CN110198421B - 视频处理方法及相关产品 - Google Patents

视频处理方法及相关产品 Download PDF

Info

Publication number
CN110198421B
CN110198421B CN201910523823.5A CN201910523823A CN110198421B CN 110198421 B CN110198421 B CN 110198421B CN 201910523823 A CN201910523823 A CN 201910523823A CN 110198421 B CN110198421 B CN 110198421B
Authority
CN
China
Prior art keywords
target
video
background blurring
camera
determining
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.)
Active
Application number
CN201910523823.5A
Other languages
English (en)
Other versions
CN110198421A (zh
Inventor
张海平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910523823.5A priority Critical patent/CN110198421B/zh
Publication of CN110198421A publication Critical patent/CN110198421A/zh
Application granted granted Critical
Publication of CN110198421B publication Critical patent/CN110198421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/222Studio circuitry; Studio devices; Studio equipment
    • H04N5/262Studio 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/14Systems for two-way working
    • H04N7/141Systems for two-way working between two video terminals, e.g. videophone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例公开了一种视频处理方法及相关产品,应用于电子设备,所述电子设备包括多个摄像头,该方法包括:在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;确定与所述目标摄像头对应的目标背景虚化算法;依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。采用本申请能够调用与摄像头相应的背景虚化算法,有助于依据摄像头的特性进行背景虚化,提升了实现背景虚化的智能性。

