CN110909205A - 一种视频封面确定方法、装置、电子设备及可读存储介质 - Google Patents
一种视频封面确定方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN110909205A CN110909205A CN201911158330.2A CN201911158330A CN110909205A CN 110909205 A CN110909205 A CN 110909205A CN 201911158330 A CN201911158330 A CN 201911158330A CN 110909205 A CN110909205 A CN 110909205A
- Authority
- CN
- China
- Prior art keywords
- video
- video frame
- target
- target video
- frames
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 6
- 238000007621 cluster analysis Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013441 quality evaluation Methods 0.000 description 5
- 238000013145 classification model Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/738—Presentation of query results
- G06F16/739—Presentation of query results in form of a video summary, e.g. the video summary being a video sequence, a composite still image or having synthesized frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/75—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- 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
-
- 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
- H04N21/44008—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 involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请实施例提供了一种视频封面确定方法、装置、电子设备及可读存储介质，方法包括：确定目标视频对应的主题视频帧集合，对目标视频中的视频帧进行分组，得到多个目标视频帧组，针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧，基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面。基于上述处理，确定出的视频封面能够有效体现目标视频的视频主题。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种视频封面确定方法、装置、电子设备及可读存储介质。
背景技术
随着多媒体技术和互联网技术的快速发展，视频的数目正以几何倍数增长。视频封面作为视频呈现给用户的第一张图像画面，对用户的第一主观感受有很大影响，视频封面也是用户是否点击观看视频的关键因素。
相关技术中，通常可以将视频中的第一个视频帧作为视频封面，或者，也可以从视频的所有视频帧中，选择图像质量最高的一帧，作为视频封面，从而导致视频封面无法有效体现视频的视频主题。
发明内容
本申请实施例的目的在于提供一种视频封面确定方法、装置、电子设备及可读存储介质，确定出的视频封面能够有效体现目标视频的视频主题。具体技术方案如下：
第一方面，为了达到上述目的，本申请实施例公开了一种视频封面确定方法，所述方法包括：
确定目标视频对应的主题视频帧集合，其中，所述主题视频帧集合中包括所述目标视频中的多个第一视频帧，每个所述第一视频帧均与所述目标视频的视频主题相匹配；
对所述目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一所述目标视频帧组中的视频帧属于同一场景类别；
针对每一所述目标视频帧组，基于所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
基于视频帧的图像质量，从目标视频帧集合中，确定出所述目标视频的视频封面，其中，所述目标视频帧集合包括从不同场景类别对应的所述目标视频帧组中提取的所述第二视频帧。
可选的，所述确定目标视频对应的主题视频帧集合，包括：
对目标视频中的视频帧进行聚类分析，得到多个视频帧集合；
将所述多个视频帧集合中，所包含的视频帧的数目最大的视频帧集合，确定为所述目标视频对应的主题视频帧集合。
可选的，所述对所述目标视频中的视频帧进行分组，得到多个目标视频帧组，包括：
根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，其中，每一所述视频片段中的视频帧之间的相似度大于第一预设相似度阈值；
针对每一所述视频片段，根据预先训练的场景类别识别模型，确定该视频片段的场景类别；
确定多个目标视频帧组，其中，每一所述目标视频帧组中包含相同场景类别的视频片段中的视频帧。
可选的，所述根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，包括：
基于所述目标视频中的视频帧的排列顺序，确定所述目标视频中的关键视频帧，其中，所述排列顺序中所述关键视频帧的前一视频帧，与所述关键视频帧的相似度小于第二预设相似度阈值；
确定多个视频片段，其中，每一所述视频片段包括所述目标视频中的一个关键视频帧，以及所述排列顺序中位于该关键视频帧与下一个关键视频帧之间的视频帧。
可选的，所述根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，包括：
基于对所述目标视频进行视频编码，确定所述目标视频中的I帧；
基于所述目标视频中的视频帧的排列顺序，确定多个视频片段，其中，每一所述视频片段包括所述目标视频中的一个I帧，以及所述排列顺序中位于该I帧与下一个I帧之间的视频帧。
