CN112289347A - 一种基于机器学习的风格化智能视频剪辑方法 - Google Patents
一种基于机器学习的风格化智能视频剪辑方法 Download PDFInfo
- Publication number
- CN112289347A CN112289347A CN202011197134.9A CN202011197134A CN112289347A CN 112289347 A CN112289347 A CN 112289347A CN 202011197134 A CN202011197134 A CN 202011197134A CN 112289347 A CN112289347 A CN 112289347A
- Authority
- CN
- China
- Prior art keywords
- video
- data set
- style
- editing
- model
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
- G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
- G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- H04N21/47—End-user applications
- H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
- H04N21/47205—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for manipulating displayed content, e.g. interacting with MPEG-4 objects, editing locally
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Television Signal Processing For Recording (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视频剪辑技术领域，公开了一种基于机器学习的风格化智能视频剪辑方法。其方法步骤为：通过机器学习对特定风格的影视作品或用户输入剪辑作品进行学习，获取视频风格的基本参数，对参数进行加权操作后生成一个特征数据集，此数据集即为视频的风格模型。用户将原素材输入到智能剪辑系统中，经过选取的风格模型处理，最终输出一段剪辑后的视频，即为经过风格化处理的剪辑作品。将用户原素材的特征数据集与特定风格的特征数据集进行对比，对超出特定风格阈值范围数据集参数进行修正，并将修正值输出为指导性的文字和视频示例，让用户获得影视素材拍摄方面的指导意见。
Description
技术领域
本发明涉及视频剪辑技术领域，具体来讲，涉及一种基于机器学习的风格化智能视频剪辑方法。
背景技术
随着5G技术与计算机算力的发展，视频剪辑行业的门槛已经大大降低。但是对于个人用户乃至剪辑师来说，剪辑过程繁琐且单调，往往需要从繁多的源素材中反复回看中寻找灵感。运用本方法的风格化智能剪辑技术，能够让零基础的用户收获似名家大师的剪辑作品，并能从风格模型中学习到更优的拍摄手法与技巧。与此同时，运用云计算大大减少了本地设备(如个人电脑，手机等)数据量的处理，不需要配置昂贵的设备，让更多的用户能够学习到剪辑的艺术，也极大地增加了本方法的实用性。
发明内容
本发明的目的在于提供一种风格化智能视频剪辑的方法，以解决上述背景技术中提到的问题或缺陷。
为实现上述目的，本发明提供一种风格化智能视频剪辑的方法，其方法步骤如下：
S1.将输入的特定风格的影视作品或用户输入剪辑作品传输到云服务器进行以下操作；
S2.进行目标物与场景的检测与识别，并分割每个对象组件，并使用标签列表对图像进行注释；
S3.运用机器学习提取目标特征物，并定义为特征参数；
S4.将视频的特征参数进行平均加权操作，最后集合为获得加权后的特征数据集，此数据集即为视频的风格模型；
S5.用户输入视频源素材并传输到云端，智能选取最佳风格模型，也可由用户手动选择风格模型；
S6.将源素材进行风格化模型的剪辑操作；
S7.将源素材的特征数据集与风格模型进行对比，给出指导性意见；
S8.输出经过风格化剪辑的影视作品以及对于视频源素材的拍摄指导意见。
作为优选，S2中，目标物与场景的检测与识别采用加权双向特征金字塔网络的EfficientDet算法。
作为优选，S3中，目标特征物是指，人物在视频中所占的时长比例，室内场景在视频中所占的时长比例，室外场景在视频中所占的时长比例，基础剪辑手段(如闪前闪回，离切跳切，淡入淡出，交叉剪辑等)出现的时长，时间区间与次数，特定色彩空间画面出现的时间区间等。
作为优选，S5中，智能选取最佳风格模型是指，提取其特征数据集与已学习的风格模型进行比较，采用多项式回归进行拟合，拟合效果最好的模型即为最佳风格模型。
作为优选，S7中，与风格模型进行对比是指，对比源素材特征数据集与风格模型进行参数阈值比较。
作为优选，S7中，给出指导性意见是指，对超出阈值范围的参数进行修正，并将修正值转换为指导性的文字和视频示例作为指导意见。
作为优选，以上所有步骤，所进行的操作均采用云端处理，在远程服务器上部署实施操作。
本发明的优势在于：
1.提高剪辑效率，运用目标物与场景的检测与识别，并分割每个对象组件，并使用标签列表对图像进行注释。
2.简化剪辑思路，运用机器学习提取目标特征物，计算出视频风格特征数据集，让新手也能输出似名师大家风格的剪辑作品。