Description

视频处理方法及相关产品
技术领域
本申请涉及图像处理技术领域,具体涉及一种视频处理方法及相关产品。
背景技术
随着电子设备(如手机、平板电脑等等)的大量普及应用,电子设备能够支持的应用越来越多,功能越来越强大,电子设备向着多样化、个性化的方向发展,成为用户生活中不可缺少的电子用品。
对于电子设备来说,背景虚化成为拍照的标配技术,但是,现有技术中,背景虚化效果较为单一,降低了用户体验。
发明内容
本申请实施例提供了一种视频处理方法及相关产品,能够智能实现背景虚化,提升了用户体验。
第一方面,本申请实施例提供一种视频处理方法,应用于电子设备,所述电子设备包括多个摄像头,所述方法包括:
在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
确定与所述目标摄像头对应的目标背景虚化算法;
依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
第二方面,本申请实施例提供一种视频处理装置,应用于电子设备,所述电子设备包括多个摄像头,所述装置包括:
第一确定单元,用于在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
第二确定单元,用于确定与所述目标摄像头对应的目标背景虚化算法;
背景虚化单元,用于依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具备如下有益效果:
可以看出,本申请实施例中所描述的视频处理方法及相关产品,应用于电子设备,该电子设备包括多个摄像头,在视频应用场景下,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,确定与目标摄像头对应的目标背景虚化算法,依据目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,有助于依据摄像头的特性进行背景虚化,提升了实现背景虚化的智能性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种视频处理方法的流程示意图;
图2是本申请实施例提供的另一种视频处理方法的流程示意图;
图3是本申请实施例提供的另一种视频处理方法的流程示意图;
图4是本申请实施例提供的另一种电子设备的结构示意图;
图5A是本申请实施例提供的一种视频处理装置的功能单元组成框图;
图5B是本申请实施例提供的另一种视频处理装置的功能单元组成框图;
图5C是本申请实施例提供的另一种视频处理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(智能手表、智能手环、无线耳机、增强现实/虚拟现实设备、智能眼镜)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(userequipment,UE),移动台(mobile station,MS)、终端设备、智能家居设备(智能冰箱、智能台灯、智能饮水机、智能洗衣机、智能电视机、智能烤箱、智能按摩椅、智能电饭煲、智能摄像头、智能路由器等等)等等。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本申请实施例公开的一种电子设备的结构示意图,电子设备100包括存储和处理电路110,以及与所述存储和处理电路110连接的传感器170,传感器170包括多个摄像头,其中:
电子设备100可以包括控制电路,该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器,例如硬盘驱动存储器,非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等),易失性存储器(例如静态或动态随机存取存储器等)等,本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制电子设备100的运转。该处理电路可以基于一个或多个微处理器,微控制器,数字信号处理器,基带处理器,功率管理单元,音频编解码器芯片,专用集成电路,显示驱动器集成电路等来实现。
存储和处理电路110可用于运行电子设备100中的软件,例如互联网浏览应用程序,互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序,电子邮件应用程序,媒体播放应用程序,操作系统功能等。这些软件可以用于执行一些控制操作,例如,基于照相机的图像采集,基于环境光传感器的环境光测量,基于接近传感器的接近传感器测量,基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能,基于触摸传感器的触摸事件检测,与在多个(例如分层的)显示屏上显示信息相关联的功能,与执行无线通信功能相关联的操作,与收集和产生音频信号相关联的操作,与收集和处理按钮按压事件数据相关联的控制操作,以及电子设备100中的其它功能等,本申请实施例不作限制。
电子设备100可以包括输入-输出电路150。输入-输出电路150可用于使电子设备100实现数据的输入和输出,即允许电子设备100从外部设备接收数据和也允许电子设备100将数据从电子设备100输出至外部设备。输入-输出电路150可以进一步包括传感器170。传感器170可以包括环境光传感器,基于光和电容的接近传感器,指纹识别模组,静脉识别模组、触摸传感器(例如,基于光触摸传感器和/或电容式触摸传感器,其中,触摸传感器可以是触控显示屏的一部分,也可以作为一个触摸传感器结构独立使用),加速度传感器,摄像头,和其它传感器等,摄像头可以为前置摄像头或者后置摄像头,指纹识别模组可集成于显示屏下方,用于采集指纹图像,指纹识别模组可以为以下至少一种:光学指纹识别模组、或者超声波指纹识别模组等等,在此不作限定。