可选的，所述针对每一所述目标视频帧组，基于所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧，包括：
针对每一所述目标视频帧组，计算所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，作为第一比值；
如果所述第一比值不为0，从该目标视频帧中提取目标数目个第二视频帧，其中，所述目标数目为预设数目与所述第一比值的乘积，所述预设数目为根据待提取的所述第二视频帧的总数目确定的；
如果所述第一比值为0，从该目标视频帧组中提取一个第二视频帧。
可选的，所述基于视频帧的图像质量，从目标视频帧集合中，确定出所述目标视频的视频封面，包括：
从目标视频帧集合中，确定多个备选视频帧，其中，所述多个备选视频帧的图像质量，高于所述目标视频帧集合中其他视频帧的图像质量；
对所述多个备选视频帧进行美学评估，得到各自的美学评估得分；
将美学评估得分最高的备选视频帧，确定为所述目标视频的视频封面。
第二方面，为了达到上述目的，本申请实施例还公开了一种视频封面确定装置，所述装置包括：
第一确定模块，用于确定目标视频对应的主题视频帧集合，其中，所述主题视频帧集合中包括所述目标视频中的多个第一视频帧，每个所述第一视频帧均与所述目标视频的视频主题相匹配；
分组模块，用于对所述目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一所述目标视频帧组中的视频帧属于同一场景类别；
提取模块，用于针对每一所述目标视频帧组，基于所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
第二确定模块，用于基于视频帧的图像质量，从目标视频帧集合中，确定出所述目标视频的视频封面，其中，所述目标视频帧集合包括从不同场景类别对应的所述目标视频帧组中提取的所述第二视频帧。
可选的，所述第一确定模块，具体用于对目标视频中的视频帧进行聚类分析，得到多个视频帧集合；
将所述多个视频帧集合中，所包含的视频帧的数目最大的视频帧集合，确定为所述目标视频对应的主题视频帧集合。
可选的，所述分组模块，具体用于根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，其中，每一所述视频片段中的视频帧之间的相似度大于第一预设相似度阈值；
针对每一所述视频片段，根据预先训练的场景类别识别模型，确定该视频片段的场景类别；
确定多个目标视频帧组，其中，每一所述目标视频帧组中包含相同场景类别的视频片段中的视频帧。
可选的，所述分组模块，具体用于基于所述目标视频中的视频帧的排列顺序，确定所述目标视频中的关键视频帧，其中，所述排列顺序中所述关键视频帧的前一视频帧，与所述关键视频帧的相似度小于第二预设相似度阈值；
确定多个视频片段，其中，每一所述视频片段包括所述目标视频中的一个关键视频帧，以及所述排列顺序中位于该关键视频帧与下一个关键视频帧之间的视频帧。
可选的，所述分组模块，具体用于基于对所述目标视频进行视频编码，确定所述目标视频中的I帧；
基于所述目标视频中的视频帧的排列顺序，确定多个视频片段，其中，每一所述视频片段包括所述目标视频中的一个I帧，以及所述排列顺序中位于该I帧与下一个I帧之间的视频帧。
可选的，所述提取模块，具体用于针对每一所述目标视频帧组，计算所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，作为第一比值；
如果所述第一比值不为0，从该目标视频帧中提取目标数目个第二视频帧，其中，所述目标数目为预设数目与所述第一比值的乘积，所述预设数目为根据待提取的所述第二视频帧的总数目确定的；
如果所述第一比值为0，从该目标视频帧组中提取一个第二视频帧。
可选的，所述第二确定模块，具体用于从目标视频帧集合中，确定多个备选视频帧，其中，所述多个备选视频帧的图像质量，高于所述目标视频帧集合中其他视频帧的图像质量；
对所述多个备选视频帧进行美学评估，得到各自的美学评估得分；
将美学评估得分最高的备选视频帧，确定为所述目标视频的视频封面。
第三方面，为了达到上述目的，本申请实施例还公开了一种电子设备，所述电子设备包括存储器和处理器；
所述存储器，用于存放计算机程序；
所述处理器，用于执行存储器上所存放的程序时，实现如上述第一方面所述的视频封面确定方法步骤。
第四方面，为了达到上述目的，本申请实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现如上述第一方面所述的视频封面确定方法步骤。
第五方面，为了达到上述目的，本申请实施例还公开了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的视频封面确定方法步骤。
本申请实施例提供了一种视频封面确定方法，可以确定目标视频对应的主题视频帧集合，对目标视频中的视频帧进行分组，得到多个目标视频帧组，针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧，基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面。
基于上述处理，由于从每一目标视频帧组中提取的第二视频帧，是基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值确定的，因此，目标视频帧集合中的视频帧均能够体现目标视频的主题，进而，从目标视频帧集合中确定出的视频封面，能够有效地体现目标视频的视频主题，且视频封面为根据图像质量确定出的，能够提高视频封面的图像质量。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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1为本申请实施例提供的一种视频封面确定方法的流程图；
图2为本申请实施例提供的一种确定目标视频帧组的方法的流程图；
图3为本申请实施例提供的一种从目标视频帧组中提取视频帧的方法的流程图；
图4为本申请实施例提供的一种视频封面确定装置的结构图；
图5为本申请实施例提供的一种电子设备的结构图。
具体实施方式
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，都属于本申请保护的范围。
相关技术中，只是根据人工经验或者视频帧的图像质量，确定视频封面，确定出的视频封面与视频的主题之间的关联性较小，导致视频封面无法有效体现视频的视频主题，相应的，可能会导致用户无法快速搜索到自己喜欢的视频，或者，也可能会降低视频的点击率。
为了解决上述问题，本申请实施例提供了一种视频封面确定方法，可以应用于电子设备，该电子设备可以为终端，也可以为服务器。电子设备用于从视频包含的视频帧中，确定出该视频的视频封面。
