CN111314626B - 用于处理视频的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于处理视频的方法和装置。该方法的一具体实施方式包括：从目标视频中获取目标视频帧；确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点；对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移；将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；将目标视频帧划分成目标数量个图像区域；基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。该实施方式可以提高视频与图像融合的稳定性，减小处理后视频的画面抖动。

Description

用于处理视频的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，尤其涉及用于处理视频的方法和装置。

背景技术

在视频处理的场景中，可以将图像素材融合到视频中。例如可以将视觉特效、广告等融合到视频中。

目前，用于视频与图像素材融合的技术包括基于检测的素材植入技术。基于检测的素材植入技术通过检测算法在视频中检测待植入位置，进而将素材植入检测到的待植入位置。

发明内容

本公开的实施例提出了用于处理视频的方法和装置。

第一方面，本公开的实施例提供了一种用于处理视频的方法，该方法包括：从目标视频中获取目标视频帧；确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点；对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移；将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；将目标视频帧划分成目标数量个图像区域；基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。

在一些实施例中，在将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频之前，该方法还包括：响应于目标视频包括除目标视频帧以外的候选视频帧，从候选视频帧中确定与目标图像区域相对应的图像区域作为候选图像区域；以及将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频包括：将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频。

在一些实施例中，将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频包括：获取用户从目标图像区域中确定的目标点；从候选图像区域中确定与目标点相对应的点作为候选点；将待添加图像分别添加到目标点所指示的位置和候选点所指示的位置，生成目标视频对应的处理后视频。

在一些实施例中，从候选图像区域中确定与目标点相对应的点作为候选点包括：从候选图像区域中确定与目标图像区域所包括的关键点相对应的关键点；基于候选图像区域中的关键点与目标图像区域中的关键点的对应关系，从候选图像区域中确定与目标点相对应的点作为候选点。

在一些实施例中，基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域包括：从划分成的目标数量个图像区域中选取所包括的目标关键点最多的图像区域作为目标图像区域。

在一些实施例中，基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域包括：对于目标数量个图像区域中的图像区域，确定该图像区域包括的目标关键点对应的位移的均值；基于所确定的均值和所包括的目标关键点的数量，从目标数量个图像区域中选取目标图像区域。

在一些实施例中，从目标视频中获取目标视频帧包括：获取待处理视频；从待处理视频中确定边界视频帧，其中，边界视频帧用于分隔不同的视频拍摄场景；基于所确定的边界视频帧，将待处理视频划分为至少两个视频片段；从划分成的至少两个视频片段中选取视频片段作为目标视频；从所选取的目标视频中获取目标视频帧。

在一些实施例中，从待处理视频中确定边界视频帧包括：确定待处理视频中相邻的视频帧的dhash值，其中，dhash值用于表征相邻的视频帧的差异程度；基于所确定的dhash值，确定边界视频帧。

第二方面，本公开的实施例提供了一种用于处理视频的装置，该装置包括：获取单元，被配置成从目标视频中获取目标视频帧；第一确定单元，被配置成确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点；第二确定单元，被配置成对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移；第三确定单元，被配置成将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；划分单元，被配置成将目标视频帧划分成目标数量个图像区域；选取单元，被配置成基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；添加单元，被配置成将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于处理视频的方法中任一实施例的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于处理视频的方法中任一实施例的方法。

现有技术中的基于检测的素材植入技术在植入素材的过程中，待植入位置随画面镜头动态移动，如果镜头移动轨迹非直线，则待植入位置的移动轨迹和视频画面的移动轨迹间将存在差异，这会使视频和素材融合处产生画面抖动，进而影响视频与图像素材的融合效果。

本公开的实施例提供的用于处理视频的方法和装置，通过从目标视频中获取目标视频帧，而后确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点，接着对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移，然后将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点，接着将目标视频帧划分成目标数量个图像区域，然后基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域，最后将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频，从而可以基于相邻的视频帧中的关键点的位移，从视频帧中确定出运动幅度小的图像区域，进而可以将待添加图像添加到运动幅度小的图像区域，以此，可以提高视频与图像融合的稳定性，减小处理后视频的画面抖动。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于处理视频的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于处理视频的方法的一个应用场景的示意图；

