CN113656642A - 封面图像生成方法、装置、设备、存储介质和程序产品 - Google Patents
封面图像生成方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN113656642A CN113656642A CN202110961041.7A CN202110961041A CN113656642A CN 113656642 A CN113656642 A CN 113656642A CN 202110961041 A CN202110961041 A CN 202110961041A CN 113656642 A CN113656642 A CN 113656642A
- Authority
- CN
- China
- Prior art keywords
- video
- cover
- video clips
- scoring
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 25
- 238000003062 neural network model Methods 0.000 claims description 28
- 238000012216 screening Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007480 spreading Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/738—Presentation of query results
- G06F16/739—Presentation of query results in form of a video summary, e.g. the video summary being a video sequence, a composite still image or having synthesized frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本公开提供了一种封面图像生成方法、装置、设备、存储介质和程序产品，涉及图像处理技术领域，尤其涉及视频技术领域。具体实现方案为：从视频中获取多个关键视频片段；分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像；对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像；将所述目标封面图像确定为所述视频的封面图像。本公开可以提高封面图像对视频的传播效果。
Description
技术领域
本公开涉及图像处理技术领域，尤其涉及视频技术领域。
背景技术
每个视频都设置有封面图像，目前确定视频的封面图像主要是视频创作者选择一个照片作为视频的封面图，例如：视频创作者用自己的照片做视频的封面图像。
发明内容
本公开提供了一种封面图像生成方法、装置、设备、存储介质和程序产品。
根据本公开的一方面，提供了一种封面图像生成方法，包括：
从视频中获取多个关键视频片段；
分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像；
对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像；
将所述目标封面图像确定为所述视频的封面图像。
根据本公开的另一方面，提供了一种封面图像生成装置，包括：
获取模块，用于从视频中获取多个关键视频片段；
生成模块，用于分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像；
评分模块，用于对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像；
确定模块，用于将所述目标封面图像确定为所述视频的封面图像。
根据本公开的另一方面，提供了一种电子设备，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本公开提供的封面图像生成方法。
根据本公开的另一方面，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，其中，所述计算机指令用于使所述计算机执行本公开提供的封面图像生成方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的封面图像生成方法。
本公开中，由于从视频中获取多个关键视频片段，并将多个关键视频片段生成多个封面图像，将多个封面图像中评分最高的目标封面图像确定为视频的封面图像，从而可以提高封面图像对视频的传播效果。
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是本公开提供的一种封面图像生成方法的流程图；
图2是本公开提供的另一种封面图像生成方法的流程图；
图3是本公开提供的一种封面图像生成装置的结构图；
图4是本公开提供的另一种封面图像生成装置的结构图；
图5是用来实现本公开实施例的消息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。
请参见图1，图1是本公开提供的一种封面图像生成方法的流程图，如图1所示，包括以下步骤：
步骤S101、从视频中获取多个关键视频片段。
其中，上述视频可以是一个或者多个视频，例如：上述视频可以是一个播主的全部或者部分视频，或者上述视频可以是一个播主的同一类型视频中的全部或者部分视频。
上述关键视频片段可以是根据评论、弹幕、播放次数等获取的上述视频的关键视频片段。
步骤S102、分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像。
上述分别对所述多个关键视频片段执行封面图像生成操作可以是，分别依据多个关键视频片段中的视频内容生成对应的多个封面图像。
其中，上述多个封面图像可以是动态图像，也可以是静态图像。
步骤S103、对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像。
上述对多个封面图像进行评分可以是，分别对多个封面图像进行传播效应、内容质量等维度的评分。
其中，上述评分可以是计算出每个封面图像的分值，或者评分等级等。
本公开中，评分越高的封面图像对视频的传播效果越好，例如：传播效应越好，内容质量越好。
步骤S104、将所述目标封面图像确定为所述视频的封面图像。
上述将所述目标封面图像确定为所述视频的封面图像可以是，建立目标封面图像与上述视频的关联关系。例如：将选择的上述目标封面图在服务端保存，并与上述视频进行匹配，在后续对上述视频的观众用户下发上述目标封面图像。
本公开中，由于从视频中获取多个关键视频片段，并将多个关键视频片段生成多个封面图像，将多个封面图像中评分最高的目标封面图像确定为视频的封面图像，从而可以提高封面图像对视频的传播效果。
需要说明的，本公开提供的封面图像生成方法可以应用于服务器，这样由服务器生成视频的封面图像，不需要视频制作者设置，以节约视频制作者的时间和人工成本。在一些场景中，上述封面图像生成方法可以应用于手机、计算机等电子设备，对此本公开不作限定。
作为一种可选的实施方式，上述对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像，包括：
将所述多个封面图像输入至神经网络模型进行评分，得到评分筛选结果，所述评分筛选结果用于表征所述多个封面图像中评分最高的目标封面图像，其中，所述神经网络模型为预先训练的用于对封面图像进行评分的模型。
上述神经网络模型可以包括但不限于卷积神经网络(Convolutional NeuralNetworks，CNN)模型、长短期记忆网络(Long Short-Term Memory，LSTM)模型等。
上述神经网络模型为预先训练的用于对封面图像进行打分的模型。进一步的，上述神经网络模型的输入可以包括封面图像，输出可以包括封面图像的打分结果，通过每个封面图像的打分结果得到上述评分筛选结果，或者，上述神经网络模型的输入可以包括多个封面图像，输出可以包括评分筛选结果，即通过上述神经网络模型直接输出上述评分筛选结果。且上述神经网络模型可以基于封面图像完整度、面部表情等维度进行评分。
该实施方式中，由于通过神经网络模型进行评分，从而可以提高封面图像评分的准确性。
需要说明的是，本公开中并不限定通过神经网络模型进行评分，例如：在一些场景或者实施方式中可以通过图像质量评估算法对封面图像进行评分。
可选的，所述将所述多个封面图像输入至神经网络模型进行评分，得到评分筛选结果，包括：
将所述多个封面图像输入至神经网络模型，通过所述神经网络模型在传播效应维度和/或内容质量维度对所述多个封面图像进行评分，得到评分筛选结果。
上述传播效应可以理解为对视频的宣传效应。
上述神经网络模型可以是采用多个封面图像训练样本，以及封面图像训练样本对应的传播效应评分训练样本和/或内容质量评分训练样本进行训练得到。
上述神经网络模型可以预测各封面图像在传播效应维度的评分结果和/或内容质量维度的评分结果。其中，在预测传播效应维度的评分结果和内容质量维度的评分结果的情况下，可以预先为这两个维度配置对应的权重，通过传播效应维度的评分结果和内容质量维度的评分结果与对应的权重，得到封面图像的最终评分，进而得到上述评分筛选结果。
该实施方式中，在传播效应维度和/或内容质量维度对多个封面图像进行评分，这样可以使得确定的目标封面图像的传播效应和/内容质量更佳，以进一步提高封面图像对视频的传播效果。
作为一种可选的实施方式，所述从视频中获取多个关键视频片段，包括：
从所述视频中选择满足预设条件的多个视频片段，所述满足预设条件包括如下至少一项：评论数据满足预设评论条件，弹幕数据满足预设弹幕条件；
对所述多个视频片段进行识别，得到所述多个视频片段的识别结果；
依据所述多个视频片段的识别结果，对所述多个视频片段中的部分或者全部视频片段执行编辑操作，得到所述多个关键视频片段。
上述评论数据满足预设评论条件可以是评论数据的数据量达到预设阈值，或者评论数据密集程度排序在前N内，N为正整数。
上述弹幕数据满足预设弹幕条件可以是弹幕数据的数据量达到预设阈值，或者弹幕数据密集程度排序在前N内。
上述依据所述多个视频片段的识别结果，对所述多个视频片段中的部分或者全部视频片段执行编辑操作，得到所述多个关键视频片段可以是，依据多个视频片段的识别结果，对多个视频片段中的部分或者全部视频片段执行完整视频片段编辑操作，以得到多个完整的关键视频片段，其中，这里的完整是指视频内容情节完整，例如：一段完整的舞蹈视频，一段完整的介绍视频等。
另外，在对多个视频片段中的部分执行编辑操作的情况下，可以理解为，另一部分视频片段不需要执行编辑操作，这些视频片段可以直接作为关键视频片段。