电子设备可以确定目标视频对应的主题视频帧集合，并对目标视频中的视频帧进行分组，得到多个目标视频帧组，进而，针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧，然后，基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面。
基于上述处理，由于从每一目标视频帧组中提取的第二视频帧，是基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值确定的，因此，目标视频帧集合中的视频帧均能够体现目标视频的主题，进而，从目标视频帧集合中确定出的视频封面，能够有效地体现目标视频的主题，且视频封面为根据图像质量确定出的，能够提高视频封面的图像质量。
参见图1，图1为本申请实施例提供的一种视频封面确定方法的流程图，该方法可以包括以下步骤：
S101：确定目标视频对应的主题视频帧集合。
其中，目标视频可以为当前待确定视频封面的视频。
主题视频帧集合中包括目标视频中的多个第一视频帧，每个第一视频帧均与目标视频的视频主题相匹配。
每个第一视频帧中可以显示有能够体现目标视频的视频主题的对象。例如，目标视频为歌星的演唱会的视频，则第一视频帧可以为显示有歌星独唱的视频帧；又例如，目标视频为钓鱼教学的视频，则第一视频帧可以为显示成功钓到鱼的视频帧。
在本申请实施例中，目标视频对应的主题视频帧集合可以由目标视频的提供者预先指定，或者，电子设备也可以对目标视频中的视频帧的图像画面进行分析，以确定主题视频帧集合。
S102：对目标视频中的视频帧进行分组，得到多个目标视频帧组。
其中，每一目标视频帧组中的视频帧属于同一场景类别。
例如，钓鱼教学的视频可以包括室内场景、室外场景；又例如，歌星的演唱会的视频可以包括歌星独唱的场景、歌星与歌迷互动的场景。
在本申请实施例中，电子设备可以对目标视频中的每一视频帧的图像画面进行分析，确定出每一视频帧所属的场景类别，进而，能够得到多个不同场景类别的视频帧组(即本申请实施例中的目标视频帧组)。
S103：针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧。
在本申请实施例中，在确定出个各目标视频帧组各自包含的视频帧后，针对每一目标视频帧组，电子设备可以确定主题视频帧集合中属于该目标视频帧组的视频帧(可以称为第三视频帧)，进而，电子设备可以计算该目标视频帧组中的第三视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值(即本申请实施例中的第一比值)，然后，电子设备可以根据各目标视频帧组对应的第一比值，从各目标视频帧组中分别提取至少一个视频帧(即第二视频帧)，用于确定目标视频的视频封面。
S104：基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面。
其中，目标视频帧集合包括从不同场景类别对应的目标视频帧组中提取的第二视频帧。
在本申请实施例中，针对提取到的目标视频帧集合中的每一视频帧，电子设备可以基于预设质量评估方法和预设评估维度，对该视频帧进行评估，确定该视频帧图像质量，进而，可以基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面。
预设质量评估方法可以为基于概率模型的图像质量评估方法，例如，可以建立图像特征与图像质量之间的统计概率模型，对待评估的视频帧提取图像特征，然后，根据概率模型计算最大后验概率的图像质量，或根据与概率模型的匹配程度估计视频帧的图像质量。
或者，预设质量评估方法也可以为基于神经网络的图像质量评估方法，提取待评估的视频帧的空间特征，然后，基于预先训练的神经网络回归分析模型，根据视频帧的空间特征，预测视频帧的图像质量。例如，可以采用具有多层网络结构的深度学习算法，对视频帧的图像质量进行评估。
预设评估维度可以包括图像的对比度、图像的信噪比、图像的畸变、图像的色彩等。电子设备可以从上述预设评估维度中选取至少一个维度，并根据选取的维度确定视频帧的图像质量。
一种实现方式中，电子设备可以从目标视频帧集合中，确定出图像质量最高的视频帧，作为目标视频的视频封面。
或者，电子设备也可以从目标视频帧集合中，确定出多个视频帧，作为目标视频帧的视频封面，确定出的多个视频帧的图像质量高于目标视频帧集合中其他视频帧的图像质量。
基于上述处理，由于从每一目标视频帧组中提取的第二视频帧，是基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值确定的，因此，目标视频帧集合中的视频帧均能够体现目标视频的主题，进而，从目标视频帧集合中确定出的视频封面，能够有效地体现目标视频的主题，且视频封面为根据图像质量确定出的，能够提高视频封面的图像质量。
可选的，为了进一步提高确定出的视频封面的有效性，S104可以包括以下步骤：
步骤一，从目标视频帧集合中，确定多个备选视频帧。
其中，多个备选视频帧的图像质量，高于目标视频帧集合中其他视频帧的图像质量。
在本申请实施例中，在确定目标视频帧集合中各视频帧的图像质量后，电子设备可以从目标视频帧集合中，确定出多个图像质量高于其他视频帧的视频帧(即本申请实施例中的备选视频帧)。
步骤二，对多个备选视频帧进行美学评估，得到各自的美学评估得分，将美学评估得分最高的备选视频帧，确定为目标视频的视频封面。
在本申请实施例中，在确定出多个备选视频帧后，电子设备可以对每一备选视频帧进行美学评估，得到每一备选视频帧的美学评估得分，进而，电子设备可以将美学评估得分最高的备选视频帧，确定为目标视频的视频封面。
示例性的，针对每一备选视频帧，电子设备可以判断该备选视频帧中是否显示有预设对象，且预设对象是否居中显示，确定该备选视频帧的美学评估得分。例如，预设对象可以为演唱会的视频中的歌星，也可以为钓鱼教学的视频中的鱼。或者，电子设备也可以基于多种美学评估维度，对备选视频帧进行美学评估，美学评估维度可以包括：平衡、颜色和谐型、趣味、景深、光照、主体、三分、颜色丰富性等。
电子设备确定备选视频帧的美学评估得分的方法，并不限于上述方式。
另外，为了提高主题视频帧集合的准确度，以进一步提高确定出的视频封面的有效性，可选的，S101可以包括以下步骤：
对目标视频中的视频帧进行聚类分析，得到多个视频帧集合，并将多个视频帧集合中，所包含的视频帧的数目最大的视频帧集合，确定为目标视频的主题视频帧集合。
聚类分析，即，将数据分类到不同的集合的一个过程，同一集合中的数据之间的相似度较高，而不同集合间的数据之间的相似度较低。
在本申请实施例中，电子设备可以根据预设聚类分析算法，对目标视频中的视频帧进行特征提取，进而，基于提取得到的视频帧的图像特征，进行聚类分析，能够确定出多个视频帧集合，确定出的属于同一视频帧集合的视频帧之间的相似度较大，且该视频帧集合具有一个聚类中心。
