CN115065865A - 一种视频合成方法、装置、电子设备及存储介质 - Google Patents
一种视频合成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115065865A CN115065865A CN202210726365.7A CN202210726365A CN115065865A CN 115065865 A CN115065865 A CN 115065865A CN 202210726365 A CN202210726365 A CN 202210726365A CN 115065865 A CN115065865 A CN 115065865A
- Authority
- CN
- China
- Prior art keywords
- video
- target
- quality
- segment
- synthesis
- 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
- 238000001308 synthesis method Methods 0.000 title claims abstract description 26
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 80
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 58
- 230000000875 corresponding effect Effects 0.000 claims description 31
- 238000013441 quality evaluation Methods 0.000 claims description 31
- 239000000203 mixture Substances 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 16
- 230000002596 correlated effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 230000002194 synthesizing effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 20
- 238000012216 screening Methods 0.000 abstract description 10
- 239000000463 material Substances 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000007704 transition Effects 0.000 description 34
- 238000009432 framing Methods 0.000 description 12
- 241001465754 Metazoa Species 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 241000282326 Felis catus Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
-
- 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
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8455—Structuring of content, e.g. decomposing content into time segments involving pointers to the content, e.g. pointers to the I-frames of the video stream
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请公开了一种视频合成方法，包括在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；基于各所述目标视频片段进行视频合成，获得视频数据。应用本申请所提供的技术方案，在视频合成过程中，可以直接根据索引标识提取对应的视频片段，并对提取到的各视频片段进行合成，从而实现视频的自动化合成，无需用户进行素材筛选、视频剪辑等手动化操作，极大地提高了视频合成效率。本申请还公开了一种视频合成装置、电子设备及计算机可读存储介质，均具有上述有益效果。
Description
技术领域
本申请涉及多媒体技术领域，尤其涉及一种视频合成方法、装置、电子设备及存储介质。
背景技术
随着多媒体技术的快速发展，短视频愈发受到大众所喜爱，用户可以通过网络下载或相机拍摄等方式获取各类音视频素材，并通过剪辑的方式生成短视频。但是，该种实现方式需要用户进行素材筛选、视频剪辑与拼接等手动操作才能实现短视频的生成，存在操作繁琐、效率低下的问题。
因此，如何有效提高视频合成效率是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种视频合成方法，该视频合成方法可以有效提高视频合成效率；本申请的另一目的是提供一种视频合成装置、电子设备以及计算机可读存储介质，均具有上述有益效果。
第一方面，本申请提供了一种视频合成方法，包括：
在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；
提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；
基于各所述目标视频片段进行视频合成，获得视频数据。
可选地，所述基于各所述目标视频片段进行视频合成，获得视频数据，包括：
确定各所述目标视频片段的视频质量；
选择视频质量大于预先设定的质量阈值的目标视频片段；
基于选择出的各所述目标视频片段进行视频合成，获得视频数据。
可选地，所述确定各所述目标视频片段的视频质量，包括：
对所述目标视频片段中的各视频帧进行识别，获得各所述视频帧的视频参数；
按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量。
可选地，所述视频参数包括：视频对象面部检测框大小；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
