CN113691721A - 一种缩时摄影视频的合成方法、装置、计算机设备和介质 - Google Patents

一种缩时摄影视频的合成方法、装置、计算机设备和介质 Download PDF

Info

Publication number
CN113691721A
CN113691721A CN202110855925.4A CN202110855925A CN113691721A CN 113691721 A CN113691721 A CN 113691721A CN 202110855925 A CN202110855925 A CN 202110855925A CN 113691721 A CN113691721 A CN 113691721A
Authority
CN
China
Prior art keywords
image
image set
frame extraction
main body
area range
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.)
Granted
Application number
CN202110855925.4A
Other languages
English (en)
Other versions
CN113691721B (zh
Inventor
汪海涛
傅蒙蒙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202110855925.4A priority Critical patent/CN113691721B/zh
Publication of CN113691721A publication Critical patent/CN113691721A/zh
Application granted granted Critical
Publication of CN113691721B publication Critical patent/CN113691721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/667Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本申请涉及一种缩时摄影视频的合成方法、装置、计算机设备、以及计算机可读存储介质,通过将需要合成缩时摄影视频的初始图像素材平均划分成多个图像集,获取每个图像集的目标主体区域范围的画面变化程度,根据画面变化程度确定抽帧频率,画面变化程度大的图像集对应的抽帧频率大,画面变化程度小的图像集对应的抽帧频率小,从而过滤掉不怎么变化的部分初始图像素材,在视频合成过程中通过对抽帧频率的优化选择,实现对合成的缩时视频的内容所展现的实际效果的优化处理,利用本申请提供的缩时摄影视频的合成技术合成的视频,能够更均匀流畅地表现用户关注的目标主体范围的变化过程。

Description

一种缩时摄影视频的合成方法、装置、计算机设备和介质
技术领域
本申请涉及图像处理领域,特别是涉及一种缩时摄影视频的合成方法、装置、计算机设备、以及计算机可读存储介质。
背景技术
缩时摄影,又叫延时摄影或缩时录影,是以一种将时间压缩的拍摄技术。具体地,通常利用摄像机拍摄一组照片,后期通过将照片串联合成视频,把几分钟、几小时甚至是几天的过程压缩在一个较短的时间内以视频的方式播放。在一段延时摄影视频中,物体或者景物缓慢变化的过程被压缩到一个较短的时间内,呈现出平时用肉眼无法察觉的奇异精彩的景象。
现有的缩时摄影视频的合成技术主要侧重通过从清晰度,扭曲度和匹配度三个角度对视频帧的图像质量进行评估打分,然后进行有选择性的迭代式抽帧处理,使最后得到的缩时视频具有高清晰度和低抖动性的优点,但现有技术缺乏针对合成的缩时视频的内容所展现的实际效果的优化处理,导致合成的整个视频的内容无法均匀流畅地表现用户关注的目标主体的变化过程。例如利用现有技术合成一个大楼施工的视频,以一年作为时间范围,持续定时以同一个视角来获取一个大楼施工工地的图片或者视频,在这一年的施工时间范围内,前面6个月都在打地基,后面6个月才在盖楼,中间还停工了一个月,利用现有技术将其合成缩时视频,会发现实际合成的视频效果并没有那么好,主要表现在一个大楼施工过程中,画面的变化可能并不是均匀的,前面一半的时间画面并没有太明显的变化,后面一半的时间才开始呈现高楼拔地而起的景象,而且中间由于停工了一个月,还会出现给人一种画面卡顿了一下的感觉,最终的合成效果给人的感觉就是这段视频没有把握好节奏,没有突出和流畅地表现出目标主体的变化过程。
针对现有的缩时摄影视频的合成技术中,存在合成的整个视频的内容无法均匀流畅地表现用户关注的目标主体的变化过程的缺陷,目前尚未提出有效的解决方案。
发明内容
基于此,有必要针对上述技术问题,提供一种合成缩时摄影视频方法、装置、计算机设备、以及计算机可读存储介质,以解决相关技术中存在合成的整个视频的内容无法均匀流畅地表现用户关注的目标主体的变化过程的问题。
第一方面,本申请实施例了一种缩时摄影视频的合成方法,包括以下步骤:
获取待合成的初始图像素材,将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;
对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度;所述目标主体区域范围为预设的用户感兴趣的区域范围;
根据所述目标主体区域范围内的画面变化程度,确定针对各个所述图像集的抽帧频率;其中,所述目标主体区域范围内的画面变化程度越高,对应的所述图像集的抽帧频率越高;
根据确定的各个所述图像集的抽帧频率,对所有的所述图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。
在其中一些实施例中,所述对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度,包括以下步骤:
将所述初始图像素材的画面划分成若干个图像格子;
以所述图像格子为单位,在所述初始图像素材的画面中标记所述目标主体区域范围的位置;
从第二个所述图像集开始,将当前所述图像集中的每一张图片与前一个所述图像集中对应顺序的图片进行一一比对,根据对比结果统计当前所述图像集中,所述目标主体区域范围发生变化的位置所占的所述图像格子的数量;