进而，电子设备可以确定每一视频帧集合中包含的视频帧的数目，然后，电子设备可以将包含的视频帧的数目最大的视频帧集合，确定为目标视频中的主题视频帧集合。
预设聚类分析算法可以为K-means算法或其他聚类分析算法。
可选的，电子设备可以根据视频帧之间的相似度，确定目标视频帧组，相应的，参见图2，图2为本申请实施例提供的一种确定目标视频帧组的方法的流程图，S102可以包括以下步骤：
S1021：根据视频帧之间的相似度，对目标视频进行划分，得到多个视频片段。
其中，每一视频片段中的视频帧之间的相似度大于第一预设相似度阈值。第一预设相似度阈值可以由技术人员根据经验进行设置。
视频帧之间的相似度可以为视频帧的预设指标之间的相似度，预设指标可以包括：视频帧的直方图、视频帧的灰度信息、视频帧的边缘信息等至少之一。
在本申请实施例中，电子设备可以根据视频帧之间的相似度，对目标视频进行划分，得到多个视频片段，每一视频片段中的视频帧之间的相似度较大。
一种实现方式中，S1021可以包括以下步骤：
步骤一，基于目标视频中的视频帧的排列顺序，确定目标视频中的关键视频帧。
其中，排列顺序中关键视频帧的前一视频帧，与关键视频帧的相似度小于第二预设相似度阈值。第二预设相似度阈值可以由技术人员根据经验进行设置。
在本申请实施例中，电子设备可以计算目标视频中每两个相邻的视频帧之间的相似度，如果两个相邻的视频帧之间的相似度小于第二预设相似度阈值，表明，该两个相邻的视频帧的差异较大，可能属于不同的场景类别，电子设备可以将后一个视频帧作为目标视频中的关键视频帧，即，从每一关键视频帧开始，视频帧所属的场景类别发生变化。
步骤二，确定多个视频片段。
其中，每一视频片段包括目标视频中的一个关键视频帧，以及排列顺序中位于该关键视频帧与下一个关键视频帧之间的视频帧。
在本申请实施例中，每一关键视频帧，以及排列顺序中位于该关键视频帧与下一个关键视频之间的视频帧，属于同一场景类别的概率较大，因此，电子设备可以将每一关键视频帧，以及排列顺序中位于该关键视频与下一个关键视频帧之间的视频帧，作为一个视频片段。
另一种实现方式中，S1021可以包括以下步骤：
步骤1，基于对目标视频进行视频编码，确定目标视频中的I帧。
在本申请实施例中，电子设备可以确定出对目标视频进行视频编码时的I帧，可以理解的是，I帧与该I帧的前一帧的差别较大，即，从每一I帧开始，视频帧所属的场景类别会发生变化。
步骤2，基于目标视频中的视频帧的排列顺序，确定多个视频片段。
其中，每一视频片段包括目标视频中的一个I帧，以及排列顺序中位于该I帧与下一个I帧之间的视频帧。
在本申请实施例中，每一I帧，以及排列顺序中位于该I帧与下一个I帧之间的视频帧，属于同一场景类别的概率较大，因此，电子设备可以将每一I帧，以及排列顺序中位于该I帧与下一个I帧之间的视频帧，作为一个视频片段。
S1022：针对每一视频片段，根据预先训练的场景类别识别模型，确定该视频片段的场景类别。
在本申请实施例中，在确定出多个视频片段后，电子设备可以根据预先训练的场景类别识别模型，对每一视频片段进行识别，确定出每一视频片段的场景类别。
其中，场景类别识别模型可以是根据样本视频片段，以及样本视频片段的样本标识，对预设结构的分类模型进行训练得到的，样本视频片段的样本标识用于表示样本视频片段的场景类别。
一种实现方式中，针对每一样本视频片段，可以从该样本视频片段中选取第一数目个视频帧，并将选取的第一数目个视频帧作为预设结构的分类模型的模型输入，将该样本视频片段的样本标识作为对应的模型输出，对预设结构的分类模型的模型参数进行训练，直至预设结构的分类模型达到预设收敛条件，得到训练好的场景类别识别模型。
进而，针对从目标视频中确定出的每一视频片段，电子设备可以从该视频片段中选取第一数目个视频帧，并将选取的第一数目个视频帧输入训练好的场景类别识别模型，得到该视频片段属于各场景类别的概率，然后，电子设备可以将对应的概率最大的场景类别，作为该视频片段的场景类别。
可以理解的是，不同的视频片段可以属于相同的场景类别。
S1023：确定多个目标视频帧组。
其中，每一目标视频帧组中包含相同场景类别的视频片段中的视频帧。
在本申请实施例中，在确定出每一视频片段的场景类别后，电子设备可以确定属于相同的场景类别的视频片段，并将具有相同的场景类别的视频片段中的视频帧划分为一个视频帧组(即本申请实施例中的目标视频帧组)，进而，能够得到多个目标视频帧组，且每一目标视频帧组中的视频帧属于同一场景类别。
可选的，参见图3，图3为本申请实施例提供的一种从目标视频帧组中提取视频帧的方法的流程图，S103可以包括以下步骤：
S1031：针对每一目标视频帧组，计算主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，作为第一比值。
S1032：如果第一比值不为0，从该目标视频帧中提取目标数目个第二视频帧，如果第一比值为0，从该目标视频帧组中提取一个第二视频帧。
其中，目标数目为预设数目与第一比值的乘积，预设数目为根据待提取的第二视频帧的总数目确定的。
在本申请实施例中，在确定出一目标视频帧组对应的第一比值后，如果该第一比值不为0，则电子设备可以计算预设数目与该第一比值的乘积，得到该目标视频帧组对应的目标数目，进而，电子设备可以从该目标视频帧组中提取目标数目个视频帧(即第二视频帧)。
如果该第一比值为0，则电子设备可以从该目标视频帧组中提取一个视频帧(即第二视频帧)。
例如，目标视频帧组包括视频帧组1、视频帧组2、视频帧组3、视频帧组4、和视频帧组5。主题视频帧集合中包含20个第一视频帧，20个第一视频帧中有2个第一视频帧属于视频帧组1、有4个第一视频帧属于视频帧组2、有8个第一视频帧属于视频帧组3、有6个第一视频帧属于视频帧组4、没有第一视频帧属于视频帧组5。
进而，可以得到视频帧组1对应的第一比值为1/10、视频帧组2对应的第一比值为1/5、视频帧组3对应的第一比值为2/5、视频帧组4对应的第一比值为3/10、视频帧组5对应的第一比值为0。
相应的，如果预设数目为10，则电子设备可以从视频帧组1中提取1个第二视频帧、从视频帧组2中提取2个第二视频帧、从视频帧组3中提取4个第二视频帧、从视频帧组4中提取3个第二视频帧、从视频帧组5中提取1个第二视频帧。
基于上述处理，使得提取到的第二视频帧能够体现目标视频的视频主题，且第二视频帧能够全面的体现各场景类别，进而，根据第二视频帧，确定出的视频封面能够体现目标视频的视频主题。
另外，该方法还可以应用于直播场景中，当直播用户在直播时，为了向其他用户展示该直播用户的直播视频，电子设备可以获取直播用户当前已直播的视频数据，作为目标视频，以确定出视频封面，并按照确定出的视频封面，向其他用户展示该直播用户的直播视频。
例如，直播用户当前已直播10分钟，电子设备可以获取该直播用户在该10分钟内直播的视频数据，并基于本申请实施例提供的视频封面确定方法确定出视频封面，并进行展示。
另外，针对上述示例，电子设备还可以在直播用户直播20分钟时，获取该直播用户在该20分钟内直播的视频数据，并基于本申请实施例提供的视频封面确定方法确定出视频封面，并进行展示。
基于本申请实施例提供的方法，能够实时确定出直播用户直播的视频数据的视频封面，提高视频封面的实时性。
与图1的方法实施例相对应，参见图4，图4为本申请实施例提供的一种视频封面确定装置的结构图，该装置可以包括：
第一确定模块401，用于确定目标视频中的主题视频帧集合，其中，主题视频帧集合中包括目标视频中的多个第一视频帧，每个第一视频帧均与目标视频的视频主题相匹配；
分组模块402，用于对目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一目标视频帧组中的视频帧属于同一场景类别；
提取模块403，用于针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
第二确定模块404，用于基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面，其中，目标视频帧集合包括从不同场景类别对应的目标视频帧组中提取的第二视频帧。
可选的，第一确定模块401，具体用于对目标视频中的视频帧进行聚类分析，得到多个视频帧集合；
将多个视频帧集合中，所包含的视频帧的数目最大的视频帧集合，确定为目标视频对应的主题视频帧集合。
可选的，分组模块402，具体用于根据视频帧之间的相似度，对目标视频进行划分，得到多个视频片段，其中，每一视频片段中的视频帧之间的相似度大于第一预设相似度阈值；
针对每一视频片段，根据预先训练的场景类别识别模型，确定该视频片段的场景类别；
确定多个目标视频帧组，其中，每一目标视频帧组中包含相同场景类别的视频片段中的视频帧。
可选的，分组模块402，具体用于基于目标视频中的视频帧的排列顺序，确定目标视频中的关键视频帧，其中，排列顺序中关键视频帧的前一视频帧，与关键视频帧的相似度小于第二预设相似度阈值；
确定多个视频片段，其中，每一视频片段包括目标视频中的一个关键视频帧，以及排列顺序中位于该关键视频帧与下一个关键视频帧之间的视频帧。
可选的，分组模块402，具体用于基于对目标视频进行视频编码，确定目标视频中的I帧；
基于目标视频中的视频帧的排列顺序，确定多个视频片段，其中，每一视频片段包括目标视频中的一个I帧，以及排列顺序中位于该I帧与下一个I帧之间的视频帧。
可选的，提取模块403，具体用于针对每一目标视频帧组，计算主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，作为第一比值；
如果第一比值不为0，从该目标视频帧中提取目标数目个第二视频帧，其中，目标数目为预设数目与第一比值的乘积，预设数目为根据待提取的第二视频帧的总数目确定的；
如果第一比值为0，从该目标视频帧组中提取一个第二视频帧。
可选的，第二确定模块404，具体用于从目标视频帧集合中，确定多个备选视频帧，其中，多个备选视频帧的图像质量，高于目标视频帧集合中其他视频帧的图像质量；
对多个备选视频帧进行美学评估，得到各自的美学评估得分；
将美学评估得分最高的备选视频帧，确定为目标视频的视频封面。
基于本申请实施例提供的视频封面确定装置，由于从每一目标视频帧组中提取的第二视频帧，是基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值确定的，因此，目标视频帧集合中的视频帧均能够体现目标视频的主题，进而，从目标视频帧集合中确定出的视频封面，能够有效地体现目标视频的主题，且视频封面为根据图像质量确定出的，能够提高视频封面的图像质量。
本申请实施例还提供了一种电子设备，如图5所示，包括存储器501和处理器502；
存储器501，用于存放计算机程序；
处理器502，用于执行存储器501上所存放的程序时，实现本申请实施例提供的视频封面确定方法。
具体的，上述视频封面确定方法，包括：
确定目标视频对应的主题视频帧集合，其中，主题视频帧集合中包括目标视频中的多个第一视频帧，每个第一视频帧均与目标视频的视频主题相匹配；
对目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一目标视频帧组中的视频帧属于同一场景类别；
针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面，其中，目标视频帧集合包括从不同场景类别对应的目标视频帧组中提取的第二视频帧。
需要说明的是，上述视频封面确定方法的其他实现方式与前述方法实施例部分相同，这里不再赘述。
上述电子设备可以具备有实现上述电子设备与其他设备之间通信的通信接口。
上述的处理器，通信接口，存储器通过通信总线完成相互间的通信，此处提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(Non-Volatile Memory，简称NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行本申请实施例提供的视频封面确定方法。
具体的，上述视频封面确定方法，包括：
确定目标视频对应的主题视频帧集合，其中，主题视频帧集合中包括目标视频中的多个第一视频帧，每个第一视频帧均与目标视频的视频主题相匹配；
对目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一目标视频帧组中的视频帧属于同一场景类别；
针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面，其中，目标视频帧集合包括从不同场景类别对应的目标视频帧组中提取的第二视频帧。
需要说明的是，上述视频封面确定方法的其他实现方式与前述方法实施例部分相同，这里不再赘述。
本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本申请实施例提供的视频封面确定方法。
具体的，上述视频封面确定方法，包括：
确定目标视频对应的主题视频帧集合，其中，主题视频帧集合中包括目标视频中的多个第一视频帧，每个第一视频帧均与目标视频的视频主题相匹配；
对目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一目标视频帧组中的视频帧属于同一场景类别；
针对每一目标视频帧组，基于主题视频帧集合中属于该目标视频帧组的视频帧的数目，与主题视频帧集合包含的第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
基于视频帧的图像质量，从目标视频帧集合中，确定出目标视频的视频封面，其中，目标视频帧集合包括从不同场景类别对应的目标视频帧组中提取的第二视频帧。