根据所述视频对象面部检测框大小计算各所述视频帧的第一指标值；
根据各所述视频帧的第一指标值计算所述目标视频片段的第一指标值；
根据所述目标视频片段的第一指标值和第一权重计算所述视频质量，所述视频对象面部检测框大小与所述视频质量正相关。
可选地，所述视频参数包括：视频对象面部质量，所述视频对象面部质量用于表征所述视频对象面部的角度和位置；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
根据所述视频对象面部质量计算各所述视频帧的第二指标值；
根据各所述视频帧的第二指标值计算所述目标视频片段的第二指标值；
根据所述目标视频片段的第二指标值和第二权重计算所述视频质量，所述视频对象面部质量与所述视频质量正相关。
可选地，所述视频参数包括：视频对象数量；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
根据各所述视频帧中的视频对象数量计算所述目标视频片段的平均视频对象数量；
根据所述平均视频对象数量计算所述目标视频片段的第三指标值；
根据所述目标视频片段的第三指标值和第三权重计算所述视频质量，所述视频对象数量与所述视频质量负相关。
可选地，所述视频参数包括：字幕信息；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
确定具有字幕信息的视频帧在所述目标视频片段中占的比例；
根据所述比例计算所述目标视频片段的第四指标值；
根据所述目标视频片段的第四指标值和第四权重计算所述视频质量，所述比例与所述视频质量正相关。
可选地，所述基于各所述目标视频片段进行视频合成，获得视频数据之前，还包括：
获取预选音频数据；
将所述预选音频数据与各所述目标视频片段进行匹配合成，获得包含有音频数据的各目标视频片段。
第二方面，本申请提供了一种视频合成装置，包括：
索引标识确定模块，用于在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；
视频片段提取模块，用于提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；
视频片段合成模块，用于基于各所述目标视频片段进行视频合成，获得视频数据。
第三方面，本申请提供了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时，实现如上所述的任一种视频合成方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质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如上所述的任一种视频合成方法的步骤。
本申请所提供的一种视频合成方法，包括在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；基于各所述目标视频片段进行视频合成，获得视频数据。应用本申请所提供的技术方案，在视频合成过程中，可以直接根据索引标识提取对应的视频片段，并对提取到的各视频片段进行合成，从而实现了视频的自动化合成，可见，该种实现方式无需用户进行素材筛选、视频剪辑等手动化操作，极大地提高了视频合成效率。
本申请所提供的一种视频合成装置、电子设备及计算机可读存储介质，均具有上述有益效果，在此不再赘述。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明现有技术和本申请实施例中的技术方案，下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然，下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图，所获得的其他附图也属于本申请的保护范围。
图1为本申请实施例提供的一种视频合成方法的流程示意图；
图2为本申请实施例提供的一种视频切割方法的流程示意图；
图3为本申请实施例提供的另一种视频合成方法的流程示意图；
图4为本申请实施例提供的又一种视频合成方法的流程示意图；
图5为本申请实施例提供的一种具体应用场景的视频合成方法的流程框图；
图6为本申请实施例提供的一种视频合成装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做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。
本申请实施例提供了一种视频合成方法。
请参考图1，图1为本申请实施例提供的一种视频合成方法的流程示意图，该视频合成方法可包括：
S101：在接收到视频合成指令的情况下，根据视频合成指令确定目标索引标识；
本步骤旨在基于视频合成指令实现目标索引标识的确定，该目标索引标识由用户根据自身实际需求进行设定，以便于实现特定目标对象的视频合成，例如，可以设置目标索引标识为“明星A”，以便于合成该明星A的视频合集，可以设置目标索引标识为“动物：猫”，以便于合成关于猫的视频合集。
在具体实现过程中，用户可以在电子设备的前端界面进行目标索引标识的选择，也可以直接输入目标索引标识，从而生成包含有目标索引标识的视频合成指令；进一步，对于电子设备的处理器而言，其在接收到视频合成指令之后，则可以通过指令解析获得其中的目标索引标识。
可以理解的是，目标索引标识的数量可以为多个，以便于实现更为准确的视频片段检索。例如，用户需要合成某位明星在某个作品中的视频合集，则可以设置“明星姓名”和“作品名称”为目标索引标识，从而基于后续S102检索获得该明星在该作品中的视频片段。
S102：提取目标索引标识对应的目标视频片段；
本步骤旨在实现目标视频片段的提取。具体而言，在基于视频合成指令确定目标索引标识的基础上，可以在视频片段库中进行索引标识匹配，目标视频片段的索引标识包括目标索引标识，由此，即可确定视频片段库中与目标索引标识相同的索引标识，进而确定这些索引标识对应的各个视频片段，即上述目标视频片段；进一步，将匹配到的各个目标视频片段提取出来，用于实现视频合成。
例如，当目标索引标识仅为“明星A”时，即可在视频片段库中提取到关于该“明星A”的目标视频片段；当目标索引标识仅为“作品X”时，即可在视频片段库中提取到关于该“作品X”的目标视频片段；当目标索引标识为“明星A”和“作品X”时，则可以在视频片段库中提取到该“明星A”关于“作品X”的目标视频片段。
在本申请的一个实施例中，视频片段库的生成方法包括：对原始视频数据进行切割，获得标记有索引标识的视频片段。
本步骤旨在实现视频切割，以将完整的原始视频数据切割为多个视频片段，且各个视频片段均设置有对应的索引标识。其中，索引标识用于实现视频片段查询，以便于从众多视频片段中查询获得用户实际所需的目标视频片段，进而实现视频合成。
