CN112182299A - 一种视频中精彩片段的获取方法、装置、设备和介质 - Google Patents

Abstract

本公开实施例公开了一种视频中精彩片段的获取方法、装置、电子设备和存储介质，该方法包括：获取待处理视频的多个原始图像帧，并在各原始图像帧中分别提取图像特征；根据各原始图像帧的图像特征，获取待处理视频的多个差分特征值；根据各差分特征值，确定待处理视频中的多个精彩图像帧，并根据各精彩图像帧确定待处理视频的精彩片段。本公开实施例的技术方案，实现了通过计算机提取视频中的精彩片段，节省了人力提取成本和时间提取成本，提高了提取效率，同时，根据基于图像特征的差分特征值来确定色彩鲜明的精彩图像帧，也避免了由于提取人的主观影响，而导致精彩片段的提取准确性较低。

Description

一种视频中精彩片段的获取方法、装置、设备和介质

技术领域

本公开实施例涉及视频处理技术，尤其涉及一种视频中精彩片段的获取方法、装置、电子设备和存储介质。

背景技术

随着互联技术的不断发展，各种各样的视频软件出现在终端设备上，随之带来了大量的视频资料，而视频提取技术作为一种常用的视频资料处理手段，成为了视频处理技术的重要分支。

一段完整录制的视频，由于时长较长，不易进行完全展示，通常会在视频中提取一个或多个精彩片段来反应该视频的精彩内容，在不占用用户过多观看时间的同时，还可以更快的吸引用户关注。

对于精彩片段的提取，通常是基于人工的方式，在待处理视频中预先进行埋点，例如，将精彩片段的出现时间进行人工预先标注，但这样的提取方式，不但需要耗费大量的人力成本和时间成本，提取效率较低，而且对于精彩片段的提取存在较强的主观性影响，不同的提取人往往提取到不同的精彩片段，准确性较低。

发明内容

本公开提供了一种视频中精彩片段的获取方法、装置、设备和存储介质，以实现提取待处理视频中的精彩片段。

第一方面，本公开实施例提供了一种视频中精彩片段的获取方法，包括：

获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

第二方面，本公开实施例提供了一种视频中精彩片段的获取装置，包括：

图像特征提取模块，用于获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

差分特征值获取模块，用于根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

精彩片段提取模块，用于根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

第三方面，本公开实施例提供了一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，处理装置执行程序时实现本公开任意实施例的视频中精彩片段的获取方法。

第四方面，本公开实施例提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行本公开任意实施例的视频中精彩片段的获取方法。

本公开实施例的技术方案，从待处理视频的各原始图像帧中分别提取图像特征，以此获取设定步长的多个差分特征值，并根据各个差分特征值确定对应的精彩图像帧，进而确定待处理视频中的精彩片段，实现了通过计算机提取视频中的精彩片段，节省了人力提取成本和时间提取成本，提高了提取效率，同时，根据基于图像特征的差分特征值来确定色彩鲜明的精彩图像帧，也避免了由于提取人的主观影响，而导致精彩片段的提取准确性较低。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开实施例一中的一种视频中精彩片段的获取方法的流程图；

图2A是本公开实施例二中的一种视频中精彩片段的获取方法的流程图；

图2B是本公开实施例二中待处理视频的平均差分特征值分界线和差分特征值曲线的示意图；

图3是本公开实施例三中的一种视频中精彩片段的获取装置的结构框图；

图4是本公开实施例四中的一种电子设备的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

实施例一

图1是本公开实施例一提供的一种视频中精彩片段的获取方法的流程图，本实施例可适用于提取视频中的精彩片段，该方法可以由本公开实施例中的视频中精彩片段的获取装置来执行，该装置可以通过软件和/或硬件实现，并集成在终端设备中，该方法具体包括如下步骤：

S110、获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征。

原始图像帧是在获取到待处理的视频后，未进行任何图像处理操作的图像帧，保持了待处理视频中各帧图像的原始大小；获取到的待处理视频，可以是一部录制完整的视频，例如，一部电影、游戏内录制的一场比赛视频；也可以是一部完整视频中的一个连续的视频片段，例如，一部电影中，吸引观众观看的人物、事物、动作和/或故事等精彩内容通常出现在结局部分(即结尾部分)，因此，将一部电影(例如，时长为120分钟)中结尾部分(例如，时长为20分钟)的视频作为待处理视频；在获取到待处理视频后，从该视频的全部图像帧中分别提取各帧的图像特征。