将各个所述图像集中,所述目标主体区域范围发生变化的位置所占的所述图像格子的数量,映射为所述目标主体区域范围内的画面变化程度的评价分数;其中,所述画面变化程度的评价分数越高,所述画面变化程度越大。
在其中一些实施例中,所述对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度,还包括以下步骤:
统计除第一个所述图像集以外的其他所述图像集的所述目标主体区域范围发生变化的位置所占的所述图像格子的数量的平均值;
将所述平均值映射为所述第一个所述图像集的所述目标主体区域范围内的画面变化程度的评价分数。
在其中一些实施例中,所述根据所述目标主体区域范围内的画面变化程度,确定针对各个所述图像集的抽帧频率,包括以下步骤:
计算各个所述图像集的所述画面变化程度的评价分数占所有所述图像集的所述画面变化程度的评价分数的百分比;
利用各个所述图像集的所述画面变化程度的评价分数的百分比,乘以预设的抽帧频率参考基数,得到各个所述图像集的抽帧数量;根据所述图像集的抽帧数量,与所述图像集中的图像素材的总数量,确定各个所述图像集的抽帧频率。
在其中一些实施例中,所述初始图像素材包括用于合成所述缩时摄影视频的图片和视频中的一种或两种组合。
在其中一些实施例中,所述初始图像素材包括视频,所述将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集,包括以下步骤:
提取所述视频的所有视频帧,将所述视频帧按时间顺序平均分成若干等份,得到对应数量的所述图像集。
在其中一些实施例中,在所述将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集之前,还包括以下步骤:
获取预先设置的所述图像集的等份划分数量和单个画面中的所述图像格子的划分数量。
第二个方面,在本实施例中提供了一种缩时摄影视频的合成装置,所述装置包括:获取模块、画面变化程度确定模块、抽帧频率确定模块和合成模块:
所述获取模块,用于获取待合成的初始图像素材,将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;
所述画面变化程度确定模块,用于对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度;所述目标主体区域范围为预设的用户感兴趣的区域范围;
所述抽帧频率确定模块,用于根据所述目标主体区域范围内的画面变化程度,确定针对各个所述图像集的抽帧频率;其中,所述目标主体区域范围内的画面变化程度越高,对应的所述图像集的抽帧频率越高;
所述合成模块,用于根据确定的各个所述图像集的抽帧频率,对所有的所述图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。
第三个方面,在本实施例中提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一个方面所述方法的步骤。
第四个方面,在本实施例中提供了计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一个方面所述的方法的步骤。
上述缩时摄影视频的合成方法、装置、计算机设备、以及计算机可读存储介质,通过将需要合成缩时摄影视频的初始图像素材平均划分成多个图像集,获取每个图像集的目标主体区域范围的画面变化程度,根据画面变化程度确定抽帧频率,画面变化程度大的图像集对应的抽帧频率大,画面变化程度小的图像集对应的抽帧频率小,从而过滤掉不怎么变化的部分初始图像素材,在视频合成过程中通过对抽帧频率的优化选择,实现对合成的缩时视频的内容所展现的实际效果的优化处理;最后根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。利用本申请提供的缩时摄影视频的合成技术合成的视频,能够更均匀流畅地表现用户关注的目标主体范围的变化过程。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的缩时摄影视频的合成方法的应用场景图;
图2是根据本申请实施例提供的缩时摄影视频的合成方法的流程图一;
图3是根据本申请实施例提供的缩时摄影视频的合成方法的流程图二;
图4是根据本申请实施例提供的多个图像集之间图像比对方法的示意图;
图5是根据本申请实施例提供的缩时摄影视频的合成方法的流程图三;
图6是根据本申请实施例提供的缩时摄影视频的合成方法的流程图四;
图7是根据本申请实施例提供的缩时摄影视频的合成方法的流程图五;
图8是根据本申请实施例提供的缩时摄影视频的合成装置的结构示意图;
图9是根据本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
图1为本申请一个实施例提供的缩时摄影视频的合成方法的应用场景图。如图1所示,服务器101与监控终端102之间均可以通过网络进行数据传输。其中,监控终端102用于采集初始图像素材,并将该初始图像素材传输至服务器101中。在服务器101接收到该初始图像素材后,将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;对图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度;其中,目标主体区域范围为预设的用户感兴趣的区域范围;根据目标主体区域范围内的画面变化程度,确定针对各个图像集的抽帧频率;其中,目标主体区域范围内的画面变化程度越高,对应的图像集的抽帧频率越高;根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。其中,服务器101可以由独立的服务器或者是多个服务器组成的服务器集群来实现,监控终端102可以为一个或多个摄像机。
本申请实施例提供了一种缩时摄影视频的合成方法,可用于图像处理领域中的缩时摄影视频合成,如图2所示,该方法包括如下步骤:
步骤S210,获取待合成的初始图像素材,将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集。
