CN114155570A - 一种视频生成方法 - Google Patents

一种视频生成方法 Download PDF

Info

Publication number
CN114155570A
CN114155570A CN202111202142.2A CN202111202142A CN114155570A CN 114155570 A CN114155570 A CN 114155570A CN 202111202142 A CN202111202142 A CN 202111202142A CN 114155570 A CN114155570 A CN 114155570A
Authority
CN
China
Prior art keywords
face
user video
video
features
face features
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
CN202111202142.2A
Other languages
English (en)
Inventor
王擘
阳建军
熊军
张伟伟
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.)
Shenzhen Zhibenyiyou Technology Service Co ltd
Original Assignee
Shenzhen Zhibenyiyou Technology Service 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 Shenzhen Zhibenyiyou Technology Service Co ltd filed Critical Shenzhen Zhibenyiyou Technology Service Co ltd
Priority to CN202111202142.2A priority Critical patent/CN114155570A/zh
Publication of CN114155570A publication Critical patent/CN114155570A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

一种视频生成方法，涉及视频处理技术领域。该视频生成方法包括图像采集装置拍摄第一用户视频；图像采集装置将拍摄的第一用户视频发送给图像处理装置；图像处理装置检测第一用户视频中的人脸，提取人脸特征；图像处理装置将从第一用户视频中提取的人脸特征与预置的人脸特征进行比对，确定用于生成第二用户视频的人脸特征；图像处理装置根据用于生成第二用户视频的人脸特征对应的第一信息生成第二用户视频；图像处理装置将生成的第二用户视频发送给服务器；服务器利用第二用户视频生成第三用户视频。本发明的视频生成方法，不受用户的视频拍摄水平、手机摄像头的质量等因素的影响，对景点的网络带宽的需求较低，可以广泛应用于各个景点。