可选的，在本公开实施例中，所述在各所述原始图像帧中分别提取图像特征，包括：根据设定的感兴趣区域，在各所述原始图像帧中分别截取兴趣图像帧，并在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征。精彩内容通常不会出现在视频的整个画面屏幕中，往往只出现在部分区域内，例如，一段游戏视频以某玩家扮演角色为第一视角，该角色始终位于视频画面的中心位置，围绕该角色发生的战斗和技能释放等精彩内容常常只占据中间区域，因此，在获取到待处理精彩片段的目标视频时，可以通过机器视觉软件，例如，Halcon、OpenCV或Matlab等，并利用各种算子(Operator)和函数来获取感兴趣区域(Region Of Interest，ROI)；其中，ROI是在被处理图像中以方形、圆形、椭圆形以及不规则多边形等方式勾勒出需要处理的区域，也是图像中所关注的重点区域，以便减少图像处理时间和图像处理数据量；在本发明实施例中，对目标视频中各图像帧的ROI的选定方法，以及ROI的大小和形状均不作具体限定。

图像特征可以包括颜色特征、纹理特征、形状特征和/或空间关系特征；其中，颜色特征，描述了图像或图像区域所对应的景物的表面性质，是基于像素点的特征；纹理特征，描述了图像或图像区域所对应景物的表面性质，其需要在包含多个像素点的区域中进行统计计算；形状特征，则描述物体外边界的轮廓特征，以及整体上的区域特征；空间关系特征，是图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，例如，连接关系、重叠关系以及包含关系等。对于图像特征的获取可以利用卷积神经网络(ConvolutionalNeural Networks，CNN)，通过特征图(feature map)进行提取。

可选的，在本公开实施例中，所述在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征，包括：将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征；其中，所述图像识别模型基于残差网络构建。残差网络(Residual Network，ResNet)，是一种基于残差块(Residual block)构建的卷积神经网络，具有易优化的特点，并且能够通过增加深度来提高识别的准确率，相比传统的卷积神经网络，内部跳跃连接的残差块，可以减缓神经网络中由于深度增加带来的梯度消失；特别的，通过神经网络模型获取的图像特征为多维度的特征向量，在本公开实施例中，通过训练完成的图像识别模型获取各原始视频帧的图像特征为4096维度的特征向量，相比于现有技术中仅获取各原始视频帧的像素值(像素值仅能反应不同帧在色彩上的差异性)，特征向量更准确的表征了视频中的图像内容，反应了各原始视频帧在内容上的连续性。

可选的，在本公开实施例中，在将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征前，还包括：构建初始残差网络模型，并通过训练数据集对所述初始残差网络模型进行图像识别训练，以获取训练完成的图像识别模型。其中，训练数据集包括Place365数据集，Place365数据集是神经网络(CNN)模型用于图像场景类型识别的公开数据集，包括365种图像场景，以及超过800万张照片，因此，Place365数据集提供了丰富的图像识别训练样本，因此，对于构建的初始残差网络模型，不需要进行大量且精细的人工数据标注来构建训练样本，大大减少了训练时对视频图像的标注需求；初始残差网络模型的输入为长宽像素分别为224*224的三通道彩色图，输出为4096维度的特征向量。

S120、根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值。

差分特征值是将各原始图像帧的图像特征之间进行差值运算后获取的结果，表征了不同的原始图像帧之间的特征差异性，包括色彩上的差异性，由于连续的多帧图像(例如，20帧)通常表征了相同的视频内容，因此，在公开实施例中，设定步长为较大值(例如，设定步长大于等于10帧)，以获取间隔为设定步长的两帧图像之间的差分特征值，例如，第11帧与第1帧之间的差分特征值，以及第12帧与第2帧之间的差分特征值。

可选的，在本公开实施例中，所述获取所述待处理视频的多个差分特征值，包括：根据如下公式获取所述待处理视频的多个差分特征值：

g(i)＝norm(f(i+j)-f(i))

其中，i是各所述原始图像帧的索引号，i＝1、2……N，N是所述待处理视频包括的原始图像帧的数量，j表示设定步长，f(i)是各所述原始图像帧的图像特征，g(i)是所述待处理视频的各所述差分特征值，norm是2范式运算；特别的，根据上述公式，可以获取到待处理视频的差分特征值数量为N-j个。

S130、根据各所述差分特征值，确定所述待处理视频中的精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

根据各差分特征值以及预先设定的差分特征阈值，可以确定各差分特征值中大于等于差分特征阈值的目标差分特征项，而差分特征阈值可以根据经验值预先设定，若使提取的精彩片段的色彩值较高，则将差分特征阈值设定为较高值，若使提取的精彩片段的色彩值较低，则将差分特征阈值设定为较低值；例如，上述技术方案中，第5个差分特征项g(5)的数值大于等于差分特征阈值，则将该差分特征项确定为目标差分特征项，而目标差分特征项的编号与原始图像帧的编号是对应的，例如，上述技术方案中i是各所述原始图像帧的索引号，第5个差分特征项g(5)对应的原始图像帧的索引号即为第5个原始图像帧，该原始图像帧即为精彩图像帧。由此，可以根据各目标差分特征项确定各自对应的精彩图像帧。

在确定了精彩图像帧后，若存在多个连续的精彩图像帧，则可以将上述多个连续的精彩图像帧组成一个精彩片段，具体的，可以根据预先设定的帧数阈值，在获取到的连续的精彩图像帧的数量大于等于该帧数阈值时，则将上述多个连续的精彩图像帧定义为精彩片段，例如，帧数阈值为120帧，如果获取到的连续的精彩图像帧的数量大于等于120帧，则将上述连续的精彩图像帧作为一个精彩片段；特别的，如果待处理视频的帧率为60帧，那么帧数阈值120帧即对应时长为2秒的视频片段，也即如果在待处理视频中获取到超过2秒的视频片段，且该视频片段中各帧的差分特征值均大于等于差分特征阈值时，则将该视频片段作为一个精彩片段，而在一个待处理视频中可以存在一个或多个精彩片段。

可选的，在本公开实施例中，所述根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，还包括：根据各所述差分特征值，获取所述待处理视频的平均差分特征值，并根据所述平均差分特征值，确定所述待处理视频中的多个精彩图像帧。差分特征阈值还可以与待处理视频本身相关，也即差分特征阈值并不根据经验值预先设定，而是根据各个待处理视频本身的精彩程度(即色彩程度)来确定，因此，不同的待处理视频可以获取到不同的平均差分特征值，也即不同的待处理视频对应不同的平均色彩程度，进而可以在各待处理视频中，根据各自对应的平均差分特征值获取精彩片段。

本公开实施例的技术方案，从待处理视频的各原始图像帧中分别提取图像特征，以此获取设定步长的多个差分特征值，并根据各个差分特征值确定对应的精彩图像帧，进而确定待处理视频中的精彩片段，实现了通过计算机提取视频中的精彩片段，节省了人力提取成本和时间提取成本，提高了提取效率，同时，根据基于图像特征的差分特征值来确定色彩鲜明的精彩图像帧，也避免了由于提取人的主观影响，而导致精彩片段的提取准确性较低。

实施例二

图2是本公开实施例二提供的一种视频中精彩片段的获取方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，在获取到待处理视频的各差分特征值后，绘制待处理视频的差分特征值曲线以及平均差分特征值分界线，相应的，本实施例的方法具体包括如下步骤：

S210、获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征。

S220、根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值。

S230、根据各所述差分特征值，绘制所述待处理视频的差分特征值曲线以及平均差分特征值分界线。

如图2B所示，横坐标是各差分特征值的编号，也是各原始图像帧的索引号，横坐标为差分特征值，图2B中，获取到的待处理视频的平均差分特征值为4.7。

S240、根据所述平均差分特征值分界线与所述差分特征值曲线各交点之后，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定起始精彩图像帧，以及根据所述平均差分特征值分界线与所述差分特征值曲线各交点之前，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定结束精彩图像帧。

例如，图2B中，点A、点D、点E和点H是平均差分特征值分界线与差分特征值曲线的交点，点B是点A之后且差分特征值位于平均差分特征值分界线之上的相邻波峰值，点F是点D和点E之后且差分特征值位于平均差分特征值分界线之上的相邻波峰值，因此，点B和点F对应的原始图像帧，均为起始精彩图像帧；点C是点D和点E之前且差分特征值位于平均差分特征值分界线之上的相邻波峰值，点G是点H之前且差分特征值位于平均差分特征值分界线之上的相邻波峰值，因此，点C和点G分别对应的原始图像帧，均为结束精彩图像帧。

