CN114025234A - 视频编辑方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供一种视频编辑方法、装置、电子设备及存储介质，涉及视频控制技术领域，该方法包括：基于目标物识别和/或语音识别从视频中获取无效视频判定数据；基于所述无效视频判定数据划分所述视频中的有效片段和无效片段；将所述有效片段标记为目标视频。采用目标物识别和/或语音识别对视频进行识别，并从视频中划分出视频中的有效片段和无效片段，基于划分的片段对视频进行处理，能够突出展示其中的有效内容，提高学生听课效率。

Description

视频编辑方法、装置、电子设备及存储介质

技术领域

本申请涉及视频控制领域，具体而言，涉及一种视频编辑方法、装置、电子设备及存储介质。

背景技术

目前在网课直播中，为了一些好的听课效果，往往老师会与学生进行一些频繁的互动，如发一些课堂红包、举例子以及自我介绍等，在直播回放时这些无用的内容也会保存，而且直播中往往教师可能有一些错误，如讲错了或者例子举的不合适，这些视频片段在视频回放过程中也会出现，由于面对面的上课方式与视频网课的方式有一定区别，在面对面的上课方式中，老师为了引起学生的兴趣而讲的内容在视频网课中不一定有效，而且视频网课没有听懂的部分还可以回播，因此存在回放视频中的有效内容展示不突出，导致学生听课效率低的问题。

发明内容

本申请实施例的目的在于提供一种视频编辑方法、装置、电子设备及存储介质，用以解决目前视频回放无法编辑的问题。

第一方面，本申请实施例提供一种视频编辑方法，包括：

基于目标物识别和/或语音识别从视频片段中获取无效视频判定数据；基于所述无效视频判定数据划分所述视频片段中的有效片段和无效片段；将所述有效片段标记为目标视频。

在上述实现过程中，采用目标物识别和/或语音识别对视频进行识别，并从视频中划分出视频中的有效片段和无效片段，基于划分的片段对视频进行处理，能够突出展示其中的有效内容，提高学生听课效率。

可选的，所述无效视频判断数据包括目标物在所述视频的显示画面中持续消失时长；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在所述目标物在所述视频的显示画面中持续消失时长超过第一预设时间阈值时，将所述目标物消失的视频片段划分为所述无效片段。

可选的，所述目标物包括人物，所述无效视频判断数据包括所述人物注视屏幕的时长；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在所述人物超过第二预设时间阈值未注视屏幕时，将所述人物未注视屏幕的视频片段划分为所述无效片段。

可选的，所述无效视频判断数据包括语音关键词；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在检测到所述视频中出现所述语音关键词时，将出现所述语音关键词的视频片段划分为所述无效片段。

可选的，所述无效视频判断数据包括声调变化数据；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在检测到所述视频中所述声调变化数据大于预设阈值时，将所述声调变化数据大于预设阈值的视频片段划分为所述无效片段。

在上述实现过程中，使用多种检测方式，能够针对老师上课时的各种情况进行视频有效片段以及无效片段的划分，从而能够提高划分视频片段的效率以及检测无效片段的准确性。

可选的，将视频片段的进度条划分为相互间隔的有效滑动块和无效滑动块，所述有效滑动块用于控制所述有效片段的时长，所述无效滑动块用于控制所述无效片段的时长。

在上述实现过程中，可以在对视频的划分步骤后进行人工检测，通过有效滑动块以及无效滑动块控制有效视频或无效视频的时长，能够提高划分视频片段的准确性。

可选的，所述视频为直播回放视频，所述将所述有效片段标记为目标视频，包括：

将所述有效片段合成为目标直播回放视频。

在上述实现过程中，将有效片段合成为目标直播回放视频，能够突出展示视频中的有效内容，从而提高学生观看直播回放视频的听课效率。

第二方面，本申请实施例提供一种视频编辑装置，包括：

无效数据获取模块，用于基于目标物识别和/或语音识别从视频中获取无效视频判定数据。

划分模块，用于基于所述无效视频判定数据划分所述视频中的有效片段和无效片段。

标记模块，用于将所述有效片段标记为目标视频。

在上述实现过程中，采用目标物识别和/或语音识别对视频进行识别，并从视频中划分出视频中的有效片段和无效片段，基于划分的片段对视频进行处理，能够突出展示其中的有效内容，提高学生听课效率。

可选的，所述无效视频判断数据包括目标物在所述视频的显示画面中持续消失时长；划分模块可具体用于在所述目标物在所述视频的显示画面中持续消失时长超过第一预设时间阈值时，将所述目标物消失的视频片段划分为所述无效片段。

可选的，所述目标物包括人物，所述无效视频判断数据包括所述人物注视屏幕的时长；划分模块可具体用于在所述人物超过第二预设时间阈值未注视屏幕时，将所述人物未注视屏幕的视频片段划分为所述无效片段。

可选的，所述无效视频判断数据包括语音关键词；划分模块可具体用于在检测到所述视频中出现所述语音关键词时，将出现所述语音关键词的视频片段划分为所述无效片段。

可选的，所述无效视频判断数据包括声调变化数据；划分模块可具体用于在检测到所述视频中所述声调变化数据大于预设阈值时，将所述声调变化数据大于预设阈值的视频片段划分为所述无效片段。

在上述实现过程中，使用多种检测方式，能够针对老师上课时的各种情况进行视频有效片段以及无效片段的划分，从而能够提高划分视频片段的效率以及检测无效片段的准确性。

可选的，划分模块还可以用于将视频片段的进度条划分为相互间隔的有效滑动块和无效滑动块，所述有效滑动块用于控制所述有效片段的时长，所述无效滑动块用于控制所述无效片段的时长。

在上述实现过程中，可以在对视频的划分步骤后进行人工检测，通过有效滑动块以及无效滑动块控制有效视频或无效视频的时长，能够提高划分视频片段的准确性。

可选的，标记模块还可用于将所述有效片段合成为目标直播回放视频。

在上述实现过程中，将有效片段合成为目标直播回放视频，能够突出展示视频中的有效内容，从而提高学生观看直播回放视频的听课效率。

第三方面，本申请实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述任一实现方式中的步骤。

第四方面，本申请实施例还提供了一种存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种视频编辑方法的示意图；

图2为本申请实施例提供的一种视频编辑装置的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。附图中的流程图和框图显示了根据本发明的多个实施例的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，所述模块、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方式中，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，两个连续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动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。另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

请参看图1，图1为本申请实施例提供的一种视频编辑方法的示意图，该方法包括：

在步骤S11中，基于目标物识别和/或语音识别从视频中获取无效视频判定数据。

在步骤S12中，基于所述无效视频判定数据划分所述视频片段中的有效片段和无效片段。

在步骤S13中，将所述有效片段标记为目标视频。

其中，目标物识别可以是人物识别，也可以是眼球识别，语音识别可以是关键字词识别，可以是声调识别，也可以是连续语音识别。视频可以是直播回放视频。

由此可见，采用目标物识别和/或语音识别对视频进行识别，并从视频中划分出视频中的有效片段和无效片段，基于划分的片段对视频进行处理，能够突出展示其中的有效内容，提高学生听课效率。

对于步骤S11，本申请实施例提供一种基于人物识别的获取无效视频判断的数据的步骤。

可选的，所述无效视频判断数据包括目标物在所述视频的显示画面中持续消失时长；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在所述目标物在所述视频的显示画面中持续消失时长超过第一预设时间阈值时，将所述目标物消失的视频片段划分为所述无效片段。

其中，第一预设时间阈值可以是三秒，也可以是五秒，具体根据实际情况设置，示例性的，采用人物识别对视频进行处理，如识别到视频中持续三秒间都没有出现目标人物时，判定人物消失的视频片段为无效片段，在实际过程中，在老师上课时可能出现其他情况，如到台下检查作业，去办公室拿取资料等，视频中的这些片段是对上网课的学生毫无帮助的，因此，可以基于目标物识别从回放视频中筛选出这些片段，能够提高有效内容的占比，提高回放视频的有效性。

对于步骤S11，本申请实施例提供一种基于眼球识别的获取无效视频判断的数据的步骤。

可选的，所述目标物包括人物，所述无效视频判断数据包括所述人物注视屏幕的时长；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在所述人物超过第二预设时间阈值未注视屏幕时，将所述人物未注视屏幕的视频片段划分为所述无效片段。

其中，第二预设时间阈值可以是三秒，也可以是五秒，具体根据实际情况设置，示例性的，可以通过眼球识别的方式对视频进行识别，在网课中不仅有实际上课的录像做成的网课视频的方式，也有网课老师对着摄像头进行讲课的方式，在网课老师对着摄像头进行讲课的方式中，可以采用眼球识别的方式检测网课老师的注视点，在实际过程中，网课老师进行重点讲解时，注视点会对准摄像头或进行展示的屏幕，如果检测到老师的注视点在一段时间内注视点都不在摄像头或屏幕上时，则可以判定这段视频的内容属于无效内容。

另外，也可以采用结合人物识别以及眼球识别的方式，首先检测目标人物是否出现在屏幕中，确定目标人物出现在屏幕中时，再采用眼球识别，判断视频的内容是否是有效内容。通过结合两种识别方式的模式，可以节省资源，提高识别效率。

对于步骤S11，本申请实施例还提供一种基于语音识别的获取无效视频判断的数据的步骤。

可选的，所述无效视频判断数据包括语音关键词；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在检测到所述视频中出现所述语音关键词时，将出现所述语音关键词的视频片段划分为所述无效片段。

示例性的，老师上课时为了吸引学生的注意力，引起学生的兴趣，可能会举例子、通过软件抽学生回答问题或者在课堂上发红包等，通过对视频进行语音识别，提取语音中的关键字词，如“例子”、“比如”、“例如”、“红包”、“抽奖”等，在识别到视频中出现上述关键字词时，可以将对应的视频片段划分为无效片段。

在一些实施例中，可以建立无效字词数据库，批量地拆分视频并从其中提取关键字词，将提取出的字词与无效字词数据库中的字词进行比对，确定视频片段是否为无效片段。

在另一些实施例中，还可以基于预设的排序算法和相似度衡量算法从上述无效字词数据库中提取关键词，将关键词转换为词向量并生成无效主题词典，该无效主题词典中存储有无效关键词的词向量。

其中，排序算法可以是TextRank算法，相似度衡量算法可以是BM25算法，通过对提取出的词向量进行加权，以将每个关键词转换为具有权重的词向量。在提取到视频中的关键词后，也对其进行转换以及加权，根据无效主题词典中的词向量以及关键词转换成的词向量计算视频中的关键词与无效词的相似度，在相似度达到预设值时，确定该关键词为无效词，并将该视频片段划分为无效片段，其中相似度的预设值可以根据实际情况具体设置。

对于步骤S11，本申请实施例还提供一种基于声调识别的获取无效视频判断的数据的步骤。

所述无效视频判断数据包括声调变化数据；基于所述无效视频判定数据划分所述视频中的无效片段包括：

在检测到所述视频中所述声调变化数据大于预设阈值时，将所述声调变化数据大于预设阈值的视频片段划分为所述无效片段。

示例性的，在上课过程中，老师的授课的声调一般是变化较小的，但有可能老师举了精妙的例子会引得学生哈哈大笑，在这种情况下便可以采用声调识别，在检测到视频中的声调变化数据出现异常时，可以确定对应的视频片段为无效片段。

另外，还可以通过对视频进行噪声检测，在检测到视频的某片段出现大量的噪声时，也可以将该视频片段划分为无效片段。

由此可见，通过上述的多种检测方式，能够针对老师上课时的各种情况进行视频有效片段以及无效片段的划分，从而能够提高划分视频片段的效率以及检测无效片段的准确性。

对于步骤S13，本申请实施例提供一种控制有效视频以及无效视频时长的步骤，该步骤可以包括：将视频片段的进度条划分为相互间隔的有效滑动块和无效滑动块，所述有效滑动块用于控制所述有效片段的时长，所述无效滑动块用于控制所述无效片段的时长。

其中，可以在显示器上以不同的颜色展示有效滑动块以及无效滑动块，在初步对视频进行划分后，可以将划分后的视频交由管理员审核，管理员可以根据有效滑动块以及无效滑动块确定视频片段是否有效，校对划分是否准确，在管理员确定某片段划分有误时，可以拖动有效滑动块或无效滑动块控制对应视频片段的时长。

由此可见，通过上述实现步骤，可以在对视频的划分步骤后进行人工检测，通过有效滑动块以及无效滑动块控制有效视频或无效视频的时长，能够提高划分视频片段的准确性。

可选的，在步骤S13之后，该方法还可以包括将所述有效片段合成为目标直播回放视频。

由此可见，将有效片段合成为目标直播回放视频，能够突出展示视频中的有效内容，从而提高学生观看直播回放视频的听课效率。

第二方面，基于同一发明构思，本申请实施例还提供一种视频编辑装置20，请参看图2，图2为本申请实施例提供的一种视频编辑装置的示意图。该视频编辑装置20可以包括：

无效数据获取模块21，用于基于目标物识别和/或语音识别从视频中获取无效视频判定数据；

划分模块22，用于基于所述无效视频判定数据划分所述视频中的有效片段和无效片段；

标记模块23，用于将所述有效片段标记为目标视频。

其中，无效数据获取模块可以包括至少一个可以软件或固件(firmware)的形式存储于存储单元中或固化在网页服务器操作系统(operating system，OS)中的软件功能模块。处理单元用于执行存储单元中存储的可执行模块，例如数据获取装置所包括的软件功能模块及计算机程序等。

第三方面，本申请实施例还提供了一种电子设备，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器读取并运行所述程序指令时，执行上述任一实现方式中的步骤。

第四方面，本申请实施例还提供了一种存储介质，所述可读取存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行上述任一实现方式中的步骤。

所述存储介质可以是随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等各种可以存储程序代码的介质。其中，存储介质用于存储程序，所述处理器在接收到执行指令后，执行所述程序，本发明实施例任一实施例揭示的过程定义的电子终端所执行的方法可以应用于处理器中，或者由处理器实现。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。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，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，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。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。

所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种视频编辑方法，其特征在于，包括：

基于目标物识别和/或语音识别从视频中获取无效视频判定数据；

基于所述无效视频判定数据划分所述视频中的有效片段和无效片段；

将所述有效片段标记为目标视频。

2.根据权利要求1所述的方法，其特征在于，所述无效视频判断数据包括目标物在所述视频的显示画面中持续消失时长；

基于所述无效视频判定数据划分所述视频中的无效片段包括：

在所述目标物在所述视频的显示画面中持续消失时长超过第一预设时间阈值时，将所述目标物消失的视频片段划分为所述无效片段。

3.根据权利要求1所述的方法，其特征在于，所述目标物包括人物，所述无效视频判断数据包括所述人物注视屏幕的时长；

基于所述无效视频判定数据划分所述视频中的无效片段包括：

在所述人物超过第二预设时间阈值未注视屏幕时，将所述人物未注视屏幕的视频片段划分为所述无效片段。

4.根据权利要求1所述的方法，其特征在于，所述无效视频判断数据包括语音关键词；

基于所述无效视频判定数据划分所述视频中的无效片段包括：

在检测到所述视频中出现所述语音关键词时，将出现所述语音关键词的视频片段划分为所述无效片段。

5.根据权利要求1所述的方法，其特征在于，所述无效视频判断数据包括声调变化数据；

基于所述无效视频判定数据划分所述视频中的无效片段包括：

在检测到所述视频中所述声调变化数据大于预设阈值时，将所述声调变化数据大于预设阈值的视频片段划分为所述无效片段。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：将视频片段的进度条划分为相互间隔的有效滑动块和无效滑动块，所述有效滑动块用于控制所述有效片段的时长，所述无效滑动块用于控制所述无效片段的时长。

7.根据权利要求1所述的方法，其特征在于，所述视频为直播回放视频，所述将所述有效片段标记为目标视频，包括：

将所述有效片段合成为目标直播回放视频。

8.一种视频编辑装置，其特征在于，包括：

无效数据获取模块，用于基于目标物识别和/或语音识别从视频中获取无效视频判定数据；

划分模块，用于基于所述无效视频判定数据划分所述视频中的有效片段和无效片段；

标记模块，用于将所述有效片段标记为目标视频。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器中存储有程序指令，所述处理器运行所述程序指令时，执行权利要求1-7中任一项所述方法中的步骤。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器运行时，执行权利要求1-7任一项所述方法中的步骤。

Images