上述初始图像素材可以是摄像机或者照相机直接拍摄到的原始图像素材,具体形式可以是图片或者视频,或者两种形式的图像素材都存在。具体地,在获取到的初始图像素材包括视频的情况下,将视频帧一一提取出来,实质上视频帧的形式也是图片,初始图像素材最终全部以图片的形式呈现。为了获得更好的视频合成成像效果,可以对获取到的原始图像素材进行预处理操作,比如去噪及增强等处理,进而得到初始图像素材。将获取到的初始图像素材按照拍摄时间进行排序,然后将初始图像素材按顺序平均分成若干等份(大于或等于3份),得到对应数量的图像集。比如,将初始图像素材按时间顺序平均分成6等份,就可以得到6个图像集。等份划分的数量可以预先设置,针对不同场景,等份划分的数量可以设置成不同的值。
步骤S210中,将初始图像素材按时间顺序划分为图像集,是为了在下面步骤中对各个图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度。所以,初始图像素材的划分数量越多,后续的各个图像集中的画面图像比对越精细,越能体现出用户感兴趣的区域范围的变化,最终合成的缩时摄影视频效果更好。但同时,初始图像素材的划分数量越多,后续的各个图像集中的画面图像比对计算量也会越多。
步骤S230,对图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度;目标主体区域范围为预设的用户感兴趣的区域范围。
对于不同的用户来说,对于初始图像素材拍摄的画面感兴趣的区域范围是不同的,所以,用户感兴趣的区域范围是用户预先设置的。用户感兴趣的区域范围即为目标主体区域范围。
针对当前用户感兴趣的目标主体区域范围,对若干个图像集中的图片进行图像对比分析,得到目标主体区域范围内的画面变化程度。具体地,可以是每个图像集中的图片之间按顺序进行一一对比,得到目标主体区域范围内的画面变化程度;也可以是从每个图像集中随机抽取一张图片,以这张图片为基准,将每个图像集中的所有图片与当前图像集的基准图片进行对比,得到目标主体区域范围内的画面变化程度。
步骤S250,根据目标主体区域范围内的画面变化程度,确定针对各个图像集的抽帧频率;其中,目标主体区域范围内的画面变化程度越高,对应的图像集的抽帧频率越高。
该步骤中,将每个图像集当作一个个独立的整体来考虑,当前图像集的目标主体区域范围内的画面变化程度越高,说明该图像集隐藏的信息量也越大,为了使合成的缩时摄影视频给用户展示更多的信息,自然需要从该图像集中抽取更多的图片,所以该图像集的抽帧频率越高。按照每个图像集的目标主体区域范围内的画面变化程度的大小,最终确定每个图像集的抽帧频率。
步骤S270,根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。根据上述步骤确定的对每个图像集的抽帧频率进行抽帧,将最终抽取出的图片进行合成,得到最终的缩时摄影视频。
相关技术中,缺乏针对合成的缩时视频的内容所展现的实际效果的优化处理,导致合成的整个视频的内容无法均匀流畅地表现用户关注的目标主体的变化过程。本申请通过上述步骤S210至S270,将需要合成缩时摄影视频的初始图像素材平均划分成多个图像集,获取每个图像集的目标主体区域范围的画面变化程度,根据画面变化程度确定抽帧频率,画面变化程度大的图像集对应的抽帧频率大,画面变化程度小的图像集对应的抽帧频率小,从而滤掉不怎么变化的部分初始图像素材,在视频合成过程中通过对抽帧频率的优化选择,实现对合成的缩时视频的内容所展现的实际效果的优化处理;最后根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。利用本申请提供的缩时摄影视频的合成技术合成的视频,能够优化实际的展现效果,更均匀流畅地表现用户关注的目标主体范围的变化过程。
如图3所示,在其中一个实施例中,基于上述步骤S230,对图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度,包括以下步骤:
步骤S231,将初始图像素材的画面划分成若干个图像格子。
比如,初始图像素材拍摄的画面为矩形,可以将此矩形进行分割。具体地,比如分成10行乘10列,初始图像素材拍摄的画面就被划分成了100个图像格子。具体的划分格子的数量可以预先设置。针对不同场景,图像格子划分的数量可以根据实际合成的缩时摄影视频的效果进行调整,以便能获得针对特定场景下最佳的缩时摄影视频效果。
步骤S232,以图像格子为单位,在初始图像素材的画面中标记目标主体区域范围的位置。
往往用户只关注初始图像素材拍摄的画面中的某个人的动作或者某个物品的变化,这一部分区域即为目标主体区域范围。具体地,将用户感兴趣的目标主体区域范围的位置对应的格子标记出来,即可实现对目标主体区域范围的标记。
步骤S233,从第二个图像集开始,将当前图像集中的每一张图片与前一个图像集中对应顺序的图片进行一一比对,根据对比结果统计当前图像集中,目标主体区域范围发生变化的位置所占的图像格子的数量。
例如,如图4所示,图像集的个数为10个,每个图像集有7张图片。从第二个图像集开始,将第二个图像集中的第一张图片与第一个图像集中的第一张图片进行比对,记录在上述标记的目标主体区域范围发生变化的位置所占的图像格子的数量,将第二个图像集中的第二张图片与第一个图像集中的第二张图片进行比对,记录在上述标记的目标主体区域范围发生变化的位置所占的图像格子的数量,以此类推,统计第二个图像集中的7张图片与第一个图像集中的7张图片进行一一比对后,上述标记的目标主体区域范围发生变化的位置所占的图像格子的数量的总数。以此类推,统计第三个图像集、第四个图像集…第十个图像集的上述标记的目标主体区域范围发生变化的位置所占的图像格子的数量的总数。
步骤S234,将各个图像集中,目标主体区域范围发生变化的位置所占的图像格子的数量,映射为目标主体区域范围内的画面变化程度的评价分数;其中,画面变化程度的评价分数越高,画面变化程度越大。
具体地,将目标主体区域范围发生变化的位置所占的图像格子的数量映射成目标主体区域范围内的画面变化程度的评价分数的方式,可以是直接让当前图像集的画面变化程度的评价分数等于当前图像集的目标主体区域范围发生变化的位置所占的图像格子的数量。例如,建立一个评价规则,当两两图片进行比对之后,当差异出现在用户标记的目标主体区域内,差异所占的图像格子的数量有几个就相应地计几分,当差异出现在用户标记的目标主体区域之外的格子计0分,将后一个图像集与前一个图像集的每一张图片按顺序逐一进行图像比对,并计算每张图片的画面变化程度的评价分数,待每个图像集中的所有图片都比对完之后,再计算每个图像集中的所有图片的画面变化程度的评价分数之和,将其作为每个图像集的评价分数。通过此方式,可以获得除第一个图像集以外其他图像集的画面变化程度的评价分数,第一个图像集的画面变化程度的评价分数可以是除第一个图像集以外其他图像集的画面变化程度的评价分数的中间值,也可以是除第一个图像集以外其他图像集的画面变化程度的评价分数的平均值,或者以其他任何合理的方式赋予第一个图像集的画面变化程度的评价分数。