3.反向指导摄影，通过对比名家大师的作品，找到自身的不足与缺陷，给出指导性的意见，让新手也能很快学习到剪辑知识，甚至可以拓展到教学领域。
4.弱化剪辑配置，运用云计算的优势，将大量的计算工作放到云端处理，提高剪辑效率与便捷性，增大了用户群体。
附图说明
图1为本发明的整体方法流程图，图2为本发明的核心功能组成图。
具体实施方式
为使本发明的上述功能与特点表述清晰，下面将结合本发明实施例中的附图，具体阐述实施步骤。所描述的实例仅仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
请参阅图1-2所示，本发明提供一种可实施技术方式:
本发明提供一种风格化智能视频剪辑的方法，其方法步骤如下：
S1.将输入的特定风格的影视作品或用户输入剪辑作品传输到云服务器进行以下操作；
S2.进行目标物与场景的检测与识别，并分割每个对象组件，并使用标签列表对图像进行注释；
S3.运用机器学习提取目标特征物，并定义为特征参数；
S4.将视频的特征参数进行平均加权操作，最后集合为获得加权后的特征数据集，此数据集即为视频的风格模型；
S5.用户输入视频源素材并传输到云端，智能选取最佳风格模型，也可由用户手动选择风格模型；
S6.将源素材进行风格化模型的剪辑操作；
S7.将源素材的特征数据集与风格模型进行对比，给出指导性意见；
S8.输出经过风格化剪辑的影视作品以及对于视频源素材的拍摄指导意见。
具体来讲，S2中，目标物与场景的检测与识别采用加权双向特征金字塔网络的EfficientDet算法。
具体来讲，S3中，目标特征物是指，人物在视频中所占的时长比例，室内场景在视频中所占的时长比例，室外场景在视频中所占的时长比例，基础剪辑手段(如闪前闪回，离切跳切，淡入淡出，交叉剪辑等)出现的时长，时间区间与次数，特定色彩空间画面出现的时间区间等。
具体来讲，S5中，智能选取最佳风格模型是指，提取其特征数据集与已学习的风格模型进行比较，采用多项式回归进行拟合，拟合效果最好的模型即为最佳风格模型。
具体来讲，S7中，与风格模型进行对比是指，对比源素材特征数据集与风格模型进行参数阈值比较。
具体来讲，S7中，给出指导性意见是指，对超出阈值范围的参数进行修正，并将修正值转换为指导性的文字和视频示例作为指导意见。
具体来讲，以上所有步骤，所进行的操作均采用云端处理，在远程服务器上部署实施操作。
Claims (7)
1.一种智能视频剪辑方法，其特征在于，包括以下步骤：
S1.将输入的特定风格的影视作品或用户输入剪辑作品传输到云服务器进行以下操作；
S2.进行目标物与场景的检测与识别，并分割每个对象组件，并使用标签列表对图像进行注释；
S3.运用机器学习提取目标特征物，并定义为特征参数；
S4.将视频的特征参数进行平均加权操作，最后集合为获得加权后的特征数据集，此数据集即为视频的风格模型；
S5.用户输入视频源素材并传输到云端，智能选取最佳风格模型，也可由用户手动选择风格模型；
S6.将源素材进行风格化模型的剪辑操作；
S7.将源素材的特征数据集与风格模型进行对比，给出指导性意见；
S8.输出经过风格化剪辑的影视作品以及对于视频源素材的拍摄指导意见。
2.根据权利要求1所述的智能视频剪辑方法，其特征在于：所述S2，目标物与场景的检测与识别采用加权双向特征金字塔网络的EfficientDet算法。
3.根据权利要求1所述的智能视频剪辑方法，其特征在于：所述S3，目标特征物是指，人物在视频中所占的时长比例，室内场景在视频中所占的时长比例，室外场景在视频中所占的时长比例，基础剪辑手段(如闪前闪回，离切跳切，淡入淡出，交叉剪辑等)出现的时长，时间区间与次数，特定色彩空间画面出现的时间区间等。
4.根据权利要求1所述的智能视频剪辑方法，其特征在于：所述S5，智能选取最佳风格模型是指，提取其特征数据集与已学习的风格模型进行比较，采用多项式回归进行拟合，拟合效果最好的模型即为最佳风格模型。
5.根据权利要求1所述的智能视频剪辑方法，其特征在于：所述S7，与风格模型进行对比是指，对比源素材特征数据集与风格模型进行参数阈值比较。
6.根据权利要求1所述的智能视频剪辑方法，其特征在于：所述S7，给出指导性意见是指，对超出阈值范围的参数进行修正，并将修正值转换为指导性的文字和视频示例作为指导意见。
7.根据权利要求1所述的智能视频剪辑方法，其特征在于：所进行的操作步骤均采用云端处理，在远程服务器上部署实施操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011197134.9A CN112289347A (zh) | 2020-11-02 | 2020-11-02 | 一种基于机器学习的风格化智能视频剪辑方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011197134.9A CN112289347A (zh) | 2020-11-02 | 2020-11-02 | 一种基于机器学习的风格化智能视频剪辑方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112289347A true CN112289347A (zh) | 2021-01-29 |
Family
ID=74353938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011197134.9A Pending CN112289347A (zh) | 2020-11-02 | 2020-11-02 | 一种基于机器学习的风格化智能视频剪辑方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112289347A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113473222A (zh) * | 2021-05-25 | 2021-10-01 | 北京达佳互联信息技术有限公司 | 剪辑推荐方法、装置、电子设备、存储介质及程序产品 |
