CN112532865B - 慢动作视频拍摄方法及电子设备 - Google Patents
慢动作视频拍摄方法及电子设备 Download PDFInfo
- Publication number
- CN112532865B CN112532865B CN201910888945.4A CN201910888945A CN112532865B CN 112532865 B CN112532865 B CN 112532865B CN 201910888945 A CN201910888945 A CN 201910888945A CN 112532865 B CN112532865 B CN 112532865B
- Authority
- CN
- China
- Prior art keywords
- video
- video segment
- frame rate
- frame
- video stream
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims description 130
- 230000036544 posture Effects 0.000 claims description 53
- 230000006870 function Effects 0.000 claims description 44
- 230000015654 memory Effects 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 24
- 230000009471 action Effects 0.000 claims description 22
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000001976 improved effect Effects 0.000 abstract description 4
- 239000013598 vector Substances 0.000 description 50
- 238000010586 diagram Methods 0.000 description 46
- 238000006073 displacement reaction Methods 0.000 description 42
- 230000003287 optical effect Effects 0.000 description 27
- 239000010410 layer Substances 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009172 bursting Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000011324 bead Substances 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/78—Television signal recording using magnetic recording
- H04N5/782—Television signal recording using magnetic recording on tape
- H04N5/783—Adaptations for reproducing at a rate different from the recording rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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
- G11B27/034—Electronic editing of digitised analogue information signals, e.g. audio or video signals on discs
-
- 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
- G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
- G11B27/34—Indicating arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/62—Control of parameters via user interfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/144—Movement detection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Health & Medical Sciences (AREA)
- Studio Devices (AREA)
- Television Signal Processing For Recording (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种慢动作视频拍摄方法,包括:检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段在目标播放帧率下的播放时间大于第一视频片段的采集时间,第一帧率大于目标播放帧率。在拍摄的主体对象发生运动时,从视频流中获取第一视频片段,比如精彩片段,可以使电子设备精准捕捉主体对象的精彩瞬间,提高了用户体验。
Description
技术领域
本申请涉及视频拍摄领域,尤其涉及一种慢动作视频拍摄方法及电子设备。
背景技术
慢动作拍摄是一种新颖的拍摄方式,目前拍摄慢动作视频都是人使用电子设备手动获取主体对象的精彩瞬间,但是由于人不能准确判断主体对象精彩瞬间的出现,从而导致电子设备无法获取主体对象的瞬间,这对于用户来说是很糟糕的使用体验。
发明内容
本申请实施例提供了一种慢动作视频拍摄及电子设备,采用本申请实施有利于准确获取主体对象的精彩瞬间,提高了用户体验。
第一方面,本申请实施例提供一种慢动作视频拍摄方法,包括:
检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段在目标播放帧率下的播放时间大于第一视频片段的采集时间,第一帧率大于目标播放帧率。
应理解,第一视频片段和第二视频片段都是一组视频帧的组合,视频片段的播放时长与视频片段的帧数和播放帧率有关。
在拍摄的主体对象发生运动时,从视频流中获取第一视频片段(即精彩片段),可以使电子设备精准捕捉主体对象的精彩瞬间,提高了用户体验。
结合第一方面及上述任一种可能的实现方式,在一个可能的实施例中,视频流中的主体对象为非人物体,检测到视频流中主体对象发生预设运动,包括:检测到非人物体在拍摄场景中发生位移。
进一步地,在检测到主体对象发生运动之前,本申请的方法还包括:对视频流中的非人物体的位移进行检测。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,视频流中的主体对象为人物,检测到视频流中主体对象发生预设运动,包括:检测到人物在拍摄场景中做出目标姿态。
进一步地,在检测到主体对象的运动姿态为目标姿态之前,本申请的方法还包括:对视频流中的人物在拍摄场景中的姿态进行检测。
通过对主体对象在拍摄场景中的位移或者姿态进行检测,可以避免电子设备抖动或图像的微弱变化误触发从视频流中确定第一视频片段的操作。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动在视频流中确定第一视频片段之前,本申请的方法还包括:在开启慢动作视频录制功能时,或者在开启慢动作视频录制功能后,从视频流中获取检测图像,并检测所述检测图像中的主体对象是人物还是非人物体。
具体地,在开始慢动作视频录制功能时,或者在开始慢动作视频录制功能后,从视频流中获取检测图像,并对检测图像进行检测。若检测到主体对象为静止物体或者为电子设备未能检测出的物体,则继续从视频流中获取检测图像并进行检测。可选地,从视频流中获取检测图像并进行检测可以是实时从视频流中获取检测图像并进行检测,或者是每间隔时间x从视频流中获取一帧图像作为检测图像并进行检测,直至检测到主体对象为人物,或者非人物体。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第一目标图像,该第一目标图像为主体对象发生预设运动的过程中加速度最大的时刻在视频流中对应的的图像;获取第一目标图像在视频流中的时间戳tw1,根据第一目标图像的时间戳tw1和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw1-at,第一视频片段的结束帧的时间戳为t3=tw1+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
在此需要指出的是,主体对象的加速度最大的时刻具体是指主体对象的速度变化最大的时刻。
比如,t=0.8s,a为0.4,与b均为0.6,则第一视频片段的起始帧的时间戳为t2=tw1-0.32s,结束帧的时间戳为t3=tw1+0.48s。换句话说,在视频流中,以第一目标图像为中心,选取时间跨度为0.8s的图像帧,以得第一视频片段,该第一视频片段包括第一目标图像。
需要指出的是,第一目标图像中显示有主体对象发生预设运动,比如拍摄小球落地的慢动作,预设运动为小球触底后开始反弹;再比如使用打火机打火的慢动作,预设动作为打火机开始迸出火花。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第二目标图像,该第二目标图像的时间戳为检测到主体对象预设抓拍动作时刻;获取第二目标图像在视频流中的时间戳tw2;根据第二目标图像的时间戳tw2和第一视频片段的时间跨度t在视频流中获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw2-at,第一视频片段的结束帧的时间戳为t3=tw2+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
对于非人物体来说,比如小球落地,预设抓拍动作为小球触底反弹,比如使用打火机打火,预设抓拍动作为打火机迸出火花;对于人物来说,比如跳跃,预设抓拍动作为离地跃起。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第三视频片段,该第三视频片段为包含预设抓拍动作的视频片段;获取第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1,根据第三视频片段的起始帧结束帧的时间戳tq1、结束帧的时间戳ts1和第一视频片段的时间跨度t获取第一视频片段,其中第一视频片段的起始帧的时间戳为t2=tq1-at,第一视频片段的结束帧的时间戳为t3=ts1+bt,其中,a和b为常数且at+bt+ts1-tq1=t;第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
比如拍摄小球落地的慢动作,第三视频片段为包含小球开始触底到反弹的视频片段;再比如使用打火机打火的慢动作,第三视频片段为包含打火机开始迸出火花至火花熄灭的视频片段,再比如拍摄挥手的慢动作,第三视频片段为包含手左右或上下挥动的视频片段。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第三目标图像;获取第三目标图像在视频流中的时间戳tw3,时间戳tw3为人物或物体开始运动的时刻;根据第三目标图像的时间戳tw3和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw3,第一视频片段的结束帧的时间戳为t3=tw3+t,其中,第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
需要指出的是,第三目标图像的时间戳对应的时刻为在拍摄场景中人物作出目标姿态的时刻或者非人物体发生位移的时刻。
采用本实施例,可根据主体对象的运动或动作获取第一视频片段(即精彩片段),解决了用户不能准确判断主体对象精彩瞬间出现的时刻而无法获取精彩片段的问题。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据预设运动确定第一帧率,包括:
从视频流中获取主体对象的运动速度,根据主体对象的运动速度确定第一帧率,其中,主体对象的运动速度越大,第一帧率越大。
在此需要说明的是,上述主体对象的运动速度可以为主体对象的瞬时速度,平均速度或最大瞬时速度。当然还可以是其他速度,在此不一一列举。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据预设运动确定第一帧率,包括:
根据主体对象的目标姿态获取第一帧率,其中主体对象的目标姿态不同,第一帧率也不相同。通过此方法可自适应获取慢动作视频的帧率(即第一帧率)。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据第一帧率对第一视频片段进行处理得到第二视频片段,包括:
若第一帧率大于视频流的采集帧率,则对第一视频片段进行插帧,以得到第二视频片段,若第一帧率小于视频流的采集帧率,则对第一视频片段进行采样,以得到第二视频片段,其中,第二视频片段的帧数与第一视频片段的帧数之比与第一帧率与视频流的采集帧率之比相等。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,第一帧率与视频流的采集帧率不同。
对于慢动作视频来说,在精彩片段的前后分别包括用于常速播放的视频片段,在一个可行的实施例中,本申请的方法还包括:
从视频流中,获取第四视频片段和第五视频片段;根据第四视频片段、第五视频片段和第二视频片段获取目标视频;其中,第四视频片段的起始帧的时间戳tq2=t2-tx,第四视频片段的结束帧为第一视频片段的起始帧的前一帧,第五视频片段的起始帧为第一视频片段的结束帧的后一帧,第五视频片段的结束帧的时间戳为ts2=t3+ty,第四视频片段包括时间戳大于tq2且小于t2之间的图像,第五视频片段包括时间戳大于t3且小于ts2之间的图像,tx和ty相同或者不相同。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,根据第四视频片段、第五视频片段和第二视频片段获取目标视频,包括:
若视频流的采集帧率大于目标视频的播放帧率,则对第四视频片段和第五视频片段进行采样,以得到第六视频片段和第七视频片段;其中,第六视频片段的帧数与第四视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等,第七视频片段的帧数与第五视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等;目标视频包括第二视频片段、第六视频片段和第七视频片段,且第二视频片段、第六视频片段和第七视频片段在时间上是连续的。
需要指出的是,第二视频片段、第六视频片段和第七视频片段在时间上是连续的,具体是指第二视频片段、第六视频片段和第七视频片段中的图像帧在时间上是连续的。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,在获取第一视频片段的结束帧的时间戳t3后,本申请的方法还包括:
确定结束慢动作视频录制时刻,其中,结束慢动作视频录制时刻为t4,t4=t3+t’,t’为预设时长,或者,结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于t4之前。
具体地,在确定第一视频片段的结束帧的时间戳t3之后,根据时间戳t3和预设时长t’确定结束慢动作视频录制时刻t4。其中,结束慢动作视频录制时刻t4=t3+t’;或者结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于t4之前慢动作视频录制的结束时刻是不再获取视频流的时刻。
结合第一方面及上述任一种可能的实现方式,在另一个可能的实施例中,在获取目标视频之后,本申请的方法还包括:
获取第二视频片段的场景信息;根据第二视频片段的场景信息获取第二视频片段对应的音乐数据库;将第二视频片段对应的音乐数据库中任一首音乐确定为目标视频的背景音乐。
在此需要指出的是,拍摄场景包括背景和主体对象,在整个录制过程中,背景保持不变,主体对象移动。
在此需要指出的是,视频流的采集帧率为电子设备的图像传感器或摄像头采集图像的速度,或摄像头采集图像的速度。
第二方面,本申请实施例提供一种电子设备,包括:
检测单元,用于检测到视频流中主体对象发生预设运动时;
确定单元,用于根据预设运动在视频流中确定出第一视频片段,并根据预设运动确定第一帧率;
处理单元,用于根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段在目标播放帧率下的播放时间大于第一视频片段的采集时间,第一帧率大于目标播放帧率。
结合第二方面及上述任一种可能的实现方式,在一个可能的实施例中,视频流中的主体对象为非人物体,在检测到视频流中主体对象发生预设运动的方面,检测单元具体用于:检测到非人物体在拍摄场景中发生位移。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,视频流中的主体对象为人物,在检测到视频流中主体对象发生预设运动的方面,检测单元具体用于:检测到人物在拍摄场景中做出目标姿态。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,检测单元还用于:
在根据预设运动在视频流中确定第一视频片段之前,且在开启慢动作视频录制功能时,或者在开启慢动作视频录制功能后,从视频流中获取检测图像,并检测所述检测图像中的主体对象是人物还是非人物体。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元具体用于:
从视频流中获取第一目标图像,第一目标图像为主体对象发生预设运动的过程中加速度最大的时刻在视频流中对应的的图像;获取第一目标图像在视频流中的时间戳tw1;根据第一目标图像的时间戳tw1和第一视频片段的时间跨度t在视频流中获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw1-at,第一视频片段的结束帧的时间戳为t3=tw1+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元具体用于:
从视频流中获取第二目标图像,第二目标图像的时间戳为检测到主体对象预设抓拍动作时刻;获取第二目标图像在视频流中的时间戳tw2;根据第二目标图像的时间戳tw2和第一视频片段的时间跨度t在视频流中获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw2-at,第一视频片段的结束帧的时间戳为t3=tw2+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元具体用于:
从视频流中获取第三目标图像;获取第三目标图像在视频流中的时间戳tw3,时间戳tw3为在拍摄场景中人物作出目标姿态的时刻或者非人物体发生位移的时刻;根据第三目标图像的时间戳tw3和第一视频片段的时间跨度t获第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw3,第一视频片段的结束帧的时间戳为t3=tw3+t,其中,第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元具体用于:
从视频流中获取第三视频片段,第三视频片段为包含预设抓拍动作的视频片段;获取第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1;根据时间戳tq1、时间戳ts1和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tq1-at,第一视频片段的结束帧的时间戳为t3=ts1+bt,其中,a和b为常数且at+bt+ts1-tq1=t;第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动确定第一帧率的方面,确定单元具体用于:
从视频流中获取主体对象的运动速度;根据主体对象的运动速度确定第一帧率;其中,主体对象的运动速度越大,第一帧率越大。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据预设运动确定第一帧率的方面,确定单元具体用于:
根据主体对象的目标姿态获取第一帧率,其中主体对象的目标姿态不同,第一帧率也不相同。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,处理单元具体用于:
若第一帧率大于视频流的采集帧率,则对第一视频片段进行插帧,以得到第二视频片段,或者,若第一帧率小于视频流的采集帧率,则对第一视频片段进行采样,以得到第二视频片段,其中,第二视频片段的帧数与第一视频片段的帧数之比与第一帧率与视频流的采集帧率之比相等。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,第一帧率与视频流的采集帧率不同。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,电子设备还包括:
获取单元,用于从视频流中,获取第四视频片段和第五视频片段;并根据第四视频片段、第五视频片段和第二视频片段获取目标视频;
其中,第四视频片段的起始帧的时间戳tq2=t2-tx,第四视频片段的结束帧为第一视频片段的起始帧的前一帧,第五视频片段的起始帧为第一视频片段的结束帧的后一帧,第五视频片段的结束帧的时间戳为ts2=t3+ty,第四视频片段包括时间戳大于tq2且小于t2之间的图像,第五视频片段包括时间戳大于t3且小于ts2之间的图像,tx和ty相同或者不相同。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,在根据第四视频片段、第五视频片段和第二视频片段获取目标视频的方面,获取单元具体用于,包括:
若视频流的采集帧率大于目标视频的播放帧率,则对第四视频片段和第五视频片段进行采样,以得到第六视频片段和第七视频片段;
其中,第六视频片段的帧数与第四视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等,第七视频片段的帧数与第五视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等;目标视频包括第二视频片段、第六视频片段和第七视频片段,且第二视频片段、第六视频片段和第七视频片段在时间上是连续的。
结合第二方面及上述任一种可能的实现方式,在另一个可能的实施例中,确定单元还用于:
在获取第一视频片段的结束帧的时间戳t3后,确定结束慢动作视频录制时刻,其中,结束慢动作视频录制时刻为t4,t4=t3+t’,t’为预设时长,或者,结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于t4之前。
第三方面,本申请实施例提供一种电子设备,包括触控屏,存储器,一个或多个处理器,多个应用程序,以及一个或多个程序;其中,所述一个或多个程序被存储在所述存储器中;其特征在于,所述一个或多个处理器在执行所述一个或多个程序时,使得所述电子设备实现如第一方面所述方法的部分或全部。
第四方面,本申请实施例提供一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如第一方面所述方法的部分或全部。
第五方面,本申请实施例提供一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如如第一方面所述方法的部分或全部。
应理解,上述任意一种可能的实现方式,在不违背自然规律的前提下,可以自由组合,本申请中不予以赘述。
应当理解的是,本申请中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反,可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此,本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而,还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解,无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中,还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。
附图说明
图1为本申请实施例提供的一种电子设备的结构示意图;
图2为本申请实施例提供的一种电子设备的软件结构示意图;
图3-1为本申请实施例提供的一种慢动作视频拍摄方法的流程示意图;
图3-2为本申请实施例提供的针对非人物体进行检测的原理示意图;
图3-3为本申请实施例提供的针对人物进行检测的原理示意图;
图3-4为本申请实施例提供的进行非人物体和人物检测的原理示意图:
图4-1为本申请实施例提供的录制慢动作视频的UI界面;
图4-2为本申请实施例提供的录制慢动作视频的UI界面;
图4-3为本申请实施例提供的录制慢动作视频的UI界面;
图4-4为本申请实施例提供的录制慢动作视频的UI界面;
图5-1为本申请实施例提供的录制慢动作视频的UI界面;
图5-2为本申请实施例提供的录制慢动作视频的UI界面;
图6-1为本申请实施例提供的获取第一视频片段的方式示意图;
图6-2为本申请实施例提供的另一种获取第一视频片段的方式示意图;
图6-3为本申请实施例提供的另一种获取第一视频片段的方式示意图;
图6-4为本申请实施例提供的物体运动速度的原理示意图:
图6-5为本申请实施例提供的录制慢动作视频的UI界面;
图6-6为本申请实施例提供的录制慢动作视频的UI界面;
图7-1为本申请实施例提供的第一目标图像的示意图;
图7-2为本申请实施例提供的插帧和采样示意图;
图7-3为本申请实施例提供的目标视频示意图;
图7-4为本申请实施例提供的目标视频回放方式示意图;
图8-1至图8-6为本申请实施例提供的录制慢动作视频的UI界面;
图9-1至图9-7为本申请实施例提供的录制慢动作视频的UI界面;
图10为本申请实施例提供的另一种电子设备的结构示意图;
图11为本申请实施例提供的另一种电子设备的结构示意图。
具体实施方式
下面将结合附图对本申请实施例中的技术方案进行清除、详尽地描述。
以下,术语“第一”、“第二”等类似词汇在一些情形下仅用于描述目的,而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
图1示出了电子设备100的结构示意图。
下面以电子设备100为例对实施例进行具体说明。应该理解的是,电子设备100可以具有比图中所示的更多的或者更少的部件,可以组合两个或多个的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
电子设备100可以包括:处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identitymodule,SIM)接口,和/或通用串行总线(universal serialbus,USB)接口等。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备100的结构限定。在本申请另一些实施例中,电子设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。
电子设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquidcrystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。本发明实施例中,摄像头193包括采集人脸识别所需图像的摄像头,如红外摄像头或其他摄像头。该采集人脸识别所需图像的摄像头一般位于电子设备的正面,例如触控屏的上方,也可以位于其他位置,本发明实施例对此不做限制。在一些实施例中,电子设备100可以包括其他摄像头。电子设备还可以包括点阵发射器(图中未示出),用于发射光线。摄像头采集人脸反射的光线,得到人脸图像,处理器对人脸图像进行处理和分析,通过与存储的人脸图像的信息进行比较以进行验证。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(movingpicture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用(比如人脸识别功能,指纹识别功能、移动支付功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如人脸信息模板数据,指纹信息模板等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universalflash storage,UFS)等。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association ofthe USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。
陀螺仪传感器180B可以用于确定电子设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定电子设备100围绕三个轴(即,x,y和z轴)的角速度。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。
环境光传感器180L用于感知环境光亮度。电子设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。
指纹传感器180H用于采集指纹。电子设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。其中,该指纹传感器180H可以设置在触控屏下方,电子设备100可以接收用户在触控屏上该指纹传感器对应的区域的触摸操作,电子设备100可以响应于该触摸操作,采集用户手指的指纹信息,实现本申请实施例中所涉及的指纹识别通过后打开隐藏相册,指纹识别通过后打开隐藏应用,指纹识别通过后登录账号,指纹识别通过后完成付款等。
温度传感器180J用于检测温度。在一些实施例中,电子设备100利用温度传感器180J检测的温度,执行温度处理策略。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和电子设备100的接触和分离。在一些实施例中,电子设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在电子设备100中,不能和电子设备100分离。
电子设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本发明实施例以分层架构的Android系统为例,示例性说明电子设备100的软件结构。
在本申请中,触摸传感器180K检测到启动摄像头193的触摸命令后,向处理器110发送启动摄像头193的指令,处理器110启动摄像头193,该摄像头193开始获取针对主体对象的视频流,并在显示屏194上显示摄像头193实时获取的视频流。触摸传感器180K检测到开始录制命令后,向处理器110发送开始录制慢动作视频命令,处理器110检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段的播放时间长于第一视频片段的采集时间。
图2是本发明实施例的电子设备100的软件结构框图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Androidruntime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图2所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序(也可以称为应用)。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图2所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话界面形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,电子设备振动,指示灯闪烁等。
AndroidRuntime包括核心库和虚拟机。Androidruntime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
在本申请实施例中,参见图2,可选地,系统库中还可以包括图像处理库。在启动相机应用后,相机应用可以获取到电子设备采集到的针对主体对象的视频流。图像处理库检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段的播放时间长于第一视频片段的采集时间。
慢动作拍摄是一种新颖的拍摄方式。拍摄慢动作视频都是人使用电子设备手动获取主体对象的精彩瞬间,但是由于人不能准确判断主体对象精彩瞬间的出现,从而导致电子设备无法获取主体对象的瞬间,这对于用户来说是很糟糕的使用体验。比如一个小球落地再弹起,用户是想捕捉其落地弹起的瞬间,而不是想拍摄前面大段的下落过程。另外,在不同的拍摄场景中,不同的主体对象具有不同的运动状态,例如不同的运动模式和速度,为了迎合更高的美学追求,本发明对于不同的主体对象,对于主体对象不同的运动状态和速度适配更加贴合的期望处理帧率;从而能够提高慢动作视频所表现出来的精彩程度。但是目前手机上使用的慢动作模式没有这样的功能,也没有这样的设计。最后,目前手机上的慢动作模式也缺乏为特定的画面内容定制配乐的功能。
针对上述问题,本申请提出一种慢动作视频的拍摄方法,可以包括:检测待拍摄场景中的主体对象的是人物还是非人物体,并在检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段(可以理解为精彩视频片段),并根据预设运动确定出第一帧率(可以理解为慢动作视频的帧率),再基于第一视频片段和第一帧率确定出目标视频(可以理解为慢动作视频)。最后为获取的目标视频配上背景音乐。具体过程参见以下的相关描述。
参见图3-1,图3-1为本申请实施例提供一种慢动作视频拍摄方法的流程示意图。如图3-1所示,该方法包括:
S301、检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段。
针对用户常见的拍摄场景,本发明可以将拍摄场景分为是人物场景或非人物场景。
其中,人物场景包括人物和背景,非人物场景为非人物体和背景。
在一个可行的实施例中,视频流中的主体对象为非人物体,检测到视频流中主体对象发生预设运动,包括:检测到非人物体在拍摄场景中发生位移;具体可以表现为相对于拍摄场景中的背景发生了相对运动,其中背景相对于拍摄终端是相对静止的(允许用户手抖或其他因素导致的可接受的小范围相对抖动)。
进一步地,在检测到主体对象发生运动之前,本申请的方法还包括:对视频流中的非人物体的位移进行检测。
具体地,在确定视频流中的主体对象为非人时,对视频流中的非人物体的位移进行检测。从视频流中获取位移检测图像,将该位移检测图像输入到光流网络中进行计算,以得到位移检测图像的光流图,然后将该光流图输入到位移检测网络中进行计算,以得到位移检测图像的特征向量,最后根据该特征向量确定检测结果,该位移检测结果包括非人物体发生位移、非人物体未发生位移、电子设备抖动和图像微弱变化。如图3-2所示。
若位移检测结果为非人物体发生位移,则继续后续操作;若位移检测结果为非人物体未发生位移、电子设备抖动或图像微弱变化,则停止后续操作。
可选地,在一个示例中,若位移检测结果为非人物体未发生位移、电子设备抖动或图像微弱变化,则继续从视频流中获取位移检测图像,并进行如图3-2所示的检测过程,以得到位移检测结果,直至位移检测结果为非人物体发生位移或者检测到停止获取视频流。通过此方法可以确定非人物体在拍摄场景中开始发生位移的时刻。
在一个可行的实施例中,视频流中的主体对象为人物,检测到视频流中主体对象发生预设运动,包括:检测到人物在拍摄场景中做出目标姿态。
进一步地,在检测到主体对象的运动姿态为目标姿态之前,本申请的方法还包括:对视频流中的人物在拍摄场景中的姿态进行检测。
具体地,在确定视频流中的主体对象为人物时,对视频流中的人物的姿态进行检测。从视频流中获取多帧姿态检测图像,将该多帧姿态检测图像输入到姿态检测网络中进行计算,以得到多帧姿态检测图像中人物的关键姿态点(又可称为人体关键点和人体骨骼点)的坐标。将该多帧姿态检测图像中人物的关键姿态点的坐标构成高维向量,再将该高维向量输入到姿态分类网络中进行计算,以得到对应的特征向量,最后基于该特征向量得到姿态检测结果。如图3-3所示,从视频流中获取多帧包含人进行篮球投篮的图像,将该图像输入到姿态检测网络中进行计算,以得到多帧图像中每帧图像中人物进行篮球投篮时人体姿态点的坐标;然后将该多帧图像的人体姿态点的坐标构成高维向量,最后将该高维向量输入到动作分类网络中进行计算,以得到姿态检测结果,该姿态检测结果为篮球投篮。
若姿态检测结果为目标姿态,则继续后续操作;若姿态检测结果为非目标姿态,则停止后续操作。
在此需要说明的是,后续操作可以包括步骤S301中的根据预设运动在视频流中确定出第一视频片段及步骤S302和S303的相关内容。
在一个可行的实施例中,若姿态检测结果为非目标姿态,则继续从视频流中获取姿态检测图像,按照上述方法基于姿态检测图像对人物的姿态进行检测。
可选地,在一个示例中,若姿态检测结果为非目标姿态,则继续从视频流中获取姿态检测图像,并进行如图3-3所示的检测过程,以得到姿态检测结果,直至姿态检测结果为目标姿态或者检测到停止获取视频流。通过此方法可以确定人物在拍摄场景中作出目标姿态的时刻。
可选地,目标姿态包括向上跳跃、篮球投篮、舞蹈旋转、舞蹈劈腿跳、高尔夫、篮球上篮、欢呼、滑板跳、篮球运球、行走、跑步、跳跃、挥手和其他。如图3-3所示,姿态检测结果为篮球投篮,即姿态检测结果为目标姿态,相当于主体对象(即人物)做出目标姿态。
在一个可行的实施例中,在根据预设运动在视频流中确定第一视频片段之前,本申请的方法还包括:在开启慢动作视频录制功能时,或者在开启慢动作视频录制功能后,从视频流中获取检测图像,并对检测图像中的主体对象进行检测。
具体地,在开始慢动作视频录制功能时,或者在开始慢动作视频录制功能后,从视频流中获取检测图像(可以是视频流中的一帧图像),并对检测图像进行检测。若检测到主体对象不为预设的物体,预设的物体包括人物和非人物体,或者检测到到的主体对象为静止的物体,或者无法被电子设备识别的物体,则继续从视频流中继续获取检测图像并进行检测。可选地,从视频流中继续获取检测图像并进行检测可以是实时从视频流中获取检测图像并进行检测,或者是每间隔时间x从视频流中获取一帧图像作为检测图像并进行检测,直至检测到主体对象为预设的物体,进而确定出此次慢动作拍摄的场景是人物场景还是非人物场景。
具体地,对检测图像进行检测的过程如图3-4所示,将检测图像输入到检测网络中进行计算,以得到边界框内的各人物的比例。如图3-4所示,(Δcx1,Δcy1)为边界框1的左上角在检测图像中的坐标,(w1,h1)为边界框的尺寸,人:0.86表示边界框1内人所占据的比例为0.86,自行车:0.75表示边界框1内自行车所占据的比例为0.75,卡车:0.5表示边界框1内卡车所占据的比例为0.5;(Δcx2,Δcy2)为边界框2的左上角在检测图像中的坐标,(w2,h2)为边界框的尺寸,人:0.115表示边界框2内人所占据的比例为0.115,自行车:0.25表示边界框2内自行车所占据的比例为0.25,卡车:0.75表示边界框2内卡车所占据的比例为0.75。
再根据边界框内的各人物的比例确定检测图像中的主体对象。若在检测图像中任一个边界框内人占据的比例最大,则确定检测图像中的主体对象为人物;若在检测图像中每一个边界框内人占据比例不是最大的,则确定检测图像中的主体对象为非人物体。如图3-4所示,在检测框1中人占据的比例最大,因此检测图像中的主体对象为人物。
可选地,在一个可行的实施例中,在将检测图像输入到检测网络中之前,对该检测图像的尺寸进行调整,以得到调整后的检测图像。比如将检测图像的尺寸调整至256*256。然后调整后的检测图像输入到检测网络中进行检测,从而确定检测图像中的主体对象,具体过程参见上述描述。
可选的,在一个具体的实施例中,假设用户需要录制慢动作视频。如图4-1中的a图所示,用户点击电子设备上相机的图标,启动相机,进入拍摄界面,如图4-1的b图所示,此时相机处于拍照模式,并且在显示界面上未显示“慢动作”,一些终端中也可以是专门的慢动作模式。用户点击“更多”标签,进入如图4-1中的c图所示界面,该界面中显示更多拍摄模式,用户点击“慢动作”标签,进入慢动作视频录制界面,如图4-1中的d图所示界面。
可选地,在一个示例中,慢动作视频录制界面中包括第一提示标签,该提示标签用于提示当前相机所处的工作模式。如图4-2的a图所示,第一提示标签内容为“慢动作模式”,以提示用户当前相机工作于慢动作模式。
可选地,在一个示例中,慢动作视频录制界面中包括检测框,检测框的作用是为了提示用户对准主体对象,以使主体对象的主体位于检测框内。如图4-2的b图所示,主体对象气球的主体位于检测框40内。图4-2中的b图给出的检测框仅做示意,不是对本申请的限定。
可选地,在一个可行的实施例中,检测框可以是用户手动调节。若检测框是由用户手动调节,则在开始录制慢动作视频之前,用户手动调节检测框。在调节检测框后,该检测框包含主体对象的主体。
可选地,在一个示例中,电子设备可根据用户的选择指令确定主体对象是人物还是非人物体,或者电子设备根据用户的选择指令确定主体对象。比如拍摄场景中包括人物P1和人物P2,用户想拍摄人物P1的慢动作视频,电子设备接收用户的选择指令,并根据该选择指令确定主体对象为人物P1。
可选地,选择指令可以是触摸指令、语音指令或者其他指令。
可选地,在一个示例中,如图4-3中的a图所示,在进入慢动作视频录制界面后,用户点击开始录制功能键41后,进入如图4-3中的b图所示的开始录制界面。用户点击开始录制功能键41的时刻为t1。该开始录制界面包括第二提示标签,该提示标签用于提示用户电子设备正在录制慢动作。在如图4-3中的b图所示的开始录制界面中,第二提示标签的内容为“请保持相机稳定”,以提示用于电子设备正在录制慢动作,且提示用户拍摄姿态。其中,图中给出的开始录制功能键41仅做示意,不是对本申请的限定。
可选地,在一个示例中,开始录制界面中还包括第三提示标签,该标签用于提示用于慢动作当前录制状态。如图4-4中的a图所示,第三提示标签的内容为“正在对检测图像进行检测”,以提示用户电子设备正在确定检测图像中的主体对象进检测。第三提示标签用于显示主体对象(包括人物和非人物体)。如图4-4中的b图所示,第三提示标签的内容为“非人物体”。进一步地,第三提示标签用于显示主体对象的名称,比如图4-4中的c图所示,主体对象为气球,第三提示标签的内容为“气球”。
可选地,在一个示例中,在进行非人物体检测时,第三提示标签的内容如图5-1中a图所示,第三提示标签的内容为“正在检测非人物体是否发生位移”或者如图5-1中b图所示,第三提示标签的内容为“正在检测检测框内的非人物体是否发生位移”。
可选地,在一个可行的实施例中,第三提示标签还用于显示主体对象发生位移或者未发生位移。
在一个可行的实施例中,位移检测网络是基于卷积神经网络实现的,姿态检测网络也是基于卷积神经网络实现的。
在一个可行的实施例中,在使用位移检测网络之前,对位移检测网络进行训练。具体地,获取多个训练样本,每个训练样本包括图像样本及其对应的运动类型,然后将每个训练样本中的图像样本依次输入到初始网络中进行检测,以得到每个图像样本对应的运动检测结果,再基于图像样本对应的运动类型和该图像样本对应的运动检测结果来调整初始网络中的参数,以得到调整后的初始网络。按照该方法对调整后的初始网络进行多次训练,以得到上述位移检测网络。同理,姿态检测网络也可基于上述方法训练得到。
在一个示例中,在进行人物的姿态检测时,第三标签的显示内容如图5-2中a图所示,第三提示标签的内容为“正在检测人物的姿态”或者如图5-2中b图所示,第三提示标签的内容为“正在检测检测框内人物的姿态”。
在一个可行的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第一目标图像,该第一目标图像为主体对象发生预设运动的过程中加速度最大的时刻在视频流中对应的的图像;获取第一目标图像在视频流中的时间戳tw1,根据第一目标图像的时间戳tw1和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw1-at,第一视频片段的结束帧的时间戳为t3=tw1+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
比如拍摄小球落地反弹的慢动作,如图6-1所示,在t2时刻,小球位于位置1,在tw1时刻,小球位于位置2,在t3时刻,小球位于位置3。小球在位置2时触地并开始反弹,加速度最大(即速度变化最大),因此确定时间戳为tw1的图像为第一目标图像。根据第一目标图像的时间戳tw1和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw1-at,第一视频片段的结束帧的时间戳为t3=tw1+bt。
在此需要指出的是,主体对象的加速度最大的时刻具体是指主体对象的速度变化最大的时刻。其中,主体对象的加速度是根据视频流中相邻两帧得到的。假设根据视频流中相邻两帧图像A和图像B得到的加速度最大,第一目标图像可以为图像A或者图像B。
应理解,当主体对象发生位移或者作出预设姿态时,在视频流中表现为相邻两帧图像中的主体对象对应的像素发生变化,或者可以体现为主体对象的某一具体位置对应的像素点在相邻图像中发生了变化,这种变化可以用像素点的相对位移来表示。基于像素尺度上的位移可以确定像素运动的速度;例如对于任意两帧图像来说,同一内容的像素位移与该两帧图像的时间间隔的比值可以表示为像素的运动速度。由于图像是真实场景的客观体现,因此,主体对象中的某一位置的像素地运动速度可以反映出主体对象在真实场景中的运动速度。
在一个示例中,针对用打火机打火的场景,其对应的第一目标图像如图7-1中的a图所示,打火机冒出火花;针对往气球中灌水的场景,其对应的第一目标图像如图7-1中的b图所示,气球爆炸;针对抛U形枕的场景,其对应的第一目标图像如图7-1中的c图所示,U形枕开始落地瞬间。
在一个可行的实施例中,从视频流中获取第一目标图像,包括:
从视频流中等时间间隔获取N帧图像,将该N帧图像中相邻两帧图像分别输入到光流网络中进行计算,以得到N-1张光流图,然后将基于该N-1张光流图得到N-1个特征向量。其中,若该视频流中的主体对象为非人物体,则该N-1个特征向量是将N帧图像中相邻两帧分别输入到位移检测网络中进行计算得到的,若该视频流中的主体对象为人物,则该N-1个特征向量是将N帧图像中相邻两帧分别输入到姿态检测网络中进行计算得到的。计算N-2个特征向量中的每个与特征向量V的相似度,得到N-2个相似度,该特征向量V为N-1个特征向量中的第1个,该N-1个特征向量中的第1个是根据上述N帧图像中的第1帧和第2帧得到的,N-2个特征向量为N-1个特征向量中除了特征向量V之外的特征向量;将N-2个相似度中最小相似度对应的图像确定为第一目标图像;
具体地,N-1个特征向量中的第i个特征向量与第1个特征向量之间的相似度可以表示为:
其中,Simi为N-1个特征向量中的第i个与第1个之间的相似度,Veci为N-1个特征向量中的第i个,Vec1为N-1个特征向量中的第1个,i=2,3,4,…N-1。
按照上述公式1,可计算得到N-2个相似度。将N-2个相似度中选取最小相似度对应的图像为目标图像。比如特征向量Vec4为与Vec1之间的相似度(即N-2个相似度中的第3个)最小,特征向量Vec4是基于N帧图像中的第4帧和第5帧的光流图得到的,因此N-2个相似度中的第3个对应的图像为N帧图像中的第4帧,即目标图像为N帧图像中的第4帧。
举例说明,假设缓存的视频流包括960帧图像,等时间间隔抽取30帧(例如:960帧中的第32帧、64帧、96帧、128帧,…,960帧)。按照上述方法可根据该30帧图像得到29张光流图,基于29张光流图可得到29个特征向量,分别计算该29个特征向量中的第2,3,4,…,29个特征向量与第1个特征向量之间的相似度,共得到28个相似度。假设28个相似度中第4个最小,则确定上述30帧图像中的第5帧(即960帧图像中的第160帧)为第一目标图像。
可选地,a可以为0.1,0.2,0.3,0.4,0.5,0.6,0.7或者其他值,b可以为0.1,0.2,0.3,0.4,0.5,0.6,0.8,0.9或者其他值。
比如,t=0.8s,a为0.4,b为0.6,则第一视频片段的起始帧的时间戳为t2=tw1-0.32s,结束帧的时间戳为t3=tw1+0.48s。换句话说,在视频流中,以第一目标图像为中心,选取时间跨度为0.8s的图像帧,以得第一视频片段,该第一视频片段包括第一目标图像。
可选的,第一目标图像中可以显示有主体对象发生预设运动,比如拍摄小球落地的慢动作,预设运动为小球触底后开始反弹;再比如使用打火机打火的慢动作,预设动作为打火机开始迸出火花。
在一个可行的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第二目标图像,该第二目标图像的时间戳为检测到主体对象的预设抓拍动作的时刻;获取第二目标图像在视频流中的时间戳tw2;根据第二目标图像的时间戳tw2和第一视频片段的时间跨度t在视频流中获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw2-at,第一视频片段的结束帧的时间戳为t3=tw2+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
可选地,a可以为0.1,0.2,0.3,0.4,0.5,0.6,0.7或者其他值,b可以为0.1,0.2,0.3,0.4,0.6,0.8,0.9或者其他值。
对于非人物体来说,比如小球落地,预设抓拍动作为小球触底反弹,比如使用打火机打火,预设抓拍动作为打火机迸出火花;对于人物来说,比如跳跃,预设抓拍动作为离地跃起。
在一个可行的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第三视频片段,该第三视频片段为包含预设抓拍动作的视频片段;获取第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1,根据第三视频片段的起始帧结束帧的时间戳tq1、结束帧的时间戳ts1和第一视频片段的时间跨度t获取第一视频片段,其中第一视频片段的起始帧的时间戳为t2=tq1-at,第一视频片段的结束帧的时间戳为t3=ts1+bt,其中,a和b为常数且at+bt+ts1-tq1=t;第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
比如拍摄小球落地的慢动作,第三视频片段为包含小球开始触底到反弹的视频片段;再比如使用打火机打火的慢动作,第三视频片段为包含打火机开始迸出火花至火花熄灭的视频片段,再比如拍摄挥手的慢动作,第三视频片段为包含手左右或上下挥动的视频片段。
比如拍摄小球触地并反弹的慢动作,如图6-2所示,第三视频片段为包含小球从位置1,到触地反弹到位置3的位移变化过程的图像。小球位于位置1的时刻为tq1,小球位于位置3的时刻为ts1,第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1。第一视频片段包括第三视频片段,因此第一视频片段的起始帧的时间戳为t2=tq1-at,第一视频片段的结束帧的时间戳为t3=ts1+bt,且at+bt+ts1-tq1=t。
在一个可行的实施例中,根据预设运动在视频流中确定出第一视频片段,包括:
从视频流中获取第三目标图像;获取第三目标图像在视频流中的时间戳tw3,时间戳tw3为人物或物体开始运动的时刻;根据第三目标图像的时间戳tw3和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw3,第一视频片段的结束帧的时间戳为t3=tw3+t,其中,第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
需要指出的是,第三目标图像的时间戳对应的时刻为在拍摄场景中人物作出目标姿态的时刻或者非人物体发生位移的时刻。
比如拍摄小球触地并反弹的慢动作,如图6-3所示,在tw3时刻检测到小球开始下落(即小球开始发生位移),因此将第一视频片段的起始帧的时间戳t2确定为tw3,根据第一视频片段的时间跨度t确定第一视频片段的起始帧的时间戳t3=tw3+t,小球在时刻时已经触地并反弹离地。
其中,上述第一时间片段的时间跨度t可以是预设时长,也可以是电子设备根据拍摄状态确定的。
S306、根据预设运动确定第一帧率。
在一个可行的实施例中,根据预设运动确定第一帧率,包括:
从视频流中获取主体对象的运动速度,根据主体对象的运动速度确定第一帧率,其中,主体对象的运动速度越大,第一帧率越大。
可选地,在一个可行的实施例中,从视频流中获取主体对象的运动速度,根据主体对象的运动速度确定第一帧率,包括:
从视频流中获取N帧图像,根据N帧图像中相邻两帧图像获取N-1个主体对象的运动速度,其中,该主体对象的运动速度可以为主体对象的瞬时速度,平均速度或最大瞬时速度,还可以是主体对象的线速度或者角速度。当然还可以是其他速度,在此不一一列举。然后根据该N-1个运动速度获取目标速度,该目标运动速度为N-1个主体对象的运动速度中的最大值、平均值等。最后基于速度和帧率之间的对应关系获取目标速度对应的帧率,该帧率为第一帧率。
可选地,在一个可行的实施例中,从视频流中获取主体对象的运动速度,根据主体对象的运动速度确定第一帧率,包括:
从视频流中等时间间隔获取N帧图像,将该N帧图像中相邻两帧图像分别输入到光流网络中进行计算,以得到N-1张光流图,然后将基于该N-1张光流图输入位移检测网络中进行计算,得到N-1个特征向量,根据N-1个特征向量获取N-1个运动速度,其中,N-1个特征向量与N-1个运动速度一一对应;根据所述N-1个运动速度中的最大值Vmax获取第一帧率。
在此需要说明的是,运动速度为主体对象上预设点在上述N帧图像中的相邻两帧上位置之间像素点的个数。如图6-4所示,该图示意出了在下落过程中,小球在相邻两帧中的位置。L表示小球的质点在相邻两帧中的相对位置,该相邻两帧对应的运动速度为在距离L上像素点的个数。
进一步地,运动速度与帧率之间的一种对应关系可以参见下表1。
运动速度取值范围 | 第一帧率 |
V<sub>max</sub><2 | 120fps |
2≤V<sub>max</sub><4 | 240fps |
4≤V<sub>max</sub><10 | 480fps |
10≤V<sub>max</sub><20 | 960fps |
20≤V<sub>max</sub><40 | 1920fps |
40≤V<sub>max</sub> | 7680fps |
表1
其中,Vmax为上述N-1个运动速度中的最大运动速度,当Vmax<2时,第一帧率为120fps;当2≤Vmax<4时,第一帧率为240fps;当4≤Vmax<10时,第一帧率为480fps;当10≤Vmax<20时,第一帧率为960fps;当20≤Vmax<40时,第一帧率为1920fps;当40≤Vmax时,第一帧率为7680fps。上表中运动速度的单位为像素/帧。
在一个示例中,第三提示标签还用于提示用户当前第一帧率,如图6-5中的a图所示,在录制气球灌水至爆炸的慢动作视频时,第三提示标签的内容为“960fps”,表示该第一帧率为960fps。如图6-5中的b图所示,在录制用打火机点火的慢动作视频时,第三提示标签的内容为“480fps”,表示该第一帧率为480fps。对于打火机打火场景,运动速度为火苗燃起的速度。
在一个可行的实施例中,根据预设运动确定第一帧率,包括:
根据主体对象的目标姿态获取第一帧率,其中主体对象的目标姿态不同,第一帧率也不相同。
具体地,根据人物姿态与帧率之间的对应关系可确定目标姿态的对应的帧率,该帧率即为第一帧率。
不同姿态的主体对象对应的第一帧率是不同的,不同姿态的同一人对应的第一帧率也可以是不同的。如图6-6中的a图所示人的动作为跑步,该动作对应的帧率为240fps;如图6-6中的b图所示,人的动作为篮球投篮,该动作对应的帧率为480fps。
