进行视频压缩过程。

203、终端根据每帧图像的图像像素特征，确定第二压缩参数的第二取值。

终端提取该目标视频内多帧图像的图像像素特征，根据每帧图像的图像像素特征，获取与该图像像素特征相匹配的第二压缩参数的第二取值，将压缩算法内该第二压缩参数配置为该第二取值。其中，该第二压缩参数为对包含的图像具备该图像像素特征的视频进行压缩过程中所采用的参数。第二取值为使得包含的图像具备该图像像素特征的视频经压缩后达到指定画面品质的第二压缩参数的取值。该多帧图像的图像像素特征为由图像的各个像素点的像素值所展示的该图像的画面特征。该多帧图像的图像像素特征可以包括：图像的纹理、亮度和/或图像中目标对象的运动变化幅度。

其中，图像像素特征不同的视频，可以对应与不同取值的第二压缩参数。以图像中目标对象的运动变化幅度为例，当连续的多帧图像中，目标物体的运动变化幅度较大时，该第二压缩参数可以为与运动变化幅度相关的参数，例如，以H.264算法为例，该与运动变化幅度相关的参数可以为AQ，该AQ用于更好地分配视频内所有宏区块之间的可用位元数，当AQ取值为0时，压缩时会分配不足的位元数到图像中细节较少的部分；因此，当多帧图像中目标对象的运动变化幅度较大时，该AQ可以取较大值，例如AQ取值可以为1，当运动变化幅度较小时，该AQ可以取较小值，例如AQ取值可以为0.1。

在一种可能的设计中，目标视频内的多帧图像中，多帧图像的图像像素特征与其他图像也可能不相同，例如，目标视频内可能存在连续多帧目标对象运动幅度较大的图像，而其他图像中运动幅度均较小。该终端还可以为目标帧图像配置第三压缩参数的第三取值，该过程可以为：对于目标视频内目标帧图像，终端根据该目标帧图像的图像像素特征，获取与该目标图像像素特征匹配的第三压缩参数的第三取值，将压缩算法内该目标帧图像对应的第三压缩参数配置为该第三取值。

需要说明的是，终端不仅基于视频的场景配置压缩参数的取值，还可以基于图像的图像像素特征，为每帧图像配置不同取值的压缩参数，从而在保证视频达到指定画面品质前提下，更为有效的降低视频码率，从而大大提高了CDN(Content Delivery Network，内容分发网络)的带宽利用率，降低CDN的成本。

204、终端基于该第一压缩参数，对该目标视频进行压缩处理。

终端为压缩算法中的第一压缩参数配置第一取值后，通过该压缩算法，将该目标视频压缩为符合指定画面品质的视频。在一种可能的设计中，当终端还通过步骤203确定第二压缩参数的第二取值时，步骤204可以替换为：终端基于该第一压缩参数和该第二压缩参数，对该目标视频进行压缩处理。

在一种可能的设计中，当终端确定目标帧图像对应的第三压缩参数的第三取值时，本步骤还可以为：终端基于该第一压缩参数和第二压缩参数，对该目标视频内储目标帧图像以外的每帧图像进行压缩，并基于第三压缩参数，对该目标帧图像进行压缩。

需要说明的是，本发明实施例中，终端先从场景、图像纹理、图像亮度等各个角度对视频进行分类，再基于不同分类下的视频所对应的不同取值的压缩参数，对不同视频执行不同的压缩过程，基于用户需求，有针对性的选择用户浏览需求不大的视频降低视频码率，从而有效提升了用户的浏览体验，更降低了网络成本。如图4所示，某个直播应用中，基于直播的游戏视频，按照与游戏视频匹配的取值的压缩参数进行压缩，在压缩比30％左右时，该PNSR值便可以达到40以上，大大提升了用户浏览体验，将CDN的成本降低30％以上。

另外，本发明实施例中，终端还可以对目标视频的画面效果进行优化，以提高播放时的画面效果，进一步提升用户的浏览体验。

205、终端根据该目标视频的视频场景类型，对该目标视频的画面效果进行第一效果优化。

本步骤中，终端可以为不同视频场景类型的视频配置不同的效果优化过程。该画面效果为由多帧图像的像素点的像素值所展示的效果。终端可以根据该目标视频的视频场景类型，确定与该视频场景类型匹配的效果优化参数，根据该效果优化参数和该目标视频内每帧图像的像素值，对该目标视频内每帧图像的画面效果进行第一效果优化。

其中，该第一效果优化可以为基于该像素点的像素值进行的优化。该第一效果优化可以包括但不限于：对该目标视频内的图像进行的图像降噪、图像锐化、图像反交错、图像去块、图像软模糊和/或为图像添加图形标识等。其中，该图形标识可以为用于标识用户版权的用户标识，或者用户的个性化的图形标识等。例如，直播用户的直播昵称、商家网址的水印图形、商家的商标图形等。