需要说明的是，上述视频封面确定方法的其他实现方式与前述方法实施例部分相同，这里不再赘述。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质、计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。
Claims (10)
1.一种视频封面确定方法，其特征在于，所述方法包括：
确定目标视频对应的主题视频帧集合，其中，所述主题视频帧集合中包括所述目标视频中的多个第一视频帧，每个所述第一视频帧均与所述目标视频的视频主题相匹配；
对所述目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一所述目标视频帧组中的视频帧属于同一场景类别；
针对每一所述目标视频帧组，基于所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
基于视频帧的图像质量，从目标视频帧集合中，确定出所述目标视频的视频封面，其中，所述目标视频帧集合包括从不同场景类别对应的所述目标视频帧组中提取的所述第二视频帧。
2.根据权利要求1所述的方法，其特征在于，所述确定目标视频对应的主题视频帧集合，包括：
对目标视频中的视频帧进行聚类分析，得到多个视频帧集合；
将所述多个视频帧集合中，所包含的视频帧的数目最大的视频帧集合，确定为所述目标视频对应的主题视频帧集合。
3.根据权利要求1所述的方法，其特征在于，所述对所述目标视频中的视频帧进行分组，得到多个目标视频帧组，包括：
根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，其中，每一所述视频片段中的视频帧之间的相似度大于第一预设相似度阈值；
针对每一所述视频片段，根据预先训练的场景类别识别模型，确定该视频片段的场景类别；
确定多个目标视频帧组，其中，每一所述目标视频帧组中包含相同场景类别的视频片段中的视频帧。
4.根据权利要求3所述的方法，其特征在于，所述根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，包括：
基于所述目标视频中的视频帧的排列顺序，确定所述目标视频中的关键视频帧，其中，所述排列顺序中所述关键视频帧的前一视频帧，与所述关键视频帧的相似度小于第二预设相似度阈值；
确定多个视频片段，其中，每一所述视频片段包括所述目标视频中的一个关键视频帧，以及所述排列顺序中位于该关键视频帧与下一个关键视频帧之间的视频帧。
5.根据权利要求3所述的方法，其特征在于，所述根据视频帧之间的相似度，对所述目标视频进行划分，得到多个视频片段，包括：
基于对所述目标视频进行视频编码，确定所述目标视频中的I帧；
基于所述目标视频中的视频帧的排列顺序，确定多个视频片段，其中，每一所述视频片段包括所述目标视频中的一个I帧，以及所述排列顺序中位于该I帧与下一个I帧之间的视频帧。
6.根据权利要求1所述的方法，其特征在于，所述针对每一所述目标视频帧组，基于所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧，包括：
针对每一所述目标视频帧组，计算所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，作为第一比值；
如果所述第一比值不为0，从该目标视频帧中提取目标数目个第二视频帧，其中，所述目标数目为预设数目与所述第一比值的乘积，所述预设数目为根据待提取的所述第二视频帧的总数目确定的；
如果所述第一比值为0，从该目标视频帧组中提取一个第二视频帧。
7.根据权利要求1所述的方法，其特征在于，所述基于视频帧的图像质量，从目标视频帧集合中，确定出所述目标视频的视频封面，包括：
从目标视频帧集合中，确定多个备选视频帧，其中，所述多个备选视频帧的图像质量，高于所述目标视频帧集合中其他视频帧的图像质量；
对所述多个备选视频帧进行美学评估，得到各自的美学评估得分；
将美学评估得分最高的备选视频帧，确定为所述目标视频的视频封面。
8.一种视频封面确定装置，其特征在于，所述装置包括：
第一确定模块，用于确定目标视频对应的主题视频帧集合，其中，所述主题视频帧集合中包括所述目标视频中的多个第一视频帧，每个所述第一视频帧均与所述目标视频的视频主题相匹配；
分组模块，用于对所述目标视频中的视频帧进行分组，得到多个目标视频帧组，其中，每一所述目标视频帧组中的视频帧属于同一场景类别；
提取模块，用于针对每一所述目标视频帧组，基于所述主题视频帧集合中属于该目标视频帧组的视频帧的数目，与所述主题视频帧集合包含的所述第一视频帧的总数目的比值，从该目标视频帧组中提取至少一个第二视频帧；
第二确定模块，用于基于视频帧的图像质量，从目标视频帧集合中，确定出所述目标视频的视频封面，其中，所述目标视频帧集合包括从不同场景类别对应的所述目标视频帧组中提取的所述第二视频帧。
9.一种电子设备，其特征在于，包括存储器和处理器；
所述存储器，用于存放计算机程序；
所述处理器，用于执行所述存储器上所存放的程序时，实现权利要求1-7任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911158330.2A CN110909205B (zh) | 2019-11-22 | 2019-11-22 | 一种视频封面确定方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911158330.2A CN110909205B (zh) | 2019-11-22 | 2019-11-22 | 一种视频封面确定方法、装置、电子设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110909205A true CN110909205A (zh) | 2020-03-24 |
| CN110909205B CN110909205B (zh) | 2023-04-07 |
Family
ID=69819045
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911158330.2A Active CN110909205B (zh) | 2019-11-22 | 2019-11-22 | 一种视频封面确定方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110909205B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696105A (zh) * | 2020-06-24 | 2020-09-22 | 北京金山云网络技术有限公司 | 视频处理方法、装置和电子设备 |