输入-输出电路150还可以包括一个或多个显示屏,例如显示屏130。显示屏130可以包括液晶显示屏,有机发光二极管显示屏,电子墨水显示屏,等离子显示屏,使用其它显示技术的显示屏中一种或者几种的组合。显示屏130可以包括触摸传感器阵列(即,显示屏130可以是触控显示屏)。触摸传感器可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器,或者可以是使用其它触摸技术形成的触摸传感器,例如音波触控,压敏触摸,电阻触摸,光学触摸等,本申请实施例不作限制。
电子设备100还可以包括音频组件140。音频组件140可以用于为电子设备100提供音频输入和输出功能。电子设备100中的音频组件140可以包括扬声器,麦克风,蜂鸣器,音调发生器以及其它用于产生和检测声音的组件。
通信电路120可以用于为电子设备100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路,和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说,通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(Near Field Communication,NFC)的电路。例如,通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线,无线局域网收发器电路和天线等,通信电路120还可以包括蓝牙模块和天线。
电子设备100还可以进一步包括电池,电力管理电路和其它输入-输出单元160。输入-输出单元160可以包括按钮,操纵杆,点击轮,滚动轮,触摸板,小键盘,键盘,照相机,发光二极管和其它状态指示器等。
用户可以通过输入-输出电路150输入命令来控制电子设备100的操作,并且可以使用输入-输出电路150的输出数据以实现接收来自电子设备100的状态信息和其它输出。
基于上述图1A所描述的电子设备,可以用于实现如下功能:
在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
确定与所述目标摄像头对应的目标背景虚化算法;
依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
可以看出,本申请实施例中所描述的电子设备,该电子设备包括多个摄像头,在视频应用场景下,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,确定与目标摄像头对应的目标背景虚化算法,依据目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,有助于依据摄像头的特性进行背景虚化,提升了实现背景虚化的智能性。
请参阅图1B,图1B是本申请实施例提供的一种视频处理方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括多个摄像头,本视频处理方法包括:
101、在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头。
其中,视频应用场景可以为以下至少一种:视频通话、视频直播、视频拍摄等等,在此不作限定。本申请实施例中,电子设备可以包括多个摄像头,该多个摄像头可以包括以下至少一种:前置摄像头、后置摄像头和侧置摄像头。该多个摄像头还可以为红外摄像头、可见光摄像头、双摄像头、三摄像头、四摄像头、广角摄像头等等,在此不作限定,上述目标摄像头可以为多个摄像头中的一个摄像头或者摄像头组合,摄像头组合可以理解为两个或者两个以上摄像头一起用于拍摄。
102、确定与所述目标摄像头对应的目标背景虚化算法。
其中,电子设备中可以预先存储摄像头与背景虚化算法之间的映射关系,进而,可以依据该映射关系确定目标摄像头对应的目标背景虚化算法。本申请实施例中,背景虚化算法可以为:高斯模糊算法。由于不同的摄像头其拍摄参数以及配置不一样,因此,可以针对性地为每一摄像头配置相应的背景虚化算法。
在一个可能的示例中,上述步骤102,确定与所述目标摄像头对应的目标背景虚化算法,可以按照如下方式实施:
按照预设的摄像头与背景虚化算法之间的映射关系,确定所述目标摄像头对应的目标背景虚化算法。
其中,电子设备中可以预先存储预设的摄像头与背景虚化算法之间的映射关系,进而,依据该映射关系确定目标摄像头对应的目标背景虚化算法。
103、依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
其中,具体实现中,目标摄像头拍摄的视频可以是预先拍摄好的,也可以是实时拍摄的,可以依据目标背景虚化算法对目标摄像头拍摄的视频中的至少一帧视频图像进行背景虚化处理,得到目标视频。
在一个可能的示例中,上述步骤102步骤103之间,还可以包括如下步骤:
A1、获取目标环境参数;
A2、依据预设的环境参数与优化参数之间的映射关系,确定所述目标环境参数对应的目标优化参数;
A3、依据所述目标优化参数对所述目标背景虚化算法进行优化处理,得到优化处理后的所述目标背景虚化算法;
则,步骤103,依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,可以按照如下方式实施:
依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
其中,本申请实施例中,环境参数可以为以下至少一种:环境光亮度、环境色温、温度、湿度、地理位置、天气、磁场干扰强度等等,在此不作限定。电子设备中可以预先存储预设的环境参数与优化参数之间的映射关系,进而,在获取目标环境参数之后,可以依据该映射关系确定目标环境参数对应的目标优化参数,目标优化参数用于调节目标背景虚化算法的控制参数,以高斯模糊算法为例,其控制参数可以为高斯核,则目标优化参数可以用于调节高斯核,进而,可以依据目标优化参数对目标背景虚化算法进行优化处理,得到优化处理后的目标背景虚化算法,最后,可以依据优化处理后的目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