在具体实现过程中，可以利用原始视频数据中所包含的视频对象实现索引标识的设置。例如，对于包含有各类动物的原始视频数据，可将动物类型作为索引标识，从而将原始视频数据切割为不同动物的视频片段，如索引标识为“动物：狗”的视频片段、索引标识为“动物：猫”的视频片段等；再如，对于包含有多个娱乐明星的原始视频数据，可将明星姓名作为索引标识，从而将原始视频数据切割为不同明星的视频片段，如索引标识为“明星A”的视频片段、索引标识为“明星B”的视频片段等。
当然，索引标识的具体内容并不一定为如上所述的“动物：猫”、“明星A”等视频对象的具体名称，也可以预先为各类别视频对象设置唯一标识，如ID信息，然后将该唯一标识作为相应的索引标识。
其中，原始视频数据的来源并不影响本技术方案的实施，可以是从网络中下载得到的视频数据，也可以是利用摄影设备拍摄得到的视频数据，本申请实施例对此不做限定。当然，原始视频数据的数量也不唯一，其数量越多，对应获得的视频片段也更为丰富，越有助于实现多样化的视频合成。
可以理解的是，本步骤进行视频切割的目的在于获得标记有索引标识的视频片段，以便于后续可以直接利用索引标识实现相应视频片段的获取，进而实现视频合成，因此，在完成视频切割之后，可以将各个视频片段与索引标识对应存储至预先创建或选定的存储空间，生成视频片段库，由此，在视频合成过程中，则可以直接从该视频片段库中提取所需的视频片段。当然，存储空间的具体类型并不唯一，可以是预先在执行视频合成方法的电子设备中创建的存储空间，也可以是连接于该电子设备的外部存储介质，本申请实施例对此不做限定。
在一种可能的实现方式中，可以选择使用分布式搜索和数据分析引擎Elasticsearch实现视频片段的存储，Elasticsearch具有实时搜索的特性，有助于实现快速高效的视频片段查询，进一步提高视频合成效率。
可以想到的是，该步骤在第一次执行完毕之后，无需在后续每次视频合成过程中执行，也就是说，在完成视频片段库的创建之后，在后续每一次的视频合成过程中，均可以直接基于该视频片段库进行视频片段的提取。当然，视频片段库也可以根据实际情况进行定时或不定时的更新，以达到丰富、扩充视频片段库的目的。
S103：基于各目标视频片段进行视频合成，获得视频数据。
本步骤旨在实现视频合成。具体而言，在基于目标索引标识提取获得各目标视频片段之后，即可对这些目标视频片段进行视频合成，以获得完整的视频数据。其中，视频合成可以通过对各个目标视频片段进行拼接实现，在一种可能的实现方式中，对于来自于不同原始视频数据的目标视频片段，可直接进行无序拼接；对于来自于同一原始视频数据的目标视频片段，可以按照原始视频数据的播放顺序进行拼接。
基于S102中的举例，当基于目标索引标识“明星A”提取到关于该“明星A”的目标视频片段时，则可以利用这些目标视频片段合成“明星A”的视频合集；当基于目标索引标识“作品X”提取到关于该“作品X”的目标视频片段时，则可以利用这些目标视频片段合成“作品X”的视频合集；当基于目标索引标识“明星A”和“作品X”提取到该“明星A”关于“作品X”的目标视频片段时，则可以利用这些目标视频片段合成“明星A”在“作品X”中的视频合集。
进一步地，在完成视频合成之后，还可以将合成的视频数据输出至可视化界面进行展示，以便于用户查看视频合成结果。
其中，用于实现本申请所提供的视频合成方法的电子设备具体可以为手机、电脑、平板等设备，在应用界面中，可以设置索引标识选择/设置窗口和一键生成按钮，用户可以通过该选择/设置窗口进行目标索引标识的选择或输入，并点击一键生成按钮实现视频合成操作。
可见，本申请实施例所提供的视频合成方法，在视频合成过程中，可以直接根据索引标识提取对应的视频片段，并对提取到的各视频片段进行合成，从而实现了视频的自动化合成，可见，该种实现方式无需用户进行素材筛选、视频剪辑等手动化操作，极大地提高了视频合成效率。
在上述实施例的基础上：
在本申请的一个实施例中，请参考图2，图2为本申请实施例提供的一种视频切割方法的流程示意图，该视频切割方法可包括：
S201：对原始视频数据进行分帧，获得各视频帧；
S202：对各视频帧进行转场点识别，确定视频转场点；
S203：在视频转场点处对原始视频数据进行切割，获得各视频片段；
S204：对各视频帧进行图像识别，获得视频对象；
S205：利用视频对象对各视频片段进行索引标识标记，获得标记有索引标识的视频片段。
为便于理解，以下将上述几个步骤结合起来进行说明。
首先，对原始视频数据进行分帧处理，获得各个视频帧，即将视频切分为一系列的视频帧图像，为便于后续处理，还可以在分帧之后按照视频播放顺序为各个视频帧设置编号，避免视频帧顺序发生错乱。然后，利用所有的视频帧进行转场点识别，得到原始视频数据中的视频转场点，基于该视频转场点即可实现视频片段分割；其中，视频转场点即为原始视频数据中发生转折较大的视频画面所在的位置，例如，视频画面由视线较暗转为视线较亮的位置。进一步，利用该视频转场点对原始视频数据进行切割，也即在视频转场点处对原始视频数据进行切割，得到各个视频片段；可以想到的是，视频转场点的数量越多，对原始视频数据进行分割得到的视频片段约为细化，也更为准确，当然，其具体数量根据原始视频数据的实际情况(如视频时长)进行设定即可，本申请实施例对此不做限定。最后，在得到各个视频片段之后，即可为各个视频片段设置索引标识，以得到标记有索引标识的视频片段，在具体实现过程中，可以将视频帧中的视频对象作为对应视频片段的索引标识，因此，可以对各个视频帧进行图像识别，得到其中所包含的视频对象，然后将该视频对象设置为该视频帧所在的视频片段的索引标识，由此，即可得到所有标记有索引标识的视频片段。
显然，通过识别视频转场点实现原始视频数据分割，由于原始视频数据在视频转场点处视频画面的转折较大，因此，可以有效保证切割的视频片段的准确性；进一步，直接利用视频对象对相应的视频片段进行索引标识的设置，更加方便后续可以直接提取得到指定视频对象的视频片段，视频片段提取效率较高，进一步提高了视频合成效率。
在本申请的一个实施例中，上述对原始视频数据进行分帧，获得各视频帧，可以包括：按照帧率对原始视频数据进行分帧，获得各满帧视频帧。
本申请实施例提供了一种对原始视频数据进行分帧的实现方法，即按照帧率对原始视频数据进行分帧，使得分帧后所得到的视频帧均为满帧；其中，满帧是指达到显示器刷新率的上限，通过抽取满帧可以有效保证分帧后的视频帧中画面的全面性，更加便于在视频转场点识别过程中识别到相邻视频帧的差异，进一步保证视频转场点识别结果的准确性。