该实施方式中，通过上述预设条件可以选择出多个观众感兴趣的多个视频片段，且依据多个视频片段的识别结果，对多个视频片段中的部分或者全部视频片段执行编辑操作，这样可以得到视频内容效果更佳的关键视频片段，以进一步提高封面图像对视频的传播效果。
需要说明的是，上述视频可以是一个或者多个视频，在上述视频为多个视频的情况下(例如：某一播主下的所有视频)，上述选择的多个视频片段可以是来自一个或者部分视频，这样可以实现将从一个视频提取的视频片段作为其他视频的封面，例如：某一个视频是播主制作最为精彩的视频，通过本公开提供的方案可以将该视频的关键视频片段生成封面图像，并将该封面图像作为该播主的所有视频的封面图像，以达到提高所有视频的封面效果。
可选的，所述部分或者全部视频片段包括目标视频片段，对所述目标视频片段执行的编辑操作包括如下至少一项：
对所述目标视频片段中的内容进行添加操作，所述添加操作包括在所述目标视频片段中添加所述视频中与所述目标视频片段关联的视频内容；
对所述目标视频片段中的内容进行删减操作。
上述目标视频片段可以是，上述多个视频片段中的任一视频片段。
上述视频中与目标视频片段关联的视频内容可以是，在视频中与目标视频片段连续的视频内容。
例如：上述目标视频片段包括舞蹈视频，但通过上述识别操作，识别结果表示该视频片段包括的舞蹈视频不完整，则将与该视频片段关联的视频内容中与该舞蹈视频连续的内容添加到目标视频片段，以得到完整的舞蹈视频。
又例如：通过上述识别操作，识别结果表示上述目标视频片段包括一段完整的舞蹈视频和其他视频内容，从而可以将目标视频片段包括的其他视频内容删减，只保留一段完整的舞蹈视频。
该实施方式中，通过上述添加操作和删减操作中的至少一项可以使得关键视频片段更加完整或者简洁，以使得关键视频片段具备更佳的传播效果。
可选的，所述对所述多个视频片段进行内容识别，得到所述多个视频片段的结果，包括如下至少一项：
所述对所述多个视频片段进行场景识别，得到所述多个视频片段的场景识别结果；
所述对所述多个视频片段进行内容识别，得到所述多个视频片段的内容识别结果；
所述对所述多个视频片段进行语言识别，得到所述多个视频片段的语言识别结果。
上述场景识别可以是识别视频片段所属的场景，上述内容识别可以是识别视频片段的视频内容，上述语言识别可以是识别视频片段的音频内容。
该实施方式中，由于对视频片段进行场景、内容和语言识别，这样可以精确地识别出视频片段的结果，从而有利于提高对视频片段的编辑操作效果。
作为一种可选的实施方式，所述封面图像生成操作包括如下至少一项：
文字编辑、图像编辑、音频编辑。
上述文字编辑可以是修改、删除或添加关键视频片段对应的文字，上述图像编辑可以是修改、删除或添加关键视频片段对应的图像内容，上述音频编辑可以是修改、删除或添加关键视频片段对应的音频内容。
其中，上述文字编辑、图像编辑、音频编辑中的至少一项可以是根据预设配置好的封面图像生成逻辑进行编辑。
进一步的，上述文字编辑、图像编辑、音频编辑中的至少一项还可以根据关键视频片段的场景和语言中的至少一项进行相应的编辑，例如：对于不同的场景可以编辑不同的文字、图像和音频等，对不同的语言可以编辑不同的文字和音频。
该实施方式中，由于对关键视频片段执行文字编辑、图像编辑、音频编辑中的至少一项，这样提高封面图像的封面效果。
例如:某美食播主的视频中经常包括一些美食，以及说一句“今天啊，咱吃点好”的视频片段，且这些视频中伴随着夸张的表情、搞笑、神气的图像，观众经常会在这些视频片段中进行评论。这样可以获取这些视频片段作为关键视频片段，并通过上述封面图像生成操作配上文字，自动生成关键视频片段的动态封面图像。在后续的视频中使用该封面图图像，从而更加容易吸引观众观看。
本公开中，由于从视频中获取多个关键视频片段，并将多个关键视频片段生成多个封面图像，将多个封面图像中评分最高的目标封面图像确定为视频的封面图像，从而可以提高封面图像对视频的传播效果。
下面通过图2所示的实施例对本公开提供的封面图像生成方法进行举例说明，如图2所示，包括以下步骤：
步骤S201、引导评论。
上述引导评论可以是服务器通过动画、任务等方式引导观众观看视频并评论。
步骤S202、筛选视频中评论数据满足预设条件的视频片段。
上述筛选可以是通过大数据进行筛选，以精准获取观众感兴趣的部分，防止播主对自己的特点及定位不了解或者发生误判。
步骤S203、识别视频片段的场景或者语言。
该步骤可以是通过增强现实(Augmented Reality，AR)技术进行场景识别。
步骤S204、在场景或者语言匹配成功的情况下，根据场景或者语言生成封面图像。
其中，上述场景或者语言匹配成功可以是预先配置的多个场景或者语言集中包括上述视频片段的场景或者语言。
上述根据场景或者语言生成封面图像可以是，将上述视频片段生成该场景或者语言对应的封面图像。
步骤S205、对生成的多个封面图像进行评分，并选择评分最高的目标封面图像。
步骤S206、对视频使用上述目标封面图像进行显示。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
请参见图3，图3是本公开提供的一种封面图像生成装置，如图3所示，封面图像生成装置300包括：
获取模块301，用于从视频中获取多个关键视频片段；
生成模块302，用于分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像；
