CN113223012A - 视频处理方法、设备及电子设备 - Google Patents

Abstract

本公开实施例提供一种视频处理方法、设备及电子设备，该方法包括：获取待处理的第一视频帧；对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上，实现目标对象所在的区域，即分割区域的三维位置信息的确定，且在确定目标对象对应的面片的三维位置信息后，可以将面片置于该三维位置信息对应的位置上，实现目标对象定格的效果，增加趣味性，提高用户体验。

Description

视频处理方法、设备及电子设备

技术领域

本公开实施例涉及视频处理技术领域，尤其涉及一种视频处理方法、设备及电子设备。

背景技术

图像分割是指把图像分成若干个特定的、具有独特性质的区域并提出感兴趣的目标对象的技术和过程。

目前，在利用图像分割确定目标对象所在的区域，即分割区域后，只能确定出分割区域的二维位置信息，即二维坐标，而无法确定相应的三维位置信息，导致利用图像分割方法实现的用户交互操作的多样性差，因此，亟需一种确定目标对象所在的区域，即分割区域的三维位置信息的方法，以丰富用户的视频编辑操作，增加用户趣味性。

发明内容

本公开实施例提供一种视频处理方法、设备及电子设备，以解决现有技术中无法确定分割区域的三维位置信息的问题。

第一方面，本公开实施例提供一种视频处理方法，包括：

获取待处理的第一视频帧；

对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；

获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；

基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。

第二方面，本公开实施例提供一种视频处理设备，包括：

信息获取模块，用于获取待处理的第一视频帧；

处理模块，用于对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；

所述处理模块，还用于获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；

显示模块，用于基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。

第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器和存储器。

所述存储器存储计算机执行指令。

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

第五方面，本公开实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

本公开实施例提供的视频处理方法、设备及电子设备，该方法包括获取待处理的第一视频帧；对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。本公开实施例通过在获取到待处理视频时，对其进行图像分割，以提取第一视频帧中的目标对象，即得到目标对象对应的面片，并确定目标对象所在的区域，即分割区域，并将其确定为面片区域。确定在面片区域内的三维点的位置信息，该三维点的位置信息为三维位置信息，并基于该三维点的三维位置信息得到面片的三维位置信息，以得到该面片对应的面片区域，即分割区域的三维位置信息，实现分割区域的三维位置信息的确定。且在得到目标对象对应的面片的三维位置信息后，将面片作为虚拟物体置于空间中与该三维位置信息对应的位置上，实现目标对象定格的效果，从而可以丰富用户的视频编辑操作，增加趣味性，提高用户体验。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的视频处理方法的场景示意图；

图2为本公开实施例提供的视频处理方法的流程示意图一；

图3为本公开实施例提供的图像分割的示意图；

图4为本公开实施例提供的人物移动的示意图；

图5为本公开实施例提供的人物定格的示意图；

图6为本公开实施例提供的视频处理方法的流程示意图二；

图7为本公开实施例提供的空间三维点示意图；

图8为本公开实施例提供的视频处理设备的结构框图；

图9为本公开实施例提供的电子设备的硬件结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

现有技术中，在利用图像分割确定目标对象所在的区域，即分割区域后，只能确定出分割区域的二维位置信息，即2D位置坐标，而无法确定相应的三维位置信息，因此，亟需一种确定目标对象所在的区域，即分割区域的三维位置信息的方法。

因此，针对上述问题，本发明的技术构思是在利用图像分割的基础上，结合通过同步定位与地图构建(Simultaneous Localization And Mapping，SLAM)算法确定的在分割区域内的三维点，确定出分割区域，即分割区域对应的面片的三维位置信息，即3D位置坐标，实现分割区域的三维位置信息的确定，并在确定分割区域的三维位置信息后，基于该三维位置信息，将分割区域对应的面片，即目标对象对应的面片作为虚拟物体置于空间中的对应位置上，实现目标对象的定格特效，增加趣味性。

图1为本发明实施例提供的视频处理方法的场景示意图，如图1所示，电子设备101在拍摄视频的过程中，确定拍摄得到的视频帧或者已经拍摄完成的视频中的视频帧中的目标对象的3D位置坐标，以将目标对象对应的面片置于与3D位置坐标对应的位置上，实现目标对象的定格，从而使最终得到视频的一帧画面上可能会包括多个目标对象，例如，图1中的人物10为目标对象，即人物在上一时刻，即上一视频帧的姿态所对应的人形立牌，其为虚拟物体，人物20为该人物在当前时刻，即当前视频帧的实际用户图像，并不是虚拟物体。

其中，电子设备101可以是移动终端、计算机设备(如，台式机、笔记本电脑、一体机等)等，移动终端可以包括智能手机、掌上电脑、平板电脑等数据处理能力的移动设备。

参考图2，图2为本公开实施例提供的视频处理方法流程示意图一。本实施例的方法可以应用于电子设备上，具体的，应用于电子设备上的处理装置，该视频处理方法包括：

S201：获取待处理的第一视频帧。

在本公开实施例中，当用户想要发布或拍摄视频时，可以打开电子设备上的应用程序，该应用程序显示用于拍摄视频的页面，该页面用于显示拍摄的对象。视频一般由多帧画面组成，因此，在拍摄视频的过程中，第一设备实时获取拍摄得到的视频帧，即一帧画面。在确定需要添加定格特效时，即需要对拍摄的某个对象进行定格时，将拍摄得到的视频帧作为第一视频帧，即待处理的第一视频帧。

另外，第一视频帧也可以是已经拍摄完成的视频中的视频帧，例如，第一视频帧为用户上传的视频中的视频帧，即当用户欲在某个视频中添加定格特效时，可以上传该视频，电子设备在获取到该视频时，将该视频中的视频帧作为待处理的第一视频帧，即第一视频帧。

其中，应用程序可以为发布视频的应用程序，也可以是其它可以拍摄视频的应用程序，本公开不对其进行限制。

可选的，在确定是否需要添加定格特效时，可以通过以下几种触发方式进行确定。

一种方式为，响应作用于电子设备的屏幕的触发操作，获取第一视频帧。

具体的，若检测用户在电子设备的屏幕上输入触发操作，表明需要添加定格特效，即需要在视频上添加目标对象对应的面片，则获取第一视频帧，即获取当前拍摄得到或当前播放的已经拍摄完成的视频中的视频帧，以在相应的第二视频帧上的添加目标对象对应的面片。

可选的，触发操作包括点击操作、滑动操作等触发操作。

另一种方式为：在检测到目标对象处于静止状态时，获取第一视频帧。

具体的，在拍摄视频或播放已经拍摄完成的视频的过程中，当检测到视频中的目标对象处于静止状态时，即静止不动时，可以获取当前拍摄得到或当前播放的视频帧，并将其确定为第一视频帧。

另一种方式为：每隔预设时间，获取第一视频帧。

具体的，在拍摄视频或播放已经拍摄完成的视频的过程中，每隔预设时间，可以获取当前拍摄得到或当前播放的视频帧，并将其确定为第一视频帧。

其中，预设时间可以是默认的，也可以是用户自定义设置的，另外，目标对象也可以是默认的，或者是用户自定义设置的，例如，目标对象为人，在此，本公开不对其进行限制。

可以理解，上述几种触发方式仅为一种示例，也可以通过其它触发方式进行确定，例如，在检测拍摄页面内的目标对象输入交互动作(例如，五指张开动作)时，表明需要添加定格特效，则获取第一视频帧。

S202：对第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域。

在本公开实施例中，在得到第一视频帧后，对其进行图像分割，以提取出第一视频帧中的目标对象，即目标对象对应的面片，并确定第一视频帧中的目标对象所在的区域，得到面片区域，即分割区域。

其中，目标对象对应的面片表示目标对象的平面图片。例如，目标对象为人物，对图3中的(a)所示的视频帧1进行图像分割，以提取出视频帧1中的人物，得到人物对应的面片，该人物对应的面片表示该人物的平面图片，其相当于人形立牌，如图3中的(b)所示。

另外，在对第一视频帧进行图像分割时，还可以得到目标对象所在区域，即面片区域的位置信息，该位置信息为二维位置信息。

其中，面片区域的位置信息包括面片区域对应的目标点的位置信息和/或面片区域对应的位置范围信息，即面片区域所包括的坐标范围。

其中，坐标范围包括第一坐标轴(例如，X轴)上的坐标范围，即第一坐标范围以及第二坐标轴(例如，Y轴)上的坐标范围，即第二坐标范围。

进一步的，面片区域对应的位置范围信息可以根据面片区域的顶点，即边缘点的坐标确定，也可以通过其它现有方式进行确定。目标点的位置信息表示目标点在相机坐标系下的二维位置信息，即2D位置坐标。

S203：获取面片区域内的三维点的位置信息，并根据面片区域内的三维点的位置信息确定面片的三维位置信息。

在本公开实施例中，在确定第一视频帧中的面片区域后，确定该面片区域内的三维点的位置信息，即确定面片区域对应的实际环境中的三维点的位置信息。基于面片区域内的三维点的位置信息，并结合面片区域的位置信息，即二维位置信息得到面片的三维位置信息，即面片区域的三维位置信息，实现面片区域的三维位置的确定。

可选的，三维点的位置信息为三维点的三维位置信息，即3D位置坐标，其包括三维点对应的深度。

其中，三维点对应的深度表示三维点与相机，即相机光心之间的距离，其相当于三维点的在Z轴上的坐标值。

S204：基于面片的三维位置信息，将面片显示在至少一个第二视频帧的对应位置上。

在本公开实施例中，在得到目标对象对应的面片的三维位置信息，即面片区域的3D位置坐标后，将目标对象对应的面片置于第二视频帧上的与该3D位置坐标对应的位置上，即在该位置上显示目标对象对应的面片，其相当于目标对象在某个空间位置上定格，实现目标对象的定格效果。

其中，第二视频帧为第一视频帧所属的视频中的包括面片区域在世界坐标系下的3D位置坐标的视频帧，即第二视频帧包括第一视频中的目标对象所在位置的视频帧，该第二视频帧与第一视频帧属于同一视频。

以一个具体应用场景为例，用户在拍摄包括目标对象，即人物的视频的过程中，该人物是移动的，依次得到如图4中的(a)所示的视频帧1和如图4中的(b)所述的视频帧2。在对视频帧1中的人物进行定格时，表明需要将该人物当前姿态进行定格，即将视频1中的人物面片作为虚拟物体放置在空间的对应位置上。由于视频帧2包括视频1的人物所在的位置，因此，得到的视频帧2包括实际人物(如图5中的人物50)以及视频帧1中的人物面片(如图5中的人物51)，其相当于在人物行走的过程中，不断将人物在当前时刻的姿态形成一个人形立牌，并将其放置在对应位置上。

在本公开实施例中，在对第一视频帧进行图像分割后，得到目标对象对应的面片以及面片区域，基于面片区域内的三维点的3D位置坐标，确定面片区域，即面片的3D位置，以供利用面片的3D位置将面片作为虚拟物体置于空间中，从而将图像分割结果由2D变成3D面片，实现目标对象的分割与定格。

从上述描述可知，在获取到待处理视频时，对其进行图像分割，以提取第一视频帧中的目标对象，即得到目标对象对应的面片，并确定目标对象所在的区域，即面片区域。确定在面片区域内的三维点的位置信息，该三维点的位置信息为三维位置信息，并基于该三维点的三维位置信息得到面片的三维位置信息，以得到该面片对应的面片区域，即目标对象所在的区域的三维位置信息，实现目标对象所在的区域，即分割区域的三维位置信息的确定。且在确定目标对象对应的面片的三维位置信息后，可以将面片置于该三维位置信息对应的位置上，实现目标对象定格的效果，从而可以丰富用户的视频编辑操作，增加趣味性，提高用户体验。

参考图6，图6为本公开实施例提供的视频处理方法的流程示意图二。本实施例中详细描述确定目标对象对应的面片的三维位置信息的过程，该视频处理方法包括：

S601：获取待处理的第一视频帧。

S602：对第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域。

S603：获取面片区域内的三维点的位置信息。

在本公开实施例中，在确定面片区域内的三维点时，可以利用同步定位与地图构建算法进行确定，即基于同步定位与地图构建算法，确定第一视频帧中的空间三维点及各个空间三维点的位置信息。根据空间三维点的位置信息，从空间三维点中确定在面片区域内的空间三维点。将在面片区域内的空间三维点的位置信息作为面片区域内的三维点的位置信息。

在本公开实施例中，通过SLAM算法对第一视频帧进行处理，以得到待处理视频对应的实际空间环境内的三维点，即空间三维点及该各个三维点的位置信息，并将其确定为空间三维点的位置信息。根据空间三维点的位置信息从所有空间三维点中筛选出落在面片区域内的空间三维点，并将筛选出的空间三维点作为面片区域内的三维点，相应的，将筛选出的空间三维点的位置信息作为面片区域内的三维点的位置信息。

进一步的，可选的，在根据空间三维点的位置信息从所有空间三维点中筛选出落在面片区域内的空间三维点时，需要利用面片区域对应的位置范围信息，即面片区域所包括的坐标范围，则对于每个空间三维点，获取该空间三维点的第一坐标和第二坐标，若该第一坐标和第二坐标均在面片区域所包括的坐标范围内，则确定该空间三维点为落在面片区域内的空间三维点。

其中，第一坐标表示空间三维点在第一坐标轴上的坐标，第二坐标表示空间三维点在第二坐标轴上的坐标。当空间三维点的第一坐标落在面片区域对应的第一坐标范围内，且第二坐标落在第二坐标范围内时，确定该空间三维点为落在面片区域内的空间三维点。否则，即当空间三维点的第一坐标未落在面片区域对应的第一坐标范围内，或第二坐标未落在第二坐标范围内时，确定该空间三维点不为落在面片区域内的空间三维点。

举例来说，如图7所示，通过SLAM算法对第一视频帧进行处理，确定出多个空间三维点，该多个空间三维点包括空间三维点A。面片区域的第一坐标范围包括100至200，第二坐标范围包括150至220。空间三维点A的第一坐标为110，其在第一坐标范围内，第二坐标为160，其在第二坐标范围内，则确定空间三维点A落在面片区域内。

另外，可选的，还可以基于同步定位与地图构建算法，确定第一视频帧对应的相机位姿，即在通过SLAM算法对第一视频帧进行处理时，还可以得到第一视频帧对应的相机位姿，以供利用该相机位姿进行坐标系转换，即将相机坐标系下的坐标转换为世界坐标系下的坐标。

S604：获取面片区域对应的目标点的位置信息。

在本公开实施例中，在对第一视频帧进行图像分割时，可以确定面片区域对应的目标点的位置信息，即目标点的2D位置坐标。

可选的，目标点包括面片区域的重心。基于图像分割确定面片区域，即分割区域的重心的位置坐标的过程为现有过程，在此，不对其进行赘述。

S605：根据面片区域内的各个三维点的位置信息确定面片对应的深度。

在本公开实施例中，在得到面片区域内的各个三维点的位置信息后，利用各个三维点的位置信息中的深度确定面片区域对应的深度，以得到面片对应的深度。

其中，面片对应的深度表示面片，即面片区域与相机之间的距离。面片对应的深度实际为与面片区域对应的目标点对应的深度，即目标点与相机之间的距离。

可选的，在确定面片对应的深度时，可以对面片区域内的各个三维点对应的深度进行统计处理，得到面片对应的深度，即在确定面片区域内的各个三维点各自对应的深度的基础上确定面片区域对应的深度，以得到面片对应的深度。

进一步的，可选的，在对面片区域内的各个三维点对应的深度进行统计处理以得到面片对应的深度时，可以通过以下统计方式确定面片对应的深度。

一种方式为，获取面片区域内的三维点对应的深度的中位数，并将其确定为面片对应的深度。

具体的，对面片区域内的所有三维点各自对应的深度进行排列，以确定所有三维点各自对应的深度的中位数，并将其确定为面片对应的深度，即面片区域对应的深度。

在本公开实施例中，在利用中位数从面片区域内的三维点对应的深度中确定面片对应的深度，即面片的重心对应的深度时，确定得到的深度更加准确，从而在利用该深度确定面片的3D位置坐标时，确定的面片的3D位置坐标与该面片对应的目标对象所在的实际位置相差较小，保证位置确定的精准度。

另一种方式为，获取面片区域内的三维点对应的深度的众数，并将其确定为面片对应的深度。

具体的，对面片区域内的所有三维点各自对应的深度进行排列，以确定所有三维点各自对应的深度的众数，并将其确定为面片对应的深度。

另一种方式为，获取面片区域内的三维点对应的深度的平均值，并将其确定为面片对应的深度。

具体的，计算面片区域内的三维点对应的深度的平均值，并将其确定为面片对应的深度。

可以理解，在根据面片区域内的三维点对应的深度确定面片区域，即面片对应的深度时也可以通过其它方式进行确定，例如，将面片区域内三维点对应的深度的最大值作为面片对应的深度，本公开不对其进行限制。

S606：根据深度和目标点的位置信息确定面片的三维位置信息。

在本公开实施例中，在得到目标点的位置信息后，由于该目标点的位置信息为2D位置坐标，因此，结合目标点对应的深度确定出该目标点的三维位置信息，即3D位置坐标，从而得到面片的三维位置信息。

在本公开实施例中，可选的，S606的实现方式为：

获取相机位姿，并根据深度、目标点的位置信息和相机位姿确定面片在世界坐标系下的三维位置信息。

在本公开实施例中，由于在放置面片时，需要确定面片在世界坐标系下的3D位置坐标，因此，需要利用相机位姿、面片对应的深度和目标点的位置信息确定面片在世界坐标系下的3D位置坐标，即三维位置信息。

进一步的，可选的，利用相机位姿、面片对应的深度和目标点的位置信息确定面片在世界坐标系下的三维位置信息的过程包括：

根据深度和目标点的位置信息确定目标点对应的第一三维位置信息，其中，目标点对应的第一三维位置信息为目标点在相机坐标系下的三维位置信息。根据相机位姿，对目标点的第一三维位置信息进行转换，以得到目标点对应的第二三维位置信息，其中，目标点对应的第二三维位置信息为目标点在世界坐标系下的三维位置信息。将目标点对应的第二三维位置信息作为面片在世界坐标系下的三维位置信息。

在本公开实施例中，在利用目标点的位置信息和目标点对应的深度确定出目标点在相机坐标系下的3D位置坐标，即第一三维位置信息后，需要利用相机位姿对其进行转换，以将目标点在相机坐标系下的3D位置坐标转换为目标点在世界坐标下的3D位置坐标，即第二三维位置信息。

其中，目标点的位置信息，即2D位置坐标为目标点在相机坐标系下的位置坐标。

其中，相机位姿包括旋转矩阵和平移向量。相机位姿为第一视频帧对应的相机位姿，其可以是在通过SLAM算法对第一视频帧进行处理的过程得到的。当然，相机位姿也可以是通过其它算法对第一视频帧进行处理得到的，在此，不对其进行限制。

在本公开实施例中，在确定面片在世界坐标系下的三维位置信息时，可以利用相机位姿(例如，旋转矩阵、平移向量)、相机内参、目标点的位置信息，即目标点的2D位置坐标、目标点对应的深度等参数进行确定。当然上述所列举的参数仅为一种示例，还可以利用其它参数确定面片在世界坐标系下的三维位置信息，本公开不对其进行限制。

可以理解，上述确定面片在世界坐标系下的三维位置信息的方式，即利用相机位姿、面片对应的深度和目标点的位置信息确定面片在世界坐标系下的三维位置信息的过程仅为一种示例，还可以采用其它方式确定面片，即目标点在世界坐标系下的三维位置信息，在此，不对其进行限制。

S607：基于面片的三维位置信息，将面片显示在至少一个第二视频帧的对应位置上。

在本公开实施例中，为了更好地放置目标对象对应的面片，还可以获取面片的朝向。基于面片的三维位置信息和面片的朝向，将面片显示在至少一个第二视频帧的对应位置上，即按照该面片的朝向，将面片置于与面片的三维位置信息对应的位置上，即将面片作为虚拟物体放置在空间中的对应位置上，并在包括该位置的视频帧，即第二视频帧上进行显示。

其中，面片的朝向可以是默认的，也可以是用户自定义设置，例如，面片的朝向为面片垂直于相机的z轴，此时面片是平行于相机的。

在本公开实施例中，在对第一视频帧进行图像分割，以确定分割区域，即面片区域对应的目标点的2D位置坐标时，确定目标点与相机之间的距离，即确定目标点对应的深度，综合该深度以及目标点的2D位置坐标，以得到目标点在相机坐标系下的3D位置坐标，并结合第一视频帧对应的相机位姿，以将目标点在相机坐标系下的3D位置坐标转换为目标点在世界坐标系下的3D位置坐标，从而得到分割区域的3D位置坐标，实现分割区域的3D位置坐标的确定。

在本公开实施例中，利用SLAM算法确定三维点，并结合通过图像分割得到的第一视频帧中面片区域的2D位置坐标，以确定面片区域在相机坐标下的3D位置坐标，并利用相机位姿进行坐标系转换，得到面片区域在世界坐标下的3D位置坐标，即得到目标对象在第一视频帧对应的时刻实际在世界坐标系中所处在的位置，并将该3D面片放置在空间中的与目标对象在世界坐标系下的3D位置坐标对应的位置上，以在该位置上显示该3D面片，其相当于将目标对象在该位置上定格，实现目标对象的定格特效，从而可以使视频呈现出包括多个目标对象的效果，丰富了用户的视频编辑操作，增加用户使用趣味性，从而提高用户使用满意度。

对应于上文实施例所述的视频处理方法，图8为本公开实施例提供的视频处理设备的结构框图。为了便于说明，仅示出了与本公开实施例相关的部分。参照图8，视频处理设备80包括：信息获取模块801、处理模块802和显示模块803。

其中，信息获取模块801，用于获取待处理的第一视频帧。

处理模块802，用于对第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域。

处理模块802，还用于获取面片区域内的三维点的位置信息，并根据面片区域内的三维点的位置信息确定面片的三维位置信息。

显示模块803，用于基于面片的三维位置信息，将面片显示在至少一个第二视频帧的对应位置上。

在本公开的一个实施例中，处理模块802还用于：

获取面片区域对应的目标点的位置信息。

根据面片区域内的各个三维点的位置信息确定面片对应的深度。

根据深度和目标点的位置信息确定面片的三维位置信息。

在本公开的一个实施例中，所述面片的三维位置信息为世界坐标系下的三维位置信息。

处理模块802还用于：

获取相机位姿，并根据深度、目标点的位置信息和相机位姿确定面片在世界坐标系下的三维位置信息。

在本公开的一个实施例中，处理模块802还用于：

根据深度和目标点的位置信息确定目标点对应的第一三维位置信息，其中，目标点对应的第一三维位置信息为目标点在相机坐标系下的三维位置信息。

根据相机位姿，对目标点的第一三维位置信息进行转换，以得到目标点对应的第二三维位置信息，其中，目标点对应的第二三维位置信息为目标点在世界坐标系下的三维位置信息。

将目标点对应的第二三维位置信息作为面片在世界坐标系下的三维位置信息。

在本公开的一个实施例中，三维点的位置信息包括三维点对应的深度。

处理模块802还用于：

对面片区域内的各个三维点对应的深度进行统计处理，得到面片对应的深度。

在本公开的一个实施例中，处理模块802还用于：获取面片区域内的三维点对应的深度的中位数，并将其确定为面片对应的深度。

或者，

获取面片区域内的三维点对应的深度的众数，并将其确定为面片对应的深度。

或者，

获取面片区域内的三维点对应的深度的平均值，并将其确定为面片对应的深度。

在本公开的一个实施例中，显示模块803还用于：

获取面片的朝向。

基于面片的三维位置信息和面片的朝向，将面片显示在至少一个第二视频帧的对应位置上。

在本公开的一个实施例中，处理模块802还用于：

基于同步定位与地图构建算法，确定第一视频帧中的空间三维点及各个空间三维点的位置信息。

根据空间三维点的位置信息，从空间三维点中确定在面片区域内的空间三维点。

将在面片区域内的空间三维点的位置信息作为面片区域内的三维点的位置信息。

在本公开的一个实施例中，处理模块802还用于：

基于同步定位与地图构建算法，确定第一视频帧对应的相机位姿。

在本公开的一个实施例中，信息获取模块802还用于：

响应作用于电子设备的屏幕的触发操作，获取第一视频帧。

和/或，

在检测到目标对象处于静止状态时，获取第一视频帧。

和/或，

每隔预设时间，获取第一视频帧。

本实施例提供的设备，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

参考图9，其示出了适于用来实现本公开实施例的电子设备900的结构示意图，该电子设备900可以为终端设备或服务器。其中，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、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑(Portable Android Device，简称PAD)、便携式多媒体播放器(Portable MediaPlayer，简称PMP)、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9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9所示，电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(Read Only Memory，简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory，简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

通常，以下装置可以连接至I/O接口905：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906；包括例如液晶显示器(Liquid CrystalDisplay，简称LCD)、扬声器、振动器等的输出装置907；包括例如磁带、硬盘等的存储装置908；以及通信装置908。通信装置908可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置908从网络上被下载和安装，或者从存储装置908被安装，或者从ROM902被安装。在该计算机程序被处理装置901执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上所述的视频处理方法。

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。

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，使得该电子设备执行上述实施例所示的方法。

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(LocalArea Network，简称LAN)或广域网(Wide Area Network，简称WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

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。

第一方面，根据本公开的一个或多个实施例，提供了一种视频处理方法，包括：

获取待处理的第一视频帧；

对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；

获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；

基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。

根据本公开的一个或多个实施例，所述根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息，包括：

获取所述面片区域对应的目标点的位置信息；

根据所述面片区域内的各个三维点的位置信息确定所述面片对应的深度；

根据所述深度和所述目标点的位置信息确定所述面片的三维位置信息。

根据本公开的一个或多个实施例，所述面片的三维位置信息为世界坐标系下的三维位置信息；

所述根据所述深度和所述目标点的位置信息确定所述面片的三维位置信息，包括：

获取相机位姿，并根据所述深度、目标点的位置信息和所述相机位姿确定所述面片在世界坐标系下的三维位置信息。

根据本公开的一个或多个实施例，所述根据所述深度、目标点的位置信息和所述相机位姿确定所述面片在世界坐标系下的三维位置信息，包括：

根据所述深度和所述目标点的位置信息确定所述目标点对应的第一三维位置信息，其中，所述目标点对应的第一三维位置信息为所述目标点在相机坐标系下的三维位置信息；

根据所述相机位姿，对所述目标点的第一三维位置信息进行转换，以得到所述目标点对应的第二三维位置信息，其中，所述目标点对应的第二三维位置信息为所述目标点在世界坐标系下的三维位置信息；

将所述目标点对应的第二三维位置信息作为所述面片在世界坐标系下的三维位置信息。

根据本公开的一个或多个实施例，所述三维点的位置信息包括所述三维点对应的深度；

所述根据所述面片区域内的各个三维点的位置信息确定所述面片对应的深度，包括：

对所述面片区域内的各个三维点对应的深度进行统计处理，得到所述面片对应的深度。

根据本公开的一个或多个实施例，所述对所述面片区域内的各个三维点对应的深度进行统计处理，得到所述面片对应的深度，包括：

获取所述面片区域内的三维点对应的深度的中位数，并将其确定为所述面片对应的深度；

或者，

获取所述面片区域内的三维点对应的深度的众数，并将其确定为所述面片对应的深度；

或者，

获取所述面片区域内的三维点对应的深度的平均值，并将其确定为所述面片对应的深度。

根据本公开的一个或多个实施例，所述基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上，包括：

获取所述面片的朝向；

基于所述面片的三维位置信息和所述面片的朝向，将所述面片显示在至少一个第二视频帧的对应位置上。

根据本公开的一个或多个实施例，所述获取所述面片区域内的三维点的位置信息，包括：

基于同步定位与地图构建算法，确定所述第一视频帧中的空间三维点及各个空间三维点的位置信息；

根据所述空间三维点的位置信息，从所述空间三维点中确定在所述面片区域内的空间三维点；

将在所述面片区域内的空间三维点的位置信息作为所述面片区域内的三维点的位置信息。

根据本公开的一个或多个实施例，所述方法还包括：

基于同步定位与地图构建算法，确定所述第一视频帧对应的相机位姿。

根据本公开的一个或多个实施例，所述获取待处理的第一视频帧，包括：

响应作用于所述电子设备的屏幕的触发操作，获取所述第一视频帧；

和/或，

在检测到所述目标对象处于静止状态时，获取所述第一视频帧；

和/或，

每隔预设时间，获取所述第一视频帧。

第二方面，根据本公开的一个或多个实施例，提供了一种视频处理设备，包括：

信息获取模块，用于获取第一视频帧；

处理模块，用于对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；

所述处理模块，还用于获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；

显示模块，用于基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。

根据本公开的一个或多个实施例，所述处理模块还用于：

获取所述面片区域对应的目标点的位置信息；

根据所述面片区域内的各个三维点的位置信息确定所述面片对应的深度；

根据所述深度和所述目标点的位置信息确定所述面片的三维位置信息。

根据本公开的一个或多个实施例，所述面片的三维位置信息为世界坐标系下的三维位置信息；

所述处理模块还用于：

获取相机位姿，并根据所述深度、目标点的位置信息和所述相机位姿确定所述面片在世界坐标系下的三维位置信息。

根据本公开的一个或多个实施例，所述处理模块还用于：

根据所述深度和所述目标点的位置信息确定所述目标点对应的第一三维位置信息，其中，所述目标点对应的第一三维位置信息为所述目标点在相机坐标系下的三维位置信息；

根据所述相机位姿，对所述目标点的第一三维位置信息进行转换，以得到所述目标点对应的第二三维位置信息，其中，所述目标点对应的第二三维位置信息为所述目标点在世界坐标系下的三维位置信息；

将所述目标点对应的第二三维位置信息作为所述面片在世界坐标系下的三维位置信息。

根据本公开的一个或多个实施例，所述三维点的位置信息包括所述三维点对应的深度；

所述处理模块还用于：

对所述面片区域内的各个三维点对应的深度进行统计处理，得到所述面片对应的深度。

根据本公开的一个或多个实施例，所述处理模块还用于：获取所述面片区域内的三维点对应的深度的中位数，并将其确定为所述面片对应的深度；

或者，

获取所述面片区域内的三维点对应的深度的众数，并将其确定为所述面片对应的深度；

或者，

获取所述面片区域内的三维点对应的深度的平均值，并将其确定为所述面片对应的深度。

根据本公开的一个或多个实施例，所述显示模块还用于：

获取所述面片的朝向；

基于所述面片的三维位置信息和所述面片的朝向，将所述面片显示在至少一个第二视频帧的对应位置上。

根据本公开的一个或多个实施例，所述处理模块还用于：基于同步定位与地图构建算法，确定所述第一视频帧中的空间三维点及各个空间三维点的位置信息；

根据所述空间三维点的位置信息，从所述空间三维点中确定在所述面片区域内的空间三维点；

将在所述面片区域内的空间三维点的位置信息作为所述面片区域内的三维点的位置信息。

根据本公开的一个或多个实施例，所述处理模块还用于：

基于同步定位与地图构建算法，确定所述第一视频帧对应的相机位姿。

根据本公开的一个或多个实施例，所述信息获取模块还用于：

响应作用于所述电子设备的屏幕的触发操作，获取所述第一视频帧；

和/或，

在检测到所述目标对象处于静止状态时，获取所述第一视频帧；

和/或，

每隔预设时间，获取所述第一视频帧。

第三方面，根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

第四方面，根据本公开的一个或多个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

第五方面，根据本公开的一个或多个实施例，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的视频处理方法。

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 (14)

1.一种视频处理方法，其特征在于，包括：

获取待处理的第一视频帧；

对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；

获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；

基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。

2.根据权利要求1所述的方法，其特征在于，所述根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息，包括：

获取所述面片区域对应的目标点的位置信息；

根据所述面片区域内的各个三维点的位置信息确定所述面片对应的深度；

根据所述深度和所述目标点的位置信息确定所述面片的三维位置信息。

3.根据权利要求2所述的方法，其特征在于，所述面片的三维位置信息为世界坐标系下的三维位置信息；

所述根据所述深度和所述目标点的位置信息确定所述面片的三维位置信息，包括：

获取相机位姿，并根据所述深度、目标点的位置信息和所述相机位姿确定所述面片在世界坐标系下的三维位置信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述深度、目标点的位置信息和所述相机位姿确定所述面片在世界坐标系下的三维位置信息，包括：

根据所述深度和所述目标点的位置信息确定所述目标点对应的第一三维位置信息，其中，所述目标点对应的第一三维位置信息为所述目标点在相机坐标系下的三维位置信息；

根据所述相机位姿，对所述目标点的第一三维位置信息进行转换，以得到所述目标点对应的第二三维位置信息，其中，所述目标点对应的第二三维位置信息为所述目标点在世界坐标系下的三维位置信息；

将所述目标点对应的第二三维位置信息作为所述面片在世界坐标系下的三维位置信息。

5.根据权利要求2所述的方法，其特征在于，所述三维点的位置信息包括所述三维点对应的深度；

所述根据所述面片区域内的各个三维点的位置信息确定所述面片对应的深度，包括：

对所述面片区域内的各个三维点对应的深度进行统计处理，得到所述面片对应的深度。

6.根据权利要求5所述的方法，其特征在于，所述对所述面片区域内的各个三维点对应的深度进行统计处理，得到所述面片对应的深度，包括：

获取所述面片区域内的三维点对应的深度的中位数，并将其确定为所述面片对应的深度；

或者，

获取所述面片区域内的三维点对应的深度的众数，并将其确定为所述面片对应的深度；

或者，

获取所述面片区域内的三维点对应的深度的平均值，并将其确定为所述面片对应的深度。

7.根据权利要求1所述的方法，其特征在于，所述将所述面片显示在至少一个第二视频帧的对应位置上，包括：

获取所述面片的朝向；

基于所述面片的三维位置信息和所述面片的朝向，将所述面片显示在所述至少一个第二视频帧的对应位置上。

8.根据权利要求1所述的方法，其特征在于，所述获取所述面片区域内的三维点的位置信息，包括：

基于同步定位与地图构建算法，确定所述第一视频帧中的空间三维点及各个空间三维点的位置信息；

根据所述空间三维点的位置信息，从所述空间三维点中确定在所述面片区域内的空间三维点；

将在所述面片区域内的空间三维点的位置信息作为所述面片区域内的三维点的位置信息。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于同步定位与地图构建算法，确定所述第一视频帧对应的相机位姿。

10.根据权利要求1至9任一项所述的方法，其特征在于，所述获取待处理的第一视频帧，包括：

响应作用于电子设备的屏幕的触发操作，获取所述第一视频帧；

和/或，

在检测到所述目标对象处于静止状态时，获取所述第一视频帧；

和/或，

每隔预设时间，获取所述第一视频帧。

11.一种视频处理设备，其特征在于，包括：

信息获取模块，用于获取待处理的第一视频帧；

处理模块，用于对所述第一视频帧进行图像分割，以确定目标对象对应的面片及面片区域；

所述处理模块，还用于获取所述面片区域内的三维点的位置信息，并根据所述面片区域内的三维点的位置信息确定所述面片的三维位置信息；

显示模块，用于基于所述面片的三维位置信息，将所述面片显示在至少一个第二视频帧的对应位置上。

12.一种电子设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至10任一项所述的视频处理方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至10任一项所述的视频处理方法。

14.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10任一项所述的视频处理方法。

Images