S250、根据各所述起始精彩图像帧，以及位于各所述起始精彩图像帧之后且相邻的结束精彩图像帧，确定所述待处理视频的精彩片段。

各起始精彩图像帧与位于其后且相邻的结束精彩图像帧组成一个精彩片段；例如，图2B中，点B和点C之间的原始图像帧组成一个精彩片段；点F和点G之间对应的原始图像帧组成另一个精彩片段。

可选的，在本公开实施例中，若任意两个相邻的目标精彩片段之间的非精彩片段的帧数小于等于设定帧长，和/或任意两个相邻的目标精彩片段之间的非精彩片段的平均差分特征值大于等于设定平均差分值，则将两个相邻的所述目标精彩片段以及所述非精彩片段合并为一个精彩片段；其中，两个相邻的所述目标精彩片段均与所述非精彩片段相连。例如，以上述技术方案为例，图2B中，精彩片段BC和精彩片段FG之间的非精彩片段CF，所包含的帧数较少，对视频的时长影响极小，为了保持视频内容的完整性，可以将精彩片段BC、非精彩片段CF和精彩片段FG合并为一个精彩片段BG；同样，非精彩片段CF的平均差分特征值，也仅仅略低于待处理视频的平均差分特征值，在色彩程度上并不会明显影响精彩片段的色彩程度，因此，同样可以将精彩片段BC、非精彩片段CF和精彩片段FG合并为一个精彩片段；特别的，设定帧长和设定平均差分值均可以根据经验值预先定义。

可选的，在本公开实施例中，所述设定帧长根据对应的两个所述目标精彩片段的平均帧长确定，和/或所述设定平均差分值根据对应的两个所述目标精彩片段的平均差分特征值确定。设定帧长可以根据非精彩片段前后的两个目标精彩片段的平均帧长来确定，如果该平均帧长较长，则设定帧长可以为一个较大的值，如果该平均帧长较短，则设定帧长可以为一个较小的值；设定平均差分值也可以根据非精彩片段前后的两个目标精彩片段的平均差分特征值来确定，如果该平均差分特征值较大，则设定平均差分值可以为一个较大值，如果该平均差分特征值较小，则设定平均差分值可以为一个较小值，以使非精彩片段与前后目标精彩片段之间的色彩值差距较小，在保证视频内容连续性的同时，避免了非精彩片段对前后目标精彩片段的视觉影响。

本公开实施例的技术方案，基于待处理视频的原始图像帧中提取的图像特征，获取到了多个差分特征值，并绘制了待处理视频的差分特征值曲线以及平均差分特征值分界线，进而根据差分特征值曲线与平均差分特征值分界线之间交点和波峰值确定了位于平均差分特征值分界线之上的各精彩片段，在保证视频内容连续性的同时，避免了非精彩片段对前后目标精彩片段的视觉影响。

实施例三

图3是本公开实施例三提供的一种视频中精彩片段的获取装置的结构框图，具体包括：图像特征提取模块310、差分特征值获取模块320和精彩片段提取模块330。

图像特征提取模块310，用于获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

差分特征值获取模块320，用于根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

精彩片段提取模块330，用于根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

本公开实施例的技术方案，从待处理视频的各原始图像帧中分别提取图像特征，以此获取设定步长的多个差分特征值，并根据各个差分特征值确定对应的精彩图像帧，进而确定待处理视频中的精彩片段，实现了通过计算机提取视频中的精彩片段，节省了人力提取成本和时间提取成本，提高了提取效率，同时，根据基于图像特征的差分特征值来确定色彩鲜明的精彩图像帧，也避免了由于提取人的主观影响，而导致精彩片段的提取准确性较低。

可选的，在上述技术方案的基础上，图像特征提取模块310，具体用于根据设定的感兴趣区域，在各所述原始图像帧中分别截取兴趣图像帧，并在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征。

可选的，在上述技术方案的基础上，图像特征提取模块310，具体还用于将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征；其中，所述图像识别模型基于残差网络构建。