Description

一种视频生成方法
技术领域
本发明涉及视频处理技术领域，特别涉及一种视频生成方法。
背景技术
在4G网络出现之前，受网络带宽的限制，通常采用文字或图片来传播信息，例如QQ空间、微信朋友圈等基本都是以图片或文字的形式发布和展示信息。随着移动互联网进入4G时代和智能终端的普及，相关技术逐步完善之后，越来越多的人发现短视频可以高效、便捷地表达信息，更愿意通过短视频进行信息的发布。短视频由于其短小精悍、内容丰富的特点快速在各大平台传播并获得大量的流量，人们喜欢通过短视频的方式将自己的动态在微信朋友圈、抖音、快手等平台上展示，以获得家人、朋友和粉丝的关注。
在各大平台，每天都有大量的短视频发布，有专业的也有业余的。大部分的普通用户都喜欢发布一些与自己日常工作、生活相关的短视频，通常涉及出行、旅游、运动、美食等等。
其中，在旅游方面，尤其是在景区，人们常常会合成多处自己和景区关键景点的视频形成一个短视频来进行展示，记录在景区游玩时的美好时光。目前常见的做法是，用户到达相关景点后，将手机固定在自拍杆上，伸缩自拍杆到合适的长度以进行取景，启动手机的自拍功能进行视频拍摄，在拍摄过程中根据人物动作或拍摄背景调整自拍杆的位置；在多个景点进行视频拍摄，利用手机上的视频处理软件将多个景点拍摄的视频合成为短视频。上述方法容易受到用户的视频拍摄水平、手机摄像头的质量等因素的影响，往往难以获得具有令人满意的视觉效果的短视频。
发明内容
为了获得令人满意的视觉效果的短视频，本发明提供了一种视频生成方法，包括如下步骤：S01，图像采集装置拍摄第一用户视频；S02，图像采集装置将拍摄的第一用户视频发送给图像处理装置；S03，图像处理装置检测第一用户视频中的人脸，提取人脸特征；S04，图像处理装置将从第一用户视频中提取的人脸特征与预置的人脸特征进行比对，确定用于生成第二用户视频的人脸特征；S05，图像处理装置根据用于生成第二用户视频的人脸特征对应的第一信息生成第二用户视频；S06，图像处理装置将生成的第二用户视频发送给服务器；S07，服务器利用图像处理装置发送的第二用户视频生成第三用户视频。
本发明的视频生成方法，不受用户的视频拍摄水平、手机摄像头的质量等因素的影响，对景点的网络带宽的需求较低，可以广泛应用于各个景点。
附图说明
图1为本发明的一种视频生成方法的流程示意图。
具体实施方式
下面结合附图详细说明本发明的视频生成方法。
如图1所示，本发明的一种视频生成方法，包括如下步骤：
S01，图像采集装置拍摄第一用户视频。
所述图像采集装置可以是摄像机，也可以是摄像头。
所述图像采集装置可以安装在景点。一个景点可以安装一个图像采集装置，也可以安装两个以上图像采集装置。本申请文件中，两个以上包含两个。两个以上图像采集装置可以安装在景点的不同位置。两个以上图像采集装置可以从不同的角度拍摄用户在景点游玩的视频。两个以上图像采集装置可以对同一用户拍摄两个以上第一用户视频。一个景区的两个以上的景点，每个景点既可以分别安装一个图像采集装置，也可以安装两个以上图像采集装置。
S02，图像采集装置将拍摄的第一用户视频发送给图像处理装置。
所述图像处理装置可以是计算机。图像采集装置与图像处理装置相连接。很多时候，图像采集装置与图像处理装置可以采用有线连接；在此情形下，图像采集装置与图像处理装置之间的距离不会十分遥远。图像采集装置与图像处理装置也可以采用无线连接。图像处理装置可以安装在景点。图像处理装置也可以安装在两个以上的景点之间。一个景区可以安装一个图像处理装置，也可以安装两个以上的图像处理装置。
S03，图像处理装置检测第一用户视频中的人脸，提取人脸特征。
图像处理装置存储图像采集装置发送的、图像采集装置拍摄的第一用户视频。图像处理装置检测的是视频中的人脸，因此，图像处理装置对第一用户视频中的人脸的检测和人脸特征提取是持续的。例如，图像处理装置在第一用户视频的第2分30秒检测到人脸，那么图像处理装置对该检测到的人脸提取人脸特征；然后，图像处理装置在第一用户视频的第3分00秒再次检测到人脸，那么图像处理装置对该再次检测到的人脸再次提取人脸特征；由于第一用户视频的第2分30秒的画面与第一用户视频的第3分00秒的画面并不完全相同，因此，图像处理装置对第一用户视频的第2分30秒的画面中的人脸提取出的人脸特征与图像处理装置对第一用户视频的第3分00秒的画面中的人脸提取出的人脸特征并不完全相同。
S04，图像处理装置将从第一用户视频中提取的人脸特征与预置的人脸特征进行比对，确定用于生成第二用户视频的人脸特征。
所述预置的人脸特征可以采用以下方法得到：用户将照片上传至服务器，服务器检测照片中的人脸，对该检测到的人脸提取人脸特征，将提取的人脸特征作为预置的人脸特征发送给图像处理装置。通常情况下，所述照片仅包含一张人脸。
所述预置的人脸特征也可以采用以下方法得到：用户将照片上传至服务器，服务器将照片发送给图像处理装置，图像处理装置检测照片中的人脸，对该检测到的人脸提取人脸特征，将提取的人脸特征作为预置的人脸特征。通常情况下，所述照片仅包含一张人脸。
所述用于生成第二用户视频的人脸特征可以是一个，也可以是两个以上。
所述第二用户视频是从第一用户视频中截取的视频。所述第二用户视频可以是一个，也可以是两个以上。
确定用于生成第二用户视频的人脸特征可以采用如下方法：将从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在第一用户视频中出现的时刻最晚的那个人脸特征作为用于生成第二用户视频的人脸特征。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在所有的第一用户视频中出现的时刻最晚的那个人脸特征作为用于生成第二用户视频的人脸特征。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在所有的第一用户视频中出现的时刻最晚的那个人脸特征作为用于生成第二用户视频的人脸特征。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到所有的符合预先设置的相似度范围的人脸特征，对所有的符合预先设置的相似度范围的人脸特征按照人脸特征所对应的人脸在第一用户视频中出现的时刻进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到所有的符合预先设置的相似度范围的人脸特征，对所有的符合预先设置的相似度范围的人脸特征按照人脸特征所对应的人脸在第一用户视频中出现的时刻进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第六人脸特征，对得到的所有第六人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。所述的对得到的所有第六人脸特征进行排序，可以按照所有第六人脸特征所对应的人脸在第一用户视频中出现的时刻进行排序；可以从早到晚排序，也可以从晚到早排序。所述第六人脸特征，是指将从某个图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在该第一用户视频中出现的时刻最晚的那个人脸特征作为第六人脸特征。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第六人脸特征，对得到的所有第六人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：计算
Figure BDA0003305340060000041
将
Figure BDA0003305340060000042
中最大的值
Figure BDA0003305340060000043
对应的人脸特征
Figure BDA0003305340060000044
作为用于生成第二用户视频的人脸特征。其中，
Figure BDA0003305340060000045
为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征，p∈[0，m-1]，m为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure BDA0003305340060000046
为预置的人脸特征；
Figure BDA0003305340060000047
表示计算
Figure BDA0003305340060000049
和
Figure BDA0003305340060000048
的内积；
Figure BDA00033053400600000410
表示计算fp的模；
Figure BDA00033053400600000411
表示计算
Figure BDA00033053400600000412
的模；p取值为k时
Figure BDA00033053400600000413
取最大值
Figure BDA00033053400600000414
确定用于生成第二用户视频的人脸特征还可以采用如下方法：计算
Figure BDA00033053400600000415
将得到的所有
Figure BDA00033053400600000416
按照
Figure BDA00033053400600000417
的值的大小从大到小排序，从中选择前N个
Figure BDA00033053400600000418
对应的人脸特征
Figure BDA00033053400600000419
作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。其中，
Figure BDA00033053400600000420
为从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征，q∈[0，l-1]，l为从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure BDA00033053400600000421
为预置的人脸特征；
Figure BDA00033053400600000422
表示计算
Figure BDA00033053400600000424
和
Figure BDA00033053400600000423
的内积；
Figure BDA00033053400600000425
表示计算fq的模；
Figure BDA00033053400600000426
表示计算
Figure BDA00033053400600000427
的模。
与前述方法类似，还可以从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征中选择前N个
Figure BDA00033053400600000428
对应的人脸特征
Figure BDA00033053400600000429
作为用于生成第二用户视频的人脸特征。此时，q∈[0，t-1]，t为从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第七人脸特征，对得到的所有第七人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。所述第七人脸特征，是指按照如下方法得到的人脸特征：计算