在一个可能的示例中,上述步骤103,依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,可以包括如下步骤:
31、对视频帧i进行图像分割,得到多个目标区域,所述视频帧i为所述目标摄像头拍摄的视频中的任一视频帧;
32、对所述多个目标区域中每一目标区域进行目标识别,得到多个目标和多个物体标识,所述多个目标中每一目标对应一个物体标识;
33、确定所述多个物体标识中属于预设标识集的物体标识,得到至少一个目标物体标识;
34、依据所述目标背景虚化算法将所述至少一个目标物体标识对应的区域进行背景虚化处理,得到目标视频帧i。
其中,预设标识集中可以包括至少一个物体标识,物体标识唯一标定一个物体,物体标识可以为以下至少一种:人、桌子、椅子、桌布、沙发、电视机、洗衣机、冰箱、空调等等。本申请实施例中,针对目标识别,可以预先建立机器学习模型,通过机器学习模型可以识别出每一物体,以及物体对应的物体标识。
具体实现中,以视频帧i为例,该视频帧i为目标摄像头拍摄的视频中的任一视频帧,电子设备可以对视频帧i进行图像分割,得到多个目标区域,对多个目标区域中每一目标区域进行目标识别,具体地,可以将多个目标区域中每一目标区域的特征输入到机器学习模型中,得到多个目标和多个物体标识,多个目标中每一目标对应一个物体标识,进一步地,可以确定多个物体标识中属于预设标识集的物体标识,得到至少一个目标物体标识,可以依据目标背景虚化算法将至少一个目标物体标识对应的区域进行背景虚化处理,得到目标视频帧i。
在一个可能的示例中,在所述视频应用场景为视频聊天时,所述方法还包括:
B1、获取所述视频聊天的聊天对象的人脸图像;
B2、将所述人脸图像与预设人脸模板进行匹配;
B3、在所述人脸图像与所述预设人脸模板匹配失败时,执行所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频的步骤。
其中,本申请实施例应用于视频聊天时,电子设备可以预先保存预设人脸模板,进而,可以获取视频聊天的聊天对象的人脸图像,进而,可以将人脸图像与预设人脸模板进行匹配,在人脸图像与预设人脸模板匹配失败时,可以执行步骤103,还可以将目标视频发送给该聊天对象,在人脸图像与预设人脸模板匹配成功时,则可以不进行背景虚化处理,则可以将未被虚化处理的视频发送给聊天对象,例如,用户可以对不熟悉人的进行背景虚化处理,而对熟悉的人可以不进行背景虚化处理。当然,多人视频聊天时,可以将目标视频发送给与预设人脸模板匹配失败的聊天对象,还可以将目标摄像头拍摄的视频直接发送给与预设人脸模板匹配成功的聊天对象。
在一个可能的示例中,上述步骤101-步骤102之间,还可以包括如下步骤:
C1、获取目标静脉图像;
C2、将所述目标静脉图像与预设静脉模板进行匹配;
C3、在所述目标静脉图像与所述预设静脉模板匹配成功时,执行所述确定与所述目标摄像头对应的目标背景虚化算法的步骤。
其中,电子设备中可以预先存储预设静脉模板,具体实现中,电子设备可以获取目标静脉图像,进而,将目标静脉图像与预设静脉模板进行匹配,在目标静脉图像与预设静脉模板匹配成功时,执行步骤102,否则,不执行步骤102,如此,本申请实施例中的背景虚化方法可以针对特定权限的人实现,例如,会员制,如果是会员,则可以实现,否则,只能按照常规背景虚化算法(所有摄像头采用默认的背景虚化算法)进行背景虚化。
在一个可能的示例中,上述步骤C2,将所述目标静脉图像与预设静脉模板进行匹配,可以包括如下步骤:
C21、对所述目标静脉图像进行图像分割,得到目标静脉区域图像;
C22、分析所述目标静脉区域图像的特征点分布;
C23、按照M个不同圆心对所述目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,所述M为大于3的整数;
C24、从所述M个圆形静脉区域图像中选出目标圆形静脉区域图像,所述目标圆形静脉区域图像所包含的特征点的数量大于所述M个圆形静脉区域图像中的其他圆形静脉区域图像;
C25,将所述目标圆形静脉区域图像划分得到N个圆环,所述N个圆环的环宽相同;
C26、从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值;
C27,当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,并输出身份识别成功的提示消息。
其中,电子设备可以对目标静脉图像进行图像分割,得到目标静脉区域图像,进而,分析该目标静脉区域图像的特征点分布,按照M个不同圆心对该目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,M为大于3的整数,从M个圆形静脉区域图像中选出目标圆形静脉区域图像,目标圆形静脉区域图像所包含的特征点的数量大于M个圆形静脉区域图像中的其他圆形静脉区域图像,将目标圆形静脉区域图像划分得到N个圆环,N个圆环的环宽相同,从N个圆环中半径最小的圆环开始,将N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值,如此,在静脉识别过程中,可以将不同位置或者不同静脉的特征点用于匹配,相当于对整个静脉图像进行采样,且该采样能够覆盖整个静脉区域,从而,从每个区域中均可以找到相应的达标性特征以用于匹配,当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,并输出静脉识别成功的提示消息,如此,能够快速且精准识别静脉识别。
在一个可能的示例中,上述步骤103,依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,可以包括如下步骤:
D1、获取目标物体;
D2、在所述目标摄像头拍摄的视频中确定所述目标物体所在的起始帧和结束帧;
D3、从所述目标摄像头拍摄的视频中截取所述起始帧和所述结束帧之间的视频帧序列;
D4、依据所述视频帧序列确定所述目标物体的运动轨迹参数;
D5、确定所述起始帧对应的所述目标背景虚化算法的控制参数;
D6、依据所述运动轨迹参数调整所述控制参数,得到目标控制参数;
D7、依据目标背景虚化算法以所述目标控制参数对所述视频帧序列进行背景虚化处理,得到目标视频帧序列;
D8、将所述目标摄像头拍摄的视频中除了所述视频帧序列之外的视频帧与所述目标视频帧序列进行合成,得到所述目标视频。
其中,目标物体可以由用户自行设置或者系统默认,例如,目标物体可以为具体的人或者物体。具体实现中,电子设备可以在目标摄像头拍摄的视频中确定目标物体所在的起始帧和结束帧,具体地,可以进行目标检测实现,由于视频中并非每一帧中均包含目标物体,而是仅仅需要对包含目标物体的视频帧进行背景虚化处理即可。进而,可以从目标摄像头拍摄的视频中截取起始帧和结束帧之间的视频帧序列,依据视频帧序列确定目标物体的运动轨迹参数,确定所述起始帧对应的所述目标背景虚化算法的控制参数,具体地,可以依据运动轨迹参数对背景虚化区域进行平移,运动轨迹参数是移动的,则控制参数也是移动的,上述运动轨迹参数可以以向量或者函数形式进行表示,进而,依据运动轨迹参数调整控制参数,得到目标控制参数,具体地,例如,即调整后的控制参数=运动轨迹参数*控制参数,或者,调整后的控制参数为运动轨迹参数与控制参数之间的向量运算结果,如此,不必分析每一帧,而是可以利用前一帧的先验知识对后面的序列帧进行背景虚化处理,即依据目标背景虚化算法以目标控制参数对视频帧序列进行背景虚化处理,得到目标视频,如此,可以提升背景虚化效率,降低设备功耗。
可以看出,本申请实施例中所描述的视频处理方法,应用于电子设备,该电子设备包括多个摄像头,在视频应用场景下,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,确定与目标摄像头对应的目标背景虚化算法,依据目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,有助于依据摄像头的特性进行背景虚化,提升了实现背景虚化的智能性。
与上述图1B所示的实施例一致地,请参阅图2,图2是本申请实施例提供的一种视频处理方法的流程示意图,如图所示,应用于如图1A所示的电子设备,该电子设备包括多个摄像头,本视频处理方法包括:
201、在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合。
202、按照预设的摄像头与背景虚化算法之间的映射关系,确定所述目标摄像头对应的目标背景虚化算法。
203、获取目标环境参数。
204、依据预设的环境参数与优化参数之间的映射关系,确定所述目标环境参数对应的目标优化参数。
205、依据所述目标优化参数对所述目标背景虚化算法进行优化处理,得到优化处理后的所述目标背景虚化算法。
206、依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
其中,上述步骤201-步骤206的具体描述可以参照上述图1B所描述的视频处理方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的视频处理方法,应用于电子设备,该电子设备包括多个摄像头,在视频应用场景下,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,按照预设的摄像头与背景虚化算法之间的映射关系,确定目标摄像头对应的目标背景虚化算法,获取目标环境参数,依据预设的环境参数与优化参数之间的映射关系,确定目标环境参数对应的目标优化参数,依据目标优化参数对目标背景虚化算法进行优化处理,得到优化处理后的目标背景虚化算法,依据优化处理后的目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,并且可以依据环境参数对背景虚化算法进行优化,有助于依据摄像头的特性以及环境进行背景虚化,提升了实现背景虚化的智能性。
与上述图1B所示的实施例一致地,请参阅图3,图3是本申请实施例提供的一种视频处理方法的流程示意图,如图所示,应用于如图1A所示的电子设备,该电子设备包括多个摄像头,本视频处理方法包括:
301、在视频聊天时,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合。
302、确定与所述目标摄像头对应的目标背景虚化算法。
303、获取所述视频聊天的聊天对象的人脸图像。
304、将所述人脸图像与预设人脸模板进行匹配。
305、在所述人脸图像与所述预设人脸模板匹配失败时,依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
其中,上述步骤301-步骤305的具体描述可以参照上述图1B所描述的视频处理方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的视频处理方法,应用于电子设备,该电子设备包括多个摄像头,在视频聊天时,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,确定与目标摄像头对应的目标背景虚化算法,获取视频聊天的聊天对象的人脸图像,将人脸图像与预设人脸模板进行匹配,在人脸图像与预设人脸模板匹配失败时,依据目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,且仅依据不是特定的人才进行背景虚化处理,不仅有助于依据摄像头的特性进行背景虚化,而且能够针对指定对象不进行背景虚化处理提升了实现背景虚化的智能性。
与上述实施例一致地,请参阅图4,图4是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,该电子设备可以包括多个摄像头,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
确定与所述目标摄像头对应的目标背景虚化算法;
依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
可以看出,本申请实施例中所描述的电子设备,该电子设备包括多个摄像头,在视频应用场景下,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,确定与目标摄像头对应的目标背景虚化算法,依据目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,有助于依据摄像头的特性进行背景虚化,提升了实现背景虚化的智能性。
在一个可能的示例中,在所述确定与所述目标摄像头对应的目标背景虚化算法方面,上述程序包括用于执行以下步骤的指令:
按照预设的摄像头与背景虚化算法之间的映射关系,确定所述目标摄像头对应的目标背景虚化算法。
在一个可能的示例中,上述程序还包括用于执行以下步骤的指令:
获取目标环境参数;
依据预设的环境参数与优化参数之间的映射关系,确定所述目标环境参数对应的目标优化参数;
依据所述目标优化参数对所述目标背景虚化算法进行优化处理,得到优化处理后的所述目标背景虚化算法;
所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,包括:
依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
在一个可能的示例中,在所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频方面,上述程序包括用于执行以下步骤的指令:
对视频帧i进行图像分割,得到多个目标区域,所述视频帧i为所述目标摄像头拍摄的视频中的任一视频帧;
对所述多个目标区域中每一目标区域进行目标识别,得到多个目标和多个物体标识,所述多个目标中每一目标对应一个物体标识;
确定所述多个物体标识中属于预设标识集的物体标识,得到至少一个目标物体标识;
依据所述目标背景虚化算法将所述至少一个目标物体标识对应的区域进行背景虚化处理,得到目标视频帧i。
在一个可能的示例中,在所述视频应用场景为视频聊天时,上述程序还包括用于执行以下步骤的指令:
获取所述视频聊天的聊天对象的人脸图像;
将所述人脸图像与预设人脸模板进行匹配;
在所述人脸图像与所述预设人脸模板匹配失败时,执行所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频的步骤。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图5A是本申请实施例中所涉及的视频处理装置500的功能单元组成框图。该视频处理装置500,应用于电子设备,该电子设备包括多个摄像头,所述装置500包括:第一确定单元501、第二确定单元502和背景虚化单元503,其中,
第一确定单元501,用于在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
第二确定单元502,用于确定与所述目标摄像头对应的目标背景虚化算法;
背景虚化单元503,用于依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
可以看出,本申请实施例中所描述的视频处理装置,应用于电子设备,该电子设备包括多个摄像头,在视频应用场景下,确定处于开启状态下的目标摄像头,目标摄像头为多个摄像头中的一个摄像头或者摄像头组合,确定与目标摄像头对应的目标背景虚化算法,依据目标背景虚化算法对目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,如此,能够调用与摄像头相应的背景虚化算法,有助于依据摄像头的特性进行背景虚化,提升了实现背景虚化的智能性。
在一个可能的示例中,在所述确定与所述目标摄像头对应的目标背景虚化算法方面,所述第二确定单元502具体用于:
按照预设的摄像头与背景虚化算法之间的映射关系,确定所述目标摄像头对应的目标背景虚化算法。
在一个可能的示例中,如图5B,图5B为图5A所描述的视频处理装置的又一变型结构,其与图5A相比较,还可以包括:第一获取单元504、第三确定单元505和优化处理单元506,具体如下:
第一获取单元504,用于获取目标环境参数;
第三确定单元505,用于依据预设的环境参数与优化参数之间的映射关系,确定所述目标环境参数对应的目标优化参数;
优化处理单元506,用于依据所述目标优化参数对所述目标背景虚化算法进行优化处理,得到优化处理后的所述目标背景虚化算法;
在所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频方面,所述背景虚化单元503具体用于:
依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频。
在一个可能的示例中,在所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频方面,所述背景虚化单元503具体用于:
对视频帧i进行图像分割,得到多个目标区域,所述视频帧i为所述目标摄像头拍摄的视频中的任一视频帧;
对所述多个目标区域中每一目标区域进行目标识别,得到多个目标和多个物体标识,所述多个目标中每一目标对应一个物体标识;
确定所述多个物体标识中属于预设标识集的物体标识,得到至少一个目标物体标识;
依据所述目标背景虚化算法将所述至少一个目标物体标识对应的区域进行背景虚化处理,得到目标视频帧i。
在一个可能的示例中,在所述视频应用场景为视频聊天时,如图5C,图5C为图5A所描述的视频处理装置的又一变型结构,其与图5A相比较,还可以包括:
第二获取单元507,用于获取所述视频聊天的聊天对象的人脸图像;
匹配单元508,用于将所述人脸图像与预设人脸模板进行匹配;
由所述背景虚化单元503在所述人脸图像与所述预设人脸模板匹配失败时,执行所述依据所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频的步骤。
可以理解的是,本实施例的视频处理装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种视频处理方法,其特征在于,应用于电子设备,所述电子设备包括多个摄像头,所述方法包括:
在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
确定与所述目标摄像头对应的目标背景虚化算法;
获取目标环境参数;所述环境参数包括环境光亮度、环境色温、温度、湿度、地理位置、天气、磁场干扰强度中的至少一种;
确定所述目标环境参数对应的目标优化参数;
依据所述目标优化参数对所述目标背景虚化算法进行优化处理;
依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,包括:获取目标物体,在所述目标摄像头拍摄的视频中确定所述目标物体所在的起始帧和结束帧,从所述目标摄像头拍摄的视频中截取所述起始帧和所述结束帧之间的视频帧序列,依据视频帧序列确定目标物体的运动轨迹参数,确定所述起始帧对应的所述优化处理后的目标背景虚化算法的控制参数,依据所述运动轨迹参数调整所述控制参数,得到目标控制参数,依据优化处理后的目标背景虚化算法以所述目标控制参数对所述视频帧序列进行背景虚化处理,得到目标视频帧序列,将所述目标摄像头拍摄的视频中除了所述视频帧序列之外的视频帧与所述目标视频帧序列进行合成,得到所述目标视频。
2.根据权利要求1所述的方法,其特征在于,所述确定与所述目标摄像头对应的目标背景虚化算法,包括:
按照预设的摄像头与背景虚化算法之间的映射关系,确定所述目标摄像头对应的目标背景虚化算法。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
依据预设的环境参数与优化参数之间的映射关系,确定所述目标环境参数对应的目标优化参数。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频,包括:
对视频帧i进行图像分割,得到多个目标区域,所述视频帧i为所述目标摄像头拍摄的视频中的任一视频帧;
对所述多个目标区域中每一目标区域进行目标识别,得到多个目标和多个物体标识,所述多个目标中每一目标对应一个物体标识;
确定所述多个物体标识中属于预设标识集的物体标识,得到至少一个目标物体标识;
依据优化处理后的所述目标背景虚化算法将所述至少一个目标物体标识对应的区域进行背景虚化处理,得到目标视频帧i。
5.根据权利要求1或2所述的方法,其特征在于,在所述视频应用场景为视频聊天时,所述方法还包括:
获取所述视频聊天的聊天对象的人脸图像;
将所述人脸图像与预设人脸模板进行匹配;
在所述人脸图像与所述预设人脸模板匹配失败时,执行所述依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频的步骤。
6.一种视频处理装置,其特征在于,应用于电子设备,所述电子设备包括多个摄像头,所述装置包括:
第一确定单元,用于在视频应用场景下,确定处于开启状态下的目标摄像头,所述目标摄像头为所述多个摄像头中的一个摄像头或者摄像头组合;
第二确定单元,用于确定与所述目标摄像头对应的目标背景虚化算法;
第一获取单元,用于获取目标环境参数;所述环境参数包括环境光亮度、环境色温、温度、湿度、地理位置、天气、磁场干扰强度中的至少一种;
第三确定单元,用于确定所述目标环境参数对应的目标优化参数;
优化处理单元,用于依据所述目标优化参数对所述目标背景虚化算法进行优化处理;
背景虚化单元,用于依据优化处理后的所述目标背景虚化算法对所述目标摄像头拍摄的视频进行背景虚化处理,得到目标视频;
所述背景虚化单元,具体用于获取目标物体,在所述目标摄像头拍摄的视频中确定所述目标物体所在的起始帧和结束帧,从所述目标摄像头拍摄的视频中截取所述起始帧和所述结束帧之间的视频帧序列,依据视频帧序列确定目标物体的运动轨迹参数,确定所述起始帧对应的所述优化处理后的目标背景虚化算法的控制参数,依据所述运动轨迹参数调整所述控制参数,得到目标控制参数,依据优化处理后的目标背景虚化算法以所述目标控制参数对所述视频帧序列进行背景虚化处理,得到目标视频帧序列,将所述目标摄像头拍摄的视频中除了所述视频帧序列之外的视频帧与所述目标视频帧序列进行合成,得到所述目标视频。
7.根据权利要求6所述的装置,其特征在于,在所述确定与所述目标摄像头对应的目标背景虚化算法方面,所述第二确定单元具体用于:
按照预设的摄像头与背景虚化算法之间的映射关系,确定所述目标摄像头对应的目标背景虚化算法。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第三确定单元,用于依据预设的环境参数与优化参数之间的映射关系,确定所述目标环境参数对应的目标优化参数。
9.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
CN201910523823.5A 2019-06-17 2019-06-17 视频处理方法及相关产品 Active CN110198421B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910523823.5A CN110198421B (zh) 2019-06-17 2019-06-17 视频处理方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910523823.5A CN110198421B (zh) 2019-06-17 2019-06-17 视频处理方法及相关产品