图4是根据本公开的用于处理视频的方法的又一个实施例的流程图；

图5是根据本公开的用于处理视频的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于处理视频的方法或用于处理视频的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频处理类应用、视频社交类应用、网页浏览器应用、搜索类应用、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、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、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的目标视频进行处理的视频处理服务器。视频处理服务器可以对接收到的目标视频等数据进行分析等处理，并获得处理结果(例如处理后视频)。

需要说明的是，本公开的实施例所提供的用于处理视频的方法可以由终端设备101、102、103执行，也可以由服务器105执行，相应地，用于处理视频的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在生成处理后视频的过程中所使用的数据不需要从远程获取的情况下，上述系统架构可以不包括网络，而只包括终端设备或服务器。

继续参考图2，示出了根据本公开的用于处理视频的方法的一个实施例的流程200。该用于处理视频的方法，包括以下步骤：

步骤201，从目标视频中获取目标视频帧。

在本实施例中，用于处理视频的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程或本地获取目标视频，以及从目标视频中获取目标视频帧。其中，目标视频可以为待对其进行处理的视频。目标视频帧可以为目标视频中待对其进行处理的视频帧。

具体的，上述执行主体可以采用各种方法从目标视频中获取目标视频帧。例如，上述执行主体可以获取目标视频中的全部视频帧作为目标视频帧；或者，上述执行主体可以从目标视频中获取排列在预设位置的视频帧(例如排列在首位的视频帧)作为目标视频帧；再或者，上述执行主体可以采用随机的方式，从目标视频中获取视频帧作为目标视频帧。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤从目标视频中获取目标视频帧：首先，上述执行主体可以获取待处理视频。然后，上述执行主体可以从待处理视频中确定边界视频帧。接着，上述执行主体可以基于所确定的边界视频帧，将待处理视频划分为至少两个视频片段。然后，上述执行主体可以从划分成的至少两个视频片段中选取视频片段作为目标视频。最后，上述执行主体可以从所选取的目标视频中获取目标视频帧。

在这里，待处理视频可以为对至少两个视频拍摄场景进行拍摄所获得的视频。具体的，上述执行主体可以从本地或远程获取待处理视频。边界视频帧可以用于分隔不同的视频拍摄场景。具体的，在拍摄边界视频帧之前和在拍摄边界视频帧之后，用于拍摄视频的镜头的方位发生了变化，进而使得边界视频帧对应的前后视频帧的视频拍摄场景发生了变化。

可以理解的是，视频拍摄场景的变化相较于视频拍摄场景中事物的变化而言，是更为明显的。因此，对于待处理视频中相邻的两个视频帧，若这两个视频帧对应的视频拍摄场景相同，这两个相邻的视频帧的差异则会较小；若这两个视频帧对应的视频拍摄场景不同，这两视频帧的差异则会较大。进而，上述执行主体可以基于待处理视频中相邻两个视频帧的差异，确定出用于分隔不同的视频拍摄场景的边界视频帧。具体的，作为示例，上述执行主体可以确定待处理视频中各个相邻的视频帧的差异，然后利用所确定的差异，绘制用于表征差异随着视频帧在待处理视频中的排列顺序而变化的曲线，最后，可以检测曲线上的极大和/或极小值点，将所检测到的极大和/或极小值点所对应的视频帧确定为边界视频帧。

需要说明的是，上述执行主体可以采用各种方法确定待处理视频中相邻的视频帧的差异，例如，上述执行主体可以基于计算图像的相似度的方式，确定待处理视频中相邻的视频帧的差异。不难理解，在这里，相似度与差异成反比，相似度越高，则差异越小。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤从待处理视频中确定边界视频帧：首先，确定待处理视频中相邻的视频帧的dhash值。然后，基于所确定的dhash值，确定边界视频帧。其中，dhash值用于表征相邻的视频帧的差异程度。实践中，dhash是一种差异值哈希算法，可以用于计算两个图像的差异。进而，在这里，可以利用通过差异值哈希算法计算所获得的dhash值来表征相邻的视频帧的差异程度。

