CN112714340A - 视频处理方法、装置、设备、存储介质和计算机程序产品 - Google Patents

Abstract

本公开公开了视频处理方法、装置、设备、存储介质和计算机程序产品，涉及计算机技术领域，尤其涉及视频处理、人工智能和大数据技术领域。具体实现方案为：从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息；通过预设的机器模型，处理兴趣点信息和多个视频文件，得到多个视频文件中的与兴趣点信息相匹配的视频片段；在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为视频发布者的具有标志性动作的视频内容。

Description

视频处理方法、装置、设备、存储介质和计算机程序产品

技术领域

本公开涉及计算机技术领域，尤其涉及视频处理、人工智能和大数据技术领域，特别涉及视频处理方法、装置、设备、存储介质和计算机程序产品。

背景技术

随着计算机和互联网技术的高速发展，越来越多的视频播主参与视频的拍摄和制作，并将制作的视频上传到视频播放平台，引领视频时代的繁发展。

对于上传到视频播放平台的视频资源，视频播放量是评价视频播放平台运营情况的重要指标，为了提高视频播放量，通常可以通过视频播主的个人简介来展示视频播主所发布视频的特点，但是个人简介通常无法在短时间内体现视频播主的特点，宣传效率低，宣传效果差。

发明内容

提供了一种视频处理方法、装置、设备、存储介质和计算机程序产品。

根据本公开的第一方面，提供了一种视频处理方法，包括：从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息；通过预设的机器模型，处理兴趣点信息和多个视频文件，得到多个视频文件中的与兴趣点信息相匹配的视频片段；在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为视频发布者的具有标志性动作的视频内容。

根据本公开的第二方面，提供了一种视频处理装置，包括：评论筛选模块，用于从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息；视频匹配模块，用于通过预设的机器模型，处理兴趣点信息和多个视频文件，得到多个视频文件中的与兴趣点信息相匹配的视频片段；视频剪辑模块，用于在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为视频发布者的具有标志性动作的视频内容。

根据本公开的第三方面，提供了一种电子设备，其包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任意一种视频处理方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行视频处理方法中任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述视频处理方法中任一项所述的方法。

根据本公开的技术可以根据筛选出的出现次数最高的评论信息，进行视频片段的匹配和人物动作的视频剪辑，生成的视频发布者的具有标志性动作的视频内容，提高视频发布者所发布视频的宣传效率和宣传效果。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例的场景示意图；

图2是根据本公开第一实施例的视频处理方法的流程示意图；

图3是根据本公开第二实施例的视频处理方法的流程示意图；

图4是根据本公开第三实施例的视频处理装置的结构示意图；

图5是用来实现本公开实施例的视频处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在不冲突的情况下，本公开各实施例及实施例中的各特征可相互组合。如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。

本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。

图1是本公开实施例的场景示意图。在图1中所示的场景中，包括：终端11、视频播放平台12、网络13和视频处理设备14。

其中，终端11可以包括但不限于：个人电脑、智能手机、平板电脑、个人数字助理、服务器等。视频发布者可以通过终端11可以将制作的视频文件上传到视频播放平台12。

网络13用以在各种平台和电子设备之间提供通信链路的介质。具体的，网络13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。

如图1所示，视频播放平台12可以用于展示每个视频发布者的视频文件，并可以提供多种操作功能，例如：播放视频文件的功能、关注视频发布者的功能、发布评论信息的功能、视频发布者的视频帐号的管理功能和观看者视频帐号的管理功能等。

在一个实施例中，视频处理设备14，可以通过视频播放平台12获得每个视频发布者的视频文件，并对每个视频发布者的视频文件进行本申请实施例的视频处理，得到视频发布者的具有标志性动作的视频内容。

应该理解，图1中的设备的数目仅仅是示意性的。根据实际应用需要，可以进行灵活调整。例如，文本处理设备14可以是由一台服务设备构成，也可以是多台服务设备构成的服务器集群。具体可以根据需求灵活配置，此方面内容不做限制。

第一方面，参照图2，本公开实施例提供一种视频处理方法。

图2为本公开第一实施例的视频处理方法的流程示意图。如图2所示，该方法可以包括如下步骤。

S110，从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息。

S120，通过预设的机器模型，处理兴趣点信息和多个视频文件，得到多个视频文件中的与兴趣点信息相匹配的视频片段。

S130，在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为视频发布者的具有标志性动作的视频内容。

根据本公开实施例的视频处理方法，可以通过筛选得到观看者对视频发布者的视频文件的兴趣点信息，并根据该兴趣点信息从视频发布者的多个视频文件中选取相匹配的视频片段，对选取的相匹配的视频片段中的人物动作进行剪辑处理，从而生成该视频发布者的具有标志性动作的视频内容。

在该视频处理方法中，视频发布者的具有标志性动作的视频内容相对于视频发布者的个人简介信息，更能体现观看者对视频发布者所发布视频的最感兴趣的部分，相对于个人简介信息，视频发布者的具有标志性动作的视频内容可以使观看者在短时间内快速地对视频发布者所发布的视频内容进行了解，宣传效率高，宣传效果好。

在本申请实施例中，机器模型可以是人工智能(Artificial Intelligence，AI)模型，且机器模型的类型可以根据实际需要进行选择，本申请实施例对机器模型的类型不做具体限定。在本申请实施例中，该预设的机器模型，可以是预先通过输入的评论信息和标注的视频片段，对选择的初始的机器模型进行训练得到的模型。

在一些实施例中，评论信息包括如下信息中的至少一种：从多个视频文件中的每个视频文件对应的评论区域获取的评论信息，和通过每个视频文件的评论性字幕显示的评论信息。

在本申请实施例中，评论信息可以是观看者在评论区域发布的评论性信息，也可以是在视频播放区域发布的弹幕信息。通过评论信息，可以更加容易和快捷的筛选出观看者的兴趣点信息，减少获取观看者感兴趣信息的筛选难度。

在一些实施例中，本申请实施例的视频处理方法还可以包括如下步骤：

S11，在预定时刻显示预设的引导信息，引导信息用于引导观看者对所观看的视频文件发布评论信息。其中，预定时刻为播放多个视频文件中的每个视频文件之前，或每个视频文件的播放过程中的任意时刻。

在一些实施例中，S11可以在S110之前进行，也可以定期对视频发布者的多个视频文件的评论信息进行收集，本申请实施例不做具体限定。

在该实施例中，可以通过引导信息主动引导视频观看者发布评论信息，从而完成视频发布者的多个视频文件的评论信息的数据收集工作，为后续根据评论信息筛选观看者的兴趣点信息提供数据基础。

在一些实施例中，上述步骤S110具体可以包括如下步骤。

S21，在视频发布者的多个视频文件的评论信息之间进行模糊匹配，得到多组评论信息，其中，每组评论信息中的评论信息为模糊匹配成功的语义相同的评论信息。

S22，分别统计每组评论信息所包含的评论信息的出现次数，得到每组评论信息的出现次数。

S23，将出现次数最高的一组评论信息，作为筛选得到的兴趣点信息。

通过上述步骤S21-S23，可以筛选得到指定视频发布者所发布所有视频的用户评论内容中出现次数最高的评论内容，该出现次数最高的评论内容，是可以准确反应视频观看者对最感兴趣的视频内容的评论信息；而考虑到不同视频观看者发表的评论信息的不同表述方式，通过模糊匹配的方式进行语义相同的评论信息的筛选，可以避免因为表述方式的不同而漏掉部分语义相同的评论信息，提高了匹配结果在实际应用场景中的适用性。

在一些实施例中，剪辑处理得到的视频内容为一个或多个包含人物动作的视频内容。

在该实施例中，步骤S130中，在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理的步骤，具体可以包括如下步骤。

S31，通过机器模型对相匹配的视频片段进行展示效果打分，得到相匹配的视频片段的展示效果得分。

S32，在展示效果得分最高的视频片段中，对包含人物动作的视频内容进行剪辑处理，得到一个或多个包含人物动作的视频内容。

在该实施例中，通过展示效果打分的方式，可以选择出展示效果最好的视频片段，该展示效果最好的视频片段可以大大提升对视频发布者的宣传效果。

在一些实施例中，步骤S31可以包括如下步骤。

S41，通过机器模型，结合内容展示特征对相匹配的视频片段进行展示效果打分，得到相匹配的视频片段的展示效果得分；其中，内容展示特征包括如下特征项中的至少一者：与兴趣点信息的匹配程度，以及视频片段中存在的干扰信息的干扰程度。

示例性地，干扰信息可以包括多种类型，例如可以是视频片段中存在的除视频发布者的人物图像以外的其他人物图像、视频片段中存在的物品信息和背景信息、以及视频片段中存在的除视频发布者的音频信息以外的其他音频信息等；干扰信息的干扰程度例如可以通过干扰信息所占视频播放区域的面积比例和不同类型的干扰信息的数量等信息来衡量。

在该实施例中，可以通过机器模型，从与兴趣点信息的匹配程度以及视频片段中存在的干扰信息的干扰程度来进行展示效果打分，将相匹配的视频片段的展示效果进行量化，提高筛选出的宣传效果最好的视频片段的准确度。

在一些实施例中，本公开实施例的视频处理方法还可以包括如下步骤。S51，获取视频发布者的任一视频文件的观看者标识，确定视频发布者的关注者信息的关注者标识中是否包含观看者标识。

S52，在关注者标识中未包含观看者标识的情况下，针对观看者标识，在任一视频文件的预定播放阶段，显示视频发布者的具有标志性动作的视频内容。

在该实施例中，若视频发布者的关注者信息的关注者标识中未包含该观看者标识，则表示该观看者标识对应的观看对象并没有对视频发布者的账户信息执行添加关注的操作，因此可以在该观看者观看该视频发布者的任一视频文件的情况下，在该任一视频文件的预定播放阶段，例如：播放前、播放过程中或播放结束后，通过播放器显示该视频发布者的具有标志性动作的视频内容，提升对该视频发布者的宣传效率和宣传效果。

根据本申请实施例的视频处理方法，视频平台拥有丰富的视频资源和对应的评论信息和弹幕内容，可以更容易和便捷地通过大数据筛选出观看者的兴趣点信息，从而通过机器模型，在该视频发布者下所有的视频中匹配与该兴趣点信息契合的视频片段，从而对该视频片段进行只有人物动作的裁剪和制作，得到该视频发布者的标志性动作视频内容。通过视频发布者的标志性动作视频内容，能够提高对该视频发布者的宣传效率和宣传效果。

为了更好地理解本公开，下面通过图3，描述本申请实施例中视频处理的具体流程。

图3示出本公开第二实施例的视频处理方法的流程图。在该实施例中，视频处理方法可以包括如下步骤。

S301，通过显示引导信息，引导用户对所观看的视频发布者的视频文件发布评论信息。

S302，通过模糊匹配，从该视频发布者的所有视频文件的评论信息中筛选出现次数最多的评论内容。

S303，通过机器模型，从该视频发布者的所有视频文件中，获取与该出现次数最多的评论内容相匹配的视频片段。

S304，对所有相匹配的视频片段进行打分，通过得分筛选出最适合宣传的视频片段。

在该步骤中，将得分高于第一分数阈值的视频片段作为最适合宣传的视频片段。若不存在该最适合宣传的视频片段，则执行步骤S305；若存在该最适合宣传的视频片段，则执行步骤S306。

S305，确定视频片段筛选失败。

S306，确定视频片段筛选成功。

S307，对筛选出的最适合宣传的视频片段进行只包含视频发布者的动作的剪辑，得到剪辑后只包含视频发布者动作的视频片段。

在该步骤中，可以对筛选出的最适合宣传的视频片段进行只有人物的裁剪和二次制作，得到适合宣传的展示效果的视频片段。

S308，针对未关注的观看者类型，在播放该视频发布者的任一视频文件时，在对应的播放器上显示该只包含视频发布者动作的视频片段。

通过本公开实施例的上述视频处理过程，可以方便未对视频发布者的视频账户进行关注的观看者类型，在最短的时间内以更快的速度对该视频发布者所发布的视频内容进行了解，大大提升对该播主的宣传效率和宣传效果。

第二方面，参照图4，本公开实施例提供一种视频处理装置。

图4为本公开第三实施例的视频处理装置的结构示意图。如图4所示，该视频处理装置400可以包括如下模块。

评论筛选模块410，用于从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息。

视频匹配模块420，用于通过预设的机器模型，处理兴趣点信息和多个视频文件，得到多个视频文件中的与兴趣点信息相匹配的视频片段。

视频剪辑模块430，用于在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为视频发布者的具有标志性动作的视频内容。

在一些实施例中，评论信息包括如下信息中的至少一种：从多个视频文件中的每个视频文件对应的评论区域获取的评论信息，和通过每个视频文件的评论性字幕显示的评论信息。

在一些实施例中，视频处理装置400还包括：引导信息显示模块，用于在预定时刻显示预设的引导信息，引导信息用于引导观看者对所观看的视频文件发布评论信息；其中，预定时刻为播放多个视频文件中的每个视频文件之前，或每个视频文件的播放过程中的任意时刻。

在一些实施例中，评论筛选模块410具体用于在视频发布者的多个视频文件的评论信息之间进行模糊匹配，得到多组评论信息，其中，每组评论信息中的评论信息为模糊匹配成功的语义相同的评论信息；分别统计每组评论信息所包含的评论信息的出现次数，得到每组评论信息的出现次数；将出现次数最高的一组评论信息，作为筛选得到的兴趣点信息。

在一些实施例中，剪辑处理得到的视频内容为一个或多个包含人物动作的视频内容；视频剪辑模块430，在用于在与兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理时，具体用于：通过机器模型对相匹配的视频片段进行展示效果打分，得到相匹配的视频片段的展示效果得分；在展示效果得分最高的视频片段中，对包含人物动作的视频内容进行剪辑处理，得到一个或多个包含人物动作的视频内容。

在一些实施例中，视频剪辑模块430，在用于通过机器模型对相匹配的视频片段进行展示效果打分，得到相匹配的视频片段的展示效果得分时，具体可以用于：通过机器模型，结合内容展示特征对相匹配的视频片段进行展示效果打分，得到相匹配的视频片段的展示效果得分；其中，内容展示特征包括如下特征项中的至少一者：与兴趣点信息的匹配程度，以及视频片段中存在的干扰信息的干扰程度。

在一些实施例中，视频处理装置400还包括：观看者标识获取模块，用于获取视频发布者的任一视频文件的观看者标识，确定视频发布者的关注者信息的关注者标识中是否包含观看者标识；视频内容模块，用于在关注者标识中未包含观看者标识的情况下，针对观看者标识，在任一视频文件的预定播放阶段，显示视频发布者的具有标志性动作的视频内容。

根据本公开实施例的视频处理装置，可以通过筛选得到观看者对视频发布者的视频文件的兴趣点信息，并根据该兴趣点信息从视频发布者的多个视频文件中选取相匹配的视频片段，对选取的相匹配的视频片段中的人物动作进行剪辑处理，从而生成该视频发布者的具有标志性动作的视频内容。

由于视频发布者的具有标志性动作的视频内容相对于视频发布者的个人简介信息，更能体现观看者对视频发布者所发布视频的最感兴趣的部分，相对于个人简介信息，视频发布者的具有标志性动作的视频内容可以使观看者在短时间内快速地对视频发布者所发布的视频内容进行了解，宣传效率高，宣传效果好。

需要明确的是，本公开并不局限于上文实施例中所描述并在图中示出的特定配置和处理。为了描述的方便和简洁，这里省略了对已知方法的详细描述，并且上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如视频处理方法。例如，在一些实施例中，视频处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时，可以执行上文描述的视频处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行视频处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

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。

为了提供与用户的交为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。服务器可以为分布式服务器，或者是结合了区块链的服务器，通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本公开的实施例，本公开还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述视频处理方法中任一项方法。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、规划、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (11)

1.一种视频处理方法，包括：

从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息；

通过预设的机器模型，处理所述兴趣点信息和所述多个视频文件，得到所述多个视频文件中的与所述兴趣点信息相匹配的视频片段；

在所述与所述兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为所述视频发布者的具有标志性动作的视频内容。

2.根据权利要求1所述的方法，还包括：

在预定时刻显示预设的引导信息，所述引导信息用于引导观看者对所观看的视频文件发布评论信息；

其中，所述预定时刻为播放所述多个视频文件中的每个视频文件之前，或所述每个视频文件的播放过程中的任意时刻。

3.根据权利要求1所述的方法，其中，所述从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息，包括：

在所述视频发布者的多个视频文件的评论信息之间进行模糊匹配，得到多组评论信息，其中，每组评论信息中的评论信息为模糊匹配成功的语义相同的评论信息；

分别统计所述每组评论信息所包含的评论信息的出现次数，得到所述每组评论信息的出现次数；

将出现次数最高的一组评论信息，作为筛选得到的所述兴趣点信息。

4.根据权利要求1所述的方法，其中，所述剪辑处理得到的视频内容为一个或多个包含人物动作的视频内容，所述在所述与所述兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，包括：

通过所述机器模型对所述与所述兴趣点信息相匹配的视频片段进行展示效果打分，得到所述与所述兴趣点信息相匹配的视频片段的展示效果得分；

在所述展示效果得分最高的视频片段中，对包含人物动作的视频内容进行剪辑处理，得到一个或多个包含人物动作的视频内容。

5.根据权利要求4所述的方法，其中，所述通过所述机器模型对所述相匹配的视频片段进行展示效果打分，得到所述相匹配的视频片段的展示效果得分，包括：

通过所述机器模型，结合内容展示特征对所述相匹配的视频片段进行展示效果打分，得到所述相匹配的视频片段的展示效果得分；

其中，所述内容展示特征包括如下特征项中的至少一者：与所述兴趣点信息的匹配程度，以及视频片段中存在的干扰信息的干扰程度。

6.根据权利要求1-5中任一项所述的方法，还包括：

获取所述视频发布者的任一视频文件的观看者标识，确定所述视频发布者的关注者信息的关注者标识中是否包含所述观看者标识；

在所述关注者标识中未包含所述观看者标识的情况下，针对所述观看者标识，在所述任一视频文件的预定播放阶段，显示所述视频发布者的具有标志性动作的视频内容。

7.根据权利要求1-5中任一项所述的方法，其中，

所述评论信息包括如下信息中的至少一种：从所述多个视频文件中的每个视频文件对应的评论区域获取的评论信息，和通过所述每个视频文件的评论性字幕显示的评论信息。

8.一种视频处理装置，其特征在于，包括：

评论筛选模块，用于从获取的属于视频发布者的多个视频文件的评论信息中，筛选出现次数最高的评论信息作为兴趣点信息；

视频匹配模块，用于通过预设的机器模型，处理所述兴趣点信息和所述多个视频文件，得到所述多个视频文件中的与所述兴趣点信息相匹配的视频片段；

视频剪辑模块，用于在所述与所述兴趣点信息相匹配的视频片段中，对包含人物动作的视频内容进行剪辑处理，并将剪辑处理得到的视频内容，作为所述视频发布者的具有标志性动作的视频内容。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的视频处理方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的视频处理方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的视频处理方法。

Images