在一个可行的实施例中,在获取第一视频片段的结束帧的时间戳t3后,本申请的方法还包括:
确定结束慢动作视频录制时刻,其中,结束慢动作视频录制时刻为t4,t4=t3+t’,t’为预设时长或电子设备根据拍摄状态确定的,或者,结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于t4之前。
具体地,在确定第一视频片段的结束帧的时间戳t3之后,根据时间戳t3和预设时长t’确定结束慢动作视频录制时刻t4。其中,结束慢动作视频录制时刻t4=t3+t’;或者结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻t34,该时刻t34位于t4之前慢动作视频录制的结束时刻是不再获取视频流的时刻。
应理解,在本申请中,视频流的采集帧率是指电子设备中图像传感器采集图像的帧率或者摄像头采集图像的帧率。
可选地,停止慢动作视频录制指令为用户再次点击开始录制功能键的触控指令,也可以是用户的语音指令。
S303、根据第一帧率对第一视频片段进行处理得到第二视频片段。
其中,第二视频片段在目标播放帧率下的播放时间大于第一视频片段的采集时间,第一帧率大于目标播放帧率。
应理解,第一视频片段和第二视频片段都是一组视频帧的组合,视频片段的播放时长与视频片段的帧数和播放帧率有关。
在一个可行的实施例中,根据第一帧率对第一视频片段进行处理得到第二视频片段,包括:
若第一帧率大于视频流的采集帧率,则对第一视频片段进行插帧,以得到第二视频片段,若第一帧率小于视频流的采集帧率,则对第一视频片段进行采样,以得到第二视频片段,其中,第二视频片段的帧数与第一视频片段的帧数之比与第一帧率与视频流的采集帧率之比相等。
在一个可行的示例中,第一帧率与视频流的采集帧率不同。
具体地,在获取第一视频片段后,判断第一帧率与视频流的帧率是否相同。当第一帧率与视频流的帧率相同时,不对第一视频片段进行处理,即第一视频片段为第二视频片段。可以理解,不对第一视频片段进行处理是种特殊的处理方式。当第一帧率大于视频流的采集帧率时,对第一视频片段进行插帧,以得到第二视频片段,当第一帧率小于视频流的采集帧率时,对第一视频片段进行采样,以得到第二视频片段,其中,第二视频片段的帧数与第一视频片段的帧数之比与第一帧率与视频流的采集帧率之比相等。
在此需要说明的是,对视频片段进行插帧的目的是让该视频片段包含更多的图像,从而在目标播放帧率下的播放时更长,进而使用户可以看到主体对象在运动中的更多细节。
比如图像传感器以560fps的采集帧率采集0.5s,得到帧数为280的视频片段;对该视频片段进行插帧处理,假设插帧后的视频片段的帧数为560帧,可以看成图像传感器0.5s采集560帧图像。
可选地,视频流的采集帧率可以为240fps、360fps、480fps、720fps、960fps、1920fps或者其他值。
可以理解,假设视频流的采集帧率为240fps、360fps、480fps、720fps、960fps或者其他小于1920fps的帧率,若用户期望以1920fps,或者大于1920fps的采集帧率采集得到的视频流中的视频片段,可对该视频片段进行插帧,以使得单位时间内采集的帧数增加。插入的帧是基于插入位置的前后两帧得到的,或者通过一定的算法得到,使得图像连续且和谐。由于第二视频片段的播放帧率小于用户期望帧率,因此第二视频片段的播放时间大于第一视频片段的采集时间。
同理由于主体对象的移动速度或者运动速度很慢,以采集帧率720fps采集0.5s得到的视频片段的帧数为360帧,若以30fps的播放速度进行播放,需要播放16s,但是对于主体对象的移动速度或者运动速度很慢的视频片段,用户期望能以4s或者更少的时间播放完毕。因此需要对采集得到的视频片段进行采样。
其中,插帧操作包括:在第一视频片段的相邻两帧之间插入辅助帧,该辅助帧的背景与其前后相邻两帧图像的背景相同,主体对象的在该辅助帧中位置位于该主体对象在相邻两帧中的位置范围内。如图7-2中的a图所示,实线表示插帧前的图像,虚线表示辅助帧。视频流的采集帧率为560fps,假设以该帧率采集0.5s得到第一视频片段,该第一视频片段的帧数为280,在相邻两帧之间插入一帧辅助帧之后,得到的视频片段的帧数为559,可选地,可以再在该视频片段的起始帧之前插入一帧或者在该视频片段的结束帧之后之后插入一帧,得到第二视频片段,第二视频片段的帧数为560,相当于采集0.5s得到560帧,相当于视频流的采集帧率为1120fps。若在相邻两帧之间插入两帧辅助帧,得到的视频片段的帧数为838帧,可选地,可以再在该视频片段的起始帧之前插入两帧或者在该视频片段的结束帧之后之后插入两帧,得到第二视频片段,该第二视频片段的帧数为840,相当于视频流的采集帧率为1680fps。
采样操作包括:对第二视频片段或非第二视频片段进行均匀采样或非均匀采样。其中,均匀采样为在第一视频片段中,相邻两采样帧之间图像帧数相同,非均匀采样为在第二视频片段中,相邻两采样镇中之间图像帧数不相同。如图7-2的b图所示,视频流的采集帧率为960fps,假设以该帧率采集0.5s得到第一视频片段,该第一视频片段的帧数为480,对第一视频片段进行每间隔一帧采样一帧,采样后的第二视频片段的图像帧数为240,相当于0.5s采集240帧,相当于视频流的采集帧率为480fps。
对于慢动作视频来说,在精彩片段的前后分别包括用于常速播放的视频片段,在一个可行的实施例中,本申请的方法还包括:
从视频流中,获取第四视频片段和第五视频片段;根据第四视频片段、第五视频片段和第二视频片段获取目标视频;其中,第四视频片段的起始帧的时间戳tq2=t2-tx,第四视频片段的结束帧为第一视频片段的起始帧的前一帧,第五视频片段的起始帧为第一视频片段的结束帧的后一帧,第五视频片段的结束帧的时间戳为ts2=t3+ty,第四视频片段包括时间戳大于tq2且小于t2之间的图像,第五视频片段包括时间戳大于t3且小于ts2之间的图像,tx和ty相同或者不相同。如图7-3所示。
可选地,tx可以为0.1s,0.3s,0.5s,1s或者其他值,同理,ty可以为0.1s,0.3s,0.5s,1s或者其他值。
在一个可行的实施例中,根据第四视频片段、第五视频片段和第二视频片段获取目标视频,包括:
若视频流的采集帧率大于目标视频的播放帧率,则对第四视频片段和第五视频片段进行采样操作,以得到第六视频片段和第七视频片段;其中,第六视频片段的帧数与第四视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等,第七视频片段的帧数与第五视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等;目标视频包括第二视频片段、第六视频片段和第七视频片段,且第二视频片段、第六视频片段和第七视频片段在时间上是连续的。
需要指出的是,第二视频片段、第六视频片段和第七视频片段在时间上是连续的,具体是指第二视频片段、第六视频片段和第七视频片段中的图像帧在时间上是连续的。
由于第四视频片段和第五视频片段均为常速播放的视频片段,并且视频播放速率一般小于视频流的采集帧率。因此需要对第四视频片段和第五视频片段进行采样,采样可包括均匀采样和非均匀采样。
应理解,常速是指视频以该速度播放时,用户看到的画面感觉不到卡顿,也不会让用户感觉在视频在快进。
需要指出的是,上述目标播放速度也就是这里说的常速,常速一般为24fps-30fps。
比如用户期望第四视频片段和第五视频片段在常速下各播放1s,第四视频片段的帧数为120,常速为30fps,若第四视频片段在30fps的播放速度下播放1s,则需要对第六视频片段进行采样,得到第六视频片段,该第六视频片段的帧数为30,若为均匀采样,则间隔三帧采样一帧。对第五视频片段可采用同样的方式进行处理得到第六视频片段。
在得到第六视频片段和第七视频片段后,对第二视频片段、第六视频片段和第七视频片段中图像的时间戳进行统一处理,使得第六视频片段、第二视频片段和第七视频片段中图像的时间戳在时间上是连续的,进而得到目标视频。目标视频包括第二视频片段、第六视频片段和第七视频片段。
在此需要说明的是,拍摄场景包括主体对象和背景,在整个录制过程中,主动对象运动,背景不变。
在此需要说明的是,电子设备实时获取视频流,并且电子设备会缓存预设时长tg的视频流。比如说,当前电子设备已缓存tg的视频流,在tg’后,将之前缓存tg的视频流中最先缓存的tg’的视频流删除,将新获取的tg’视频流缓存。将采用上述方法对缓存的视频流进行处理,得到目标视频。
可选地,tg为0.5s,1s,2s,4s或者其他值,tg’为0.1s,0.2s,0.3s,0.4s或者其他值,且tg大于tg’。
在另一个具体的实施例中,电子设备获取并存储预设时长tm的视频流,然后按照上述步骤S301-S303所述的具体方法执行如下操作:
检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段的播放时间大于第一视频片段的采集时间。
上述操作的具体描述可参见步骤S301-S303的相关描述,在此不再叙述。
可选地,tm为0.5s,1s,2s,3s,4s,5s或者其他值。
在现有技术中,在录制慢动作视频时一般不会配上背景音乐,需要用户在录制完慢动作视频后手动添加背景音乐,这对于用户来说是比较麻烦的。
因此在本申请的一个可行的实施例中,在获取慢动作视频后,为慢动作视频添加背景音乐。
其中,为慢动作视频添加背景音乐,包括:
获取第二视频片段的场景信息;根据第二视频片段的场景信息获取第二视频片段对应的音乐数据库;将第二视频片段对应的音乐数据库中任一首音乐确定为目标视频的背景音乐。
在此需要指出的是,拍摄场景包括背景和主体对象,在整个录制过程中,背景保持不变,主体对象移动。
可选地,在获取慢动作视频后,直接播放慢动作视频,或者直接播放慢动作视频及其背景音乐;或者在获取慢动作视频后,用户点击图库应用对应的图标42,如图7-4中的a图所示,进入图库,点击需要播放视频图标上的播放功能键43,如图7-4中的b图所示,即可播放慢动作视频及其背景音乐。图标42和播放功能键43只是作为示意,不是对本申请的限定。
在一个具体的实施例中,举例说明录制打火机打火的慢动作视频。在用户点击如图4-1中的c图所示的“慢动作”标签后,进入如图8-1中的a图所示的慢动作视频录制界面,在该界面中,第一提示标签内容为“慢动作模式”,以提示用户可以开始录制慢动作视频;第二提示标签内容为“请保持相机稳定”。可选地,慢动作录制界面还包括检测框,以提示用户用户对准打火机,如图8-1中的b图所示。如图8-1中的c图所示,在用户点击慢动作视频录制功能键41时,电子设备进入如图8-1中的d图所示的开始录制界面,第三提示标签内容为“正在检测”,电子设备获取检测图像,该检测图像可以如图8-2中的a图所示。电子设备对检测图像内的主体对象进行检测,确定主体对象是人物还是非人物体。在确定主体对象是非人物体时,开始录制界面如图8-3中的a图所示,开始录制界面的第三提示标签的内容为“非人物体”,或者如图8-3中的b图所示,开始录制界面的第三提示标签的内容为“打火机”。
电子设备从视频流中获取位移检测图像,检测图像参见图8-2中的a图和b图。根据检测图像对主体对象(即打火机)进行位移检测,以得到位移检测结果。此时第三提示标签的内容为“正在检测非人物体是否发生位移”,或者“正在检测打火机是否发生位移”,如图8-4中的a图或者b图所示。
具体过程参见图8-5。如图8-5所示,电子设备将图8-2中的a图和b图作为输入图像输入到光流网络中进行计算,以得到光流图,再将光流图输入到位移检测网络中进行计算,得到对应的特征向量,最后根据该特征向量确定出位移检测结果,该位移检测结果为非人物体发生移动。
假设视频流为960帧,视频流的采集帧率为480fps,从视频流中获取30图像,然后将30帧图像中的相邻两帧按照图8-5所示过程进行计算,可得到29个特征向量,基于29个特征向量得到29个运动速度,从该29个运动速度中选取最大的运动速度,最后基于运动速度和帧率之间的对应关系获取最大运动速度对应的帧率,比如480fps,该帧率即为第一帧率。在一个示例中,如图6-5中的b图所示,第三提示标签的内容为“480fps”。
电子设备在获取29个特征向量后,计算该29个特征向量中第1个分别与其他的特征向量的相似度,假如第4个特征向量和第1个特征向量的相似度最小,则将第4个特征向量对应的图像为第一目标图像。假设第一视频片段的时间跨度为0.5,则第一视频片段的数量为240帧。以第一目标图像为中心,从视频流中前后选取120帧,以得到第一视频片段。由于视频流的采集帧率小于慢动作视频的帧率,则对第一视频片段进行插帧操作,以使插帧得到的第二视频片段的帧数为480,最后基于第二视频片段得到目标视频,该过程可参见上述步骤S303中的相关描述,在此不再叙述。在上述图3-1所示的实施例中,第一目标图像为如图8-2中的b图所示图像,打火机的迸发出的火焰最大。在视频流中,时间戳为t2的图像为如图8-2中的a图所示图像,打火机开始迸出火花,时间戳为t3的图像为打火机的火焰开始熄灭的图像。
从第二视频片段中任选一张图像,然后获取该图像中的场景信息,基于图像的场景信息确定对应的音乐数据库,最后将该音乐数据库中获取任一首音乐“musicA”确定为慢动作视频的背景音乐。
在获取慢动作视频后,电子设备直接播放慢动作视频及其背景音乐“musicA”,或者在获取慢动作视频后,用户点击图库应用对应的图标42,如图8-6中的a图所示,进入图库,点击需要播放视频图标上的播放功能键43,如图8-6中的b图所示,即可播放慢动作视频及其背景音乐“musicA”。图标42和播放功能键43只是作为示意,不是对本申请的限定。
在一个具体的实施例中,举例说明录制U型枕上抛后下落的慢动作视频。在用户点击如图4-1中的c图所示的“慢动作”标签后,进入如图9-1中的a图所示的慢动作视频录制界面,在该界面中,第一提示标签内容为“慢动作模式”,以提示用户可以开始录制慢动作视频;第二提示标签内容为“请保持相机稳定”。可选地,慢动作录制界面还包括检测框,以提示用户用户对准打火机,如图9-1中的b图所示。如图9-1中的c图所示,在用户点击慢动作视频录制功能键41时,电子设备进入如图9-1中的d图所示的开始录制界面,第三提示标签内容为“正在检测”,同时电子设备获取检测图像,该检测图像可以如图9-2中的a图所示。电子设备对检测图像进行检测,确定主体对象是人物还是非人物体。在确定主体对象为非人物体,开始录制界面如图9-3中的a图所示,开始录制界面的第三提示标签的内容为“非人物体”,或者如图9-3中的b图所示,开始录制界面的第三提示标签的内容为“U型枕”。
电子设备从视频流中获取位移检测图像,检测图像参见图9-2中的a图和b图。根据检测图像对主体对象(即U型枕)进行位移检测,以得到位移检测结果。此时第三提示标签的内容为“正在检测非人物体的是否发生位移”,或者“正在检测U型枕是否发生位移”,如图9-4中的a图或者b图所示。
具体过程参见图9-5。如图9-5所示,电子设备将图9-2中的a图和b图作为输入图像输入到光流网络中进行计算,以得到光流图,再将光流图输入到位移检测网络中进行计算,得到对应的特征向量,最后根据该特征向量确定出位移检测结果,该位移检测结果为非人物体发生移动。
假设视频流为960帧,视频流的采集帧率为480fps,从视频流中获取30帧图像,然后将30帧图像中的相邻两帧按照图9-5所示过程进行计算,可得到29个特征向量,基于29个特征向量得到29个运动速度,从该29个运动速度中选取最大的运动速度,最后基于运动速度和帧率之间的对应关系获取最大运动速度对应的帧率,比如240fps,该帧率即为慢动作视频的“预期帧率”。在一个示例中,如图9-6所示,第三提示标签的内容为“240fps”。
电子设备在获取29个特征向量后,计算该29个特征向量中第1个分别与其他的特征向量的相似度,假如第4个特征向量和第1个特征向量的相似度最小,则将第4个特征向量对应的图像为目标图像。假设第一视频片段的时间跨度为0.5,则第一视频片段的数量为240帧。以目标图像为中心,从视频流中前后选取120帧,以得到第一视频片段。由于视频流的采集帧率大于慢动作视频的帧率,则对第一视频片段进行采样操作,以使采样得到的第二视频片段的帧数为120。最后基于第二视频片段得到目标视频,该过程可参见上述步骤S303中的相关描述,在此不再叙述。在上述图3-1所示的实施例中,第一目标图像为如图9-2中的b图所示图像,U型枕即将落体。在视频流中,时间戳为t2的图像为如图9-2中的a图所示图像,U型枕已落地开始下落,时间戳为t3的图像为U型枕已落地的图像。
从第二视频片段中任选一张图像,然后获取该图像中的场景信息,基于图像的场景信息确定对应的音乐数据库,最后将该音乐数据库中获取任一首音乐“music B”确定为目标视频的背景音乐。
在获取慢动作视频后,电子设备直接播放慢动作视频及其背景音乐“music B”,或者在获取慢动作视频后,用户点击图库应用对应的图标42,如图9-7中的a图所示,进入图库,点击需要播放视频图标上的播放功能键43,如图9-7中的b图所示,即可播放慢动作视频及其背景音乐“music B”。图标42和播放功能键43只是作为示意,不是对本申请的限定。
可以看出,在本申请实施例的方案中,检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段在目标播放帧率下的播放时间大于第一视频片段的采集时间,第一帧率大于目标播放帧率。在拍摄的主体对象发生运动时,从视频流中获取第一视频片段(即精彩片段),可以使电子设备精准捕捉主体对象的精彩瞬间,提高了用户体验。并且在获取第一视频片段之前,对主体对象进行检测,避免了因电子设备抖动或图像的微弱变换而未录制到用户需要的慢动作视频。
参见图10,图10为本申请实施例提供一种电子设备的结构示意图。如图10所示,包括:
检测单元1001,用于检测到视频流中主体对象发生预设运动时;
确定单元1002,用于根据预设运动在视频流中确定出第一视频片段,并根据预设运动确定第一帧率;
处理单元1003,用于根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段在目标播放帧率下的播放时间大于第一视频片段的采集时间,第一帧率大于目标播放帧率。
在一个可行的实施例中,视频流中的主体对象为非人物体,在检测到视频流中主体对象发生预设运动的方面,检测单元1001具体用于:检测到非人物体在拍摄场景中发生位移。
在一个可行的实施例中,视频流中的主体对象为人物,在检测到视频流中主体对象发生预设运动的方面,检测单元1001具体用于:检测到人物在拍摄场景中做出目标姿态。
在一个可行的实施例中,检测单元检测单元1001还用于:
在根据预设运动在视频流中确定第一视频片段之前,且在开启慢动作视频录制功能时,或者在开启慢动作视频录制功能后,从视频流中获取检测图像,并检测所述检测图像中的主体对象是人物还是非人主体。
在一个可行的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元1002具体用于:
从视频流中获取第一目标图像,第一目标图像为主体对象发生预设运动的过程中加速度最大的时刻在视频流中对应的的图像;获取第一目标图像在视频流中的时间戳tw1;根据第一目标图像的时间戳tw1和第一视频片段的时间跨度t在视频流中获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw1-at,第一视频片段的结束帧的时间戳为t3=tw1+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
在一个可行的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元1002具体用于:
从视频流中获取第二目标图像,第二目标图像的时间戳为检测到主体对象预设抓拍动作时刻;获取第二目标图像在视频流中的时间戳tw2;根据第二目标图像的时间戳tw2和第一视频片段的时间跨度t在视频流中获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw2-at,第一视频片段的结束帧的时间戳为t3=tw2+bt,其中,a和b为常数且a+b=1;第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
在一个可行的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元1002具体用于:
从视频流中获取第三目标图像;获取第三目标图像在视频流中的时间戳tw3,时间戳tw3为在拍摄场景中人物作出目标姿态的时刻或者非人物体发生位移的时刻;根据第三目标图像的时间戳tw3和第一视频片段的时间跨度t获第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tw3,第一视频片段的结束帧的时间戳为t3=tw3+t,其中,第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
在一个可行的实施例中,在根据预设运动在视频流中确定出第一视频片段的方面,确定单元1002具体用于:
从视频流中获取第三视频片段,第三视频片段为包含预设抓拍动作的视频片段;获取第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1;根据时间戳tq1、时间戳ts1和第一视频片段的时间跨度t获取第一视频片段,其中,第一视频片段的起始帧的时间戳为t2=tq1-at,第一视频片段的结束帧的时间戳为t3=ts1+bt,其中,a和b为常数且at+bt+ts1-tq1=t;第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
在一个可行的实施例中,在根据预设运动确定第一帧率的方面,确定单元1002具体用于:
从视频流中获取主体对象的运动速度;根据主体对象的运动速度确定第一帧率;其中,主体对象的运动速度越大,第一帧率越大。
在一个可行的实施例中,在根据预设运动确定第一帧率的方面,确定单元1002具体用于:
根据主体对象的目标姿态获取第一帧率,其中主体对象的目标姿态不同,第一帧率也不相同。
在一个可行的实施例中,处理单元1003具体用于:
若第一帧率大于视频流的采集帧率,则对第一视频片段进行插帧操作,以得到第二视频片段,或者,若第一帧率小于视频流的采集帧率,则对第一视频片段进行采样操作,以得到第二视频片段,其中,第二视频片段的帧数与第一视频片段的帧数之比与第一帧率与视频流的采集帧率之比相等。
在一个可行的实施例中,第一帧率与视频流的采集帧率不同。
在一个可行的实施例中,电子设备1000还包括:
获取单元1004,用于从视频流中,获取第四视频片段和第五视频片段;并根据第四视频片段、第五视频片段和第二视频片段获取目标视频;
其中,第四视频片段的起始帧的时间戳tq2=t2-tx,第四视频片段的结束帧为第一视频片段的起始帧的前一帧,第五视频片段的起始帧为第一视频片段的结束帧的后一帧,第五视频片段的结束帧的时间戳为ts2=t3+ty,第四视频片段包括时间戳大于tq2且小于t2之间的图像,第五视频片段包括时间戳大于t3且小于ts2之间的图像,tx和ty相同或者不相同。
在一个可行的实施例中,在根据第四视频片段、第五视频片段和第二视频片段获取目标视频的方面,获取单元1004具体用于,包括:
若视频流的采集帧率大于目标视频的播放帧率,则对第四视频片段和第五视频片段进行采样操作,以得到第六视频片段和第七视频片段;
其中,第六视频片段的帧数与第四视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等,第七视频片段的帧数与第五视频片段的帧数之比与目标视频的播放帧率与视频流的采集帧率之比相等;目标视频包括第二视频片段、第六视频片段和第七视频片段,且第二视频片段、第六视频片段和第七视频片段在时间上是连续的。
在一个可行的实施例中,确定单元1002还用于:
在获取第一视频片段的结束帧的时间戳t3后,确定结束慢动作视频录制时刻,其中,结束慢动作视频录制时刻为t4,t4=t3+t’,t’为预设时长,或者,结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于t4之前。
需要说明的是,上述各单元(检测单元1001、确定单元1002、处理单元1003和获取单元1004)用于执行上述方法的相关步骤。比如确定单元1002用于执行步骤S302的相关内容,检测单元1001用于执行步骤S301的相关内容,处理单元1003和获取单元1004用于执行步骤S303的相关内容。
在本实施例中,电子设备1000是以单元的形式来呈现。这里的“单元”可以指特定应用集成电路(application-specific integrated circuit,ASIC),执行一个或多个软件或固件程序的处理器和存储器,集成逻辑电路,和/或其他可以提供上述功能的器件。此外,以上检测单元1001、确定单元1002、处理单元1003和获取单元1004可通过图11所示的电子设备的处理器1101来实现。
如图11所示安检提醒装置1100可以图11中的结构来实现,该安检提醒装置1100包括至少一个处理器1101,至少一个存储器1102以及至少一个通信接口1103。所述处理器1101、所述存储器1102和所述通信接口1103通过所述通信总线连接并完成相互间的通信。
处理器1101可以是通用中央处理器(CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制以上方案程序执行的集成电路。
通信接口1103,用于与其他设备或通信网络通信,如以太网,无线接入网(RAN),无线局域网(Wireless LocalAreaNetworks,WLAN)等。
存储器1102可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,所述存储器1102用于存储执行以上方案的应用程序代码,并由处理器501来控制执行。所述处理器1101用于执行所述存储器1102中存储的应用程序代码。
存储器1102存储的代码可执行以上提供的一种慢动作视频拍摄方法,比如检测到视频流中主体对象发生预设运动时,根据预设运动在视频流中确定出第一视频片段;根据预设运动确定第一帧率;根据第一帧率对第一视频片段进行处理得到第二视频片段;其中,第二视频片段的播放时间大于第一视频片段的采集时间。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种慢动作视频拍摄方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
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的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
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,在本发明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器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上所述,以上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范围。
Claims (46)
1.一种慢动作视频拍摄方法,其特征在于,包括:
检测到视频流中主体对象发生预设运动时;
根据所述预设运动在所述视频流中确定出第一视频片段;
根据所述预设运动确定第一帧率;
根据所述第一帧率对所述第一视频片段进行处理得到第二视频片段;其中,所述第二视频片段在目标播放帧率下的播放时间大于所述第一视频片段的采集时间;所述第一帧率大于所述目标播放帧率;
其中,所述根据所述第一帧率对所述第一视频片段进行处理得到第二视频片段,包括:
若所述第一帧率大于所述视频流的采集帧率,则对所述第一视频片段进行插帧,以得到所述第二视频片段,或者,
若所述第一帧率小于所述视频流的采集帧率,则对所述第一视频片段进行采样,以得到所述第二视频片段,
其中,所述第二视频片段的帧数与第一视频片段的帧数之比与所述第一帧率与所述视频流的采集帧率之比相等。
2.根据权利要求1所述的方法,其特征在于,所述视频流中的主体对象为非人物体,所述检测到视频流中主体对象发生预设运动,包括:
检测到所述非人物体在拍摄场景中发生位移。
3.根据权利要求1所述的方法,其特征在于,所述视频流中的主体对象为人物,所述检测到视频流中主体对象发生预设运动,包括:
检测到所述人物在拍摄场景中做出目标姿态。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述预设运动在所述视频流中确定出第一视频片段,包括:
从所述视频流中获取第一目标图像,所述第一目标图像为所述主体对象发生所述预设运动的过程中加速度最大的时刻在所述视频流中对应的图像;
获取所述第一目标图像在所述视频流中的时间戳tw1;
根据所述第一目标图像的时间戳tw1和所述第一视频片段的时间跨度t在所述视频流中获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tw1-at,所述第一视频片段的结束帧的时间戳为t3=tw1+bt,其中,a和b为常数且a+b=1;所述第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述预设运动在所述视频流中确定出第一视频片段,包括:
从所述视频流中获取第二目标图像,所述第二目标图像的时间戳为检测到所述主体对象的预设抓拍动作时刻;
获取所述第二目标图像在所述视频流中的时间戳tw2;
根据所述第二目标图像的时间戳tw2和所述第一视频片段的时间跨度t在所述视频流中获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tw2-at,所述第一视频片段的结束帧的时间戳为t3=tw2+bt,其中,a和b为常数且a+b=1;所述第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
6.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述预设运动在所述视频流中确定出第一视频片段,包括:
从所述视频流中获取第三目标图像;
获取所述第三目标图像在所述视频流中的时间戳tw3,所述时间戳tw3为在拍摄场景中人物作出目标姿态的时刻或者非人物体发生位移的时刻;
根据所述第三目标图像的时间戳tw3和所述第一视频片段的时间跨度t获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tw3,所述第一视频片段的结束帧的时间戳为t3=tw3+t,其中,所述第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述预设运动在所述视频流中确定出第一视频片段,包括:
从所述视频流中获取第三视频片段,所述第三视频片段为包含预设抓拍动作的视频片段;
获取所述第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1;
根据所述时间戳tq1、时间戳ts1和所述第一视频片段的时间跨度t获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tq1-at,所述第一视频片段的结束帧的时间戳为t3=ts1+bt,其中,a和b为常数且at+bt+ts1-tq1=t;所述第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
8.根据权利要求2所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
9.根据权利要求4所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
10.根据权利要求5所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
11.根据权利要求6所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
12.根据权利要求7所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
13.根据权利要求3所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
14.根据权利要求4所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
15.根据权利要求5所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
16.根据权利要求6所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
17.根据权利要求7所述的方法,其特征在于,所述根据所述预设运动确定第一帧率,包括:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
18.根据权利要求1所述的方法,所述第一帧率与视频流的采集帧率不同。
19.根据权利要求8-17任一项所述的方法,其特征在于,所述方法还包括:
从所述视频流中,获取第四视频片段和第五视频片段;
根据所述第四视频片段、第五视频片段和第二视频片段获取目标视频;
其中,所述第四视频片段的起始帧的时间戳tq2=t2-tx,所述第四视频片段的结束帧为所述第一视频片段的起始帧的前一帧,所述第五视频片段的起始帧为所述第一视频片段的结束帧的后一帧,所述第五视频片段的结束帧的时间戳为ts2=t3+ty,所述第四视频片段包括时间戳大于tq2且小于t2之间的图像,所述第五视频片段包括时间戳大于t3且小于ts2之间的图像,所述tx和ty相同或者不相同。
20.根据权利要求19所述的方法,其特征在于,所述根据所述第四视频片段、第五视频片段和第二视频片段获取所述目标视频,包括:
若所述视频流的采集帧率大于所述目标视频的播放帧率,则对所述第四视频片段和第五视频片段进行采样,以得到第六视频片段和第七视频片段;
其中,所述第六视频片段的帧数与所述第四视频片段的帧数之比与所述目标视频的播放帧率与所述视频流的采集帧率之比相等,所述第七视频片段的帧数与所述第五视频片段的帧数之比与所述目标视频的播放帧率与所述视频流的采集帧率之比相等;
所述目标视频包括所述第二视频片段、第六视频片段和第七视频片段,且所述第二视频片段、第六视频片段和第七视频片段在时间上是连续的。
21.根据权利要求4-7任一项所述的方法,其特征在于,在获取所述第一视频片段的结束帧的时间戳t3后,所述方法还包括:
确定结束慢动作视频录制时刻,
其中,所述结束慢动作视频录制时刻为t4,所述t4=t3+t’,所述t’为预设时长,或者,
所述结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于所述t4之前。
22.根据权利要求1所述的方法,其特征在于,在所述根据所述预设运动在视频流中确定第一视频片段之前,所述方法还包括:
在开启慢动作视频录制功能时,或者在开启慢动作视频录制功能后,从所述视频流中获取检测图像,并检测所述检测图像中的主体对象是人物还是非人物体。
23.一种电子设备,其特征在于,包括:
检测单元,用于检测到视频流中主体对象发生预设运动时;
确定单元,用于根据所述预设运动在所述视频流中确定出第一视频片段;
所述确定单元,还用于根据所述预设运动确定第一帧率;
处理单元,用于根据所述第一帧率对所述第一视频片段进行处理得到第二视频片段;其中,所述第二视频片段在目标播放帧率下的播放时间大于所述第一视频片段的采集时间,所述第一帧率大于所述目标播放帧率;
其中,所述处理单元具体用于:
若所述第一帧率大于所述视频流的采集帧率,则对所述第一视频片段进行插帧,以得到所述第二视频片段,或者,
若所述第一帧率小于所述视频流的采集帧率,则对所述第一视频片段进行采样,以得到所述第二视频片段,
其中,所述第二视频片段的帧数与第一视频片段的帧数之比与所述第一帧率与所述视频流的采集帧率之比相等。
24.根据权利要求23所述的设备,其特征在于,所述视频流中的主体对象为非人物体,在所述检测到视频流中主体对象发生预设运动的方面,所述检测单元具体用于:
检测到所述非人物体在拍摄场景中发生位移。
25.根据权利要求23所述的设备,其特征在于,所述视频流中的主体对象为人物,在所述检测到视频流中主体对象发生预设运动的方面,所述检测单元具体用于:
检测到所述人物在拍摄场景中做出目标姿态。
26.根据权利要求23-25任一项所述的设备,其特征在于,在所述根据所述预设运动在所述视频流中确定出第一视频片段的方面,所述确定单元具体用于:
从所述视频流中获取第一目标图像,所述第一目标图像为所述主体对象发生所述预设运动的过程中加速度最大的时刻在所述视频流中对应的图像;
获取所述第一目标图像在所述视频流中的时间戳tw1;
根据所述第一目标图像的时间戳tw1和所述第一视频片段的时间跨度t在所述视频流中获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tw1-at,所述第一视频片段的结束帧的时间戳为t3=tw1+bt,其中,a和b为常数且a+b=1;所述第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
27.根据权利要求23-25任一项所述的设备,其特征在于,在所述根据所述预设运动在所述视频流中确定出第一视频片段的方面,所述确定单元具体用于:
从所述视频流中获取第二目标图像,所述第二目标图像的时间戳为检测到所述主体对象预设抓拍动作时刻;
获取所述第二目标图像在所述视频流中的时间戳tw2;
根据所述第二目标图像的时间戳tw2和所述第一视频片段的时间跨度t在所述视频流中获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tw2-at,所述第一视频片段的结束帧的时间戳为t3=tw2+bt,其中,a和b为常数且a+b=1;所述第一视频片段包括在时间戳不小于t2且不大于t3之间的图像。
28.根据权利要求23-25任一项所述的设备,其特征在于,在所述根据所述预设运动在所述视频流中确定出第一视频片段的方面,所述确定单元具体用于:
从所述视频流中获取第三目标图像;
获取所述第三目标图像在所述视频流中的时间戳tw3,所述时间戳tw3为在拍摄场景中人物作出目标姿态的时刻或者非人物体发生位移的时刻;
根据所述第三目标图像的时间戳tw3和所述第一视频片段的时间跨度t获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tw3,所述第一视频片段的结束帧的时间戳为t3=tw3+t,其中,所述第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
29.根据权利要求23-25任一项所述的设备,其特征在于,在所述根据所述预设运动在所述视频流中确定出第一视频片段的方面,所述确定单元具体用于:
从所述视频流中获取第三视频片段,所述第三视频片段为包含预设抓拍动作的视频片段;
获取所述第三视频片段的起始帧的时间戳tq1和结束帧的时间戳ts1;
根据所述时间戳tq1、时间戳ts1和所述第一视频片段的时间跨度t获取所述第一视频片段,其中,所述第一视频片段的起始帧的时间戳为t2=tq1-at,所述第一视频片段的结束帧的时间戳为t3=ts1+bt,其中,a和b为常数且at+bt+ts1-tq1=t;所述第一视频片段包括时间戳不小于t2且不大于t3之间的图像。
30.根据权利要求24所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
31.根据权利要求26所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
32.根据权利要求27所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
33.根据权利要求28所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
34.根据权利要求29所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
从所述视频流中获取主体对象的运动速度;
根据主体对象的运动速度确定所述第一帧率;其中,所述主体对象的运动速度越大,所述第一帧率越大。
35.根据权利要求25所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
36.根据权利要求26所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
37.根据权利要求27所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
38.根据权利要求28所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
39.根据权利要求29所述的设备,其特征在于,在所述根据所述预设运动确定第一帧率的方面,所述确定单元具体用于:
根据所述主体对象的目标姿态获取所述第一帧率,其中所述主体对象的目标姿态不同,所述第一帧率也不相同。
40.根据权利要求23所述的设备,所述第一帧率与视频流的采集帧率不同。
41.根据权利要求30-39任一项所述的设备,其特征在于,所述电子设备还包括:
获取单元,用于从所述视频流中,获取第四视频片段和第五视频片段;并根据所述第四视频片段、第五视频片段和第二视频片段获取目标视频;
其中,所述第四视频片段的起始帧的时间戳tq2=t2-tx,所述第四视频片段的结束帧为所述第一视频片段的起始帧的前一帧,所述第五视频片段的起始帧为所述第一视频片段的结束帧的后一帧,所述第五视频片段的结束帧的时间戳为ts2=t3+ty,所述第四视频片段包括时间戳大于tq2且小于t2之间的图像,所述第五视频片段包括时间戳大于t3且小于ts2之间的图像,所述tx和ty相同或者不相同。
42.根据权利要求41所述的设备,其特征在于,在所述根据所述第四视频片段、第五视频片段和第二视频片段获取所述目标视频的方面,所述获取单元具体用于,包括:
若所述视频流的采集帧率大于所述目标视频的播放帧率,则对所述第四视频片段和第五视频片段进行采样,以得到第六视频片段和第七视频片段;
其中,所述第六视频片段的帧数与所述第四视频片段的帧数之比与所述目标视频的播放帧率与所述视频流的采集帧率之比相等,所述第七视频片段的帧数与所述第五视频片段的帧数之比与所述目标视频的播放帧率与所述视频流的采集帧率之比相等;
所述目标视频包括所述第二视频片段、第六视频片段和第七视频片段,且所述第二视频片段、第六视频片段和第七视频片段在时间上是连续的。
43.根据权利要求26-29任一项所述的设备,其特征在于,所述确定单元还用于:
在获取所述第一视频片段的结束帧的时间戳t3后,确定结束慢动作视频录制时刻,
其中,所述结束慢动作视频录制时刻为t4,所述t4=t3+t’,所述t’为预设时长,或者,
所述结束慢动作视频录制时刻为接收到用户停止慢动作视频录制指令后的时刻,该时刻位于所述t4之前。
44.根据权利要求23所述的设备,其特征在于,所述检测单元还用于:
在所述根据所述预设运动在视频流中确定第一视频片段之前,且在开启慢动作视频录制功能时,或者在开启慢动作视频录制功能后,从所述视频流中获取检测图像,并检测所述检测图像中的主体对象是人物还是非人物体。
45.一种电子设备,包括触控屏,存储器,一个或多个处理器,多个应用程序,以及一个或多个程序;其中,所述一个或多个程序被存储在所述存储器中;其特征在于,所述一个或多个处理器在执行所述一个或多个程序时,使得所述电子设备实现如权利要求1至22任一项所述的方法。
46.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1至22任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910888945.4A CN112532865B (zh) | 2019-09-19 | 2019-09-19 | 慢动作视频拍摄方法及电子设备 |
PCT/CN2020/115885 WO2021052414A1 (zh) | 2019-09-19 | 2020-09-17 | 慢动作视频拍摄方法及电子设备 |
EP20864363.5A EP4024844A4 (en) | 2019-09-19 | 2020-09-17 | PROCEDURE FOR SLOW MOTION VIDEO RECORDING AND ELECTRONIC DEVICE |
US17/699,510 US20220230438A1 (en) | 2019-09-19 | 2022-03-21 | Slow-Motion Video Shooting Method and Electronic Device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910888945.4A CN112532865B (zh) | 2019-09-19 | 2019-09-19 | 慢动作视频拍摄方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112532865A CN112532865A (zh) | 2021-03-19 |
CN112532865B true CN112532865B (zh) | 2022-07-19 |
Family
ID=74883358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910888945.4A Active CN112532865B (zh) | 2019-09-19 | 2019-09-19 | 慢动作视频拍摄方法及电子设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220230438A1 (zh) |
EP (1) | EP4024844A4 (zh) |
CN (1) | CN112532865B (zh) |
WO (1) | WO2021052414A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113067994B (zh) * | 2021-03-31 | 2022-08-19 | 联想(北京)有限公司 | 一种视频录制方法及电子设备 |
CN113347356A (zh) * | 2021-05-31 | 2021-09-03 | 维沃移动通信(杭州)有限公司 | 拍摄方法、装置、电子设备及存储介质 |
CN113643728B (zh) * | 2021-08-12 | 2023-08-22 | 荣耀终端有限公司 | 一种音频录制方法、电子设备、介质及程序产品 |
CN114285978A (zh) * | 2021-12-28 | 2022-04-05 | 维沃移动通信有限公司 | 视频处理方法、视频处理装置和电子设备 |
CN114422692B (zh) * | 2022-01-12 | 2023-12-08 | 西安维沃软件技术有限公司 | 视频录制方法、装置及电子设备 |
CN116781822A (zh) * | 2022-03-15 | 2023-09-19 | 荣耀终端有限公司 | 视频处理方法、电子设备及可读介质 |
CN116916149A (zh) * | 2022-04-19 | 2023-10-20 | 荣耀终端有限公司 | 视频处理方法、电子设备及可读介质 |
CN117014686A (zh) * | 2022-04-29 | 2023-11-07 | 荣耀终端有限公司 | 一种视频处理方法及电子设备 |
CN116629844B (zh) * | 2023-07-26 | 2023-09-26 | 山东碧汀智能科技有限公司 | 饮用水设备运维的自动派单方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102957864A (zh) * | 2011-08-24 | 2013-03-06 | 奥林巴斯映像株式会社 | 影像设备及控制方法 |
CN104967803A (zh) * | 2015-07-01 | 2015-10-07 | 广东欧珀移动通信有限公司 | 一种视频录制方法及装置 |
CN105812853A (zh) * | 2016-03-16 | 2016-07-27 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
CN108184165A (zh) * | 2017-12-28 | 2018-06-19 | 广东欧珀移动通信有限公司 | 视频播放方法、电子装置和计算机可读存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4360399B2 (ja) * | 2006-11-30 | 2009-11-11 | ソニー株式会社 | 撮像装置 |
JP5523182B2 (ja) * | 2010-04-20 | 2014-06-18 | キヤノン株式会社 | 映像編集装置および映像編集方法 |
JP5768381B2 (ja) * | 2011-01-20 | 2015-08-26 | カシオ計算機株式会社 | 動画像処理装置、動画像処理方法及びプログラム |
KR102449872B1 (ko) * | 2015-12-18 | 2022-09-30 | 삼성전자주식회사 | 촬영 디바이스 및 그 제어 방법 |
JP6819042B2 (ja) * | 2016-01-14 | 2021-01-27 | ソニー株式会社 | 撮像制御装置、撮像制御方法、プログラム |
EP3343561B1 (en) * | 2016-12-29 | 2020-06-24 | Axis AB | Method and system for playing back recorded video |
US10187607B1 (en) * | 2017-04-04 | 2019-01-22 | Gopro, Inc. | Systems and methods for using a variable capture frame rate for video capture |
CN107396019B (zh) * | 2017-08-11 | 2019-05-17 | 维沃移动通信有限公司 | 一种慢动作视频录制方法及移动终端 |
CN108229391B (zh) * | 2018-01-02 | 2021-12-24 | 京东方科技集团股份有限公司 | 手势识别装置及其服务器、手势识别系统、手势识别方法 |
CN110086905B (zh) * | 2018-03-26 | 2020-08-21 | 华为技术有限公司 | 一种录像方法及电子设备 |
WO2019204969A1 (en) * | 2018-04-23 | 2019-10-31 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Methods for automatically switching video capturing and playing back frame rate |
US10388322B1 (en) * | 2018-10-29 | 2019-08-20 | Henry M. Pena | Real time video special effects system and method |
KR102677285B1 (ko) * | 2019-01-25 | 2024-06-24 | 삼성전자주식회사 | 슬로 모션 영상 생성 방법 및 장치 |
CN112422863B (zh) * | 2019-08-22 | 2022-04-12 | 华为技术有限公司 | 一种视频拍摄方法、电子设备和存储介质 |
-
2019
- 2019-09-19 CN CN201910888945.4A patent/CN112532865B/zh active Active
-
2020
- 2020-09-17 WO PCT/CN2020/115885 patent/WO2021052414A1/zh unknown
- 2020-09-17 EP EP20864363.5A patent/EP4024844A4/en active Pending
-
2022
- 2022-03-21 US US17/699,510 patent/US20220230438A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102957864A (zh) * | 2011-08-24 | 2013-03-06 | 奥林巴斯映像株式会社 | 影像设备及控制方法 |
CN104967803A (zh) * | 2015-07-01 | 2015-10-07 | 广东欧珀移动通信有限公司 | 一种视频录制方法及装置 |
CN105812853A (zh) * | 2016-03-16 | 2016-07-27 | 联想(北京)有限公司 | 一种图像处理方法及电子设备 |
CN108184165A (zh) * | 2017-12-28 | 2018-06-19 | 广东欧珀移动通信有限公司 | 视频播放方法、电子装置和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4024844A4 (en) | 2022-10-26 |
US20220230438A1 (en) | 2022-07-21 |
CN112532865A (zh) | 2021-03-19 |
WO2021052414A1 (zh) | 2021-03-25 |
EP4024844A1 (en) | 2022-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112532865B (zh) | 慢动作视频拍摄方法及电子设备 | |
CN112717370B (zh) | 一种控制方法和电子设备 | |
US11696018B2 (en) | Method for displaying image in photographing scenario and electronic device | |
WO2020078299A1 (zh) | 一种处理视频文件的方法及电子设备 | |
WO2021013145A1 (zh) | 应用快速启动方法及相关装置 | |
WO2021104485A1 (zh) | 一种拍摄方法及电子设备 | |
WO2021244457A1 (zh) | 一种视频生成方法及相关装置 | |
CN110471606B (zh) | 输入方法及电子设备 | |
CN111669462B (zh) | 一种显示图像的方法及相关装置 | |
CN112580400B (zh) | 图像选优方法及电子设备 | |
CN113170037B (zh) | 一种拍摄长曝光图像的方法和电子设备 | |
CN115002340A (zh) | 一种视频处理方法和电子设备 | |
CN110559645B (zh) | 一种应用的运行方法及电子设备 | |
CN115484380B (zh) | 拍摄方法、图形用户界面及电子设备 | |
CN114866860B (zh) | 一种播放视频的方法及电子设备 | |
CN109257649B (zh) | 一种多媒体文件生成方法及终端设备 | |
CN113572993A (zh) | 一种视频处理方法及移动终端 | |
CN113010076A (zh) | 一种显示要素的显示方法和电子设备 | |
CN111027037A (zh) | 验证用户身份的方法以及电子设备 | |
CN114489469B (zh) | 一种数据读取方法、电子设备及存储介质 | |
CN115734032A (zh) | 视频剪辑方法、电子设备及存储介质 | |
CN112149483A (zh) | 一种吹气检测方法及设备 | |
WO2022228010A1 (zh) | 一种生成封面的方法及电子设备 | |
CN117692762A (zh) | 拍摄方法及电子设备 | |
CN118379670A (zh) | 多语义视频处理方法、装置、设备、介质和程序产品 |
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 |