实践中，差异值哈希算法相较于现有技术中用于确定图像差异的算法，具有更高的精确度和更快的计算速度，因此，本实现方式通过确定待处理视频中相邻的视频帧的dhash值，可以更为快速、准确地确定边界视频帧，进而有助于更为快速、准确地进行视频处理。

可以理解，这里的dhash值相当于上文中的差异，进而可以采用与上文中描述的基于待处理视频中相邻两个视频帧的差异，确定边界视频帧的方法相类似的方法，来实现基于所确定的dhash值，确定边界视频帧，此处不再赘述。

步骤202，确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点。

在本实施例中，基于步骤201中得到的目标视频帧，上述执行主体可以从目标视频中确定与目标视频帧相邻的视频帧作为相邻视频帧，以及分别确定目标视频帧和相邻视频帧包括的关键点。其中，关键点为视频帧中关键的点，例如，可以为用于表征视频帧中的事物的轮廓的点。

具体的，上述执行主体可以采用各种方法确定目标视频帧包括的关键点和相邻视频帧包括的关键点。例如，可以采用SIFT(Scale-invariant feature transform，尺度不变特征转换)算法检测目标视频帧和相邻视频帧包括的关键点。

步骤203，对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移。

在本实施例中，对于步骤202中得到的目标视频帧中的关键点，上述执行主体可以确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移。其中，相邻视频帧中与该关键点对应的关键点可以为与该关键点指示的内容相同的关键点，例如目标视频帧中某个关键点用于表征人眼，则相邻视频帧中与该关键点对应的关键点可以为表征人眼的关键点。

具体的，可以采用各种方法确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移。例如，可以分别确定该关键点在目标视频帧中的坐标和对应关键点在相邻视频帧中的坐标，进而基于该关键点的坐标和对应关键点的坐标，对该关键点和对应的关键点进行距离计算，将所获得的计算结果确定为位移。或者，也可以从目标视频帧中确定与对应关键点在相邻视频帧中的位置相同的点，进而可以将所确定的点与该关键点的距离确定为位移。

可以理解，相邻的两个视频帧中相对应的两个关键点的位移越大，可以表征这两个关键点在拍摄这两个视频帧的时间段内运动幅度越大；相邻的两个视频帧中相对应的两个关键点的位移越小，可以表征这两个关键点在拍摄这两个视频帧的时间段内运动幅度越小。

步骤204，将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点。

在本实施例中，基于步骤203中确定出的位移，上述执行主体可以将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点。其中，预设阈值可以为预先设置的位移最大值。

可以理解，所对应的位移小于或等于预设阈值的目标关键点可以视为所对应的运动幅度小的关键点。

步骤205，将目标视频帧划分成目标数量个图像区域。

在本实施例中，基于步骤201中得到的目标视频帧，上述执行主体可以将目标视频帧划分成目标数量个图像区域。其中，目标数量可以为预设数量，也可以为基于目标视频帧的尺寸确定出的数量。例如可以预先确定图像区域的长为10cm，进而当目标视频帧的长为20cm时，可以将目标视频帧划分成两个(即目标数量个)图像区域；当目标视频帧的长为30cm时，可以将目标视频帧划分成三个(即目标数量个)图像区域。

具体的，上述执行主体可以采用各种方式对目标视频帧进行划分，但是需要明确的是，为了后续更为有效、合理地选取目标图像区域，上述执行主体在划分图像区域时，需要使划分成的各个图像区域的面积相同。例如，上述执行主体可以分别从目标视频帧的横向中心线和纵向中心线进行切分，以将目标视频帧划分成四个面积相同的图像区域。