在本申请的一个实施例中，上述对各视频帧进行转场点识别，确定视频转场点，可以包括：按照预设帧数将所有视频帧划分为各视频帧集合；计算视频帧集合中各相邻视频帧之间的动态率差值，并将最大动态率差值对应的相邻视频帧作为视频转场点，获得各视频帧集合中的视频转场点。
本申请实施例提供了一种视频转场点识别方法。首先，按照预设帧数进行视频帧划分，将所有的视频帧划分为多个视频帧集合，即每个视频帧集合中均包括有预设帧数的视频帧，当然，由于可能存在不均衡划分，最后一个视频帧集合中视频帧的帧数可能低于预设帧数，但这并不影响本技术方案的实施；其中，对于预设帧数的具体取值，本申请不做限定，例如，可以将其设定为200帧，可以想到的是，其取值越小，划分的视频帧集合的数量越多，识别得到的视频转场点的数量越多，视频片段的划分也越为准确。进一步，对于每一个视频帧集合，可以计算集合内所有相邻视频帧之间的动态率差值，如第一视频帧动态率和第二视频帧动态率之间的差值，第二视频帧动态率和第三视频动态率之间的差值，以此类推，直至集合内的最后两个相邻视频帧，然后，在所有动态率差值中选择取值最大的动态率差值，该最大动态率差值对应的相邻视频帧之间的点位即为当前视频帧集合的视频转场点；最后，对每一个视频帧集合均执行上述操作，即可得到各个视频帧集合中的视频转场点。
在本申请的一个实施例中，该视频合成方法还可以包括：当无法从视频帧中识别获得视频对象时，将视频帧删除。
本申请实施例所提供的视频合成方法可进一步实现视频帧的筛选处理。具体而言，在对各视频帧进行图像识别，并利用识别到的视频对象对视频片段进行索引标识设置的过程中，当某一视频帧无法识别得到相应的视频对象时，则可以确定该视频帧为无效视频帧，并将其进行删除。
显然，在进行索引标识设置之前，对视频帧进行筛选处理，以将不存在视频对象的视频帧删除，可以有效避免无效视频帧过多导致的工作量增加的问题，进而提高工作效率；也可以有效避免无效视频帧识别结果对索引标识设置造成的干扰，进而保证索引标识设置的准确性。
本申请实施例提供了另一种视频合成方法。
请参考图3，图3为本申请实施例提供的另一种视频合成方法的流程示意图，该视频合成方法可包括：
S301：在接收到视频合成指令的情况下，根据视频合成指令确定目标索引标识；
S302：提取目标索引标识对应的目标视频片段；
S303：确定各目标视频片段的视频质量；
S304：选择视频质量大于预先设定的质量阈值的目标视频片段；
S305：基于选择出的各所述目标视频片段进行视频合成，获得视频数据。
为便于理解，以下将上述几个步骤结合起来进行说明。
为有效保证合成后的视频数据的视频质量，还可以根据目标视频片段的视频质量对目标视频片段进行筛选，以剔除低质量的目标视频片段，保留高质量的目标视频片段，由此，利用高质量的目标视频片段进行视频合成，即可有效保证合成的视频数据的视频质量。
在本申请的一个实施例中，为基于视频质量实现目标视频片段的筛选，在将原始视频数据切割为各个标记有索引标识的视频片段之后，可进一步对各个视频片段进行质量评估，获得相应的视频质量，并将视频片段与视频质量相对应一同存储至视频片段库中。由此，在目标视频片段筛选过程中，则可以在获取到目标视频片段的同时，获取到各目标视频片段的视频质量，并基于视频质量实现目标视频片段的筛选。
其中，目标视频片段的筛选具体可以通过预先设定质量阈值(即上述预设阈值)实现，即直接将视频质量低于该预设阈值的目标视频片段剔除即可。当然，预设阈值的具体取值并不影响本技术方案的实施，由技术人员根据实际需求进行设定即可，其取值越高，越可以保证获得更高质量的目标视频片段，本申请实施例对此不做限定。
在本申请的一个实施例中，上述确定各视频片段的视频质量，可以包括：对视频片段中的各视频帧进行识别，获得各视频帧的视频参数；其中，视频参数包括视频对象面部检测框大小、视频对象面部质量、视频对象数量、字幕信息中的一种或多种；按照质量评估规则对各视频参数进行计算，获得视频片段的视频质量。
本申请实施例提供了一种视频质量评估方法，即可以基于预先设定的质量评估规则实现。首先，在视频帧识别过程中，除识别获取视频对象之外，还可以进一步识别获取视频帧的各项视频参数，包括但不限于视频对象面部检测框大小、视频对象面部质量、视频对象数量、字幕信息等。其中，视频对象面部检测框大小即为视频对象在当前视频帧中面部所在的检测框的大小；视频对象质量即为视频对象在当前视频帧中进行展示的质量，可以通过调用人脸识别算法获取对象面部在画面中的位置和角度，得到对象质量；视频对象数量即为当前视频帧中视频对象的数量，如视频对象为人时人的数量，视频对象为动物时动物的数量；字幕信息则是指当前视频帧是否存在字幕，当存在字幕时确定该视频帧中的视频对象发出声音，如视频对象为人时字幕信息表征视频对象有台词，视频对象为动物时字幕信息表征有叫声等。进一步，在获得当前视频片段中各视频帧的各个视频参数之后，即可利用预先设定的质量评估规则对其进行计算，获得当前视频片段的视频质量。
在一种可能的实现方式，质量评估规则可以为：
(1)当视频参数包括视频对象面部检测框大小时：根据视频对象面部检测框大小计算视频对象面部检测框占当前视频帧的比例x1，并代入公式：y1＝-375.75x1^2+55x1-0.95(x1<0.1)；y1＝0.8(x1>＝0.1)；且当y1值超出[0，1]时，取极值，获得当前视频帧的第一指标值。进一步，对当前视频片段的所有视频帧的y1值进行加权平均计算/平均计算，获得当前视频片段的第一指标值。
(2)当视频参数包括视频对象面部质量时：将视频对象面部质量x2代入公式：y2＝x2/100，当y2值超出[0，1]时，取极值，获得当前视频帧的第二指标值。进一步，对当前视频片段的所有视频帧的y2值进行加权平均计算/平均计算，获得当前视频片段的第二指标值。
(3)当视频参数包括视频对象数量时：对当前视频片段的所有视频帧的视频对象数量进行加权平均计算/平均计算，获得平均视频对象数量x3，并代入公式y3＝-0.8x3+1.8，当y3值超出[0，1]时，取极值，该y3即为当前视频片段的第三指标值。其中，对当前视频片段的所有视频帧的视频对象数量进行加权平均计算时，可以先对视频帧进行分批(如每8帧为一组)，并依次计算每一批视频帧的平均数量，然后对所有批视频帧的平均数量进行加权平均计算，得到平均视频对象数量x3。
(4)当视频参数包括字幕信息时：统计当前视频片段中存在字幕信息的视频帧的数量，并计算存在字幕信息的视频帧在所有视频帧中的占比x4，并代入公式：y4＝0.1/x4，当y4值超出[0，1]时，取极值，该y4即为当前视频片段的第四指标值。其中，在计算占比x4的过程中，同样可以先对当前视频片段的所有视频帧进行分批(如每8帧为一组)，并依次计算每一批视频帧的占比，然后对所有批视频帧的占比进行加权平均计算，得到占比x4。
最后，在得到当前视频片段的上述四个指标值之后，对这四个指标值进行加权求和，即可获得当前视频片段的视频质量，其中，视频对象面部检测框大小与视频质量正相关，视频对象面部质量与视频质量正相关，视频对象数量与视频质量负相关，存在字幕信息的视频帧占所有视频帧的比例与视频质量正相关。
需要说明的是，上述质量评估规则仅为本申请实施例所提供的一种实现方式，技术人员可以根据实际情况对其进行更改或优化。
在本申请的另一个实施例中，可在提取目标索引标识对应的目标视频片段后，仅针对各目标视频片段进行视频质量评估，获得目标视频片段的视频质量，并选择视频质量大于预先设定的质量阈值的目标视频片段进行视频合成。本实施例中对各目标视频片段进行视频质量评估的方法与上述视频质量评估方法一致，即对目标视频片段中的各视频帧进行识别，获得各视频帧的视频参数，然后按照质量评估规则对各视频参数进行计算，获得目标视频片段的视频质量。具体可参照上述方法的相关描述，在此不做赘述。
本申请实施例提供了又一种视频合成方法。
请参考图4，图4为本申请实施例提供的又一种视频合成方法的流程示意图，该视频合成方法可包括：
S401：对原始视频数据进行切割，获得标记有索引标识的视频片段；
S402：获取各视频片段的存储地址，并建立索引标识与存储地址之间的映射关系；
S403：在接收到视频合成指令的情况下，根据视频合成指令确定目标索引标识；
S404：确定目标索引标识对应的目标存储地址；
S405：在目标存储地址中提取获得目标视频片段；
S406：基于各目标视频片段进行视频合成，获得视频数据。
为便于理解，以下将上述几个步骤结合起来进行说明。
为进一步提高目标视频片段的提取效率，可以在将标记有索引标识的视频片段存储至视频片段库之后，获取各个视频片段在视频片段库中的存储地址，并建立索引标识与存储地址之间的映射关系，由此，在基于目标索引标识提取目标视频片段时，可以直接根据该映射关系确定目标索引标识对应的各个目标存储地址，并从各个目标存储地址中提取得到相应的目标视频片段。其中，当视频片段库采用Elasticsearch实现时，存储地址具体可以为CDN(Content Delivery Network，内容分发网络)地址。
显然，基于索引标识与存储地址之间的映射关系可以直接确定目标视频片段的存储位置，并提取得到目标视频片段，极大地提升了目标视频片段的获取效率，进一步提高了视频合成效率。
在本申请的一个实施例中，上述基于各目标视频片段进行视频合成，获得视频数据之前，还可以包括：获取预选音频数据；将预选音频数据与各目标视频片段进行匹配合成，获得包含有音频数据的各目标视频片段。
本申请实施例所提供的视频合成方法，还可以将视频与音频相结合，得到包含有音频的合成视频，如为合成的视频数据增设背景音乐等。在具体实现过程中，在提取获得各个目标视频片段之后，利用各个目标视频片段进行视频合成之前，可以先将用户选定的音频数据(即上述预选音频数据)与各个目标视频片段进行匹配合成，该过程可以通过对预选音频数据和目标视频片段预先设定的特定点位进行匹配实现，由此，即可获得包含有音频数据的各个目标视频片段。进一步，对包含有音频数据的各目标视频片段进行视频合成，则可以得到包含有音频数据的视频数据。
当然，上述视频与音频的结合方法仅为本申请实施例所提供的一种实现方式，并不唯一，例如，也可以先对各个目标视频片段进行视频合成，得到视频数据之后，再将预选音频数据与视频数据进行合成，得到包含有音频数据的视频数据。
在本申请的一个实施例中，上述基于各目标视频片段进行视频合成，获得视频数据，可以包括：利用多媒体视频处理工具FFmpeg对各目标视频片段进行视频合成，获得视频数据。
本申请实施例提供了一种对目标视频片段进行视频合成的实现方法，即基于多媒体视频处理工具FFmpeg实现。其中，多媒体视频处理工具FFmpeg具有非常强大的功能，包括视频采集功能、视频格式转换、视频抓图、给视频加水印等，基于此，上述实施例中对原始视频数据进行分帧得到视频帧的过程，以及对原始视频帧进行切割得到视频片段的过程，均可利用该多媒体视频处理工具FFmpeg实现。
在上述各实施例的基础上：
本申请实施例以合成某明星短视频为例提供了一种具体应用场景的视频合成方法，如图5所示，该方法主要包括素材产生和短视频生成两大部分。
1、素材产生：
(1)获取原始视频数据，利用FFmpeg按照频率对其进行抽帧，得到满帧的视频帧，并对各视频帧进行帧号设置并保存；
(2)利用转场点识别算法对所有视频帧进行处理，得到各个视频转场点；在实现过程中，可以以200帧为单位，获取0～200，200～400，400～600…范围中，相邻视频帧的动态率差值绝对值的极大值，并记录帧号，该点位即为视频转场点；
(3)对各视频帧进行人脸识别，获得并存储人脸识别结果；其中，人脸识别结果可以包括人脸质量、人脸大小、画面人数、明星人脸ID；
(4)利用FFmpeg按照(2)中识别得到的视频转场点对原始视频数据进行切割，生成各个视频片段，并过滤掉不存在人脸的视频片段；
(5)基于人脸识别结果，按照质量评估规则对各视频片段进行质量评估，获得相应的视频质量；
(5)对各视频片段进行存储，并获取相应的存储地址，将视频片段、存储地址、人脸识别结果、视频质量对应存储至视频片段库(如Elasticsearch)。
2、短视频生成：
(1)用户进入电子设备的应用界面，在索引标识选择/设置窗口选择或输入明星ID，并点击一键生成按钮；
(2)电子设备响应视频合成指令，根据明星ID提取得到关于该明星的高质量的视频片段，并结合预选音频数据进行特定节奏点位的匹配/筛选，得到包含有音频的视频片段；
(3)利用FFmpeg对各包含有音频的视频片段进行合成，得到上述明星ID对应的明星的短视频。
本申请实施例提供了一种视频合成装置。
请参考图6，图6为本申请实施例提供的一种视频合成装置的结构示意图，该视频合成装置可包括：
索引标识确定模块1，用于在接收到视频合成指令的情况下，根据视频合成指令确定目标索引标识；
视频片段提取模块2，用于提取目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；
视频片段合成模块3，用于基于各目标视频片段进行视频合成，获得视频数据。
在本申请的一个实施例中，该视频合成装置还可包括：原始视频切割模块5，用于对原始视频数据进行切割，获得标记有索引标识的视频片段。
可见，本申请实施例所提供的视频合成装置，预先将原始视频数据切割为标记有索引标识的各个视频片段，由此，在视频合成过程中，则可以直接根据索引标识提取对应的视频片段，并对提取到的各视频片段进行合成，从而实现了视频的自动化合成，可见，该种实现方式无需用户进行素材筛选、视频剪辑等手动化操作，极大地提高了视频合成效率。