Figure BDA0003305340060000051
将
Figure BDA0003305340060000052
中最大的值
Figure BDA0003305340060000053
对应的人脸特征
Figure BDA0003305340060000056
作为第七人脸特征。其中，
Figure BDA0003305340060000055
为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征，p∈[0，m-1]，m为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure BDA0003305340060000057
为预置的人脸特征；
Figure BDA0003305340060000058
表示计算
Figure BDA00033053400600000510
和
Figure BDA0003305340060000059
的内积；
Figure BDA00033053400600000511
表示计算fp的模；
Figure BDA00033053400600000512
表示计算
Figure BDA00033053400600000513
的模；p取值为k时
Figure BDA00033053400600000514
取最大值
Figure BDA00033053400600000515
所述的对得到的所有第七人脸特征进行排序，可以按照以下方法进行：将得到的所有第七人脸特征所对应的
Figure BDA00033053400600000516
按照
Figure BDA00033053400600000517
的值的大小从大到小排序。所述的对得到的所有第七人脸特征进行排序，还可以按照以下方法进行：将得到的所有第七人脸特征所对应的
Figure BDA00033053400600000518
按照
Figure BDA00033053400600000519
的值的大小从小到大排序。
确定用于生成第二用户视频的人脸特征还可以采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第七人脸特征，对得到的所有第七人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
S05，图像处理装置根据用于生成第二用户视频的人脸特征对应的第一信息生成第二用户视频。
与人脸特征对应的第一信息可以包括该人脸特征所对应的人脸在第一用户视频中出现的时刻。例如，对于图像处理装置对第一用户视频的第2分30秒的画面中的人脸提取出的人脸特征，与该人脸特征对应的第一信息可以包括图像处理装置对第一用户视频的第2分30秒的画面中的人脸提取出的人脸特征所对应的人脸在第一用户视频中出现的时刻，即第2分30秒；对于图像处理装置对第一用户视频的第3分00秒的画面中的人脸提取出的人脸特征，与该人脸特征对应的第一信息可以包括图像处理装置对第一用户视频的第3分00秒的画面中的人脸提取出的人脸特征所对应的人脸在第一用户视频中出现的时刻，即第3分00秒。当然，该人脸特征所对应的人脸在第一用户视频中出现的时刻也可以采用2021年05月15日09点02分30秒或者2021年05月15日09点03分00秒这样的记录方式。与人脸特征对应的第一信息还可以包括用于确定该人脸特征所对应的人脸所在的第一用户视频的信息。用于确定该人脸特征所对应的人脸所在的第一用户视频的信息的作用是：当存在两个以上第一用户视频时，利用该信息确定人脸特征所对应的人脸所在的那个第一用户视频。当存在两个以上图像采集装置时，所述用于确定该人脸特征所对应的人脸所在的第一用户视频的信息可以是采集该人脸特征所对应的人脸所在的第一用户视频的图像采集装置的标识码。所述图像采集装置的标识码可以是该图像采集装置的编号。
图像处理装置根据用于生成第二用户视频的人脸特征对应的第一信息生成第二用户视频可以采用如下方法：根据用于生成第二用户视频的人脸特征对应的第一信息中的该人脸特征所对应的人脸在第一用户视频中出现的时刻，从该第一用户视频中截取该时刻前X秒和/或该时刻后Y秒的视频作为第二用户视频。其中，X的值和Y的值可以是预先设置的；X的值和Y的值也可以是服务器发送给图像处理装置的。
S06，图像处理装置将生成的第二用户视频发送给服务器。
S07，服务器利用图像处理装置发送的第二用户视频生成第三用户视频。
服务器接收图像处理装置发送的第二用户视频，利用图像处理装置发送的第二用户视频生成第三用户视频。
服务器利用图像处理装置发送的第二用户视频生成第三用户视频可以采用如下方法：服务器通过视频合成软件将图像处理装置发送的两个以上的第二用户视频合成为第三用户视频。
服务器利用图像处理装置发送的第二用户视频生成第三用户视频还可以采用如下方法：服务器通过视频合成软件将图像处理装置发送的第二用户视频与第五视频合成为第三用户视频。所述第五视频可以是事先拍摄完成的景点的视频。第五视频既可以是一个，也可以是两个以上。第二用户视频既可以是一个，也可以是两个以上。可以在两个第二用户视频之间插入第五视频以合成第三用户视频。第三用户视频可以包括切换特效、文字特效、背景音乐等等。
所述视频生成方法还可以包括如下步骤：
S08，服务器利用第三用户视频生成第四用户视频。
所述第四用户视频可以利用第三用户视频添加水印而生成。
服务器可以将生成的第三用户视频发送给用户。服务器也可以先将第四用户视频发送给用户，用户付费以后，再将第三用户视频发送给用户。