可选的，在上述技术方案的基础上，视频中精彩片段的获取装置，还包括：

图像识别模型训练模块，用于构建初始残差网络模型，并通过训练数据集对所述初始残差网络模型进行图像识别训练，以获取训练完成的图像识别模型。

可选的，在上述技术方案的基础上，差分特征值获取模块320，具体用于根据如下公式获取所述待处理视频的多个差分特征值：

g(i)＝norm(f(i+j)-f(i))

其中，i是各所述原始图像帧的索引号，i＝1、2……N，N是所述待处理视频包括的原始图像帧的数量，j表示设定步长，f(i)是各所述原始图像帧的图像特征，g(i)是所述待处理视频的各所述差分特征值，norm是2范式运算。

可选的，在上述技术方案的基础上，精彩片段提取模块330，具体用于根据各所述差分特征值，获取所述待处理视频的平均差分特征值，并根据所述平均差分特征值，确定所述待处理视频中的多个精彩图像帧。

可选的，在上述技术方案的基础上，精彩片段提取模块330，具体包括：

绘制执行单元，用于根据各所述差分特征值，绘制所述待处理视频的差分特征值曲线以及平均差分特征值分界线；

精彩图像帧确定单元，用于根据所述平均差分特征值分界线与所述差分特征值曲线各交点之后，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定起始精彩图像帧，以及根据所述平均差分特征值分界线与所述差分特征值曲线各交点之前，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定结束精彩图像帧；

精彩片段确定单元，用于根据各所述起始精彩图像帧，以及位于各所述起始精彩图像帧之后且相邻的结束精彩图像帧，确定所述待处理视频的精彩片段。

可选的，在上述技术方案的基础上，视频中精彩片段的获取装置，还包括：

合并执行模块，用于若任意两个相邻的目标精彩片段之间的非精彩片段的帧数小于等于设定帧长，和/或任意两个相邻的目标精彩片段之间的非精彩片段的平均差分特征值大于等于设定平均差分值，则将两个相邻的所述目标精彩片段以及所述非精彩片段合并为一个精彩片段；其中，两个相邻的所述目标精彩片段均与所述非精彩片段相连。

可选的，在上述技术方案的基础上，所述设定帧长根据对应的两个所述目标精彩片段的平均帧长确定，和/或所述设定平均差分值根据对应的两个所述目标精彩片段的平均差分特征值确定。

上述装置可执行本公开任意实施例所提供的视频中精彩片段的获取方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开任意实施例提供的方法。

实施例四

图4示出了适于用来实现本公开实施例的电子设备400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4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4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：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406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，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，其包括承载在非暂态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409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401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，本公开上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。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

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：获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

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，上述程序设计语言包括但不限于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模块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，模块的名称在某种情况下并不构成对该模块本身的限定，例如，图像特征提取模块，可以被描述为“用于获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征的模块”。本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，【示例1】提供了一种视频中精彩片段的获取方法，包括：

获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

根据本公开的一个或多个实施例，【示例2】提供了示例1的方法，还包括：

根据设定的感兴趣区域，在各所述原始图像帧中分别截取兴趣图像帧，并在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征。

根据本公开的一个或多个实施例，【示例3】提供了示例2的方法，还包括：

将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征；其中，所述图像识别模型基于残差网络构建。

根据本公开的一个或多个实施例，【示例4】提供了示例3的方法，还包括：

构建初始残差网络模型，并通过训练数据集对所述初始残差网络模型进行图像识别训练，以获取训练完成的图像识别模型。

根据本公开的一个或多个实施例，【示例5】提供了示例1的方法，还包括：

根据如下公式获取所述待处理视频的多个差分特征值：

g(i)＝norm(f(i+j)-f(i))

其中，i是各所述原始图像帧的索引号，i＝1、2……N，N是所述待处理视频包括的原始图像帧的数量，j表示设定步长，f(i)是各所述原始图像帧的图像特征，g(i)是所述待处理视频的各所述差分特征值，norm是2范式运算。

根据本公开的一个或多个实施例，【示例6】提供了示例1的方法，还包括：

根据各所述差分特征值，获取所述待处理视频的平均差分特征值，并根据所述平均差分特征值，确定所述待处理视频中的多个精彩图像帧。

根据本公开的一个或多个实施例，【示例7】提供了示例6的方法，还包括：

根据各所述差分特征值，绘制所述待处理视频的差分特征值曲线以及平均差分特征值分界线；

根据所述平均差分特征值分界线与所述差分特征值曲线各交点之后，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定起始精彩图像帧，以及根据所述平均差分特征值分界线与所述差分特征值曲线各交点之前，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定结束精彩图像帧；

根据各所述起始精彩图像帧，以及位于各所述起始精彩图像帧之后且相邻的结束精彩图像帧，确定所述待处理视频的精彩片段。

根据本公开的一个或多个实施例，【示例8】提供了示例7的方法，还包括：

若任意两个相邻的目标精彩片段之间的非精彩片段的帧数小于等于设定帧长，和/或任意两个相邻的目标精彩片段之间的非精彩片段的平均差分特征值大于等于设定平均差分值，则将两个相邻的所述目标精彩片段以及所述非精彩片段合并为一个精彩片段；其中，两个相邻的所述目标精彩片段均与所述非精彩片段相连。

根据本公开的一个或多个实施例，【示例9】提供了示例8的方法，还包括：

所述设定帧长根据对应的两个所述目标精彩片段的平均帧长确定，和/或所述设定平均差分值根据对应的两个所述目标精彩片段的平均差分特征值确定。

根据本公开的一个或多个实施例，【示例10】提供了一种视频中精彩片段的获取装置，包括：

图像特征提取模块，用于获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

差分特征值获取模块，用于根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

精彩片段提取模块，用于根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

根据本公开的一个或多个实施例，【示例11】提供了示例10的装置，还包括：

图像特征提取模块，具体用于根据设定的感兴趣区域，在各所述原始图像帧中分别截取兴趣图像帧，并在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征。

根据本公开的一个或多个实施例，【示例12】提供了示例11的装置，还包括：

图像特征提取模块，具体还用于将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征；其中，所述图像识别模型基于残差网络构建。

根据本公开的一个或多个实施例，【示例13】提供了示例12的装置，还包括：

图像识别模型训练模块，用于构建初始残差网络模型，并通过训练数据集对所述初始残差网络模型进行图像识别训练，以获取训练完成的图像识别模型。

根据本公开的一个或多个实施例，【示例14】提供了示例10的装置，还包括：

差分特征值获取模块，具体用于根据如下公式获取所述待处理视频的多个差分特征值：

g(i)＝norm(f(i+j)-f(i))

其中，i是各所述原始图像帧的索引号，i＝1、2……N，N是所述待处理视频包括的原始图像帧的数量，j表示设定步长，f(i)是各所述原始图像帧的图像特征，g(i)是所述待处理视频的各所述差分特征值，norm是2范式运算。

根据本公开的一个或多个实施例，【示例15】提供了示例10的装置，

精彩片段提取模块，具体用于根据各所述差分特征值，获取所述待处理视频的平均差分特征值，并根据所述平均差分特征值，确定所述待处理视频中的多个精彩图像帧。

根据本公开的一个或多个实施例，【示例16】提供了示例15的装置，精彩片段提取模块，具体包括：

绘制执行单元，用于根据各所述差分特征值，绘制所述待处理视频的差分特征值曲线以及平均差分特征值分界线；

精彩图像帧确定单元，用于根据所述平均差分特征值分界线与所述差分特征值曲线各交点之后，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定起始精彩图像帧，以及根据所述平均差分特征值分界线与所述差分特征值曲线各交点之前，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定结束精彩图像帧；

精彩片段确定单元，用于根据各所述起始精彩图像帧，以及位于各所述起始精彩图像帧之后且相邻的结束精彩图像帧，确定所述待处理视频的精彩片段。

根据本公开的一个或多个实施例，【示例17】提供了示例16的装置，还包括：

合并执行模块，用于若任意两个相邻的目标精彩片段之间的非精彩片段的帧数小于等于设定帧长，和/或任意两个相邻的目标精彩片段之间的非精彩片段的平均差分特征值大于等于设定平均差分值，则将两个相邻的所述目标精彩片段以及所述非精彩片段合并为一个精彩片段；其中，两个相邻的所述目标精彩片段均与所述非精彩片段相连。

根据本公开的一个或多个实施例，【示例18】提供了示例17的装置，还包括：

所述设定帧长根据对应的两个所述目标精彩片段的平均帧长确定，和/或所述设定平均差分值根据对应的两个所述目标精彩片段的平均差分特征值确定。

根据本公开的一个或多个实施例，【示例19】提供了一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，处理装置执行程序时实现如示例1-9中任一所述的视频中精彩片段的获取方法。

根据本公开的一个或多个实施例，【示例20】提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如示例1-9中任一所述的视频中精彩片段的获取方法。

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。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (12)

1.一种视频中精彩片段的获取方法，其特征在于，包括：

获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

2.根据权利要求1所述的方法，其特征在于，所述在各所述原始图像帧中分别提取图像特征，包括：

根据设定的感兴趣区域，在各所述原始图像帧中分别截取兴趣图像帧，并在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征。

3.根据权利要求2所述的方法，其特征在于，所述在各所述兴趣图像帧中，分别提取各所述原始图像帧的图像特征，包括：

将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征；其中，所述图像识别模型基于残差网络构建。

4.根据权利要求3所述的方法，其特征在于，在将各所述原始图像帧的兴趣图像帧，输入至训练完成的图像识别模型中，以获取各所述原始图像帧的图像特征前，还包括：

构建初始残差网络模型，并通过训练数据集对所述初始残差网络模型进行图像识别训练，以获取训练完成的图像识别模型。

5.根据权利要求1所述的方法，其特征在于，所述获取所述待处理视频的多个差分特征值，包括：

根据如下公式获取所述待处理视频的多个差分特征值：

g(i)＝norm(f(i+j)-f(i))

其中，i是各所述原始图像帧的索引号，i＝1、2……N，N是所述待处理视频包括的原始图像帧的数量，j表示设定步长，f(i)是各所述原始图像帧的图像特征，g(i)是所述待处理视频的各所述差分特征值，norm是2范式运算。

6.根据权利要求1所述的方法，其特征在于，所述根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，还包括：

根据各所述差分特征值，获取所述待处理视频的平均差分特征值，并根据所述平均差分特征值，确定所述待处理视频中的多个精彩图像帧。

7.根据权利要求6所述的方法，其特征在于，所述根据各所述差分特征值，获取所述待处理视频的平均差分特征值，并根据所述平均差分特征值，确定所述待处理视频中的多个精彩图像帧，包括：

根据各所述差分特征值，绘制所述待处理视频的差分特征值曲线以及平均差分特征值分界线；

根据所述平均差分特征值分界线与所述差分特征值曲线各交点之后，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定起始精彩图像帧，以及根据所述平均差分特征值分界线与所述差分特征值曲线各交点之前，且差分特征值位于所述平均差分特征值分界线之上的相邻波峰值确定结束精彩图像帧；

根据各所述起始精彩图像帧，以及位于各所述起始精彩图像帧之后且相邻的结束精彩图像帧，确定所述待处理视频的精彩片段。

8.根据权利要求7所述的方法，其特征在于，在根据各所述起始精彩图像帧，以及位于各所述起始精彩图像帧之后且相邻的结束精彩图像帧，确定所述待处理视频的精彩片段后，包括：

若任意两个相邻的目标精彩片段之间的非精彩片段的帧数小于等于设定帧长，和/或任意两个相邻的目标精彩片段之间的非精彩片段的平均差分特征值大于等于设定平均差分值，则将两个相邻的所述目标精彩片段以及所述非精彩片段合并为一个精彩片段；其中，两个相邻的所述目标精彩片段均与所述非精彩片段相连。

9.根据权利要求8所述的方法，其特征在于，所述设定帧长根据对应的两个所述目标精彩片段的平均帧长确定，和/或所述设定平均差分值根据对应的两个所述目标精彩片段的平均差分特征值确定。

10.一种视频中精彩片段的获取装置，其特征在于，包括：

图像特征提取模块，用于获取待处理视频的多个原始图像帧，并在各所述原始图像帧中分别提取图像特征；

差分特征值获取模块，用于根据各所述原始图像帧的所述图像特征，获取所述待处理视频的多个差分特征值；

精彩片段提取模块，用于根据各所述差分特征值，确定所述待处理视频中的多个精彩图像帧，并根据各所述精彩图像帧确定所述待处理视频的精彩片段。

11.一种电子设备，包括存储器、处理装置及存储在存储器上并可在处理装置上运行的计算机程序，其特征在于，所述处理装置执行所述程序时实现如权利要求1-9中任一所述的视频中精彩片段的获取方法。

12.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的视频中精彩片段的获取方法。

Images