需要说明的是，本步骤只需在步骤201执行后执行即可，具体可以在步骤204执行后执行，也可以在步骤203执行后执行，本公开对此不做限制。

步骤206，基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域。

在本实施例中，基于步骤204中确定的目标关键点和步骤205中得到的目标数量个图像区域，上述执行主体可以确定目标数量个图像区域中的各个图像区域包括的目标关键点的数量，进而基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域。

可以理解，图像区域包括的目标关键点的数量越多，该图像区域对应的运动幅度可以越小，进而，上述执行主体可以基于所包括的目标关键点的数量，从划分成的目标数量个图像区域中选取运动幅度小的目标图像区域。

具体的，上述执行主体可以采用各种方法，从划分成的目标数量个图像区域中选取目标图像区域。

在本实施例的一些可选的实现方式中，上述执行主体可以直接从划分成的目标数量个图像区域中选取所包括的目标关键点最多的图像区域作为目标图像区域。

在本实施例的一些可选的实现方式中，上述执行主体还可以通过以下步骤，从划分成的目标数量个图像区域中选取目标图像区域：首先，对于目标数量个图像区域中的图像区域，上述执行主体可以确定该图像区域包括的目标关键点对应的位移的均值。然后，上述执行主体可以基于所确定的均值和所包括的目标关键点的数量，从目标数量个图像区域中选取目标图像区域。

具体的，作为示例，上述执行主体可以首先分别为位移均值和目标关键点的数量分配权重，然后对均值和数量进行加权运算，获得运算结果，最后基于运算结果从目标数量个图像区域中选取目标图像区域。或者，上述执行主体可以首先从目标数量个图像区域中选取所包括的目标关键点的数量大于或等于预设数量的图像区域，然后从所包括的目标关键点的数量大于或等于预设数量的图像区域中选取对应的位移均值最小的图像区域作为目标图像区域。

步骤207，将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。

在本实施例中，上述执行主体可以首先获取待添加图像，然后将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。其中，待添加图像为待添加到目标视频中的图像。处理后视频包括待添加图像。以此，可以实现待添加图像与目标视频的融合。

具体的，上述执行主体可以采用各种图像融合的方法，将待添加图像添加到目标图像区域中。实践中，为了提高融合效果，上述执行主体可以首先对待添加图像进行处理，例如可以调整待添加图像的透明度。此外，在将待添加图像添加到目标图像区域中后，上述执行主体还可以对融合的边缘位置进行羽化，以使边缘位置更加平滑。

继续参见图3，图3是根据本实施例的用于处理视频的方法的应用场景的一个示意图。在图3的应用场景中，服务器201可以首先获取目标视频302，并从目标视频302中获取目标视频帧3021。然后，服务器301可以确定目标视频帧3021包括的关键点3031、3032以及与目标视频帧3021相邻的相邻视频帧3022包括的关键点3041、3042。接着，对于目标视频帧3021包括的关键点3031，服务器301可以确定该关键点相对于相邻视频帧3022中与该关键点对应的关键点3041的位移3051(例如2cm)；对于目标视频帧3021包括的关键点3032，确定该关键点相对于相邻视频帧3022中与该关键点对应的关键点3042的位移3052(例如3cm)。然后，服务器301可以将目标视频帧3021中所对应的位移小于或等于预设阈值(例如2cm)的关键点(例如关键点3041)确定为目标关键点306。接着，服务器301可以将目标视频帧3021划分成两个(即目标数量个)图像区域，分别为图像区域30211和图像区域30212。然后，服务器301可以基于图像区域包括的目标关键点的数量，从图像区域30211和图像区域30212中选取目标图像区域307。最后，服务器301可以将待添加图像308添加到目标图像区域307中，生成目标视频302对应的处理后视频309。

本公开的上述实施例提供的方法可以基于相邻的视频帧中的关键点的位移，从视频帧中确定出运动幅度小的图像区域，进而可以将待添加图像添加到运动幅度小的图像区域，以此，可以提高视频与图像融合的稳定性，减小处理后视频的画面抖动。

进一步参考图4，其示出了用于处理视频的方法的又一个实施例的流程400。该用于处理视频的方法的流程400，包括以下步骤：

步骤401，从目标视频中获取目标视频帧。

在本实施例中，用于处理视频的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程或本地获取目标视频，以及从目标视频中获取目标视频帧。其中，目标视频可以为待对其进行处理的视频。目标视频帧可以为目标视频中待对其进行处理的视频帧。

步骤402，确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点。

在本实施例中，基于步骤401中得到的目标视频帧，上述执行主体可以从目标视频中确定与目标视频帧相邻的视频帧作为相邻视频帧，以及分别确定目标视频帧和相邻视频帧包括的关键点。其中，关键点为视频帧中关键的点。

步骤403，对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移。

在本实施例中，对于步骤402中得到的目标视频帧中的关键点，上述执行主体可以确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移。其中，相邻视频帧中与该关键点对应的关键点可以为与该关键点指示的内容相同的关键点。

步骤404，将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点。

在本实施例中，基于步骤403中确定出的位移，上述执行主体可以将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点。其中，预设阈值可以为预先设置的位移最大值。

步骤405，将目标视频帧划分成目标数量个图像区域。

在本实施例中，基于步骤401中得到的目标视频帧，上述执行主体可以将目标视频帧划分成目标数量个图像区域。其中，目标数量可以为预设数量，也可以为基于目标视频帧的尺寸确定出的数量。

步骤406，基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域。

在本实施例中，基于步骤404中确定的目标关键点和步骤405中得到的目标数量个图像区域，上述执行主体可以确定目标数量个图像区域中的各个图像区域包括的目标关键点的数量，进而基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域。

上述步骤401、步骤402、步骤403、步骤404、步骤405、步骤406可以分别采用与前述实施例中的步骤201、步骤202、步骤203、步骤204、步骤205和步骤206类似的方式执行，上文针对步骤201、步骤202、步骤203、步骤204、步骤205和步骤206的描述也适用于骤401、步骤402、步骤403、步骤404、步骤405和步骤406，此处不再赘述。

步骤407，响应于目标视频包括除目标视频帧以外的候选视频帧，从候选视频帧中确定与目标图像区域相对应的图像区域作为候选图像区域。

在本实施例中，确定出目标图像区域后，上述执行主体可以确定目标视频是否包括除目标视频帧以外的候选视频帧，进而响应于目标视频包括除目标视频帧以外的候选视频帧，上述执行主体从候选视频帧中确定与目标图像区域相对应的图像区域作为候选图像区域。其中，与目标图像区域相对应的图像区域可以为在候选视频帧中的位置与目标图像区域在目标视频帧中的位置相同的图像区域。例如，从目标视频帧的纵向中心线，将目标视频帧划分成左右两个图像区域，然后基于步骤407，从这两个图像区域中确定出左侧的图像区域为目标图像区域，进而在本步骤中，上述执行主体可以从候选视频帧的纵向中心线，将候选视频帧划分为左右两个图像区域，将左侧的图像区域确定为与目标图像区域相对应的候选图像区域。

步骤408，将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频。

在本实施例中，上述执行主体可以首先获取待添加图像，然后将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频。其中，待添加图像为待添加到目标视频中的图像。处理后视频包括待添加图像。以此，可以实现待添加图像与目标视频包括的全部的视频帧的融合。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频：首先，上述执行主体可以输出目标图像区域，以及获取用户从目标图像区域中确定的目标点。然后，上述执行主体可以从候选图像区域中确定与目标点相对应的点作为候选点。最后，上述执行主体可以将待添加图像分别添加到目标点所指示的位置和候选点所指示的位置，生成目标视频对应的处理后视频。

在这里，与目标点相对应的候选点可以为与目标点所指示的内容相同的点，例如，用户确定的目标点用于指示目标图像区域中的窗户的中心，则候选点用于指示候选图像区域中的窗户的中心。

本实现方式可以由用户指定具体的待添加图像所添加的位置，以此，可以实现更为精确的图像与视频的融合，并且，可以生成更符合用户需求的处理后视频。

具体的，上述执行主体可以采用各种方式确定目标点所对应的候选点。例如，用户所选取的目标点为具有特定的语义信息的点(例如窗户的中心点)，则上述执行主体可以从候选图像区域中确定所对应的语义信息与目标点所对应的语义信息相同的点(例如窗户的中心点)作为候选点。

在本实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤从候选图像区域中确定与目标点相对应的候选点：首先，上述执行主体可以从候选图像区域中确定与目标图像区域所包括的关键点相对应的关键点。然后，上述执行主体可以基于候选图像区域中的关键点与目标图像区域中的关键点的对应关系，从候选图像区域中确定与目标点相对应的点作为候选点。

具体的，作为示例，上述执行主体可以基于目标图像区域中的某个关键点的坐标和候选图像区域中与该关键点相对应的关键点的坐标，确定坐标变换矩阵，其中，坐标变换矩阵可以用于表征候选图像区域中的关键点与目标图像区域中的关键点的对应关系。然后，上述执行主体可以获取目标点的坐标，然后基于上述坐标变换矩阵对目标点的坐标进行坐标变换，获得候选点的坐标，进而从候选图像区域确定出候选点。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于处理视频的方法的流程400突出了响应于目标视频包括除目标视频帧以外的候选视频帧，从候选视频帧中确定与目标图像区域相对应的图像区域作为候选图像区域；以及将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频。由此，本实施例描述的方案可以实现将待添加图像添加到目标视频包括的全部的视频帧中，有助于提高视频处理的全面性；并且，所添加的图像区域是确定出的运动幅度小的图像区域，进而可以在保证视频处理的全面性的同时，提高视频与图像融合的稳定性。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于处理视频的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理视频的装置500包括：获取单元501、第一确定单元502、第二确定单元503、第三确定单元504、划分单元505、选取单元506和添加单元507。其中，获取单元501被配置成从目标视频中获取目标视频帧；第一确定单元502被配置成确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点；第二确定单元503被配置成对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移；第三确定单元504被配置成将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；划分单元505被配置成将目标视频帧划分成目标数量个图像区域；选取单元506被配置成基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；添加单元507被配置成将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。

在本实施例中，用于处理视频的装置500的获取单元501可以通过有线连接方式或者无线连接方式从远程或本地获取目标视频，以及从目标视频中获取目标视频帧。其中，目标视频可以为待对其进行处理的视频。目标视频帧可以为目标视频中待对其进行处理的视频帧。

在本实施例中，基于获取单元501得到的目标视频帧，第一确定单元502可以从目标视频中确定与目标视频帧相邻的视频帧作为相邻视频帧，以及分别确定目标视频帧和相邻视频帧包括的关键点。其中，关键点为视频帧中关键的点。

在本实施例中，对于第一确定单元502得到的目标视频帧中的关键点，第二确定单元503可以确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移。其中，相邻视频帧中与该关键点对应的关键点可以为与该关键点指示的内容相同的关键点。

在本实施例中，基于第二确定单元503确定出的位移，第三确定单元504可以将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点。其中，预设阈值可以为预先设置的位移最大值。

在本实施例中，基于获取单元501得到的目标视频帧，划分单元505可以将目标视频帧划分成目标数量个图像区域。其中，目标数量可以为预设数量，也可以为基于目标视频帧的尺寸确定出的数量。

在本实施例中，基于第三确定单元504确定的目标关键点和划分单元505得到的目标数量个图像区域，选取单元506可以确定目标数量个图像区域中的各个图像区域包括的目标关键点的数量，进而基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域。

在本实施例中，添加单元507可以首先获取待添加图像，然后将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。其中，待添加图像为待添加到目标视频中的图像。处理后视频包括待添加图像。以此，可以实现待添加图像与目标视频的融合。

在本实施例的一些可选的实现方式中，装置500还包括：第四确定单元(图中未示出)，被配置成响应于目标视频包括除目标视频帧以外的候选视频帧，从候选视频帧中确定与目标图像区域相对应的图像区域作为候选图像区域；以及添加单元507进一步被配置成：将待添加图像分别添加到目标图像区域和候选图像区域中，生成目标视频对应的处理后视频。

在本实施例的一些可选的实现方式中，添加单元507包括：第一获取模块(图中未示出)，被配置成获取用户从目标图像区域中确定的目标点；第一确定模块(图中未示出)，被配置成从候选图像区域中确定与目标点相对应的点作为候选点；添加模块(图中未示出)，被配置成将待添加图像分别添加到目标点所指示的位置和候选点所指示的位置，生成目标视频对应的处理后视频。

在本实施例的一些可选的实现方式中，第一确定模块包括：第一确定子模块(图中未示出)，被配置成从候选图像区域中确定与目标图像区域所包括的关键点相对应的关键点；第二确定子模块(图中未示出)，被配置成基于候选图像区域中的关键点与目标图像区域中的关键点的对应关系，从候选图像区域中确定与目标点相对应的点作为候选点。

在本实施例的一些可选的实现方式中，选取单元506进一步被配置成：从划分成的目标数量个图像区域中选取所包括的目标关键点最多的图像区域作为目标图像区域。

在本实施例的一些可选的实现方式中，选取单元506包括：第二确定模块(图中未示出)，被配置成对于目标数量个图像区域中的图像区域，确定该图像区域包括的目标关键点对应的位移的均值；第一选取模块(图中未示出)，被配置成基于所确定的均值和所包括的目标关键点的数量，从目标数量个图像区域中选取目标图像区域。

在本实施例的一些可选的实现方式中，获取单元501包括：第二获取模块(图中未示出)，被配置成获取待处理视频；第三确定模块(图中未示出)，被配置成从待处理视频中确定边界视频帧，其中，边界视频帧用于分隔不同的视频拍摄场景；划分模块(图中未示出)，被配置成基于所确定的边界视频帧，将待处理视频划分为至少两个视频片段；第二选取模块，被配置成从划分成的至少两个视频片段中选取视频片段作为目标视频；第三获取模块(图中未示出)，被配置成从所选取的目标视频中获取目标视频帧。

在本实施例的一些可选的实现方式中，第三确定模块包括：第三确定子模块(图中未示出)，被配置成确定待处理视频中相邻的视频帧的dhash值，其中，dhash值用于表征相邻的视频帧的差异程度；第四确定子模块(图中未示出)，被配置成基于所确定的dhash值，确定边界视频帧。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

本公开的上述实施例提供的装置500可以基于相邻的视频帧中的关键点的位移，从视频帧中确定出运动幅度小的图像区域，进而可以将待添加图像添加到运动幅度小的图像区域，以此，可以提高视频与图像融合的稳定性，减小处理后视频的画面抖动。

下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图1中的服务器)600的结构示意图。本公开实施例中的终端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6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6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，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，该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，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601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，本公开所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，该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，该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，而未装配入该电子设备中。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该电子设备执行时，使得该电子设备：从目标视频中获取目标视频帧；确定目标视频帧以及目标视频中与目标视频帧相邻的相邻视频帧包括的关键点；对于目标视频帧包括的关键点，确定该关键点相对于相邻视频帧中与该关键点对应的关键点的位移；将目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；将目标视频帧划分成目标数量个图像区域；基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；将待添加图像添加到目标图像区域中，生成目标视频对应的处理后视频。

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，所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，该模块、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该单元本身的限定，例如，获取单元还可以被描述为“获取目标视频帧的单元”。

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 (9)

1.一种用于处理视频的方法，包括：

从目标视频中获取目标视频帧；

确定所述目标视频帧以及所述目标视频中与所述目标视频帧相邻的相邻视频帧包括的关键点，其中，所述关键点包括用于表征视频帧中的事物的轮廓的点；

对于所述目标视频帧包括的关键点，确定该关键点相对于所述相邻视频帧中与该关键点对应的关键点的位移；

将所述目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；

将所述目标视频帧划分成目标数量个图像区域；

基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；

利用图像融合技术，将待添加图像添加到所述目标图像区域中，生成所述目标视频对应的处理后视频；

其中，所述基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域包括：

对于目标数量个图像区域中的图像区域，确定该图像区域包括的目标关键点对应的位移的均值；基于所确定的均值和所包括的目标关键点的数量，从目标数量个图像区域中选取目标图像区域；