评分模块303，用于对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像；
确定模块304，用于将所述目标封面图像确定为所述视频的封面图像。
可选的，所述评分模块303用于将所述多个封面图像输入至神经网络模型进行评分，得到评分筛选结果，所述评分筛选结果用于表征所述多个封面图像中评分最高的目标封面图像，其中，所述神经网络模型为预先训练的用于对封面图像进行评分的模型。
可选的，所述评分模块303用于将所述多个封面图像输入至神经网络模型，通过所述神经网络模型在传播效应维度和/或内容质量维度对所述多个封面图像进行评分，得到评分筛选结果。
可选的，如图4所示，获取模块301，包括：
选择单元3011，用于从所述视频中选择满足预设条件的多个视频片段，所述满足预设条件包括如下至少一项：评论数据满足预设评论条件，弹幕数据满足预设弹幕条件；
识别单元3012，用于对所述多个视频片段进行识别，得到所述多个视频片段的识别结果；
编辑单元3013，用于依据所述多个视频片段的识别结果，对所述多个视频片段中的部分或者全部视频片段执行编辑操作，得到所述多个关键视频片段。
可选的，所述部分或者全部视频片段包括目标视频片段，对所述目标视频片段执行的编辑操作包括如下至少一项：
对所述目标视频片段中的内容进行添加操作，所述添加操作包括在所述目标视频片段中添加所述视频中与所述目标视频片段关联的视频内容；
对所述目标视频片段中的内容进行删减操作。
可选的，所述识别单元3012用于如下至少一项：
所述对所述多个视频片段进行场景识别，得到所述多个视频片段的场景识别结果；
所述对所述多个视频片段进行内容识别，得到所述多个视频片段的内容识别结果；
所述对所述多个视频片段进行语言识别，得到所述多个视频片段的语言识别结果。
可选的，所述封面图像生成操作包括如下至少一项：
文字编辑、图像编辑、音频编辑。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
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加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503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、ROM 502以及RAM 503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，例如封面图像生成方法。例如，在一些实施例中，封面图像生成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ROM 502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RAM 503并由计算单元501执行时，可以执行上文描述的封面图像生成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)而被配置为执行封面图像生成方法。
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。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。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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 (17)
1.一种封面图像生成方法，包括：
从视频中获取多个关键视频片段；
分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像；
对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像；
将所述目标封面图像确定为所述视频的封面图像。
2.根据权利要求1所述的方法，其中，所述对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像，包括：
将所述多个封面图像输入至神经网络模型进行评分，得到评分筛选结果，所述评分筛选结果用于表征所述多个封面图像中评分最高的目标封面图像，其中，所述神经网络模型为预先训练的用于对封面图像进行评分的模型。
3.根据权利要求2所述的方法，其中，所述将所述多个封面图像输入至神经网络模型进行评分，得到评分筛选结果，包括：
将所述多个封面图像输入至神经网络模型，通过所述神经网络模型在传播效应维度和/或内容质量维度对所述多个封面图像进行评分，得到评分筛选结果。
4.根据权利要求1至3中任一项所述的方法，其中，所述从视频中获取多个关键视频片段，包括：
从所述视频中选择满足预设条件的多个视频片段，所述满足预设条件包括如下至少一项：评论数据满足预设评论条件，弹幕数据满足预设弹幕条件；
对所述多个视频片段进行识别，得到所述多个视频片段的识别结果；
依据所述多个视频片段的识别结果，对所述多个视频片段中的部分或者全部视频片段执行编辑操作，得到所述多个关键视频片段。
5.根据权利要求4所述的方法，其中，所述部分或者全部视频片段包括目标视频片段，对所述目标视频片段执行的编辑操作包括如下至少一项：
对所述目标视频片段中的内容进行添加操作，所述添加操作包括在所述目标视频片段中添加所述视频中与所述目标视频片段关联的视频内容；