Claims (22)

1.一种视频生成方法，其特征在于，包括如下步骤：
S01，图像采集装置拍摄第一用户视频；
S02，图像采集装置将拍摄的第一用户视频发送给图像处理装置；
S03，图像处理装置检测第一用户视频中的人脸，提取人脸特征；
S04，图像处理装置将从第一用户视频中提取的人脸特征与预置的人脸特征进行比对，确定用于生成第二用户视频的人脸特征；
S05，图像处理装置根据用于生成第二用户视频的人脸特征对应的第一信息生成第二用户视频；
S06，图像处理装置将生成的第二用户视频发送给服务器；
S07，服务器利用图像处理装置发送的第二用户视频生成第三用户视频。
2.如权利要求1所述的视频生成方法，其特征在于，所述的预置的人脸特征采用以下方法得到：用户将照片上传至服务器，服务器检测照片中的人脸，对该检测到的人脸提取人脸特征，将提取的人脸特征作为预置的人脸特征。
3.如权利要求1所述的视频生成方法，其特征在于，所述预置的人脸特征可以采用以下方法得到：用户将照片上传至服务器，服务器将照片发送给图像处理装置，图像处理装置检测照片中的人脸，对该检测到的人脸提取人脸特征，将提取的人脸特征作为预置的人脸特征。
4.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在第一用户视频中出现的时刻最晚的那个人脸特征作为用于生成第二用户视频的人脸特征。
5.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在所有的第一用户视频中出现的时刻最晚的那个人脸特征作为用于生成第二用户视频的人脸特征。
6.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在所有的第一用户视频中出现的时刻最晚的那个人脸特征作为用于生成第二用户视频的人脸特征。
7.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到所有的符合预先设置的相似度范围的人脸特征，对所有的符合预先设置的相似度范围的人脸特征按照人脸特征所对应的人脸在第一用户视频中出现的时刻进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
8.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到所有的符合预先设置的相似度范围的人脸特征，对所有的符合预先设置的相似度范围的人脸特征按照人脸特征所对应的人脸在第一用户视频中出现的时刻进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
9.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第六人脸特征，对得到的所有第六人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
10.如权利要求1所述的视频生成方法，其特征在于，所述的第六人脸特征，是指将从某个图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，将符合预先设置的相似度范围并且人脸特征所对应的人脸在该第一用户视频中出现的时刻最晚的那个人脸特征作为第六人脸特征。
11.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第六人脸特征，对得到的所有第六人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征；其中，N为预先设置的正整数。
12.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：计算
Figure FDA0003305340050000021
将
Figure FDA0003305340050000022
中最大的值
Figure FDA0003305340050000023
对应的人脸特征
Figure FDA0003305340050000024
作为用于生成第二用户视频的人脸特征；其中，
Figure FDA0003305340050000025
为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征，p∈[0，m-1]，m为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure FDA0003305340050000026
为预置的人脸特征；
Figure FDA0003305340050000027
表示计算
Figure FDA0003305340050000028
和
Figure FDA0003305340050000029
的内积；
Figure FDA00033053400500000210
表示计算fp的模；
Figure FDA00033053400500000211
表示计算
Figure FDA00033053400500000212
的模；p取值为k时
Figure FDA00033053400500000213
取最大值
Figure FDA00033053400500000214
13.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：计算
Figure FDA0003305340050000031
将得到的所有
Figure FDA0003305340050000032
按照
Figure FDA0003305340050000033
的值的大小从大到小排序，从中选择前N个
Figure FDA0003305340050000034
对应的人脸特征
Figure FDA0003305340050000035
作为用于生成第二用户视频的人脸特征；其中，N为预先设置的正整数；其中，
Figure FDA0003305340050000036
为从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征，q∈[0，l-1]，l为从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure FDA0003305340050000037
为预置的人脸特征；
Figure FDA0003305340050000038
表示计算
Figure FDA0003305340050000039
和
Figure FDA00033053400500000310
的内积；
Figure FDA00033053400500000311
表示计算fq的模；
Figure FDA00033053400500000312
表示计算
Figure FDA00033053400500000313
的模。
14.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：计算
Figure FDA00033053400500000314
将得到的所有
Figure FDA00033053400500000315
按照
Figure FDA00033053400500000316
的值的大小从大到小排序，从中选择前N个
Figure FDA00033053400500000317
对应的人脸特征
Figure FDA00033053400500000318
作为用于生成第二用户视频的人脸特征；其中，N为预先设置的正整数；其中，
Figure FDA00033053400500000319
为从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征，q∈[0，t-1]，t为从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure FDA00033053400500000320
为预置的人脸特征；
Figure FDA00033053400500000321
表示计算
Figure FDA00033053400500000322
和
Figure FDA00033053400500000323
的内积；
Figure FDA00033053400500000324
表示计算fq的模；
Figure FDA00033053400500000325
表示计算
Figure FDA00033053400500000326
的模。
15.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从一个景点安装的两个以上图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第七人脸特征，对得到的所有第七人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征；其中，N为预先设置的正整数。
16.如权利要求15所述的视频生成方法，其特征在于，所述的第七人脸特征，是指按照如下方法得到的人脸特征：计算
Figure FDA00033053400500000327
将
Figure FDA00033053400500000328
中最大的值
Figure FDA00033053400500000329
对应的人脸特征
Figure FDA00033053400500000330
作为第七人脸特征；其中，
Figure FDA00033053400500000331
为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征，p∈[0，m-1]，m为从一个图像采集装置拍摄的第一用户视频中提取的所有人脸特征总数；
Figure FDA00033053400500000332
为预置的人脸特征；
Figure FDA00033053400500000333
表示计算
Figure FDA00033053400500000334
和
Figure FDA00033053400500000335
的内积；
Figure FDA00033053400500000336
表示计算fp的模；
Figure FDA00033053400500000337
表示计算
Figure FDA00033053400500000338
的模；p取值为k时
Figure FDA00033053400500000339
取最大值
Figure FDA00033053400500000340
17.如权利要求1所述的视频生成方法，其特征在于，所述的确定用于生成第二用户视频的人脸特征采用如下方法：将从两个以上景点安装的图像采集装置拍摄的第一用户视频中提取的所有人脸特征与预置的人脸特征进行比对，得到每个图像采集装置拍摄的第一用户视频所对应的第七人脸特征，对得到的所有第七人脸特征进行排序，从中选择前N个人脸特征作为用于生成第二用户视频的人脸特征。其中，N为预先设置的正整数。
18.如权利要求1所述的视频生成方法，其特征在于，所述的用于生成第二用户视频的人脸特征对应的第一信息包括该人脸特征所对应的人脸在第一用户视频中出现的时刻。
19.如权利要求18所述的视频生成方法，其特征在于，所述的用于生成第二用户视频的人脸特征对应的第一信息还包括用于确定该人脸特征所对应的人脸所在的第一用户视频的信息。
20.如权利要求19所述的视频生成方法，其特征在于，所述的用于确定该人脸特征所对应的人脸所在的第一用户视频的信息是拍摄该人脸特征所对应的人脸所在的第一用户视频的图像采集装置的标识码。
21.如权利要求1所述的视频生成方法，其特征在于，图像处理装置根据用于生成第二用户视频的人脸特征对应的第一信息生成第二用户视频采用如下方法：根据用于生成第二用户视频的人脸特征对应的第一信息中的该人脸特征所对应的人脸在第一用户视频中出现的时刻，从该第一用户视频中截取该时刻前X秒和/或该时刻后Y秒的视频作为第二用户视频。
22.如权利要求1—21任意一项所述的监控系统的控制方法，其特征在于，所述的视频生成方法还包括如下步骤：
S08，服务器利用第三用户视频生成第四用户视频。
CN202111202142.2A 2021-10-15 2021-10-15 一种视频生成方法 Pending CN114155570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111202142.2A CN114155570A (zh) 2021-10-15 2021-10-15 一种视频生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111202142.2A CN114155570A (zh) 2021-10-15 2021-10-15 一种视频生成方法

Publications (1)

Publication Number Publication Date
CN114155570A true CN114155570A (zh) 2022-03-08

Family

ID=80462569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111202142.2A Pending CN114155570A (zh) 2021-10-15 2021-10-15 一种视频生成方法

Country Status (1)

Country Link
CN (1) CN114155570A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115082301A (zh) * 2022-08-22 2022-09-20 中关村科学城城市大脑股份有限公司 定制视频生成方法、装置、设备和计算机可读介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115082301A (zh) * 2022-08-22 2022-09-20 中关村科学城城市大脑股份有限公司 定制视频生成方法、装置、设备和计算机可读介质
CN115082301B (zh) * 2022-08-22 2022-12-02 中关村科学城城市大脑股份有限公司 定制视频生成方法、装置、设备和计算机可读介质

Similar Documents

Publication Publication Date Title
US7483061B2 (en) Image and audio capture with mode selection
US8212911B2 (en) Imaging apparatus, imaging system, and imaging method displaying recommendation information
US7634109B2 (en) Digital image processing using face detection information
CN105262942B (zh) 分布式自动影像和视频处理
JP2017531950A (ja) 撮影テンプレートデータベースを構築し、且つ撮影推薦情報を提供するための方法及び装置
JP6098318B2 (ja) 画像処理装置、画像処理方法、画像処理プログラムおよび記録媒体
CN100581218C (zh) 图像拍摄装置、图像拍摄方法、图像处理装置、图像处理方法
WO2008054422A2 (en) Digital image processing using face detection and skin tone information
CN111368724B (zh) 游乐影像生成方法及系统
US9881086B2 (en) Image shooting device, image shooting method, and recording medium
CN107977391B (zh) 绘本识别方法、装置、系统及电子设备
JP2017028559A (ja) 画像処理装置、画像処理方法、プログラムおよび記録媒体
CN114155570A (zh) 一种视频生成方法
US10529380B2 (en) Method and system for creating a comprehensive personal video clip
JP2004280254A (ja) コンテンツ分類方法および装置
US20140111641A1 (en) Method of sending and processing event images
CN114143445A (zh) 一种视频生成方法
CN109472230B (zh) 基于行人检测和互联网的运动员自动摄像推荐系统及方法
JP6410427B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2018163700A (ja) 画像処理装置、画像処理方法、プログラムおよび記録媒体
JP2004318603A (ja) 画像検索方法、自分撮り推定装置および方法、並びに自分撮り推定プログラム
CN113938747A (zh) 视频生成方法、装置及服务器
CN113949925A (zh) 视频生成方法、装置及服务器
CN114143429B (zh) 图像拍摄方法、装置、电子设备和计算机可读存储介质
CN113302906A (zh) 图像处理设备、图像处理方法、计算机程序和存储介质

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