或者，

从划分成的目标数量个图像区域中选取所包括的目标关键点最多的图像区域作为目标图像区域。

2.根据权利要求1所述的方法，其中，在所述将待添加图像添加到所述目标图像区域中，生成所述目标视频对应的处理后视频之前，所述方法还包括：

响应于所述目标视频包括除所述目标视频帧以外的候选视频帧，从候选视频帧中确定与所述目标图像区域相对应的图像区域作为候选图像区域；以及

所述将待添加图像添加到所述目标图像区域中，生成所述目标视频对应的处理后视频包括：

将待添加图像分别添加到所述目标图像区域和所述候选图像区域中，生成所述目标视频对应的处理后视频。

3.根据权利要求2所述的方法，其中，所述将待添加图像分别添加到所述目标图像区域和所述候选图像区域中，生成所述目标视频对应的处理后视频包括：

获取用户从所述目标图像区域中确定的目标点；

从所述候选图像区域中确定与所述目标点相对应的点作为候选点；

将待添加图像分别添加到所述目标点所指示的位置和所述候选点所指示的位置，生成所述目标视频对应的处理后视频。

4.根据权利要求3所述的方法，其中，所述从所述候选图像区域中确定与所述目标点相对应的点作为候选点包括：

从所述候选图像区域中确定与所述目标图像区域所包括的关键点相对应的关键点；

基于所述候选图像区域中的关键点与所述目标图像区域中的关键点的对应关系，从所述候选图像区域中确定与所述目标点相对应的点作为候选点。

5.根据权利要求1-4之一所述的方法，其中，所述从目标视频中获取目标视频帧包括：

获取待处理视频；

从所述待处理视频中确定边界视频帧，其中，边界视频帧用于分隔不同的视频拍摄场景；

基于所确定的边界视频帧，将所述待处理视频划分为至少两个视频片段；

从划分成的至少两个视频片段中选取视频片段作为目标视频；

从所选取的目标视频中获取目标视频帧。

6.根据权利要求5所述的方法，其中，所述从所述待处理视频中确定边界视频帧包括：

确定所述待处理视频中相邻的视频帧的dhash值，其中，dhash值用于表征相邻的视频帧的差异程度；

基于所确定的dhash值，确定边界视频帧。

7.一种用于处理视频的装置，包括：

获取单元，被配置成从目标视频中获取目标视频帧；

第一确定单元，被配置成确定所述目标视频帧以及所述目标视频中与所述目标视频帧相邻的相邻视频帧包括的关键点，其中，所述关键点包括用于表征视频帧中的事物的轮廓的点；

第二确定单元，被配置成对于所述目标视频帧包括的关键点，确定该关键点相对于所述相邻视频帧中与该关键点对应的关键点的位移；

第三确定单元，被配置成将所述目标视频帧中所对应的位移小于或等于预设阈值的关键点确定为目标关键点；

划分单元，被配置成将所述目标视频帧划分成目标数量个图像区域；

选取单元，被配置成基于图像区域包括的目标关键点的数量，从划分成的目标数量个图像区域中选取目标图像区域；

添加单元，被配置成利用图像融合技术，将待添加图像添加到所述目标图像区域中，生成所述目标视频对应的处理后视频；

其中，所述选取单元进一步被配置成：

对于目标数量个图像区域中的图像区域，确定该图像区域包括的目标关键点对应的位移的均值；第一选取模块，被配置成基于所确定的均值和所包括的目标关键点的数量，从目标数量个图像区域中选取目标图像区域；

或者，

从划分成的目标数量个图像区域中选取所包括的目标关键点最多的图像区域作为目标图像区域。

8.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

9.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images