在本申请的一个实施例中，上述原始视频切割模块4可包括：
视频分帧单元，用于对原始视频数据进行分帧，获得各视频帧；
转场点识别单元，用于对各视频帧进行转场点识别，确定视频转场点；
视频切割单元，用于在视频转场点处对原始视频数据进行切割，获得各视频片段；
图像识别单元，用于对各视频帧进行图像识别，获得视频对象；
索引标识标记单元，用于利用视频对象对各视频片段进行索引标识标记，获得标记有索引标识的视频片段。
在本申请的一个实施例中，上述视频分帧单元可具体用于按照帧率对原始视频数据进行分帧，获得各满帧视频帧。
在本申请的一个实施例中，上述转场点识别单元可具体用于按照预设帧数将所有视频帧划分为各视频帧集合；计算视频帧集合中各相邻视频帧之间的动态率差值，并将最大动态率差值对应的相邻视频帧作为视频转场点，获得各视频帧集合中的视频转场点。
在本申请的一个实施例中，该视频合成装置还可包括：
视频帧筛选模块，用于当无法从视频帧中识别获得视频对象时，将视频帧删除。
在本申请的一个实施例中，该视频合成装置还可包括：
质量评估模块，用于确定各所述目标视频片段的视频质量；
视频片段筛选模块，用于选择视频质量大于预先设定的质量阈值的目标视频片段。
在本申请的一个实施例中，上述质量评估模块可具体用于对目标视频片段中的各视频帧进行识别，获得各视频帧的视频参数；按照质量评估规则对各视频参数进行计算，获得视频片段的视频质量。
在本申请的一个实施例中，上述质量评估模块可具体用于根据视频对象面部检测框大小计算各视频帧的第一指标值；
根据各视频帧的第一指标值计算目标视频片段的第一指标值；
根据目标视频片段的第一指标值和第一权重计算视频质量，视频对象面部检测框大小与视频质量正相关。
在本申请的一个实施例中，上述质量评估模块可具体用于根据所述视频对象面部质量计算各所述视频帧的第二指标值；
根据各所述视频帧的第二指标值计算所述目标视频片段的第二指标值；
根据所述目标视频片段的第二指标值和第二权重计算所述视频质量，所述视频对象面部质量与所述视频质量正相关。
在本申请的一个实施例中，上述质量评估模块可具体用于根据各所述视频帧中的视频对象数量计算所述目标视频片段的平均视频对象数量；
根据所述平均视频对象数量计算所述目标视频片段的第三指标值；
根据所述目标视频片段的第三指标值和第三权重计算所述视频质量，所述视频对象数量与所述视频质量负相关。
在本申请的一个实施例中，上述质量评估模块可具体用于确定具有字幕信息的视频帧在所述目标视频片段中占的比例；
根据所述比例计算所述目标视频片段的第四指标值；
根据所述目标视频片段的第四指标值和第四权重计算所述视频质量，所述比例与所述视频质量正相关。
在本申请的一个实施例中，该视频合成装置还可包括：
映射关系建立模块，用于获取各视频片段的存储地址，并建立索引标识与存储地址之间的映射关系；
相应地，上述视频片段提取模块3可具体用于确定目标索引标识对应的目标存储地址；在目标存储地址中提取获得目标视频片段。
在本申请的一个实施例中，该视频合成装置还可包括：
音视频匹配模块，用于在上述基于各目标视频片段进行视频合成，获得视频数据之前，获取预选音频数据；将预选音频数据与各目标视频片段进行匹配合成，获得包含有音频数据的各目标视频片段。
在本申请的一个实施例中，上述视频片段合成模块4可具体用于利用多媒体视频处理工具FFmpeg对各目标视频片段进行视频合成，获得视频数据。
对于本申请实施例提供的装置的介绍请参照上述方法实施例，本申请实施例在此不做赘述。
本申请实施例提供了一种电子设备。
请参考图7，图7为本申请所提供的一种电子设备的结构示意图，该电子设备可包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时可实现如上述任意一种视频合成方法的步骤。
如图7所示，为电子设备的组成结构示意图，电子设备可以包括：处理器10、存储器11、通信接口12和通信总线13。处理器10、存储器11、通信接口12均通过通信总线13完成相互间的通信。
在本申请实施例中，处理器10可以为中央处理器(Central Processing Unit，CPU)、特定应用集成电路、数字信号处理器、现场可编程门阵列或者其他可编程逻辑器件等。处理器10可以调用存储器11中存储的程序，具体的，处理器10可以执行视频合成方法的实施例中的操作。
存储器11中用于存放一个或者一个以上程序，程序可以包括程序代码，程序代码包括计算机操作指令，在本申请实施例中，存储器11中至少存储有用于实现以下功能的程序：
在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；
提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；
基于各所述目标视频片段进行视频合成，获得视频数据。
在一种可能的实现方式中，存储器11可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统，以及至少一个功能所需的应用程序等；存储数据区可存储使用过程中所创建的数据。
此外，存储器11可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件或其他易失性固态存储器件。
通信接口12可以为通信模块的接口，用于与其他设备或者系统连接。
当然，需要说明的是，图7所示的结构并不构成对本申请实施例中电子设备的限定，在实际应用中电子设备可以包括比图7所示的更多或更少的部件，或者组合某些部件。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现如上述任意一种视频合成方法的步骤。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本申请实施例提供的计算机可读存储介质的介绍请参照上述方法实施例，本申请实施例在此不做赘述。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请的保护范围内。
Claims (11)
1.一种视频合成方法，其特征在于，包括：
在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；
提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；
基于各所述目标视频片段进行视频合成，获得视频数据。
2.根据权利要求1所述的视频合成方法，其特征在于，所述基于各所述目标视频片段进行视频合成，获得视频数据，包括：
确定各所述目标视频片段的视频质量；
选择视频质量大于预先设定的质量阈值的目标视频片段；
基于选择出的各所述目标视频片段进行视频合成，获得视频数据。
3.根据权利要求2所述的视频合成方法，其特征在于，所述确定各所述目标视频片段的视频质量，包括：
对所述目标视频片段中的各视频帧进行识别，获得各所述视频帧的视频参数；
按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量。
4.根据权利要求3所述的视频合成方法，其特征在于，所述视频参数包括：视频对象面部检测框大小；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
根据所述视频对象面部检测框大小计算各所述视频帧的第一指标值；
根据各所述视频帧的第一指标值计算所述目标视频片段的第一指标值；
根据所述目标视频片段的第一指标值和第一权重计算所述视频质量，所述视频对象面部检测框大小与所述视频质量正相关。
5.根据权利要求3所述的视频合成方法，其特征在于，所述视频参数包括：视频对象面部质量，所述视频对象面部质量用于表征所述视频对象面部的角度和位置；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
根据所述视频对象面部质量计算各所述视频帧的第二指标值；
根据各所述视频帧的第二指标值计算所述目标视频片段的第二指标值；
根据所述目标视频片段的第二指标值和第二权重计算所述视频质量，所述视频对象面部质量与所述视频质量正相关。
6.根据权利要求3所述的视频合成方法，其特征在于，所述视频参数包括：视频对象数量；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
根据各所述视频帧中的视频对象数量计算所述目标视频片段的平均视频对象数量；
根据所述平均视频对象数量计算所述目标视频片段的第三指标值；
根据所述目标视频片段的第三指标值和第三权重计算所述视频质量，所述视频对象数量与所述视频质量负相关。
7.根据权利要求3所述的视频合成方法，其特征在于，所述视频参数包括：字幕信息；
所述按照质量评估规则对各所述视频参数进行计算，获得所述目标视频片段的视频质量，包括：
确定具有字幕信息的视频帧在所述目标视频片段中占的比例；
根据所述比例计算所述目标视频片段的第四指标值；
根据所述目标视频片段的第四指标值和第四权重计算所述视频质量，所述比例与所述视频质量正相关。
8.根据权利要求1所述的视频合成方法，其特征在于，所述基于各所述目标视频片段进行视频合成，获得视频数据之前，还包括：
获取预选音频数据；
将所述预选音频数据与各所述目标视频片段进行匹配合成，获得包含有音频数据的各目标视频片段。
9.一种视频合成装置，其特征在于，包括：
索引标识确定模块，用于在接收到视频合成指令的情况下，根据所述视频合成指令确定目标索引标识；
视频片段提取模块，用于提取所述目标索引标识对应的目标视频片段，所述目标视频片段的索引标识包括所述目标索引标识；
视频片段合成模块，用于基于各所述目标视频片段进行视频合成，获得视频数据。
10.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时，实现如权利要求1至8任一项所述的视频合成方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至8任一项所述的视频合成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210726365.7A CN115065865A (zh) | 2022-06-23 | 2022-06-23 | 一种视频合成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210726365.7A CN115065865A (zh) | 2022-06-23 | 2022-06-23 | 一种视频合成方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115065865A true CN115065865A (zh) | 2022-09-16 |
Family
ID=83203024
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210726365.7A Pending CN115065865A (zh) | 2022-06-23 | 2022-06-23 | 一种视频合成方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115065865A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5684542A (en) * | 1993-12-21 | 1997-11-04 | Sony Corporation | Video subtitle processing system |
| CN102650993A (zh) * | 2011-02-25 | 2012-08-29 | 北大方正集团有限公司 | 音视频文件的索引建立和检索方法、装置及系统 |
| CN110234037A (zh) * | 2019-05-16 | 2019-09-13 | 北京百度网讯科技有限公司 | 视频片段的生成方法及装置、计算机设备及可读介质 |
| CN111506771A (zh) * | 2020-04-22 | 2020-08-07 | 上海极链网络科技有限公司 | 一种视频检索方法、装置、设备及存储介质 |
| CN111914649A (zh) * | 2020-07-01 | 2020-11-10 | 珠海大横琴科技发展有限公司 | 人脸识别的方法及装置、电子设备、存储介质 |
| CN112004163A (zh) * | 2020-08-31 | 2020-11-27 | 北京市商汤科技开发有限公司 | 视频生成方法及装置、电子设备和存储介质 |
| CN112132797A (zh) * | 2020-09-15 | 2020-12-25 | 新华智云科技有限公司 | 一种短视频质量筛选方法 |
| CN112784056A (zh) * | 2020-12-31 | 2021-05-11 | 北京视连通科技有限公司 | 一种基于视频智能识别及智能语义搜索的短视频生成方法 |
| KR20210091076A (ko) * | 2020-12-17 | 2021-07-21 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 비디오를 처리하기 위한 방법, 장치, 전자기기, 매체 및 컴퓨터 프로그램 |
| CN113297416A (zh) * | 2021-05-21 | 2021-08-24 | 北京大米科技有限公司 | 视频数据存储方法、装置、电子设备和可读存储介质 |
| CN113779303A (zh) * | 2021-11-12 | 2021-12-10 | 腾讯科技（深圳）有限公司 | 视频集合的索引方法、装置和存储介质及电子设备 |
| CN114639051A (zh) * | 2022-03-22 | 2022-06-17 | 武汉元淳传媒有限公司 | 一种基于大数据分析的广告短视频质量评价方法、系统及存储介质 |
-
2022
- 2022-06-23 CN CN202210726365.7A patent/CN115065865A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5684542A (en) * | 1993-12-21 | 1997-11-04 | Sony Corporation | Video subtitle processing system |
| CN102650993A (zh) * | 2011-02-25 | 2012-08-29 | 北大方正集团有限公司 | 音视频文件的索引建立和检索方法、装置及系统 |
| CN110234037A (zh) * | 2019-05-16 | 2019-09-13 | 北京百度网讯科技有限公司 | 视频片段的生成方法及装置、计算机设备及可读介质 |
| CN111506771A (zh) * | 2020-04-22 | 2020-08-07 | 上海极链网络科技有限公司 | 一种视频检索方法、装置、设备及存储介质 |
| CN111914649A (zh) * | 2020-07-01 | 2020-11-10 | 珠海大横琴科技发展有限公司 | 人脸识别的方法及装置、电子设备、存储介质 |
| CN112004163A (zh) * | 2020-08-31 | 2020-11-27 | 北京市商汤科技开发有限公司 | 视频生成方法及装置、电子设备和存储介质 |
| CN112132797A (zh) * | 2020-09-15 | 2020-12-25 | 新华智云科技有限公司 | 一种短视频质量筛选方法 |
| KR20210091076A (ko) * | 2020-12-17 | 2021-07-21 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 비디오를 처리하기 위한 방법, 장치, 전자기기, 매체 및 컴퓨터 프로그램 |
| CN112784056A (zh) * | 2020-12-31 | 2021-05-11 | 北京视连通科技有限公司 | 一种基于视频智能识别及智能语义搜索的短视频生成方法 |
| CN113297416A (zh) * | 2021-05-21 | 2021-08-24 | 北京大米科技有限公司 | 视频数据存储方法、装置、电子设备和可读存储介质 |
| CN113779303A (zh) * | 2021-11-12 | 2021-12-10 | 腾讯科技（深圳）有限公司 | 视频集合的索引方法、装置和存储介质及电子设备 |
| CN114639051A (zh) * | 2022-03-22 | 2022-06-17 | 武汉元淳传媒有限公司 | 一种基于大数据分析的广告短视频质量评价方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107707931B (zh) | 根据视频数据生成解释数据、数据合成方法及装置、电子设备 | |
| CN111988658B (zh) | 视频生成方法及装置 | |
| US11438510B2 (en) | System and method for editing video contents automatically technical field | |
| CN104581380A (zh) | 一种信息处理的方法及移动终端 | |
| US20180025215A1 (en) | Anonymous live image search | |
| CN111415399A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| JP2017503394A (ja) | 映像処理方法、映像処理装置および表示装置 | |
| CN111475675B (zh) | 视频处理系统 | |
| CN107295352B (zh) | 一种视频压缩方法、装置、设备及存储介质 | |
| CN111209438A (zh) | 视频处理方法、装置、设备及计算机存储介质 | |
| CN111654619A (zh) | 智能拍摄方法、装置、服务器及存储介质 | |
| CN113038185B (zh) | 弹幕处理方法及装置 | |
| CN110856039A (zh) | 视频处理方法及装置、存储介质 | |
| CN112118395A (zh) | 视频处理方法、终端及计算机可读存储介质 | |
| CN107547922B (zh) | 信息处理方法、装置、系统及计算机可读存储介质 | |
| CN114902687A (zh) | 一种游戏录屏方法、装置及计算机可读存储介质 | |
| CN111787354A (zh) | 一种视频生成方法及其装置 | |
| CN110717452B (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
| CN108958592B (zh) | 视频处理方法及相关产品 | |
| CN113014957B (zh) | 视频镜头切分方法和装置、介质和计算机设备 | |
| CN108540817B (zh) | 视频数据处理方法、装置、服务器及计算机可读存储介质 | |
| CN115065865A (zh) | 一种视频合成方法、装置、电子设备及存储介质 | |
| CN109901811B (zh) | 应用于数字化庭审中的混音方法及装置 | |
| CN113542909A (zh) | 视频处理方法、装置、电子设备及计算机存储介质 | |
| JP2018206292A (ja) | 要約映像生成装置及びプログラム |
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 |