| CN111918130A (zh) * | 2020-08-11 | 2020-11-10 | 北京达佳互联信息技术有限公司 | 视频封面确定方法、装置、电子设备及存储介质 |
| CN112015926A (zh) * | 2020-08-27 | 2020-12-01 | 北京字节跳动网络技术有限公司 | 搜索结果的展示方法、装置、可读介质和电子设备 |
| CN112487242A (zh) * | 2020-11-27 | 2021-03-12 | 百度在线网络技术（北京）有限公司 | 用于识别视频的方法、装置、电子设备及可读存储介质 |
| CN112559800A (zh) * | 2020-12-17 | 2021-03-26 | 北京百度网讯科技有限公司 | 用于处理视频的方法、装置、电子设备、介质和产品 |
| CN112989117A (zh) * | 2021-04-14 | 2021-06-18 | 北京世纪好未来教育科技有限公司 | 视频分类的方法、装置、电子设备和计算机存储介质 |
| WO2021227531A1 (zh) * | 2020-05-15 | 2021-11-18 | 上海哔哩哔哩科技有限公司 | 基于浏览器的封面生成方法和系统 |
| CN113784152A (zh) * | 2021-07-20 | 2021-12-10 | 阿里巴巴达摩院(杭州)科技有限公司 | 视频处理方法和存储介质 |
| CN114449362A (zh) * | 2022-03-17 | 2022-05-06 | 腾讯科技（上海）有限公司 | 视频封面的选取方法、装置、设备及存储介质 |
| CN114449346A (zh) * | 2022-02-14 | 2022-05-06 | 腾讯科技（深圳）有限公司 | 视频处理方法、装置、设备以及存储介质 |
| CN114827635A (zh) * | 2021-01-18 | 2022-07-29 | 腾讯科技（深圳）有限公司 | 直播封面的处理方法、装置、电子设备 |
| CN115134677A (zh) * | 2022-05-30 | 2022-09-30 | 一点灵犀信息技术(广州)有限公司 | 视频封面选择方法、装置、电子设备以及计算机存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6307550B1 (en) * | 1998-06-11 | 2001-10-23 | Presenter.Com, Inc. | Extracting photographic images from video |
| US20150161147A1 (en) * | 2010-04-29 | 2015-06-11 | Google Inc. | Associating still images and videos |
| US20160070962A1 (en) * | 2014-09-08 | 2016-03-10 | Google Inc. | Selecting and Presenting Representative Frames for Video Previews |
| CN106503693A (zh) * | 2016-11-28 | 2017-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
| CN109002812A (zh) * | 2018-08-08 | 2018-12-14 | 北京未来媒体科技股份有限公司 | 一种智能识别视频封面的方法及装置 |
| CN109388721A (zh) * | 2018-10-18 | 2019-02-26 | 百度在线网络技术（北京）有限公司 | 封面视频帧的确定方法和装置 |
-
2019
- 2019-11-22 CN CN201911158330.2A patent/CN110909205B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6307550B1 (en) * | 1998-06-11 | 2001-10-23 | Presenter.Com, Inc. | Extracting photographic images from video |
| US20150161147A1 (en) * | 2010-04-29 | 2015-06-11 | Google Inc. | Associating still images and videos |
| US20160070962A1 (en) * | 2014-09-08 | 2016-03-10 | Google Inc. | Selecting and Presenting Representative Frames for Video Previews |
| CN106503693A (zh) * | 2016-11-28 | 2017-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
| CN109002812A (zh) * | 2018-08-08 | 2018-12-14 | 北京未来媒体科技股份有限公司 | 一种智能识别视频封面的方法及装置 |
| CN109388721A (zh) * | 2018-10-18 | 2019-02-26 | 百度在线网络技术（北京）有限公司 | 封面视频帧的确定方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| HYUN SUNG CHANG， SANGHOON SULL，SANG UK LEE: "Efficient Video Indexing Scheme for Content-Based Retrieval" * |
| 郭小川;刘明杰;王婧璐;董道国;万乾荣;: "基于频繁镜头集合的视频场景分割方法" * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021227531A1 (zh) * | 2020-05-15 | 2021-11-18 | 上海哔哩哔哩科技有限公司 | 基于浏览器的封面生成方法和系统 |
| CN111696105B (zh) * | 2020-06-24 | 2023-05-23 | 北京金山云网络技术有限公司 | 视频处理方法、装置和电子设备 |
| CN111696105A (zh) * | 2020-06-24 | 2020-09-22 | 北京金山云网络技术有限公司 | 视频处理方法、装置和电子设备 |
| CN111918130A (zh) * | 2020-08-11 | 2020-11-10 | 北京达佳互联信息技术有限公司 | 视频封面确定方法、装置、电子设备及存储介质 |
| CN112015926A (zh) * | 2020-08-27 | 2020-12-01 | 北京字节跳动网络技术有限公司 | 搜索结果的展示方法、装置、可读介质和电子设备 |
| US11928152B2 (en) | 2020-08-27 | 2024-03-12 | Beijing Bytedance Network Technology Co., Ltd. | Search result display method, readable medium, and terminal device |
| CN112487242A (zh) * | 2020-11-27 | 2021-03-12 | 百度在线网络技术（北京）有限公司 | 用于识别视频的方法、装置、电子设备及可读存储介质 |
| CN112559800A (zh) * | 2020-12-17 | 2021-03-26 | 北京百度网讯科技有限公司 | 用于处理视频的方法、装置、电子设备、介质和产品 |
| CN112559800B (zh) * | 2020-12-17 | 2023-11-14 | 北京百度网讯科技有限公司 | 用于处理视频的方法、装置、电子设备、介质和产品 |
| US11856277B2 (en) | 2020-12-17 | 2023-12-26 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing video, electronic device, medium and product |
| CN114827635A (zh) * | 2021-01-18 | 2022-07-29 | 腾讯科技（深圳）有限公司 | 直播封面的处理方法、装置、电子设备 |
| CN114827635B (zh) * | 2021-01-18 | 2024-03-05 | 腾讯科技（深圳）有限公司 | 直播封面的处理方法、装置、电子设备 |
| CN112989117A (zh) * | 2021-04-14 | 2021-06-18 | 北京世纪好未来教育科技有限公司 | 视频分类的方法、装置、电子设备和计算机存储介质 |
| CN113784152A (zh) * | 2021-07-20 | 2021-12-10 | 阿里巴巴达摩院(杭州)科技有限公司 | 视频处理方法和存储介质 |
| CN114449346A (zh) * | 2022-02-14 | 2022-05-06 | 腾讯科技（深圳）有限公司 | 视频处理方法、装置、设备以及存储介质 |
| CN114449346B (zh) * | 2022-02-14 | 2023-08-15 | 腾讯科技（深圳）有限公司 | 视频处理方法、装置、设备以及存储介质 |
| CN114449362A (zh) * | 2022-03-17 | 2022-05-06 | 腾讯科技（上海）有限公司 | 视频封面的选取方法、装置、设备及存储介质 |
| CN114449362B (zh) * | 2022-03-17 | 2023-08-22 | 腾讯科技（上海）有限公司 | 视频封面的选取方法、装置、设备及存储介质 |
| CN115134677A (zh) * | 2022-05-30 | 2022-09-30 | 一点灵犀信息技术(广州)有限公司 | 视频封面选择方法、装置、电子设备以及计算机存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110909205B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110909205B (zh) | 一种视频封面确定方法、装置、电子设备及可读存储介质 | |
| CN110856037B (zh) | 一种视频封面确定方法、装置、电子设备及可读存储介质 | |
| CN110582025B (zh) | 用于处理视频的方法和装置 | |
| CN107491432B (zh) | 基于人工智能的低质量文章识别方法及装置、设备及介质 | |
| CN108874832B (zh) | 目标评论确定方法及装置 | |
| CN109684513B (zh) | 一种低质量视频识别方法及装置 | |
| US11914639B2 (en) | Multimedia resource matching method and apparatus, storage medium, and electronic apparatus | |
| CN107894998A (zh) | 视频推荐方法及装置 | |
| CN107967280B (zh) | 一种标签推荐歌曲的方法及系统 | |
| CN108629047B (zh) | 一种歌曲清单生成方法及终端设备 | |
| CN111314732A (zh) | 确定视频标签的方法、服务器及存储介质 | |
| CN112199582B (zh) | 一种内容推荐方法、装置、设备及介质 | |
| CN111479129A (zh) | 直播封面的确定方法、装置、服务器、介质及系统 | |
| CN111597446A (zh) | 基于人工智能的内容推送方法、装置、服务器和存储介质 | |
| CN111767430A (zh) | 视频资源推送方法、视频资源推送装置及存储介质 | |
| CN111816170A (zh) | 一种音频分类模型的训练和垃圾音频识别方法和装置 | |
| CN109062905B (zh) | 一种弹幕文本价值评价方法、装置、设备及介质 | |
| CN112995690B (zh) | 直播内容品类识别方法、装置、电子设备和可读存储介质 | |
| CN114845149B (zh) | 视频片段的剪辑方法、视频推荐方法、装置、设备及介质 | |
| CN113204699B (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
| CN110569447B (zh) | 一种网络资源的推荐方法、装置及存储介质 | |
| CN112073757A (zh) | 情绪波动指数获取方法、显示方法及多媒体内容制作方法 | |
| CN113472834A (zh) | 一种对象推送方法及设备 | |
| CN115879002A (zh) | 一种训练样本生成方法、模型训练方法及装置 | |
| CN113408470B (zh) | 数据处理方法、装置、电子设备、存储介质及程序产品 |
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 |