对所述目标视频片段中的内容进行删减操作。
6.根据权利要求5所述的方法，其中，所述对所述多个视频片段进行内容识别，得到所述多个视频片段的结果，包括如下至少一项：
所述对所述多个视频片段进行场景识别，得到所述多个视频片段的场景识别结果；
所述对所述多个视频片段进行内容识别，得到所述多个视频片段的内容识别结果；
所述对所述多个视频片段进行语言识别，得到所述多个视频片段的语言识别结果。
7.根据权利要求1至6中任一项所述的方法，其中，所述封面图像生成操作包括如下至少一项：
文字编辑、图像编辑、音频编辑。
8.一种封面图像生成装置，包括：
获取模块，用于从视频中获取多个关键视频片段；
生成模块，用于分别对所述多个关键视频片段执行封面图像生成操作，得到多个封面图像；
评分模块，用于对所述多个封面图像进行评分，确定所述多个封面图像中评分最高的目标封面图像；
确定模块，用于将所述目标封面图像确定为所述视频的封面图像。
9.根据权利要求8所述的装置，其中，所述评分模块用于将所述多个封面图像输入至神经网络模型进行评分，得到评分筛选结果，所述评分筛选结果用于表征所述多个封面图像中评分最高的目标封面图像，其中，所述神经网络模型为预先训练的用于对封面图像进行评分的模型。
10.根据权利要求9所述的装置，其中，所述评分模块用于将所述多个封面图像输入至神经网络模型，通过所述神经网络模型在传播效应维度和/或内容质量维度对所述多个封面图像进行评分，得到评分筛选结果。
11.根据权利要求8至9中任一项所述的装置，其中，所述获取模块，包括：
选择单元，用于从所述视频中选择满足预设条件的多个视频片段，所述满足预设条件包括如下至少一项：评论数据满足预设评论条件，弹幕数据满足预设弹幕条件；
识别单元，用于对所述多个视频片段进行识别，得到所述多个视频片段的识别结果；
编辑单元，用于依据所述多个视频片段的识别结果，对所述多个视频片段中的部分或者全部视频片段执行编辑操作，得到所述多个关键视频片段。
12.根据权利要求11所述的装置，其中，所述部分或者全部视频片段包括目标视频片段，对所述目标视频片段执行的编辑操作包括如下至少一项：
对所述目标视频片段中的内容进行添加操作，所述添加操作包括在所述目标视频片段中添加所述视频中与所述目标视频片段关联的视频内容；
对所述目标视频片段中的内容进行删减操作。
13.根据权利要求12所述的装置，其中，所述识别单元用于如下至少一项：
所述对所述多个视频片段进行场景识别，得到所述多个视频片段的场景识别结果；
所述对所述多个视频片段进行内容识别，得到所述多个视频片段的内容识别结果；
所述对所述多个视频片段进行语言识别，得到所述多个视频片段的语言识别结果。
14.根据权利要求8至13中任一项所述的装置，其中，所述封面图像生成操作包括如下至少一项：
文字编辑、图像编辑、音频编辑。
15.一种电子设备，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中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，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中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110961041.7A CN113656642A (zh) | 2021-08-20 | 2021-08-20 | 封面图像生成方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110961041.7A CN113656642A (zh) | 2021-08-20 | 2021-08-20 | 封面图像生成方法、装置、设备、存储介质和程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113656642A true CN113656642A (zh) | 2021-11-16 |
Family
ID=78481586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110961041.7A Pending CN113656642A (zh) | 2021-08-20 | 2021-08-20 | 封面图像生成方法、装置、设备、存储介质和程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113656642A (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08340495A (ja) * | 1995-06-12 | 1996-12-24 | Hitachi Ltd | 分割画面表示システム |
| US20100169330A1 (en) * | 2006-02-27 | 2010-07-01 | Rob Albers | Trajectory-based video retrieval system, and computer program |
| CN103730111A (zh) * | 2013-08-15 | 2014-04-16 | 中华电信股份有限公司 | 利用语者识别的切割音视讯片段的方法 |