| CN113923477A (zh) * | 2021-09-30 | 2022-01-11 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备以及存储介质 |
| CN114666505A (zh) * | 2022-03-24 | 2022-06-24 | 臻迪科技股份有限公司 | 控制无人机拍摄的方法和系统以及无人机系统 |
| TWI791402B (zh) * | 2022-01-24 | 2023-02-01 | 光禾感知科技股份有限公司 | 自動影片剪輯系統及方法 |
| CN116847123A (zh) * | 2023-08-01 | 2023-10-03 | 南拳互娱(武汉)文化传媒有限公司 | 一种视频后期剪辑与视频合成优化方法 |
-
2020
- 2020-11-02 CN CN202011197134.9A patent/CN112289347A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113473222A (zh) * | 2021-05-25 | 2021-10-01 | 北京达佳互联信息技术有限公司 | 剪辑推荐方法、装置、电子设备、存储介质及程序产品 |
| CN113473222B (zh) * | 2021-05-25 | 2023-10-10 | 北京达佳互联信息技术有限公司 | 剪辑推荐方法、装置、电子设备、存储介质及程序产品 |
| CN113923477A (zh) * | 2021-09-30 | 2022-01-11 | 北京百度网讯科技有限公司 | 视频处理方法、装置、电子设备以及存储介质 |
| TWI791402B (zh) * | 2022-01-24 | 2023-02-01 | 光禾感知科技股份有限公司 | 自動影片剪輯系統及方法 |
| CN114666505A (zh) * | 2022-03-24 | 2022-06-24 | 臻迪科技股份有限公司 | 控制无人机拍摄的方法和系统以及无人机系统 |
| CN116847123A (zh) * | 2023-08-01 | 2023-10-03 | 南拳互娱(武汉)文化传媒有限公司 | 一种视频后期剪辑与视频合成优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112289347A (zh) | 一种基于机器学习的风格化智能视频剪辑方法 | |
| CN109756751B (zh) | 多媒体数据处理方法及装置、电子设备、存储介质 | |
| CN110119711B (zh) | 一种获取视频数据人物片段的方法、装置及电子设备 | |
| CN110012237B (zh) | 基于交互引导及云端增强渲染的视频生成方法及系统 | |
| CN112818906A (zh) | 一种基于多模态信息融合理解的全媒体新闻智能编目方法 | |
| CN111866585A (zh) | 一种视频处理方法及装置 | |
| CN110781668B (zh) | 文本信息的类型识别方法及装置 | |
| CN110796098B (zh) | 内容审核模型的训练及审核方法、装置、设备和存储介质 | |
| EP3989158A1 (en) | Method, apparatus and device for video similarity detection | |
| CN112633241B (zh) | 一种基于多特征融合和随机森林模型的新闻故事分割方法 | |
| CN110889377A (zh) | 广告物异常识别方法、装置、服务器设备及存储介质 | |
| CN112002328B (zh) | 一种字幕生成方法、装置及计算机存储介质、电子设备 | |
| CN104700442A (zh) | 一种自动添加滤镜与文字的图像处理方法和系统 | |
| CN107133567B (zh) | 一种创可贴广告点位选取方法及装置 | |
| CN111242110B (zh) | 一种新闻自动拆条的自适应条件随机场算法的训练方法 | |
| CN111541939B (zh) | 一种视频拆分方法、装置、电子设备及存储介质 | |
| CN115376033A (zh) | 信息生成方法及装置 | |
| CN112149642A (zh) | 一种文本图像识别方法和装置 | |
| CN110121105A (zh) | 剪辑视频生成方法及装置 | |
| CN114051154A (zh) | 一种新闻视频拆条方法和系统 | |
| CN114064968A (zh) | 一种新闻字幕摘要生成方法和系统 | |
| CN112116618B (zh) | 一种合成图片自动切割方法 | |
| WO2021019645A1 (ja) | 学習データ生成装置、学習装置、識別装置、生成方法及び記憶媒体 | |
| CN111814508B (zh) | 一种文字识别方法、系统及设备 | |
| CN115376054B (zh) | 一种目标检测方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |