CN114117127A - 视频生成方法、装置、可读介质及电子设备 - Google Patents

视频生成方法、装置、可读介质及电子设备 Download PDF

Info

Publication number
CN114117127A
CN114117127A CN202111397234.0A CN202111397234A CN114117127A CN 114117127 A CN114117127 A CN 114117127A CN 202111397234 A CN202111397234 A CN 202111397234A CN 114117127 A CN114117127 A CN 114117127A
Authority
CN
China
Prior art keywords
video
frame
target
shot
preset
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
Application number
CN202111397234.0A
Other languages
English (en)
Inventor
高永强
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.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network 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 Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202111397234.0A priority Critical patent/CN114117127A/zh
Publication of CN114117127A publication Critical patent/CN114117127A/zh
Pending legal-status Critical Current

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本公开涉及一种视频生成方法、装置、可读介质及电子设备，该视频生成方法能够在通过预设边界识别模型输出得到用于划分视频镜头的待定边界帧之后，再根据该待定边界帧和每帧视频图像的特征图确定目标边界帧；然后根据该目标边界帧确定该原始视频中包含的多个目标视频镜头，最后再根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频，这样，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证精细化地划分视频镜头，得到更为准确的目标视频镜头，根据该更为准确地目标视频镜头生成指定视频，在该指定视频为视频摘要时，能够有效提升视频摘要的质量，也能够有效提升用户的观看体验。

Description

视频生成方法、装置、可读介质及电子设备
技术领域
本公开涉及视频数据处理领域，具体地，涉及一种视频生成方法、装置、可读介质及电子设备。
背景技术
视频摘要是对视频内容的一个简短概括，例如，游戏视频的视频摘要能够帮助用户快速的了解游戏内容，一般视频摘要生成过程包括视频镜头划分和镜头选择两部分，准确地镜头划分有利于突出视频经典内容，提升视频摘要的质量，也有利于提升用户的观看体验。
然而，目前的视频摘要的生成方法通常无法精细化地划分视频镜头，容易因为视频镜头划分不准确，而导致视频摘要质量较差，不利于提升用户的观看体验的问题。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开提供了一种视频生成方法、装置、可读介质及电子设备。
第一方面，本公开提供一种视频生成方法，所述方法包括：
获取原始视频；
将所述原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及所述原始视频中每帧视频图像的特征图；
根据所述待定边界帧和每帧视频图像的所述特征图确定目标边界帧；
根据所述目标边界帧确定所述原始视频中包含的多个目标视频镜头；
根据多个所述目标视频镜头和每个所述目标视频镜头中每帧视频图像的特征图生成指定视频。
第二方面，本公开提供一种视频生成装置，所述装置包括：
获取模块，用于获取原始视频；
第一确定模块，用于将所述原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及所述原始视频中每帧视频图像的特征图；
第二确定模块，用于根据所述待定边界帧和每帧视频图像的所述特征图确定目标边界帧；
第三确定模块，用于根据所述目标边界帧确定所述原始视频中包含的多个目标视频镜头；
生成模块，用于根据多个所述目标视频镜头和每个所述目标视频镜头中每帧视频图像的特征图生成指定视频。
第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上第一方面所述方法的步骤。
第四方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上第一方面所述方法的步骤。
上述技术方案，在通过预设边界识别模型输出得到用于划分视频镜头的待定边界帧之后，再根据所述待定边界帧和每帧视频图像的特征图确定目标边界帧；然后根据所述目标边界帧确定所述原始视频中包含的多个目标视频镜头，再根据多个所述目标视频镜头和每个所述目标视频镜头中每帧视频图像的特征图生成指定视频，这样，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证精细化地划分视频镜头，得到更为准确的目标视频镜头，根据该更为准确地目标视频镜头生成指定视频，在该指定视频为视频摘要时，有利于避免生成的视频摘要存在重点不突出，经典表现不明显等问题，能够有效提升视频摘要的质量，也能够有效提升用户的观看体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是本公开一示例性实施例示出的一种视频生成方法的流程图；
图2是根据图1所示实施例示出的一种视频生成方法的流程图；
图3是根据图1所示实施例示出的另一种视频生成方法的流程图；
图4是本公开一示例性实施例示出的一种视频生成装置的框图；
图5是本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
在详细介绍本公开的具体实施方式之前，首先对本公开的应用场景进行以下说明，本公开可以应用于指定视频的生成过程，尤其可以适用于针对游戏视频生成视频摘要的场景中，示例地，该游戏视频可以是在终端显示游戏画面的情况下，通过录制屏幕得到的视频图像，该游戏视频可以是包括完整游戏过程的视频图像，也可以是仅包括闯关游戏中的某一关或者某几关的视频图像。目前，相关技术中在针对游戏视频生成视频摘要的过程中，经常出现视频镜头划分不准确，即将上一个视频镜头的尾部部分图像与当前视频镜头误划分为一个视频镜头，或者，将当前视频镜头的起始部分误归属为上一个视频镜头。由于在生成视频摘要时，通常需要以视频镜头为单位组成视频摘要，例如，从划分的视频镜头中筛选出部分经典的视频镜头组成视频摘要，或者通过突显原始视频中的部分经典的视频镜头形成视频摘要，当视频镜头划分不准确的情况下，很容易导致用于组成视频摘要的经典视频镜头内掺杂了非经典镜头的内容，从而导致生成的视频摘要存在重点不突出，经典表现不明显等问题，如此会非常不利于视频摘要质量的提升，也不利于用户观看体验的提升。
为了解决以上技术问题，本公开提供了一种视频生成方法、装置、可读介质及电子设备，该视频生成方法能够在通过预设边界识别模型输出得到用于划分视频镜头的待定边界帧之后，再根据该待定边界帧和每帧视频图像的特征图确定目标边界帧；然后根据该目标边界帧确定该原始视频中包含的多个目标视频镜头，最后再根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频，这样，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证精细化地划分视频镜头，得到更为准确的目标视频镜头，根据该更为准确地目标视频镜头生成指定视频，在该指定视频为视频摘要时，有利于避免生成的视频摘要存在重点不突出，经典表现不明显等问题，从而能够有效提升视频摘要的质量，也能够有效提升用户的观看体验。
下面结合附图详细介绍本公开的具体实施方式。
图1是本公开一示例性实施例示出的一种视频生成方法的流程图；参见图1，该方法可以包括：
步骤101，获取原始视频。
其中，该原始视频可以是包括整个游戏过程的游戏视频图像，也可以是关卡游戏中某一关，或者某几关的游戏视频图像。
示例地，本步骤中可以在终端显示游戏画面的情况下，通过屏幕录制功能获取得到的包括整个游戏过程的游戏视频图像，将该整个游戏过程的游戏视频图像进行视频分割，从而得到每关游戏对应的游戏视频图像，将每关游戏的游戏视频图像作为该原始视频，用于生成每关游戏视频图像的视频摘要。
步骤102，将该原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及该原始视频中每帧视频图像的特征图。
其中，该预设边界识别模型可以是双向LSTM(Long Short Term Memory,具有记忆长短期信息的能力的神经网络)模型，该预设边界识别模型的训练过程可以包括：获取预设的第二模型训练数据，该第二模型训练数据由多个原始视频样本，以及每个该原始视频样本中每个视频镜头的边界帧图像的标注数据组成；通过该第二模型训练数据对预设的第二初始模型进行训练，以得到该预设边界识别模型，该第二初始模型可以是预设的初始双向LSTM模型，该预设边界识别模型可以包括输入层，输出层以及至少一个隐藏层，该输入层的输出端与该隐藏层的输入端耦合，该隐藏层的输出端与该输出层的输入端耦合。
本步骤中，可以将该原始视频通过该输入层输入至该隐藏层；通过该隐藏层输出该原始视频中每帧视频图像的特征图，并通过该隐藏层向该输出层输入该原始视频中提取帧视频图像的特征图，以使该输出层输出该待定边界帧。
需要说明的是，在存在多个隐藏层的情况下，可以将多个该隐藏层中的任一个隐藏层输出的特征图作为该原始视频中每帧视频图像的特征图。该双向LSTM模型的具体架构可以参见现有技术中的相关描述，现有技术中该双向LSTM模型的具体架构比较容易获取，本公开在此不再赘述。
另外，该提取帧视频图像可以是根据预设的视频图像提取步长对该原始视频进行跳帧取帧，例如，可以是每隔5帧提取一帧，以得到该提取帧视频图像，这样，能够有效提升该预设边界识别模的型模型效率，缩短生成该待定边界帧的用时，从而有利于缩短生成视频摘要的用时，提升视频摘要的生成效率。
步骤103，根据该待定边界帧和每帧视频图像的该特征图确定目标边界帧。
其中，该目标边界帧可以是每个视频镜头的最后一帧图像，也可以是每个视频镜头的第一帧图像。
步骤104，根据该目标边界帧确定该原始视频中包含的多个目标视频镜头。
本步骤中一种可能的实施方式为：在该目标边界帧是每个视频镜头的最后一帧图像的情况下，可以将该当前目标边界帧以前(包括当前目标边界帧)，上一个目标边界帧之后(不包括上一个目标边界帧)的多帧视频图像确定为一个目标视频镜头，对整个原始视频按照上述方法划分视频镜头，从而能够得到多个目标视频镜头。
另一种可能的实施方式为：在该目标边界帧是每个视频镜头的第一帧图像的情况下，可以将该当前目标边界帧以前(不包括当前目标边界帧)，上一个目标边界帧之后(包括上一个目标边界帧)的多帧视频图像确定为一个目标视频镜头，对整个原始视频按照上述方法划分视频镜头，从而能够得到多个目标视频镜头。
步骤105，根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频。
其中，该指定视频可以是视频摘要，也可以是原始视频对应的短视频。
本步骤中，可以先确定出每个目标视频镜头的视频镜头类型，该视频镜头类型可以包括第一类视频镜头和第二类视频镜头，根据该视频镜头类型生成所述指定视频，其中，在该第一类视频镜头是高光视频镜头的情况下，该第二类视频镜头可以是非高光视频镜头；在该第一类视频镜头是预设人物视频镜头的情况下，该第二类视频镜头可以是非预设人物视频镜头，该预设人物视频镜头可以是包含预设人物图像的视频镜头。
示例地，可以从该多个目标视频镜头中确定出高光视频镜头和非高光视频镜头，然后可以仅根据该高光视频镜头生成指定视频，也可以根据该高光视频镜头和该非高光视频镜头生成包含该原始视频完整内容的指定视频。
需要说明的是，在仅根据该高光视频镜头生成指定视频时，可以按照每个高光视频镜头在原始视屏中的先后顺序将确定的多个高光视频镜头拼接在一起，形成该指定视频。
在根据该高光视频镜头和该非高光视频镜头生成包含该原始视频完整内容的指定视频时，可以将第一预设帧率作为该高光视频镜头的帧率，将第二预设帧率作为该非高光视频镜头的目标视频镜头的帧率，以得到该指定视频，其中，该第一预设帧率小于该第二预设帧率。这样，能够保证该高光视频镜头通过较慢的播放速度进行展示，有利于用户更好的获取该高光视频镜头中的视频内容，并且能够以相对较快的播放速度展示该非高光视频镜头对应的视频画面，能够快速地展示该非关键内容，从而能够避免由于该非关键内容的展示耗费太多时间，而造成的用户体验不畅的问题。
以上技术方案，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证精细化地划分视频镜头，得到更为准确的目标视频镜头，根据该更为准确地目标视频镜头生成指定视频，在该指定视频为视频摘要时，有利于避免生成的视频摘要存在重点不突出，经典表现不明显等问题，从而能够有效提升视频摘要的质量，也能够有效提升用户的观看体验。
进一步地，以上图1中步骤103所述的根据该待定边界帧和每帧视频图像的特征图确定目标边界帧可以通过以下图2所示步骤实现，图2是根据图1所示实施例示出的一种视频生成方法的流程图，参见图2，该步骤103可以包括：
步骤1031，从该原始视频中获取以该待定边界帧为非首帧图像的目标视频片段。
本步骤中，可以从该原始视频中获取该待定边界帧之前的M视频图像，并从该原始视频中获取该待定边界帧之后的M-1帧，以得到由2M帧视频图像形成的目标视频片段。其中该M可以是预设的大于1的正整数。
步骤1032，根据该目标视频片段中每帧视频图像的特征图确定该目标视频片段中每帧视频图像与该目标视频片段的起始帧的第一距离，并根据该目标视频片段中每帧视频图像的特征图确定该目标视频片段中每帧视频图像与该目标视频片段的结束帧的第二距离。
本步骤中，该第一距离和该第二距离均为欧式距离，可以从该预设边界帧识别模型输出的每帧视频图像的特征图中，筛选出当前的目标视频片段(即2M帧视频图像)中每帧视频图像的特征图，并根据该2M帧视频图像中每帧视频图像的特征图确定该2M帧视频图像中每帧视频图像与该2M帧视频图像的起始帧的第一距离，并确定该2M帧视频图像中每帧视频图像与该2M帧视频图像的结束帧的第二距离。
其中，该第一距离和该第二距离可以通过以下公式计算得到：
Figure BDA0003370744740000091
以上公式中X＝(x1，x2…xn)，Y＝(y1，y2…yn)，X为第i帧视频图像，(x1，x2…xn)为该第i帧视频图像的特征图对应的特征向量，Y为结束帧(或者起始帧)，(y1，y2…yn)为结束帧(或者起始帧)的特征图对应的特征向量。
步骤1033，获取该目标视频片段中每帧视频图像对应的该第一距离与该第二距离的和值。
步骤1034，将该目标视频片段中和值最大的目标帧图像作为该目标边界帧。
示例地，若还目标视频片段中包括4帧视频图像，第1帧与第4帧的距离为A，第2帧与第1帧的距离为B，第2帧与第4帧的距离为C，第3帧与第1帧的距离为D，第3帧与第4帧的距离为E，第4帧与第1帧的距离为A，若B+C＞D+E＞A，则将该第2帧对应的视频图像确定为该目标边界帧。
以上技术方案，能够在通过预设边界识别模型输出得到用于划分视频镜头的待定边界帧之后，再根据该待定边界帧和每帧视频图像的特征图确定目标边界帧，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证视频镜头划分结果的准确性，有利于提升视频摘要质量。
进一步地，以上图1中步骤105所述的根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频可以通过以下图3所示步骤实现，图3是根据图1所示实施例示出的另一种视频生成方法的流程图，参见图3，该步骤105可以包括：
步骤1051，将每个该目标视频镜头中每帧视频图像的特征图输入预设分类模型，以使该预设分类模型输出该目标视频镜头的视频镜头类型。
其中，该视频镜头类型包括第一类视频镜头和第二类视频镜头，在该第一类视频镜头是高光视频镜头的情况下，该第二类视频镜头可以是非高光视频镜头；在该第一类视频镜头是预设人物视频镜头的情况下，该第二类视频镜头可以是非预设人物视频镜头，该预设人物视频镜头可以是包含预设人物图像的视频镜头。
需要说明的是，该预设分类模型可以通过以下方式训练得到：
获取多个视频镜头样本对应的特征图，每个该视频镜头样本包括第一类视频镜头或者第二类视频镜头的标注信息；将该多个视频镜头样本对应的特征图作为第一模型训练数据，通过该第一模型训练数据对预设的第一初始模型进行训练，以得到该预设分类模型。
步骤1052，确定该原始视频是否包括多个原始视频片段。
其中，每个该原始视频片段包括至少一个该目标视频镜头。
本步骤中，在确定该原始视频包括多个原始视频片段的情况下，执行步骤1053；在确定该原始视频仅包括一个原始视频片段的情况下，执行步骤1054。
步骤1053，按照多个该原始视频片段对应的第一先后顺序以及每个该原始视频片段中目标视频镜头的第二先后顺序对该原始视频对应的多个目标视频镜头进行拼接。
示例地，若该原始视频包括关卡游戏中第一关的游戏视频片段，第二关的游戏视频片段，第三关的游戏视频片段，其中第一关的游戏视频片段包括3个目标视频镜头，分别为0至2秒目标视频镜头，2至2.5秒目标视频镜头，以及2.5秒至3秒目标视频镜头，该第二关的游戏视频片段包括2个目标视频镜头，分别为0至1秒目标视频镜头，以及1至3秒目标视频镜头，该第三关的游戏视频片段包括4个目标视频镜头，分别为0至1秒目标视频镜头，1至2秒目标视频镜头，2至2.5秒目标视频镜头，以及2.5秒至3.5秒目标视频镜头。在对该原始视频中的多个目标视频镜头进行拼接时，按照第一先后顺序(即第一关，第二关，第三关)以及每关内每个目标视频镜头的第二先后顺序(即目标视频镜头的时间顺序)进行拼接，从而得到第一关的0至2秒目标视频镜头，与第一关的2至2.5秒目标视频镜头拼接，该第一关的2至2.5秒目标视频镜头与该第一关的2.5至3秒目标视频镜头拼接，该第一关的2.5至3秒目标视频镜头与该第二关的0至1秒目标视频镜头拼接，该第二关的0至1秒目标视频镜头与该第二关的1至3秒目标视频镜头拼接，该第二关的1至3秒目标视频镜头与该第三关的0至1秒目标视频镜头拼接，该第三关的0至1秒目标视频镜头拼接与该第三关的1至2秒目标视频镜头拼接，该第三关的1至2秒目标视频镜头拼接与该第三关的2至2.5秒目标视频镜头拼接，该第三关的2至2.5秒目标视频镜头与该第三关的2.5秒至3.5秒目标视频镜头拼接。
步骤1054，将第一预设帧率作为该第一类视频镜头的帧率，将第二预设帧率作为该第二类视频镜头的目标视频镜头的帧率，以得到该指定视频。
其中，该第一预设帧率小于该第二预设帧率。
示例地，该第二预设帧率可以是该第一预设帧率的两倍或者2倍以上。
以上技术方案，能够通过将第一类视频镜头以较小的帧率播放，将第二类视频镜头以相对较大的帧率播放，从而能够生成有效突显该第一类视频镜头的指定视频，例如，在该第一类视频镜头是高光视频镜头，该第二类视频镜头可以是非高光视频镜头的情况下，能够通过将高光视频镜头以较小的帧率播放，将非高光视频镜头以相对较大的帧率播放，从而能够生成有效突显该高光视频镜头的指定视频，在该第一类视频镜头是预设人物视频镜头，该第二类视频镜头可以是非预设人物视频镜头的情况下，能够将预设人物视频镜头以较小的帧率播放，将非预设人物视频镜头以相对较大的帧率播放，从而能够生成有效突显该预设人物视频镜头的指定视频，这样，不仅能够使指定视频达到重点突出的效果，还能够使指定视频拥有完整的视频内容，有利于用户全面且有重点的了解该原始视频涉及到的内容，从而能够有效提升用户的观看体验。
图4是本公开一示例性实施例示出的一种视频生成装置的框图；参见图4，该装置可以包括：
获取模块401，用于获取原始视频；
第一确定模块402，用于将该原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及该原始视频中每帧视频图像的特征图；
第二确定模块403，用于根据该待定边界帧和每帧视频图像的该特征图确定目标边界帧；
第三确定模块404，用于根据该目标边界帧确定该原始视频中包含的多个目标视频镜头；
生成模块405，用于根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频。
以上技术方案，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证精细化地划分视频镜头，得到更为准确的目标视频镜头，根据该更为准确地目标视频镜头生成指定视频，有利于避免生成的视频摘要存在重点不突出，经典表现不明显等问题，从而能够有效提升视频摘要的质量，也能够有效提升用户的观看体验。
可选地，该预设边界识别模型包括输入层，输出层以及至少一个隐藏层，该第一确定模块402，用于：
将该原始视频通过该输入层输入至该隐藏层；
通过该隐藏层输出该原始视频中每帧视频图像的该特征图，并通过该隐藏层向该输出层输入该原始视频中提取帧视频图像的特征图，以使该输出层输出该待定边界帧。
可选地，该第二确定模块403，用于：
从该原始视频中获取以该待定边界帧为非首帧图像的目标视频片段；
根据该目标视频片段中每帧视频图像的特征图确定该目标视频片段中每帧视频图像与该目标视频片段的起始帧的第一距离，并根据该目标视频片段中每帧视频图像的特征图确定该目标视频片段中每帧视频图像与该目标视频片段的结束帧的第二距离；
获取该目标视频片段中每帧视频图像对应的该第一距离与该第二距离的和值；
将该目标视频片段中和值最大的目标帧图像作为该目标边界帧。
可选地，该生成模块405，用于：
将每个该目标视频镜头中每帧视频图像的特征图输入预设分类模型，以使该预设分类模型输出该目标视频镜头的视频镜头类型；
根据该视频镜头类型生成该指定视频。
可选地，视频镜头类型包括第一类视频镜头和第二类视频镜头，该生成模块405，用于：
将第一预设帧率作为该第一类视频镜头的帧率，将第二预设帧率作为该第二类视频镜头的目标视频镜头的帧率，以得到该指定视频，其中，该第一预设帧率小于该第二预设帧率。
可选地，该原始视频包括多个原始视频片段，每个该原始视频片段包括至少一个该目标视频镜头，该生成模块405，还用于：
按照多个该原始视频片段对应的第一先后顺序以及每个该原始视频片段中目标视频镜头的第二先后顺序对该原始视频对应的多个目标视频镜头进行拼接。
可选地，该预设分类模型通过以下方式训练得到：
获取多个视频镜头样本对应的特征图，每个该视频镜头样本包括第一类视频镜头或者第二类视频镜头的标注信息；
将该多个视频镜头样本对应的特征图作为第一模型训练数据，通过该第一模型训练数据对预设的第一初始模型进行训练，以得到该预设分类模型。
可选地，该预设边界识别模型是通过以下训练方式训练得到：
获取预设的第二模型训练数据，该第二模型训练数据由多个原始视频样本，以及每个该原始视频样本中每个视频镜头的边界帧图像的标注数据组成；
通过该第二模型训练数据对预设的第二初始模型进行训练，以得到该预设边界识别模型，该预设边界识别模型包括至少一个隐藏层。
以上技术方案，能够得到更为准确地用于划分视频镜头的目标边界帧，从而能够保证精细化地划分视频镜头，得到更为准确的目标视频镜头，根据该更为准确地目标视频镜头生成指定视频，有利于避免生成的视频摘要存在重点不突出，经典表现不明显等问题，从而能够有效提升视频摘要的质量，也能够有效提升用户的观看体验。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的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、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、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5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5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置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。
通常，以下装置可以连接至I/O接口505：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505；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，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，其包括承载在非暂态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509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
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。
在一些实施方式中，客户端可以利用诸如HTTP(HyperText Transfer Protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
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：获取原始视频；将该原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及该原始视频中每帧视频图像的特征图；根据该待定边界帧和每帧视频图像的特征图确定目标边界帧；根据该目标边界帧确定该原始视频中包含的多个目标视频镜头；根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频。
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但不限于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(LAN)或广域网(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模块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，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取原始视频的模块”。
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。
根据本公开的一个或多个实施例，示例1提供了一种视频生成方法，该方法包括：
获取原始视频；
将该原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及该原始视频中每帧视频图像的特征图；
根据该待定边界帧和每帧视频图像的该特征图确定目标边界帧；
根据该目标边界帧确定该原始视频中包含的多个目标视频镜头；
根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频。
根据本公开的一个或多个实施例，示例2提供了示例1所述的方法，该预设边界识别模型包括输入层，输出层以及至少一个隐藏层，该将该原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及该原始视频中每帧视频图像的特征图，包括：
将该原始视频通过该输入层输入至该隐藏层；
通过该隐藏层输出该原始视频中每帧视频图像的该特征图，并通过该隐藏层向该输出层输入该原始视频中提取帧视频图像的特征图，以使该输出层输出该待定边界帧。
根据本公开的一个或多个实施例，示例3提供了示例1所述的方法，该根据该待定边界帧和每帧视频图像的特征图确定目标边界帧，包括：
从该原始视频中获取以该待定边界帧为非首帧图像的目标视频片段；
根据该目标视频片段中每帧视频图像的特征图确定该目标视频片段中每帧视频图像与该目标视频片段的起始帧的第一距离，并根据该目标视频片段中每帧视频图像的特征图确定该目标视频片段中每帧视频图像与该目标视频片段的结束帧的第二距离；
获取该目标视频片段中每帧视频图像对应的该第一距离与该第二距离的和值；
将该目标视频片段中和值最大的目标帧图像作为该目标边界帧。
根据本公开的一个或多个实施例，示例4提供了示例1所述的方法，该根据该多个目标视频镜头和每个目标视频镜头中每帧视频图像的特征图生成指定视频，包括：
将每个该目标视频镜头中每帧视频图像的特征图输入预设分类模型，以使该预设分类模型输出该目标视频镜头的视频镜头类型；
根据该视频镜头类型生成该指定视频。
根据本公开的一个或多个实施例，示例5提供了示例4所述的方法，该视频镜头类型包括第一类视频镜头和第二类视频镜头，该根据视频镜头类型生成该指定视频，包括：
将第一预设帧率作为该第一类视频镜头的帧率，将第二预设帧率作为该第二类视频镜头的目标视频镜头的帧率，以得到该指定视频，其中，该第一预设帧率小于该第二预设帧率。
根据本公开的一个或多个实施例，示例6提供了示例1所述的方法，该原始视频包括多个原始视频片段，每个该原始视频片段包括至少一个该目标视频镜头，该方法还包括：
按照多个该原始视频片段对应的第一先后顺序以及每个该原始视频片段中目标视频镜头的第二先后顺序对该原始视频对应的多个目标视频镜头进行拼接。
根据本公开的一个或多个实施例，示例7提供了示例4所述的方法，该预设分类模型通过以下方式训练得到：
获取多个视频镜头样本对应的特征图，每个该视频镜头样本包括第一类视频镜头或者第二类视频镜头的标注信息；
将该多个视频镜头样本对应的特征图作为第一模型训练数据，通过该第一模型训练数据对预设的第一初始模型进行训练，以得到该预设分类模型。
根据本公开的一个或多个实施例，示例8提供了示例1-7任一项所述的方法，该预设边界识别模型是通过以下训练方式训练得到：
获取预设的第二模型训练数据，该第二模型训练数据由多个原始视频样本，以及每个该原始视频样本中每个视频镜头的边界帧图像的标注数据组成；
通过该第二模型训练数据对预设的第二初始模型进行训练，以得到该预设边界识别模型，该预设边界识别模型包括至少一个隐藏层。
根据本公开的一个或多个实施例，示例9提供了一种视频生成装置，该装置包括：
获取模块，用于获取原始视频；
第一确定模块，用于将该原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及该原始视频中每帧视频图像的特征图；
第二确定模块，用于根据该待定边界帧和每帧视频图像的该特征图确定目标边界帧；
第三确定模块，用于根据该目标边界帧确定该原始视频中包含的多个目标视频镜头；
生成模块，用于根据多个该目标视频镜头和每个该目标视频镜头中每帧视频图像的特征图生成指定视频。
根据本公开的一个或多个实施例，示例10提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现以上示例1-8中任一项该方法的步骤。
根据本公开的一个或多个实施例，示例11提供了一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行该存储装置中的该计算机程序，以实现以上示例1-8中任一项该方法的步骤。
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。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (11)

1.一种视频生成方法，其特征在于，所述方法包括：
获取原始视频；
将所述原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及所述原始视频中每帧视频图像的特征图；
根据所述待定边界帧和每帧视频图像的所述特征图确定目标边界帧；
根据所述目标边界帧确定所述原始视频中包含的多个目标视频镜头；
根据多个所述目标视频镜头和每个所述目标视频镜头中每帧视频图像的特征图生成指定视频。
2.根据权利要求1所述的方法，其特征在于，所述预设边界识别模型包括输入层，输出层以及至少一个隐藏层，所述将所述原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及所述原始视频中每帧视频图像的特征图，包括：
将所述原始视频通过所述输入层输入至所述隐藏层；
通过所述隐藏层输出所述原始视频中每帧视频图像的所述特征图，并通过所述隐藏层向所述输出层输入所述原始视频中提取帧视频图像的特征图，以使所述输出层输出所述待定边界帧。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待定边界帧和每帧视频图像的特征图确定目标边界帧，包括：
从所述原始视频中获取以所述待定边界帧为非首帧图像的目标视频片段；
根据所述目标视频片段中每帧视频图像的特征图确定所述目标视频片段中每帧视频图像与所述目标视频片段的起始帧的第一距离，并根据所述目标视频片段中每帧视频图像的特征图确定所述目标视频片段中每帧视频图像与所述目标视频片段的结束帧的第二距离；
获取所述目标视频片段中每帧视频图像对应的所述第一距离与所述第二距离的和值；
将所述目标视频片段中和值最大的目标帧图像作为所述目标边界帧。
4.根据权利要求1所述的方法，其特征在于，所述根据所述多个目标视频镜头和每个目标视频镜头中每帧视频图像的特征图生成指定视频，包括：
将每个所述目标视频镜头中每帧视频图像的特征图输入预设分类模型，以使所述预设分类模型输出所述目标视频镜头的视频镜头类型；
根据所述视频镜头类型生成所述指定视频。
5.根据权利要求4所述的方法，其特征在于，所述视频镜头类型包括第一类视频镜头和第二类视频镜头，所述根据所述视频镜头类型生成所述指定视频，包括：
将第一预设帧率作为所述第一类视频镜头的帧率，将第二预设帧率作为所述第二类视频镜头的帧率，以得到所述指定视频，其中，所述第一预设帧率小于所述第二预设帧率。
6.根据权利要求1所述的方法，其特征在于，所述原始视频包括多个原始视频片段，每个所述原始视频片段包括至少一个所述目标视频镜头，所述方法还包括：
按照多个所述原始视频片段对应的第一先后顺序以及每个所述原始视频片段中目标视频镜头的第二先后顺序对所述原始视频对应的多个目标视频镜头进行拼接。
7.根据权利要求4所述的方法，其特征在于，所述预设分类模型通过以下方式训练得到：
获取多个视频镜头样本对应的特征图，每个所述视频镜头样本包括第一类视频镜头或者第二类视频镜头的标注信息；
将所述多个视频镜头样本对应的特征图作为第一模型训练数据，通过所述第一模型训练数据对预设的第一初始模型进行训练，以得到所述预设分类模型。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述预设边界识别模型是通过以下训练方式训练得到：
获取预设的第二模型训练数据，所述第二模型训练数据由多个原始视频样本，以及每个所述原始视频样本中每个视频镜头的边界帧图像的标注数据组成；
通过所述第二模型训练数据对预设的第二初始模型进行训练，以得到所述预设边界识别模型，所述预设边界识别模型包括至少一个隐藏层。
9.一种视频生成装置，其特征在于，所述装置包括：
获取模块，用于获取原始视频；
第一确定模块，用于将所述原始视频作为预设边界识别模型的输入，以输出得到用于划分视频镜头的待定边界帧，以及所述原始视频中每帧视频图像的特征图；
第二确定模块，用于根据所述待定边界帧和每帧视频图像的所述特征图确定目标边界帧；
第三确定模块，用于根据所述目标边界帧确定所述原始视频中包含的多个目标视频镜头；
生成模块，用于根据多个所述目标视频镜头和每个所述目标视频镜头中每帧视频图像的特征图生成指定视频。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-8中任一项所述方法的步骤。
11.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-8中任一项所述方法的步骤。
CN202111397234.0A 2021-11-23 2021-11-23 视频生成方法、装置、可读介质及电子设备 Pending CN114117127A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111397234.0A CN114117127A (zh) 2021-11-23 2021-11-23 视频生成方法、装置、可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111397234.0A CN114117127A (zh) 2021-11-23 2021-11-23 视频生成方法、装置、可读介质及电子设备

Publications (1)

Publication Number Publication Date
CN114117127A true CN114117127A (zh) 2022-03-01

Family

ID=80440475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111397234.0A Pending CN114117127A (zh) 2021-11-23 2021-11-23 视频生成方法、装置、可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN114117127A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108419145A (zh) * 2018-05-04 2018-08-17 腾讯科技（深圳）有限公司 一种视频摘要的生成方法和装置以及计算机可读存储介质
CN112380929A (zh) * 2020-10-30 2021-02-19 北京字节跳动网络技术有限公司 一种高光片段的获取方法、装置、电子设备和存储介质
CN113099132A (zh) * 2021-04-19 2021-07-09 深圳市帧彩影视科技有限公司 视频处理方法、装置、电子设备、存储介质及程序产品

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108419145A (zh) * 2018-05-04 2018-08-17 腾讯科技（深圳）有限公司 一种视频摘要的生成方法和装置以及计算机可读存储介质
CN112380929A (zh) * 2020-10-30 2021-02-19 北京字节跳动网络技术有限公司 一种高光片段的获取方法、装置、电子设备和存储介质
CN113099132A (zh) * 2021-04-19 2021-07-09 深圳市帧彩影视科技有限公司 视频处理方法、装置、电子设备、存储介质及程序产品

Similar Documents

Publication Publication Date Title
CN110677711B (zh) 视频配乐方法、装置、电子设备及计算机可读介质
CN112184738B (zh) 一种图像分割方法、装置、设备及存储介质
CN112905839A (zh) 模型训练方法、模型使用方法、装置、存储介质及设备
CN113313064A (zh) 字符识别方法、装置、可读介质及电子设备
CN112381717A (zh) 图像处理方法、模型训练方法、装置、介质及设备
CN112561840A (zh) 视频裁剪方法、装置、存储介质及电子设备
US20240112299A1 (en) Video cropping method and apparatus, storage medium and electronic device
CN112907628A (zh) 视频目标追踪方法、装置、存储介质及电子设备
CN111432141B (zh) 一种混剪视频确定方法、装置、设备及存储介质
CN112423107A (zh) 歌词视频展示方法、装置、电子设备及计算机可读介质
CN113395538B (zh) 音效渲染方法、装置、计算机可读介质和电子设备
CN112949430A (zh) 视频处理方法和装置、存储介质和电子设备
CN115294501A (zh) 视频识别方法、视频识别模型训练方法、介质及电子设备
CN112990176B (zh) 书写质量评价方法、装置和电子设备
CN114445754A (zh) 视频处理方法、装置、可读介质及电子设备
CN111783632B (zh) 针对视频流的人脸检测方法、装置、电子设备及存储介质
CN109816670B (zh) 用于生成图像分割模型的方法和装置
CN112183388A (zh) 图像处理方法、装置、设备和介质
CN113259601A (zh) 视频处理方法、装置、可读介质和电子设备
CN113628097A (zh) 图像特效配置方法、图像识别方法、装置及电子设备
CN112287171A (zh) 信息处理方法、装置和电子设备
CN113033680B (zh) 视频分类方法、装置、可读介质及电子设备
CN112418233B (zh) 图像处理方法、装置、可读介质及电子设备
CN113177176A (zh) 特征构建方法、内容显示方法及相关装置
CN114339402A (zh) 视频播放完成率预测方法、装置、介质及电子设备

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