| US20140219630A1 (en) * | 2012-03-26 | 2014-08-07 | Customplay Llc | Video Map Responsive To A Video Release |
| KR20160118117A (ko) * | 2015-04-01 | 2016-10-11 | 세종대학교산학협력단 | 영상 데이터의 보안 전송 장치 및 방법 |
| CN106503693A (zh) * | 2016-11-28 | 2017-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
| CN107707967A (zh) * | 2017-09-30 | 2018-02-16 | 咪咕视讯科技有限公司 | 一种视频文件封面的确定方法、装置及计算机可读存储介质 |
| CN107832725A (zh) * | 2017-11-17 | 2018-03-23 | 北京奇虎科技有限公司 | 基于评价指标的视频封面提取方法及装置 |
| CN108650524A (zh) * | 2018-05-23 | 2018-10-12 | 腾讯科技（深圳）有限公司 | 视频封面生成方法、装置、计算机设备及存储介质 |
| CN109729425A (zh) * | 2017-10-27 | 2019-05-07 | 优酷网络技术（北京）有限公司 | 一种关键片段的预测方法及系统 |
| CN109729426A (zh) * | 2017-10-27 | 2019-05-07 | 优酷网络技术（北京）有限公司 | 一种视频封面图像的生成方法及装置 |
| CN109947990A (zh) * | 2019-03-29 | 2019-06-28 | 北京奇艺世纪科技有限公司 | 一种精彩片段检测方法及系统 |
| CN110324662A (zh) * | 2019-06-28 | 2019-10-11 | 北京奇艺世纪科技有限公司 | 一种视频封面生成方法及装置 |
| CN111182347A (zh) * | 2020-01-07 | 2020-05-19 | 腾讯科技（深圳）有限公司 | 视频片段剪切方法、装置、计算机设备和存储介质 |
| CN111984821A (zh) * | 2020-06-22 | 2020-11-24 | 汉海信息技术(上海)有限公司 | 确定视频动态封面的方法、装置、存储介质及电子设备 |
| BE1027349A1 (de) * | 2020-04-01 | 2021-01-12 | Yu Jian Trading Company Ltd | Ein Verfahren, eine Vorrichtung, ein Speichermedium und ein Endgerät zum Erzeugen eines Videotitelbildes |
| CN112584199A (zh) * | 2019-09-29 | 2021-03-30 | 上海哔哩哔哩科技有限公司 | 一种多媒体文件的封面动图的生成方法与装置 |
-
2021
- 2021-08-20 CN CN202110961041.7A patent/CN113656642A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08340495A (ja) * | 1995-06-12 | 1996-12-24 | Hitachi Ltd | 分割画面表示システム |
| US20100169330A1 (en) * | 2006-02-27 | 2010-07-01 | Rob Albers | Trajectory-based video retrieval system, and computer program |
| US20140219630A1 (en) * | 2012-03-26 | 2014-08-07 | Customplay Llc | Video Map Responsive To A Video Release |
| CN103730111A (zh) * | 2013-08-15 | 2014-04-16 | 中华电信股份有限公司 | 利用语者识别的切割音视讯片段的方法 |
| KR20160118117A (ko) * | 2015-04-01 | 2016-10-11 | 세종대학교산학협력단 | 영상 데이터의 보안 전송 장치 및 방법 |
| CN106503693A (zh) * | 2016-11-28 | 2017-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
| CN107707967A (zh) * | 2017-09-30 | 2018-02-16 | 咪咕视讯科技有限公司 | 一种视频文件封面的确定方法、装置及计算机可读存储介质 |
| CN109729426A (zh) * | 2017-10-27 | 2019-05-07 | 优酷网络技术（北京）有限公司 | 一种视频封面图像的生成方法及装置 |
| CN109729425A (zh) * | 2017-10-27 | 2019-05-07 | 优酷网络技术（北京）有限公司 | 一种关键片段的预测方法及系统 |
| CN107832725A (zh) * | 2017-11-17 | 2018-03-23 | 北京奇虎科技有限公司 | 基于评价指标的视频封面提取方法及装置 |
| CN108650524A (zh) * | 2018-05-23 | 2018-10-12 | 腾讯科技（深圳）有限公司 | 视频封面生成方法、装置、计算机设备及存储介质 |
| CN109947990A (zh) * | 2019-03-29 | 2019-06-28 | 北京奇艺世纪科技有限公司 | 一种精彩片段检测方法及系统 |
| CN110324662A (zh) * | 2019-06-28 | 2019-10-11 | 北京奇艺世纪科技有限公司 | 一种视频封面生成方法及装置 |
| CN112584199A (zh) * | 2019-09-29 | 2021-03-30 | 上海哔哩哔哩科技有限公司 | 一种多媒体文件的封面动图的生成方法与装置 |
| CN111182347A (zh) * | 2020-01-07 | 2020-05-19 | 腾讯科技（深圳）有限公司 | 视频片段剪切方法、装置、计算机设备和存储介质 |
| BE1027349A1 (de) * | 2020-04-01 | 2021-01-12 | Yu Jian Trading Company Ltd | Ein Verfahren, eine Vorrichtung, ein Speichermedium und ein Endgerät zum Erzeugen eines Videotitelbildes |
| CN111984821A (zh) * | 2020-06-22 | 2020-11-24 | 汉海信息技术(上海)有限公司 | 确定视频动态封面的方法、装置、存储介质及电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 彭帝超;刘琳;陈广宇;陈海东;左伍衡;陈为;: "一种新的视频摘要可视化算法", 计算机研究与发展, no. 02, 15 February 2013 (2013-02-15) * |
| 王云;: "粉丝中的知识劳工与弹性的兴趣劳动――以B站粉丝剪辑视频为例", 声屏世界, no. 12, 20 June 2020 (2020-06-20) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109543058B (zh) | 用于检测图像的方法、电子设备和计算机可读介质 | |
| CN112559800B (zh) | 用于处理视频的方法、装置、电子设备、介质和产品 | |
| CN111770375B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
| CN112818224B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
| CN115982376B (zh) | 基于文本、多模数据和知识训练模型的方法和装置 | |
| CN110019948B (zh) | 用于输出信息的方法和装置 | |
| CN113691864A (zh) | 视频剪辑方法、装置、电子设备和可读存储介质 | |
| CN114374885A (zh) | 视频关键片段确定方法、装置、电子设备及可读存储介质 | |
| CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
| CN112714340B (zh) | 视频处理方法、装置、设备、存储介质和计算机程序产品 | |
| CN106959945B (zh) | 基于人工智能的为新闻生成短标题的方法和装置 | |
| CN113038175B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
| CN115098729A (zh) | 视频处理方法、样本生成方法、模型训练方法及装置 | |
| CN113656642A (zh) | 封面图像生成方法、装置、设备、存储介质和程序产品 | |
| CN113778717A (zh) | 内容分享方法、装置、设备以及存储介质 | |
| CN111027332B (zh) | 生成翻译模型的方法和装置 | |
| CN114218431A (zh) | 视频搜索方法、装置、电子设备以及存储介质 | |
| CN113965798A (zh) | 一种视频信息生成、展示方法、装置、设备及存储介质 | |
| CN114238689A (zh) | 视频生成方法、装置、电子设备、存储介质和程序产品 | |
| CN114282049A (zh) | 一种视频检索方法、装置、设备及存储介质 | |
| CN113923477A (zh) | 视频处理方法、装置、电子设备以及存储介质 | |
| CN113360712B (zh) | 视频表示的生成方法、装置和电子设备 | |
| US11949971B2 (en) | System and method for automatically identifying key dialogues in a media | |
| CN116866669A (zh) | 视频推荐方法、装置及计算机程序产品 | |
| CN113934918A (zh) | 用于直播的搜索方法、装置、电子设备以及存储介质 |
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 |