CN110263741A - 视频帧提取方法、装置及终端设备 - Google Patents

Abstract

本申请适用于图像处理技术领域，提供了视频帧提取方法、装置及终端设备，包括：对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体。通过上述方法，能够筛选出图像质量更高的视频帧。

Description

视频帧提取方法、装置及终端设备

技术领域

本申请属于图像处理技术领域，尤其涉及视频帧提取方法、装置、终端设备以及计算机可读存储介质。

背景技术

随着网络技术以及终端技术的发展，用户接触的视频文件也越来越多，其能够从视频文件获取的信息量也越来越大。

通常对视频文件的视频帧进行分析，能够提取到相应的信息，比如，对视频帧的人物特征进行提取，根据提取的人物特征实现视频文件的视频检索。但是由于一个视频文件包含的视频帧通常较多，因此，若直接对视频文件的所有视频帧进行目标特征的提取，将导致目标特征的提取的时间过长。

发明内容

有鉴于此，本申请实施例提供了一种视频帧提取方法，以解决现有技术中提取目标特征的时间过长的问题。

本申请实施例的第一方面提供了一种视频帧提取方法，包括：

对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体。

本申请实施例的第二方面提供了一种视频帧提取装置，包括：

图像质量筛选单元，用于对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

目标物体筛选单元，用于对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

由于对视频帧进行图像质量筛选操作，以及，对满足图像质量要求的视频帧进行目标物体的筛选，因此，保证提取的视频帧具有较高的图像质量，并且，由于在提取目标物体之前进行了图像质量的筛选操作，因此，减少了参与提取目标物体的视频帧数量，从而极大提高了提取目标物体的视频帧的速度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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1是本申请实施例提供的第一种视频帧提取方法的流程图；

图2是本申请实施例提供的第二种视频帧提取方法的流程图；

图3是本申请实施例提供的一个视频文件的封面帧的示意图；

图4是本申请实施例提供的第三种视频帧提取方法的流程图；

图5是本申请实施例提供一种视频帧提取装置的结构示意图；

图6是本申请实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

具体实现中，本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，上述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端设备。然而，应当理解的是，终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。

终端设备支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。

可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例一：

图1示出了本申请实施例提供的第一种视频帧提取方法的流程图，在本实施例中，首先对视频文件的视频帧进行图像质量筛选，再从图像质量满足要求的视频帧中选择包括目标物体的视频帧。详述如下：

步骤S11，对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

其中，对视频帧进行图像质量筛选包括：判断前景物体的边缘是否满足要求、判断视频帧的噪声是否满足要求、亮度值是否满足要求、灰度值的离散程度是否满足要求等等。

在本实施例中，可采用上述列举的任一种或几种的图像质量筛选操作(或采用上述没有列举的图像质量筛选操作)对视频文件的视频帧进行筛选处理，此处不作限定。

步骤S12，对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体；

该步骤中，检测第一集合的视频帧中是否包括目标物体，若包括，则存入第二集合。

本申请实施例中，对视频文件执行图像质量筛选操作，得到第一集合，再对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合。由于对视频帧进行图像质量筛选操作，以及，对满足图像质量要求的视频帧进行目标物体的筛选，因此，保证提取的视频帧具有较高的图像质量，并且，由于在提取目标物体之前进行了图像质量的筛选操作，因此，减少了参与提取目标物体的视频帧数量，从而极大提高了提取目标物体的视频帧的速度。

实施例二：

实际情况中，终端设备(如手机)在显示存储的视频文件时，通常选择视频文件的第一帧作为该视频文件的封面。但由于视频文件的第一帧包含的信息量通常很少，比如，在视频文件是拍摄人物的视频文件时，该视频文件的第一帧很可能只是该人物的背影图像，或者为其他的景物的图像。因此，用户难以在视频文件显示的封面中获取更多的有效信息。

为了解决该技术问题，图2示出了本申请实施例提供的第二种视频帧提取方法的流程图，本实施例中，步骤S21和步骤S22与实施例一的步骤S11和步骤S12相同，此处不再赘述：

步骤S21，对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

步骤S22，对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体；

步骤S23，从所述第二集合中提取一个视频帧作为所述视频文件的封面帧。

其中，该步骤的封面帧指的是一个视频文件显示的视频帧，如图3所示，该视频文件的封面帧是包括一个狗的视频帧，在图3右下角的“0:24”是指该视频文件的总时长。具体地，可以从第二集合中选择任一个视频帧作为视频文件的封面帧。

当然，在实际情况中，还可以将第二集合中的视频帧进行视频聚类分析等。

实施例三：

图4示出了本申请实施例提供的第三种视频帧提取方法的流程图，本实施例中，主要对实施例一的步骤S11(或步骤S21)进行细化，其中步骤S43与实施例一的步骤S12相同，详述如下：

步骤S41，以视频帧为单位，计算视频文件的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度；

其中，图像均值是指图像像素的平均值，一个视频帧的图像均值反应了该视频帧的图像平均亮度，平均亮度越大，图像质量越好。例如，假设计算F视频帧的图像均值，该图像大小为(M,N)，M为图像矩阵的行数，N为图像矩阵的列数，则该F视频帧的图像均值u的计算公式为：

其中，图像标准差是指图像像素灰度值相对于平均值的离散程度，如果标准差越大，表明图像中灰度级分布越分散，图像质量也就越好，假设计算F视频帧的图像标准差，该图像大小为(M,N)，M为图像矩阵的行数，N为图像矩阵的列数，则该F视频帧的图像标准差std的计算公式为：

其中，图像平均梯度能反映图像中细节反差和纹理变换，它在一定程度上反映了图像的清晰程度，图像平均梯度的计算公式为：

上式中，Δx(F(i,j)、Δy(F(i,j)分别表示像素点(i，j)在x或者y方向上的一阶差分。

步骤S42，若计算的参数值都大于或等于预设的参数阈值，则判定所述参数值对应的视频帧的图像质量满足要求，将图像质量满足要求的视频帧存入第一集合，所述预设的参数阈值包括以下至少一个：图像均值阈值、图像标准差阈值和图像平均梯度阈值。

该步骤中，若计算的视频帧的参数值为图像均值，只判断该图像均值是否大于或等于预设的图像均值阈值，若大于或等于，则判定该视频帧的图像质量满足要求；若计算的参数值为图像均值和图像标准差，则需要同时判断该图像均值是否大于或等于预设的图像均值阈值，以及，判断该图像标准差是否大于或等于预设的图像标准差阈值，若图像均值大于或等于预设的图像均值阈值，且图像标准差也大于或等于预设的图像标准差阈值，则判定该视频帧的图像质量满足要求。当计算的参数值为其他情况，则其判断规则与上述类似，此处不再赘述。

根据上面的图像均值、图像标准差和图像平均梯度的计算公式可知，本申请实施例在执行图像质量筛选时，其对应的计算复杂度都较低，从而能够快速确定出第一集合包括的视频帧。

步骤S43，对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体；

本申请实施例中，由于采用计算量较少的算法筛选视频文件中具有一定图像质量的视频帧，因此，能够提高视频帧的筛选速度。

在一些实施例中，由于视频文件包含的视频帧的数量通常较大，且相邻视频帧包含的相同信息量也较多，因此，为了减少后续的运算量，在所述步骤S41之前，包括：

按照预设周期从视频文件中抽取对应的视频帧；其中，预设周期可根据实际情况设定，比如，在相邻两帧的视频帧的图像内容差异较大时，预设周期设置的较小，反之，预设周期设置的较大。本实施例中，预设周期可设置为3，具体地，对视频文件的视频帧，从3个视频帧中抽取其中的一个视频帧，例如抽取3个视频帧的最后一个视频帧作为进入后续处理的视频帧。

对应地，所述步骤S41具体为：

以视频帧为单位，计算从视频文件中抽取的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度。

本实施例中，由于在进行图像质量筛选之前滤除了部分视频帧，因此，减少了后续进行图像质量处理的视频帧的数量，提高了图像质量处理的速度。

在一些实施例中，在所述步骤S43(或步骤S12)之前，包括：

A1、根据所述第一集合的视频帧的图像内容确定目标物体；

或者，

A2、识别用户输入的图像，将所述图像的前景包括的物体确定为目标物体。

本实施例中，可以根据2种方式确定目标物体，一种是通过对视频帧的图像内容进行处理得到，另一种是通过用户输入的图像得到。当采用通过用户输入的图像得到时，将识别用户输入的图像，确定该图像的前景区域，并该前景区域包括的物体，若该前景区域包括的物体的个数大于1，则将占据前景区域的面积最大的物体确定为目标物体，其他物体确定为候选的目标物体，这样，若根据确定的目标物体从第一集合筛选不出对应的视频帧时，可以将候选的目标物体作为新的目标物体进行筛选。

在一些实施例中，由于视频文件通常是拍摄人物，因此，可将识别的人物作为目标物体，具体地，所述A1包括：

A11、确定所述第一集合的视频帧中包括人物特征的帧数；

A12、若人物特征的帧数大于或等于预设的帧数阈值，将所述人物特征对应的人确定为目标物体。

本实施例中，检测视频帧是否包括人物特征，若包括，则确定包含人物特征的视频帧的帧数，并将该人物特征对应的人确定为目标物体。由于当一个人物在视频帧出现的次数较多时，表明该视频文件主要是用于拍摄该人物，此时，将该人物确定为目标物体。需要指出的是，若人物特征对应的人的个数大于1，则可任选其中一个人作为目标物体。

在一些实施例中，由于视频帧包括的人物可能有多个年龄段，因此，可通过设置一个对年龄段的预设选择算法快速筛选出目标物体，所述A12具体为：

若人物特征的帧数大于或等于预设的帧数阈值，且所述人物特征包括不同年龄段范围的人物特征，则根据预设选择算法，将相应年龄段范围的人物特征对应的人确定为目标物体。

本实施例中，由于不同年龄段对应的人物特征通常是不同的，比如，年纪大的皮肤会松弛，有皱纹等，因此，当确定出包括人物特征的视频帧的帧数较大且人物特征包括不同年龄段时，则选择某一年龄段范围的人物特征对应的人物作为目标物体，例如，将婴幼儿年龄段范围的人物特征对应的婴幼儿确定为目标物体。

在一些实施例中，若判断出视频帧包括的人物特征的帧数小于预设的帧数阈值，则为了加快目标物体的确定速度，则在所述A11之后，还包括：

若人物特征的帧数小于预设的帧数阈值，则将第一集合中任一视频帧的前景物体确定为目标物体。

本实施例中，由于具有非人物特征的物体较多，比如花朵、山林、飞鸟等，而若希望匹配出这些物体，则需要训练较多的识别模型，或者，运行较多的算法，因此，为了能够快速确定出视频文件的封面帧，则任选一个视频帧的前景物体作为目标物体。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例四：

与上述实施例一、实施例二以及实施例三对应，图5示出了本申请实施例提供的一种视频帧提取装置的结构示意图，该视频帧提取装置可应用于终端设备中，为了便于说明，仅示出了与本实施例相关的部分：

该视频帧提取装置5包括：图像质量筛选单元51和目标物体筛选单元52。

图像质量筛选单元51，用于对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

其中，对视频帧进行图像质量筛选包括：判断前景物体的边缘是否满足要求、判断视频帧的噪声是否满足要求、亮度值是否满足要求、灰度值的离散程度是否满足要求等等。

目标物体筛选单元52，用于对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体；

本申请实施例中，由于对视频帧进行图像质量筛选操作，以及，对满足图像质量要求的视频帧进行目标物体的筛选，因此，保证提取的视频帧具有较高的图像质量，并且，由于在提取目标物体之前进行了图像质量的筛选操作，因此，减少了参与提取目标物体的视频帧数量，从而极大提高了提取目标物体的视频帧的速度。

在一些实施例中，该视频帧提取装置5还包括：

封面帧确定单元，用于从所述第二集合中提取一个视频帧作为所述视频文件的封面帧。

本实施例中，由于对视频帧进行图像质量筛选操作，以及，对满足图像质量要求的视频帧进行目标物体的筛选，因此，保证作为封面帧的视频帧不仅图像质量满足要求，而且具有目标物体，从而使得用户在视频文件的封面帧上能够获取更多的有效信息。

在一些实施例中，所述图像质量筛选单元51包括：

参数值计算模块，用于以视频帧为单位，计算视频文件的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度；

参数值比较模块，用于若计算的参数值都大于或等于预设的参数阈值，则判定所述参数值对应的视频帧的图像质量满足要求，将图像质量满足要求的视频帧存入第一集合，所述预设的参数阈值包括以下至少一个：图像均值阈值、图像标准差阈值和图像平均梯度阈值。

本实施例中，由于图像均值、图像标准差和图像平均梯度对应的计算复杂度都较低，因此能够快速确定出第一集合包括的视频帧。

在一些实施例中，由于视频文件包含的视频帧的数量通常较大，且相邻视频帧包含的相同信息量也较多，因此，为了减少后续的运算量，该视频帧提取装置5还包括：

周期抽取单元，用于按照预设周期从视频文件中抽取对应的视频帧；

对应地，所述参数值计算模块具体用于：

以视频帧为单位，计算从视频文件中抽取的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度。

在一些实施例中，该视频帧提取装置5还包括：

第一目标物体确定模块，用于根据所述第一集合的视频帧的图像内容确定目标物体；

或者，

第二目标物体确定模块，用于识别用户输入的图像，将所述图像的前景包括的物体确定为目标物体。当采用通过用户输入的图像得到时，将识别用户输入的图像，确定该图像的前景区域，并该前景区域包括的物体，若该前景区域包括的物体的个数大于1，则将占据前景区域的面积最大的物体确定为目标物体，其他物体确定为候选的目标物体，这样，若根据确定的目标物体从第一集合筛选不出对应的视频帧时，可以将候选的目标物体作为新的目标物体进行筛选。

在一些实施例中，所述第一目标物体确定模块包括：

包括人物特征的帧数确定模块，用于确定所述第一集合的视频帧中包括人物特征的帧数。

人物为目标物体确定模块，用于若人物特征的帧数大于或等于预设的帧数阈值，将所述人物特征对应的人确定为目标物体。

需要指出的是，若人物特征对应的人的个数大于1，则可任选其中一个人作为目标物体。

在一些实施例中，由于视频帧包括的人物可能有多个年龄段，因此，可通过设置一个对年龄段的预设选择算法快速筛选出目标物体，此时，所述人物为目标物体确定模块具体用于：

若人物特征的帧数大于或等于预设的帧数阈值，且所述人物特征包括不同年龄段范围的人物特征，则根据预设选择算法，将相应年龄段范围的人物特征对应的人确定为目标物体。

本实施例中，由于不同年龄段对应的人物特征通常是不同的，比如，年纪大的皮肤会松弛，有皱纹等，因此，当确定出包括人物特征的视频帧的帧数较大且人物特征包括不同年龄段时，则选择某一年龄段范围的人物特征对应的人物作为目标物体，例如，将婴幼儿年龄段范围的人物特征对应的婴幼儿确定为目标物体。

在一些实施例中，所述所述第一目标物体确定模块包括：

前景物为目标物体确定模块，用于若人物特征的帧数小于预设的帧数阈值，则将第一集合中任一视频帧的前景物体确定为目标物体。

本实施例中，由于具有非人物特征的物体较多，比如花朵、山林、飞鸟等，而若希望匹配出这些物体，则需要训练较多的识别模型，或者，运行较多的算法，因此，为了能够快速确定出视频文件的封面帧，则任选一个视频帧的前景物体作为目标物体。

实施例五：

图6是本申请一实施例提供的终端设备的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个方法实施例中的步骤，例如图1所示的步骤S11至S12。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块51至52的功能。

示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如，所述计算机程序62可以被分割成图像质量筛选单元和目标物体筛选单元，各单元具体功能如下：

图像质量筛选单元，用于对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

目标物体筛选单元，用于对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体。

所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

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或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，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来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。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所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。

所述集成的模块/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介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种视频帧提取方法，其特征在于，包括：

对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体。

2.如权利要求1所述的视频帧提取方法，其特征在于，所述对视频文件执行图像质量筛选操作，得到第一集合，包括：

以视频帧为单位，计算视频文件的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度；

若计算的参数值都大于或等于预设的参数阈值，则判定所述参数值对应的视频帧的图像质量满足要求，将图像质量满足要求的视频帧存入第一集合，所述预设的参数阈值包括以下至少一个：图像均值阈值、图像标准差阈值和图像平均梯度阈值。

3.如权利要求2所述的视频帧提取方法，其特征在于，在所述计算视频文件的视频帧的以下至少一个参数值之前，包括：

按照预设周期从视频文件中抽取对应的视频帧；

对应地，所述以视频帧为单位，计算视频文件的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度具体为：

以视频帧为单位，计算从视频文件中抽取的视频帧的以下至少一个参数值：图像均值、图像标准差和图像平均梯度。

4.如权利要求1所述的视频帧提取方法，其特征在于，在所述对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合之后，包括：

从所述第二集合中提取一个视频帧作为所述视频文件的封面帧。

5.如权利要求1所述的视频帧提取方法，其特征在于，在所述对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合之前，包括：

根据所述第一集合的视频帧的图像内容确定目标物体；

或者，

识别用户输入的图像，将所述图像的前景包括的物体确定为目标物体。

6.如权利要求5所述的视频帧提取方法，其特征在于，所述根据所述第一集合的视频帧的图像内容确定目标物体，包括：

确定所述第一集合的视频帧中包括人物特征的帧数；

若人物特征的帧数大于或等于预设的帧数阈值，将所述人物特征对应的人确定为目标物体。

7.如权利要求6所述的视频帧提取方法，其特征在于，所述若人物特征的帧数大于或等于预设的帧数阈值，将所述人物特征对应的人确定为目标物体，包括：

若人物特征的帧数大于或等于预设的帧数阈值，且所述人物特征包括不同年龄段范围的人物特征，则根据预设选择算法，将相应年龄段范围的人物特征对应的人确定为目标物体。

8.一种视频帧提取装置，其特征在于，包括：

图像质量筛选单元，用于对视频文件执行图像质量筛选操作，得到第一集合，所述第一集合的视频帧的图像质量满足要求；

目标物体筛选单元，用于对所述第一集合的视频帧执行目标物体筛选操作，得到第二集合，所述第二集合的视频帧包括目标物体。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。