其中，该终端可以根据视频场景类型对应的权值参数确定效果优化参数，该权值参数用于指示该视频场景类型的视频的效果优化程度，则终端确定与该视频场景类型匹配的效果优化参数的步骤可以为：终端根据该视频场景类型对应的权值参数，获取与该视频场景类型匹配的效果优化参数。例如，某一样本视频的权值参数可以为基准值，该基准值用于指示该视频场景类型的视频的亮度优化程度，也即是，当亮度达到标准亮度时，亮度参数对应的取值为1.0；当其他游戏视频的权值参数大于该基准值时，对应的亮度参数可以大于1.0，也即是，终端要对该其他游戏视频的亮度优化为：增加其他游戏视频的亮度效果。

在一种可能的设计中，终端还可以基于用户需求，执行上述效果优化过程。其中，终端在执行上述效果优化过程之前，该终端可以根据该目标视频的视频场景类型，在当前显示界面上显示与该视频场景类型相匹配的至少一个效果优化功能的开关提示信息，从至少一个效果优化功能中确定该目标视频对应的第一效果优化功能；其中，终端可以将该至少一个效果优化功能中被选定的效果优化功能作为第一效果优化功能，从而极大的满足了用户的个性需求，提升了用户体验。

在一种可能的设计中，终端还可以基于多帧图像的像素特征，对目标视频进行效果优化。本步骤可以为：对于该目标视频内的每帧图像，终端根据该多帧图像的图像像素特征，对该每帧图像的画面效果进行第二效果优化。其中，终端可以根据该图像像素特征，确定与该图像像素特征匹配的效果优化参数，从而基于该效果优化参数进行第二效果优化。其中，终端在执行上述第二效果优化过程之前，该终端可以根据该多帧图像的图像像素特征，在当前显示界面上显示与该图像像素特征相匹配的至少一个效果优化功能的开关提示信息，从至少一个效果优化功能中确定该第二效果优化功能。

其中，该第二效果优化也可以包括但不限于：对该目标视频内的图像进行的图像降噪、图像锐化、图像反交错、图像去块、图像软模糊和/或为图像添加图形标识等。终端执行第二效果优化的实现过程为与上述第一效果优化过程同理的过程，此处不再一一赘述。当然，终端还可以基于目标帧图像的图像像素特征，单独对目标视频内的目标帧图像进行第三效果优化。

在一种可能的设计中，终端还可以根据该图像包括的元素信息，确定目标视频的效果优化功能。该过程可以为：终端识别目标视频内多帧图像包括的各个元素信息，根据该元素信息，对该目标视频进行第四效果优化。其中，终端可以根据该元素信息，确定与该元素信息匹配的效果优化参数，从而基于该效果优化参数进行第四效果优化。该元素信息可以包括但不限于：图像包含的字符信息、指定图形标识等。

其中，当该目标视频内多帧图像中任一帧图像包括字符信息时，关闭该图像的目标效果优化功能。该目标效果优化功能为降低字符信息的清晰度的功能。例如，该目标效果优化功能可以为图像锐化功能。如图5所示，该图5中左图为目标视频内的原始图像，在该主要以文字为主的目标视频中，如果对该目标视频进行锐化处理，锐化处理后的画面效果如图5中的右图所示，由于该原始图像的清晰度、码率等均较好，锐化处理导致该目标视频的图像中，文字边缘锯齿比较明显，视觉效果显然低于未进行锐化处理之前，从而给用户带来较差的浏览体验。

需要说明的是，本发明实施例中，终端通过一些特定模型或者算法，从场景、图像像素特征等角度，对视频进行分类，对不同场景类型的视频，配置不同取值的压缩参数进行压缩处理，并基于图像特征，对视频进行一些画面效果优化等前置处理，并且，该优化过程所使用的优化参数还可以基于视频分类或者图像像素特征等进行实时动态调整，保证在不降低视频质量前提下降低视频码率，降低视频在线观看CDN带宽成本，从而提高资源利用率，节省了网络成本。尤其对于码率、帧率、分辨率较好的视频，通过本发明实施例提供的视频压缩方法，可以大大提高视频画面品质，极大满足了用户浏览需求。例如，对于码率大于3M，帧率大于25、分辨率大于720的视频，通过上述方法进行视频压缩后，PNSR可以达到40以上，至少降低20％的CDN成本。

本发明实施例中，终端获取目标视频后，可以基于该目标视频的视频场景类型，选择性的为不同视频场景类型的视频配置不同取值的压缩参数，并基于该取值的压缩参数进行视频压缩，从场景的角度，将不同视频采用的压缩参数的取值加以区分，从而使得不同视频基于不同取值的压缩参数压缩后均可以达到较好的视觉效果，满足用户的浏览需求，提升了播放效果。

图6是本发明实施例提供的一种视频处理装置的结构示意图。参见图6，该装置包括：获取模块601、确定模块602、处理模块603。

获取模块601，用于获取待处理的目标视频，确定该目标视频的视频场景类型，该视频场景类型用于指示该目标视频内多帧图像表示的场景；

确定模块602，用于根据该目标视频的视频场景类型，确定第一压缩参数的第一取值，该第一压缩参数为对该视频场景类型的视频进行压缩过程中所采用的参数；

处理模块603，用于基于该第一压缩参数，对该目标视频进行压缩处理。

可选的，该获取模块601，用于获取该目标视频的至少一个标签，根据该至少一个标签，确定该目标视频的视频场景类型，该标签用于指示该目标视频内多帧图像表示的场景；或，调用视频分类模型，将该目标视频内多帧图像输入该视频分类模型，输出该目标视频的视频场景类型，该视频分类模型用于基于视频内多帧图像的图像内容特征确定视频的视频场景类型。

可选的，该确定模块602，用于根据该目标视频的视频场景类型，获取与该视频场景类型相匹配的第一压缩参数的第一取值，将压缩算法内该第一压缩参数配置为该第一取值。

可选的，该装置还包括：

提取模块，用于提取该目标视频内多帧图像的图像像素特征；

该获取模块601，还用于根据每帧图像的图像像素特征，获取与该图像像素特征相匹配的第二压缩参数的第二取值，将压缩算法内该第二压缩参数配置为该第二取值。

可选的，该多帧图像的图像像素特征包括：图像的纹理、亮度和/或该图像中目标对象的运动变化幅度。

可选的，该装置还包括：

第一优化模块，用于根据该目标视频的视频场景类型，对该目标视频的画面效果进行第一效果优化。

可选的，该第一优化模块，还用于根据该视频场景类型对应的权值参数，获取该权值参数对应的效果优化参数，该权值参数用于指示该视频场景类型的视频的效果优化程度；基于该效果优化参数，对该目标视频内每帧图像进行第一效果优化。

可选的，该第一效果优化包括：对该目标视频内的图像进行的图像降噪、图像锐化、图像反交错、图像去块、图像软模糊和/或为图像添加图形标识。

可选的，该装置还包括：

第二优化模块，用于对于该目标视频内的每帧图像，根据该每帧图像的图像像素特征，对该每帧图像的画面效果进行第二效果优化。

可选的，该装置还包括：

关闭模块，用于当该目标视频内多帧图像中任一帧图像包括字符信息时，关闭该图像的目标效果优化功能。

可选的，该装置还包括：

显示模块，用于根据该目标视频的视频场景类型，在当前显示界面上显示与该视频场景类型相匹配的至少一个效果优化功能的开关提示信息，从至少一个效果优化功能中确定该目标视频对应的第一效果优化功能；或，

该显示模块，还用于根据该每帧图像的图像像素特征，在当前显示界面上显示与该图像像素特征相匹配的至少一个效果优化功能的开关提示信息，从至少一个效果优化功能中确定该每帧图像对应的第二效果优化功能。

本发明实施例中，终端获取目标视频后，可以基于该目标视频的视频场景类型，选择性的为不同视频场景类型的视频配置不同取值的压缩参数，并基于该取值的压缩参数进行视频压缩，从场景的角度，将不同视频采用的压缩参数的取值加以区分，从而使得不同视频基于不同取值的压缩参数压缩后均可以达到较好的视觉效果，满足用户的浏览需求，提升了播放效果。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

需要说明的是：上述实施例提供的视频处理装置在视频处理时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的视频处理装置与视频处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图7是本发明实施例提供的一种终端的结构示意图。该终端700可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端700包括有：处理器701和存储器702。

处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本申请中方法实施例提供的视频处理方法。

在一些实施例中，终端700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、触摸显示屏705、摄像头706、音频电路707、定位组件708和电源709中的至少一种。

外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏705用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置终端700的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端700的不同表面或呈折叠设计；在再一些实施例中，显示屏705可以是柔性显示屏，设置在终端700的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。

定位组件708用于定位终端700的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。

加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制触摸显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器712可以检测终端700的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3D动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器713可以设置在终端700的侧边框和/或触摸显示屏705的下层。当压力传感器713设置在终端700的侧边框时，可以检测用户对终端700的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在触摸显示屏705的下层时，由处理器701根据用户对触摸显示屏705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商Logo时，指纹传感器714可以与物理按键或厂商Logo集成在一起。

光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制触摸显示屏705的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏705的显示亮度；当环境光强度较低时，调低触摸显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。

接近传感器716，也称距离传感器，通常设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时，由处理器701控制触摸显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时，由处理器701控制触摸显示屏705从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图7中示出的结构并不构成对终端700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

图8是本发明实施例提供的一种服务器的结构示意图，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)801和一个或一个以上的存储器802，其中，所述存储器802中存储有至少一条指令，所述至少一条指令由所述处理器801加载并执行以实现上述各个方法实施例提供的视频处理方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述实施例中的视频处理方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种视频处理方法，其特征在于，所述方法包括：

获取待处理的目标视频，确定所述目标视频的视频场景类型，所述视频场景类型用于指示所述目标视频内多帧图像表示的场景；

根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值，所述第一压缩参数为对所述视频场景类型的视频进行压缩过程中所采用的参数；

基于所述第一压缩参数，对所述目标视频进行压缩处理。

2.根据权利要求1所述的方法，其特征在于，所述确定所述目标视频的视频场景类型包括：

获取所述目标视频的至少一个标签，根据所述至少一个标签，确定所述目标视频的视频场景类型，所述标签用于指示所述目标视频内多帧图像表示的场景；或，

调用视频分类模型，将所述目标视频内多帧图像输入所述视频分类模型，输出所述目标视频的视频场景类型，所述视频分类模型用于基于视频内多帧图像的图像内容特征确定视频的视频场景类型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值包括：

根据所述目标视频的视频场景类型，获取与所述视频场景类型相匹配的第一压缩参数的第一取值，将压缩算法内所述第一压缩参数配置为所述第一取值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值之后，所述方法还包括：

提取所述目标视频内多帧图像的图像像素特征；

根据每帧图像的图像像素特征，获取与所述图像像素特征相匹配的第二压缩参数的第二取值，将压缩算法内所述第二压缩参数配置为所述第二取值。

5.根据权利要求4所述的方法，其特征在于，所述多帧图像的图像像素特征包括：图像的纹理、亮度和/或所述图像中目标对象的运动变化幅度。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第一压缩参数，对所述目标视频进行压缩处理之后，所述方法还包括：

根据所述目标视频的视频场景类型，对所述目标视频的画面效果进行第一效果优化。

7.根据权利要求6所述的方法，其特征在于，所述根据所述目标视频的视频场景类型，对所述目标视频的画面效果进行第一效果优化包括：

根据所述视频场景类型对应的权值参数，获取所述权值参数对应的效果优化参数，所述权值参数用于指示所述视频场景类型的视频的效果优化程度；

基于所述效果优化参数，对所述目标视频内每帧图像进行第一效果优化。

8.根据权利要求6所述的方法，其特征在于，所述第一效果优化包括：对所述目标视频内的图像进行的图像降噪、图像锐化、图像反交错、图像去块、图像软模糊和/或为图像添加图形标识。

9.根据权利要求1所述的方法，其特征在于，所述基于所述第一压缩参数，对所述目标视频进行压缩处理之后，所述方法还包括：

对于所述目标视频内的每帧图像，根据所述每帧图像的图像像素特征，对所述每帧图像的画面效果进行第二效果优化。

10.根据权利要求9所述的方法，其特征在于，所述方法还包括：

当所述目标视频内多帧图像中任一帧图像包括字符信息时，关闭图像的目标效果优化功能。

11.根据权利要求6或9所述的方法，其特征在于，执行效果优化过程之前，所述方法还包括：

根据所述目标视频的视频场景类型，在当前显示界面上显示与所述视频场景类型相匹配的至少一个效果优化功能的开关提示信息，从至少一个效果优化功能中确定所述目标视频对应的第一效果优化功能；或，

根据所述每帧图像的图像像素特征，在当前显示界面上显示与所述图像像素特征相匹配的至少一个效果优化功能的开关提示信息，从至少一个效果优化功能中确定所述目标视频对应的第二效果优化功能。

12.一种视频处理装置，其特征在于，所述装置包括：

获取模块，用于获取待处理的目标视频，确定所述目标视频的视频场景类型，所述视频场景类型用于指示所述目标视频内多帧图像表示的场景；

确定模块，用于根据所述目标视频的视频场景类型，确定第一压缩参数的第一取值，所述第一压缩参数为对所述视频场景类型的视频进行压缩过程中所采用的参数；

处理模块，用于基于所述第一压缩参数，对所述目标视频进行压缩处理。

13.根据权利要求12所述的装置，其特征在于，

所述确定模块，用于根据所述目标视频的视频场景类型，获取与所述视频场景类型相匹配的第一压缩参数的第一取值，将压缩算法内所述第一压缩参数配置为所述第一取值。

14.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如权利要求1至权利要求11任一项所述的视频处理方法所执行的操作。

15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求11任一项所述的视频处理方法所执行的操作。