Publications (2)

Publication Number Publication Date
CN110198421A CN110198421A (zh) 2019-09-03
CN110198421B true CN110198421B (zh) 2021-08-10

Family

ID=67754753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910523823.5A Active CN110198421B (zh) 2019-06-17 2019-06-17 视频处理方法及相关产品

Country Status (1)

Country Link
CN (1) CN110198421B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118042262A (zh) 2019-12-18 2024-05-14 荣耀终端有限公司 一种控制方法、电子设备、计算机可读存储介质、芯片
CN113411537B (zh) * 2021-06-25 2023-04-25 Oppo广东移动通信有限公司 视频通话方法、装置、终端及存储介质
CN116582743A (zh) * 2023-07-10 2023-08-11 荣耀终端有限公司 一种拍摄方法、电子设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106878588A (zh) * 2017-02-27 2017-06-20 努比亚技术有限公司 一种视频背景虚化终端及方法
CN107392933A (zh) * 2017-07-12 2017-11-24 维沃移动通信有限公司 一种图像分割的方法及移动终端
CN107864336A (zh) * 2017-11-24 2018-03-30 维沃移动通信有限公司 一种图像处理方法、移动终端
CN108024057A (zh) * 2017-11-30 2018-05-11 广东欧珀移动通信有限公司 背景虚化处理方法、装置及设备
JP2019086538A (ja) * 2017-11-01 2019-06-06 キヤノン株式会社 投影装置、及び、その制御方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10937216B2 (en) * 2017-11-01 2021-03-02 Essential Products, Inc. Intelligent camera

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106878588A (zh) * 2017-02-27 2017-06-20 努比亚技术有限公司 一种视频背景虚化终端及方法
CN107392933A (zh) * 2017-07-12 2017-11-24 维沃移动通信有限公司 一种图像分割的方法及移动终端
JP2019086538A (ja) * 2017-11-01 2019-06-06 キヤノン株式会社 投影装置、及び、その制御方法
CN107864336A (zh) * 2017-11-24 2018-03-30 维沃移动通信有限公司 一种图像处理方法、移动终端
CN108024057A (zh) * 2017-11-30 2018-05-11 广东欧珀移动通信有限公司 背景虚化处理方法、装置及设备

Also Published As

Publication number Publication date
CN110198421A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
CN107817939B (zh) 一种图像处理方法及移动终端
CN108495029B (zh) 一种拍照方法及移动终端
CN109413563A (zh) 视频的音效处理方法及相关产品
CN108712603B (zh) 一种图像处理方法及移动终端
CN110740259A (zh) 视频处理方法及电子设备
CN107241552B (zh) 一种图像获取方法、装置、存储介质和终端
CN110248254A (zh) 显示控制方法及相关产品
CN110198421B (zh) 视频处理方法及相关产品
CN108833779B (zh) 拍摄控制方法及相关产品
CN108418916A (zh) 基于双面屏的图像拍摄方法、移动终端及可读存储介质
CN108200421B (zh) 一种白平衡处理方法、终端和计算机可读存储介质
CN109407948B (zh) 一种界面显示方法及移动终端
CN107948530A (zh) 一种图像处理方法、终端及计算机可读存储介质
CN107911540A (zh) 情景模式切换方法及终端设备
CN110022401A (zh) 一种控制参数设置方法、终端及计算机可读存储介质
CN110363702B (zh) 图像处理方法及相关产品
CN110086993A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN110933312A (zh) 拍照控制方法及相关产品
CN107330391A (zh) 产品信息提示方法及装置
CN112703534A (zh) 图像处理方法及相关产品
CN110162264B (zh) 应用处理方法及相关产品
CN108762648A (zh) 屏幕操作控制方法及移动终端
CN108616687A (zh) 一种拍照方法、装置和移动终端
CN108197560A (zh) 人脸图像识别方法、移动终端及计算机可读存储介质
CN109462727B (zh) 一种滤镜调整方法及移动终端

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