本申请通过上述步骤S231至S234,将初始图像素材的画面分割成若干个图像格子,并标记出用户感兴趣的目标主体区域范围的位置对应的格子,通过统计当前图像集的目标主体区域范围发生变化的位置所占的图像格子的数量,反映当前图像集的目标主体区域范围的画面变化程度。通过上述步骤S231至S234可以客观且准确地得到每个图像集的画面变化程度,从而为最终合成的视频能够均匀流畅地表现用户关注的目标主体范围的变化过程奠定基础。
如图4所示,在其中一个实施例中,基于上述步骤S230,对图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度,还包括以下步骤:
步骤S235,统计除第一个图像集以外的其他图像集的目标主体区域范围发生变化的位置所占的图像格子的数量的平均值。
在上述步骤S233中,除第一个图像集以外,其他图像集的目标主体区域范围发生变化的位置所占的图像格子的数量已经统计出来,在此基础上,很容易计算出除第一个图像集以外的其他图像集的目标主体区域范围发生变化的位置所占的图像格子的数量的平均值。
步骤S236,将平均值映射为第一个图像集的目标主体区域范围内的画面变化程度的评价分数。
根据上述步骤S231至S234可知,第一个图像集没有对比基础,所以无法计算第一个图像集的目标主体区域范围发生变化的位置所占的图像格子的数量,将上述步骤S235计算出的平均值作为第一个图像集的目标主体区域范围发生变化的位置所占的图像格子的数量,并将此平均值以上述步骤S234提到的方式映射成为第一个图像集的目标主体区域范围内的画面变化程度的评价分数。
上述步骤S235至S236,将除第一个图像集以外的其他图像集的目标主体区域范围发生变化的位置所占的图像格子的数量的平均值,映射为第一个图像集的目标主体区域范围内的画面变化程度的评价分数,在第一个图像集没有对比基础的情况下,通过合理的方式较为准确地得到第一个图像集的画面变化程度的评价分数,从而为最终合成的视频能够均匀流畅地表现用户关注的目标主体范围的变化过程奠定基础。
如图5所示,在其中一个实施例中,基于上述步骤S250,根据目标主体区域范围内的画面变化程度,确定针对各个图像集的抽帧频率,包括以下步骤:
步骤S251,计算各个图像集的画面变化程度的评价分数占所有图像集的画面变化程度的评价分数的百分比。
步骤S252,利用各个图像集的画面变化程度的评价分数的百分比,乘以预设的抽帧频率参考基数,得到各个图像集的抽帧数量;根据图像集的抽帧数量,与图像集中的图像素材的总数量,确定各个图像集的抽帧频率。
具体的,抽帧频率参考基数可以根据实际合成的缩时摄影视频效果进行调整,以便能获得针对特定场景下最佳的缩时摄影视频效果。例如当前图像集的画面变化程度的评价分数的百分比为百分之十,抽帧频率参考基数为50,那么当前图像集的抽帧数量为5,如果当前图像集中的图像素材的总数量为10,那么当前图像集的抽帧频率为每隔2张图片抽一张图片。
上述步骤S251至S252,通过计算各个图像集的画面变化程度的评价分数的百分比来确定最终的抽帧频率,可以客观且准确地得到每个图像集的抽帧频率,从而为最终合成的视频能够均匀流畅地表现用户关注的目标主体范围的变化过程奠定基础。
作为一种可实施方式,初始图像素材包括用于合成缩时摄影视频的图片和视频中的一种或两种组合。
具体地,初始图像素材可以全部是图片,初始图像素材也可以全部是视频,初始图像素材还可以同时包括图片以及视频。不限制初始图像素材的种类,可以让用户根据实际情况自由选择拍摄方式。
作为一种可实施方式,初始图像素材包括视频,将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集,包括以下步骤:
提取视频的所有视频帧,将视频帧按时间顺序平均分成若干等份,得到对应数量的图像集。
从视频中提取出来的视频帧其实质也是一张张图片,在初始图像素材只有视频的情况下,合成缩时摄影视频必要的一步就是提取视频的所有视频帧,将视频帧按时间顺序平均分成若干等份,得到对应数量的图像集。
上述步骤明确了在初始图像素材只有视频的情况下对初始图像素材划分成若干个图像集的方式。
作为一种可实施方式,在将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集之前,还包括以下步骤:
获取预先设置的图像集的等份划分数量和单个画面中的图像格子的划分数量。
预先设置的图像集的等份划分数量和单个画面中的图像格子的划分数量可以是根据经验得到的最佳值,在最佳值的条件下进行操作,可以使最终合成的缩时摄影视频效果好的概率更高,避免用户对图像集的等份划分数量和单个画面中的图像格子的划分数量进行更多次的调整。
在本实施例中还提供了一种缩时摄影视频的合成方法。图6是该方法的流程图,如图6所示,该流程包括如下步骤:
步骤S310,获取待合成的初始图像素材,初始图像素材按时间顺序分成若干等份,得到对应数量的图像集。
步骤S320,将初始图像素材的画面划分成若干个图像格子,并标记用户感兴趣的目标主体区域范围。
步骤S330,从第二个图像集开始,用当前图像集的每张图片去和该图像集前面图像集的每一张图片按顺序逐一进行图像比对,当差异出现在用户标记的目标主体区域范围内,差异所占的图像格子的数量有几个就相应地计几分。
步骤S340,判断当前图像集是否比对完成,若是,则执行步骤S350,否则执行步骤S330。
步骤S350,统计除第一个图像集以外其他图像集的所有图片的分数之和,将其作为每个图像集的评价分数,第一个图像集的评价分数为其他图像集的评价分数的平均值。
步骤S360,根据每个图像集的评价分数确定其对应的抽帧频率。
步骤S370,根据抽帧频率对每个图像集进行抽帧,根据抽帧结果合成缩时摄影视频。
本实施例还提供了一种缩时摄影视频的合成装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。上述设备安全管控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。尽管在以下实施例中所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能被构想的。
图7是根据本发明实施例中缩时摄影视频的合成装置的示意图,如图7所示,提供了一种缩时摄影视频的合成装置40,该装置包括获取模块41、画面变化程度确定模块42、抽帧频率确定模块43和合成模块44,其中:
获取模块41,用于获取待合成的初始图像素材,将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;
画面变化程度确定模块42,对图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度;目标主体区域范围为预设的用户感兴趣的区域范围;
抽帧频率确定模块43,根据目标主体区域范围内的画面变化程度,确定针对各个图像集的抽帧频率;其中,目标主体区域范围内的画面变化程度越高,对应的图像集的抽帧频率越高;
合成模块44,根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。
上述缩时摄影视频的合成装置40将需要合成缩时摄影视频的初始图像素材平均划分成多个图像集,获取每个图像集的目标主体区域范围的画面变化程度,根据画面变化程度确定抽帧频率,画面变化程度大的图像集对应的抽帧频率大,画面变化程度小的图像集对应的抽帧频率小,从而过滤掉不怎么变化的部分初始图像素材,在视频合成过程中通过对抽帧频率的优化选择,实现对合成的缩时视频的内容所展现的实际效果的优化处理;最后根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。利用本申请提供的缩时摄影视频的合成技术合成的视频,能够更均匀流畅地表现用户关注的目标主体范围的变化过程。
在其中一个实施例中,画面变化程度确定模块42还用于将初始图像素材的画面划分成若干个图像格子;以图像格子为单位,在初始图像素材的画面中标记目标主体区域范围的位置;从第二个图像集开始,将当前图像集中的每一张图片与前一个图像集中对应顺序的图片进行一一比对,根据对比结果统计当前图像集中,目标主体区域范围发生变化的位置所占的图像格子的数量;将各个图像集中,目标主体区域范围发生变化的位置所占的图像格子的数量,映射为目标主体区域范围内的画面变化程度的评价分数;其中,画面变化程度的评价分数越高,画面变化程度越大。
在其中一个实施例中,画面变化程度确定模块42还用于统计除第一个图像集以外的其他图像集的目标主体区域范围发生变化的位置所占的图像格子的数量的平均值;将平均值映射为第一个图像集的目标主体区域范围内的画面变化程度的评价分数。
在其中一个实施例中,抽帧频率确定模块43还用于计算各个图像集的画面变化程度的评价分数占所有图像集的画面变化程度的评价分数的百分比;利用各个图像集的画面变化程度的评价分数的百分比,乘以预设的抽帧频率参考基数,得到各个图像集的抽帧数量;根据图像集的抽帧数量,与图像集中的图像素材的总数量,确定各个图像集的抽帧频率。
在其中一个实施例中,初始图像素材包括用于合成缩时摄影视频的图片和视频中的一种或两种组合。
在其中一个实施例中,在初始图像素材包括视频的情况下,获取模块41还用于提取视频的所有视频帧,将视频帧按时间顺序平均分成若干等份,得到对应数量的图像集。
在其中一个实施例中,缩时摄影视频的合成装置40还包括数量获取模块45,用于在将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集之前,获取预先设置的图像集的等份划分数量和单个画面中的图像格子的划分数量。
需要说明地是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件实现,也可以通过硬件来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设配置信息集合。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述缩时摄影视频的合成方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种缩时摄影视频的合成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待合成的初始图像素材,将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;
对图像集中的目标主体区域范围内的画面进行图像比对分析,得到目标主体区域范围内的画面变化程度;目标主体区域范围为预设的用户感兴趣的区域范围;
根据目标主体区域范围内的画面变化程度,确定针对各个图像集的抽帧频率;其中,目标主体区域范围内的画面变化程度越高,对应的图像集的抽帧频率越高;
根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将初始图像素材的画面划分成若干个图像格子;
以图像格子为单位,在初始图像素材的画面中标记目标主体区域范围的位置;
从第二个图像集开始,将当前图像集中的每一张图片与前一个图像集中对应顺序的图片进行一一比对,根据对比结果统计当前图像集中,目标主体区域范围发生变化的位置所占的图像格子的数量;
将各个图像集中,目标主体区域范围发生变化的位置所占的图像格子的数量,映射为目标主体区域范围内的画面变化程度的评价分数;其中,画面变化程度的评价分数越高,画面变化程度越大。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
统计除第一个图像集以外的其他图像集的目标主体区域范围发生变化的位置所占的图像格子的数量的平均值;
将平均值映射为第一个图像集的目标主体区域范围内的画面变化程度的评价分数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
计算各个图像集的画面变化程度的评价分数占所有图像集的画面变化程度的评价分数的百分比;
利用各个图像集的画面变化程度的评价分数的百分比,乘以预设的抽帧频率参考基数,得到各个图像集的抽帧数量;根据图像集的抽帧数量,与图像集中的图像素材的总数量,确定各个图像集的抽帧频率。
在一个实施例中,初始图像素材包括用于合成缩时摄影视频的图片和视频中的一种或两种组合。
在一个实施例中,在初始图像素材包括视频的情况下,处理器执行计算机程序时还实现以下步骤:
提取视频的所有视频帧,将视频帧按时间顺序平均分成若干等份,得到对应数量的图像集。
在一个实施例中,在将初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集之前,处理器执行计算机程序时还实现以下步骤:
获取预先设置的图像集的等份划分数量和单个画面中的图像格子的划分数量。
上述存储介质,通过将需要合成缩时摄影视频的初始图像素材平均划分成多个图像集,获取每个图像集的目标主体区域范围的画面变化程度,根据画面变化程度确定抽帧频率,画面变化程度大的图像集对应的抽帧频率大,画面变化程度小的图像集对应的抽帧频率小,从而过滤掉不怎么变化的部分初始图像素材,在视频合成过程中通过对抽帧频率的优化选择,实现对合成的缩时视频的内容所展现的实际效果的优化处理;最后根据确定的各个图像集的抽帧频率,对所有的图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。利用本申请提供的缩时摄影视频的合成技术合成的视频,能够更均匀流畅地表现用户关注的目标主体范围的变化过程。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种缩时摄影视频的合成方法,其特征在于,包括以下步骤:
获取待合成的初始图像素材,将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;
对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度;所述目标主体区域范围为预设的用户感兴趣的区域范围;
根据所述目标主体区域范围内的画面变化程度,确定针对各个所述图像集的抽帧频率;其中,所述目标主体区域范围内的画面变化程度越高,对应的所述图像集的抽帧频率越高;
根据确定的各个所述图像集的抽帧频率,对所有的所述图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。
2.根据权利要求1所述的缩时摄影视频的合成方法,其特征在于,所述,得到所述目标主体区域范围内的画面变化程度,包括以下步骤:
将所述初始图像素材的画面划分成若干个图像格子;
以所述图像格子为单位,在所述初始图像素材的画面中标记所述目标主体区域范围的位置;
从第二个所述图像集开始,将当前所述图像集中的每一张图片与前一个所述图像集中对应顺序的图片进行一一比对,根据对比结果统计当前所述图像集中,所述目标主体区域范围发生变化的位置所占的所述图像格子的数量;
将各个所述图像集中,所述目标主体区域范围发生变化的位置所占的所述图像格子的数量,映射为所述目标主体区域范围内的画面变化程度的评价分数;其中,所述画面变化程度的评价分数越高,所述画面变化程度越大。
3.根据权利要求2所述的缩时摄影视频的合成方法,其特征在于,所述对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度,还包括以下步骤:
统计除第一个所述图像集以外的其他所述图像集的所述目标主体区域范围发生变化的位置所占的所述图像格子的数量的平均值;
将所述平均值映射为所述第一个所述图像集的所述目标主体区域范围内的画面变化程度的评价分数。
4.根据权利要求2或3所述的缩时摄影视频的合成方法,其特征在于,所述根据所述目标主体区域范围内的画面变化程度,确定针对各个所述图像集的抽帧频率,包括以下步骤:
计算各个所述图像集的所述画面变化程度的评价分数占所有所述图像集的所述画面变化程度的评价分数的百分比;
利用各个所述图像集的所述画面变化程度的评价分数的百分比,乘以预设的抽帧频率参考基数,得到各个所述图像集的抽帧数量;根据所述图像集的抽帧数量,与所述图像集中的图像素材的总数量,确定各个所述图像集的抽帧频率。
5.根据权利要求1所述的缩时摄影视频的合成方法,其特征在于,所述初始图像素材包括用于合成所述缩时摄影视频的图片和视频中的一种或两种组合。
6.根据权利要求1所述的缩时摄影视频的合成方法,其特征在于,所述初始图像素材包括视频,所述将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集,包括以下步骤:
提取所述视频的所有视频帧,将所述视频帧按时间顺序平均分成若干等份,得到对应数量的所述图像集。
7.根据权利要求2所述的缩时摄影视频的合成方法,其特征在于,在所述将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集之前,还包括以下步骤:
获取预先设置的所述图像集的等份划分数量和单个画面中的所述图像格子的划分数量。
8.一种缩时摄影视频的合成装置,其特征在于,所述装置包括:获取模块、画面变化程度确定模块、抽帧频率确定模块和合成模块:
所述获取模块,用于获取待合成的初始图像素材,将所述初始图像素材按时间顺序平均分成若干等份,得到对应数量的图像集;
所述画面变化程度确定模块,用于对所述图像集中的目标主体区域范围内的画面进行图像比对分析,得到所述目标主体区域范围内的画面变化程度;所述目标主体区域范围为预设的用户感兴趣的区域范围;
所述抽帧频率确定模块,用于根据所述目标主体区域范围内的画面变化程度,确定针对各个所述图像集的抽帧频率;其中,所述目标主体区域范围内的画面变化程度越高,对应的所述图像集的抽帧频率越高;
所述合成模块,用于根据确定的各个所述图像集的抽帧频率,对所有的所述图像集进行抽帧,并基于抽帧结果合成缩时摄影视频。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,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7任一项所述的方法的步骤。
CN202110855925.4A 2021-07-28 2021-07-28 一种缩时摄影视频的合成方法、装置、计算机设备和介质 Active CN113691721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110855925.4A CN113691721B (zh) 2021-07-28 2021-07-28 一种缩时摄影视频的合成方法、装置、计算机设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110855925.4A CN113691721B (zh) 2021-07-28 2021-07-28 一种缩时摄影视频的合成方法、装置、计算机设备和介质

Publications (2)

Publication Number Publication Date
CN113691721A true CN113691721A (zh) 2021-11-23
CN113691721B CN113691721B (zh) 2023-07-18

Family

ID=78578071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110855925.4A Active CN113691721B (zh) 2021-07-28 2021-07-28 一种缩时摄影视频的合成方法、装置、计算机设备和介质

Country Status (1)

Country Link
CN (1) CN113691721B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115022679A (zh) * 2022-05-30 2022-09-06 北京百度网讯科技有限公司 视频处理方法、装置、电子设备和介质
CN115239724A (zh) * 2022-09-22 2022-10-25 鹰驾科技(深圳)有限公司 一种360度全景环视拼接图像分析评价方法
WO2023179161A1 (zh) * 2022-03-22 2023-09-28 深圳云天励飞技术股份有限公司 一种视频帧率控制方法、装置、电子设备及存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030086496A1 (en) * 2001-09-25 2003-05-08 Hong-Jiang Zhang Content-based characterization of video frame sequences
US20100310232A1 (en) * 2009-06-03 2010-12-09 Sony Corporation Imaging device, image processing method and program
US20140126827A1 (en) * 2011-06-14 2014-05-08 Eizo Corporation Motion image region identification device and method thereof
WO2014176878A1 (en) * 2013-04-28 2014-11-06 Tencent Technology (Shenzhen) Company Limited Method, apparatus and terminal for detecting image stability
US20160225160A1 (en) * 2013-09-26 2016-08-04 Mitsubishi Electric Corporation Monitoring camera, monitoring system, and motion detection method
CN105959539A (zh) * 2016-05-09 2016-09-21 南京云恩通讯科技有限公司 一种自动确定延时速度的延时摄影方法
JP2017192027A (ja) * 2016-04-13 2017-10-19 キヤノン株式会社 画像処理装置、画像処理方法、プログラム
JP2017229032A (ja) * 2016-06-24 2017-12-28 キヤノン株式会社 撮像装置およびその制御方法ならびにプログラム
CN109068052A (zh) * 2018-07-24 2018-12-21 努比亚技术有限公司 视频拍摄方法、移动终端及计算机可读存储介质
JP2019021990A (ja) * 2017-07-12 2019-02-07 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
US20190188861A1 (en) * 2017-12-19 2019-06-20 Canon Europa N.V. Method and apparatus for detecting motion deviation in a video sequence
CN110086985A (zh) * 2019-03-25 2019-08-02 华为技术有限公司 一种延时摄影的录制方法及电子设备
CN110599479A (zh) * 2019-09-16 2019-12-20 北京航天宏图信息技术股份有限公司 一种监测区域变化检测方法、装置及存储介质
WO2020172826A1 (zh) * 2019-02-27 2020-09-03 华为技术有限公司 一种视频处理方法和移动设备

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030086496A1 (en) * 2001-09-25 2003-05-08 Hong-Jiang Zhang Content-based characterization of video frame sequences
US20100310232A1 (en) * 2009-06-03 2010-12-09 Sony Corporation Imaging device, image processing method and program
US20140126827A1 (en) * 2011-06-14 2014-05-08 Eizo Corporation Motion image region identification device and method thereof
WO2014176878A1 (en) * 2013-04-28 2014-11-06 Tencent Technology (Shenzhen) Company Limited Method, apparatus and terminal for detecting image stability
US20160225160A1 (en) * 2013-09-26 2016-08-04 Mitsubishi Electric Corporation Monitoring camera, monitoring system, and motion detection method
JP2017192027A (ja) * 2016-04-13 2017-10-19 キヤノン株式会社 画像処理装置、画像処理方法、プログラム
CN105959539A (zh) * 2016-05-09 2016-09-21 南京云恩通讯科技有限公司 一种自动确定延时速度的延时摄影方法
JP2017229032A (ja) * 2016-06-24 2017-12-28 キヤノン株式会社 撮像装置およびその制御方法ならびにプログラム
JP2019021990A (ja) * 2017-07-12 2019-02-07 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
US20190188861A1 (en) * 2017-12-19 2019-06-20 Canon Europa N.V. Method and apparatus for detecting motion deviation in a video sequence
CN109068052A (zh) * 2018-07-24 2018-12-21 努比亚技术有限公司 视频拍摄方法、移动终端及计算机可读存储介质
WO2020172826A1 (zh) * 2019-02-27 2020-09-03 华为技术有限公司 一种视频处理方法和移动设备
CN110086985A (zh) * 2019-03-25 2019-08-02 华为技术有限公司 一种延时摄影的录制方法及电子设备
CN110599479A (zh) * 2019-09-16 2019-12-20 北京航天宏图信息技术股份有限公司 一种监测区域变化检测方法、装置及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
方林,陈海波, 吉林科学技术出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023179161A1 (zh) * 2022-03-22 2023-09-28 深圳云天励飞技术股份有限公司 一种视频帧率控制方法、装置、电子设备及存储介质
CN115022679A (zh) * 2022-05-30 2022-09-06 北京百度网讯科技有限公司 视频处理方法、装置、电子设备和介质
CN115022679B (zh) * 2022-05-30 2023-08-29 北京百度网讯科技有限公司 视频处理方法、装置、电子设备和介质
CN115239724A (zh) * 2022-09-22 2022-10-25 鹰驾科技(深圳)有限公司 一种360度全景环视拼接图像分析评价方法
CN115239724B (zh) * 2022-09-22 2022-11-22 鹰驾科技(深圳)有限公司 一种360度全景环视拼接图像分析评价方法

Also Published As

Publication number Publication date
CN113691721B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN113691721B (zh) 一种缩时摄影视频的合成方法、装置、计算机设备和介质
CN108961303B (zh) 一种图像处理方法、装置、电子设备和计算机可读介质
CN111491173B (zh) 一种直播封面确定方法、装置、计算机设备及存储介质
CN102483767B (zh) 对象关联装置、对象关联方法、程序及记录介质
US8897603B2 (en) Image processing apparatus that selects a plurality of video frames and creates an image based on a plurality of images extracted and selected from the frames
EP3709626A1 (en) Photographing method and device, storage medium, and electronic apparatus
CN108875535A (zh) 图像检测方法、装置和系统及存储介质
CN111835982B (zh) 图像获取方法、图像获取装置、电子设备及存储介质
US8983188B1 (en) Edge-aware smoothing in images
CN110933473A (zh) 一种视频播放热度确定方法及装置
WO2016206344A1 (zh) 白平衡处理方法、装置和计算机存储介质
CN112843735A (zh) 游戏画面的拍摄方法、装置、设备及存储介质
CN112767313A (zh) 视频质量评价方法、装置、及电子设备
CN111372002B (zh) 一种显示处理方法及电子设备
CN110475117B (zh) 图像压缩的方法、装置、电子设备和计算机存储介质
CN114845158A (zh) 视频封面的生成方法、视频发布方法及相关设备
CN113259727A (zh) 视频推荐方法、视频推荐装置及计算机可读存储介质
CN113628259A (zh) 图像的配准处理方法及装置
CN113297883A (zh) 信息处理方法、分析模型的获得方法、装置及电子设备
Chahine et al. An image quality assessment dataset for portraits
US20210397881A1 (en) Image processing apparatus and image processing method
CN108132935B (zh) 图像分类方法及图像展示方法
JP5941764B2 (ja) コンテンツ評価データ生成システム、コンテンツ評価データ生成方法、およびプログラム
GB2552969A (en) Image processing system
CN114143429A (zh) 图像拍摄方法、装置、电子设备和计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant