CN115086686A - 视频处理方法及相关装置 - Google Patents

视频处理方法及相关装置 Download PDF

Info

Publication number
CN115086686A
CN115086686A CN202110267702.6A CN202110267702A CN115086686A CN 115086686 A CN115086686 A CN 115086686A CN 202110267702 A CN202110267702 A CN 202110267702A CN 115086686 A CN115086686 A CN 115086686A
Authority
CN
China
Prior art keywords
live broadcast
target
image
video
cutout
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
CN202110267702.6A
Other languages
English (en)
Inventor
邓瑜
焦少慧
杜绪晗
杨磊
宋慎义
熊辉
刘鑫
王悦
吴泽寰
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 Youzhuju Network Technology Co Ltd
Original Assignee
Beijing Youzhuju 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 Youzhuju Network Technology Co Ltd filed Critical Beijing Youzhuju Network Technology Co Ltd
Priority to CN202110267702.6A priority Critical patent/CN115086686A/zh
Publication of CN115086686A publication Critical patent/CN115086686A/zh
Pending legal-status Critical Current

Links

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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • 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
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • 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
    • H04N21/4402—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 reformatting operations of video signals for household redistribution, storage or real-time display
    • 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
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47205—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for manipulating displayed content, e.g. interacting with MPEG-4 objects, editing locally

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开涉及一种视频处理方法及相关装置，以提升直播视频质量，节省直播带宽。该视频处理方法包括：获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。

Description

视频处理方法及相关装置
技术领域
本公开涉及视频处理技术领域，具体地，涉及一种视频处理方法及相关装置。
背景技术
在直播过程中，直播用户端可以拍摄直播视频，并将该直播视频上传给服务器，服务器可以将直播视频下发给观众用户端。在此过程中，观众用户端接收的是直播用户端拍摄的源直播视频，因此直播用户端拍摄直播视频时的灯光、背景环境等因素会影响直播显示效果，比如造成直播用户端与观众用户端之间的显示色差。
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。
第一方面，本公开提供一种视频处理方法，所述方法包括：
获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
第二方面，本公开提供一种视频处理装置，所述装置包括：
获取模块，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
抠图模块，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
转换模块，用于对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
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第一方面中所述方法的步骤。
第四方面，本公开提供一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。
第五方面，本公开提供一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；将所述目标直播视频上传给服务器；
所述服务器，用于将所述目标直播视频下发给观众用户端；
所述观众用户端，用于接收所述目标直播视频并进行播放。
第六方面，本公开提供一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；以及，将所述源直播视频发送给服务器；
所述服务器，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频，向所述直播场景对应的直播间内的观众客户端发送所述目标直播视频；
所述观众用户端，用于接收所述目标直播视频并进行播放。
第七方面，本公开提供一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播，对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并将所述目标人像抠图发送给服务器；
所述服务器，用于将所述目标人像抠图发送给所述观众用户端；
所述观众用户端，用于基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
通过上述技术方案，可以对源直播视频进行人像抠图，然后将该人像抠图进行空间转换后得到背景画面的图像空间中的目标人像抠图，该目标人像抠图可以用于与背景画面的背景图像进行合并生成目标直播视频，从而减少灯光、背景环境等因素对直播视频显示效果的影响，提升直播质量。并且，通过将目标人像抠图与背景图像进行合并生成目标直播视频，相较于拍摄的源直播视频，可以减少视频传输数据量，从而节省直播带宽成本。
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是根据本公开一示例性实施例示出的一种视频处理方法的流程图；
图2是根据本公开一示例性实施例示出的一种视频处理方法在教学直播场景下的过程示意图；
图3是根据本公开另一示例性实施例示出的一种视频处理方法在教学直播场景下的过程示意图；
图4是根据本公开另一示例性实施例示出的一种视频处理方法在教学直播场景下的过程示意图；
图5是根据本公开一示例性实施例示出的一种视频处理装置的框图；
图6是根据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。另外需要注意，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。
本公开方案应用于直播场景下，可以理解的是，会议直播场景、教学直播场景、直播带货场景等等，而直播场景中一般涉及直播用户端、服务器、观众用户端，所谓直播用户端是指主播用户(例如授课老师/会议讲师/带货主播)所使用的用户端；所谓观众用户端是指观看直播的用户(学生/听会议的人)所使用的用户端；从硬件维度来讲，直播用户端和观众用户端，一般可以是智能手机、笔记本、台式计算机等设备；而所谓服务器是指承载直播服务的服务器，可以是独立服务器，也可以是集群服务器等。
一般情况下，在直播过程中，直播用户端可以拍摄主播用户所在的直播场景生成直播视频，并将该直播视频上传给服务器，服务器可以将直播视频下发给观众用户端。但是在此过程中，观众用户端接收的是直播用户端拍摄的源直播视频，而源直播视频是直接拍摄主播用户在背景画面前所形成的，由于直播房间的灯光、空间影响，直播用户的人像和背景画面的颜色、真实度、清晰度会有一定程度的误差或冲突，例如为了保证直播用户的人像清晰度和色彩饱和度比较好，就会引起直播用户所在位置周边的背景区域会由于反光或者色差造成不清晰，或者整个画面色差比真实环境的色彩暗淡。
因此直播用户端拍摄直播视频时的灯光、背景环境等因素会影响直播显示效果，比如造成直播用户端与观众用户端之间的显示色差，即观众用户端所看到的直播画面的色彩与真实环境下的直播画面的彩色差距较大，经常会出现颜色不清晰，或者色差冲突较大的问题，严重影响直播观看的视觉效果。并且，源直播视频中可能包括一些用户不想关注的信息。比如，网课直播过程中，关注的是网课老师和讲义内容，但直播用户端拍摄的源直播视频可能拍摄到除了网课老师和讲义内容外的其他信息，比如用于显示讲义内容的设备边框等等，不仅影响直播显示效果，还造成了直播视频传输过程中的带宽浪费。
有鉴于此，本公开提供一种视频处理方法，以提升直播视频的显示效果，节省直播视频传输带宽。
图1是根据本公开一示例性实施例示出的一种视频处理方法的流程图。参照图1，该视频处理方法包括：
步骤101，获取在直播场景下采集的源直播视频，该直播场景用于描述主播用户在背景画面之前进行直播。
步骤102，对源直播视频进行人像抠图处理得到主播用户的人像抠图。
步骤103，对主播用户的人像抠图进行空间转换处理得到背景画面的图像空间中的目标人像抠图，其中，目标人像抠图在直播过程中被用于与背景画面的背景图像进行合并生成目标直播视频，目标直播视频用于在直播场景对应的直播间中进行播放。
通过上述方式，可以对源直播视频进行人像抠图，然后将该人像抠图进行空间转换后得到背景画面的图像空间中的目标人像抠图，该目标人像抠图可以用于与背景画面的背景图像进行合并生成目标直播视频，从而减少灯光、背景环境等因素对直播视频显示效果的影响，提升直播质量。并且，通过将目标人像抠图与背景图像进行合并生成目标直播视频，相较于拍摄的源直播视频，可以减少视频传输数据量，从而节省直播带宽成本。
为了使得本领域技术人员更加理解本公开提供的视频处理方法，下面对上述各步骤进行详细举例说明。
示例地，直播场景用于描述主播用户在背景画面之前进行直播，该直播场景可以包括教学直播场景，本公开实施例对此不作限定。在教学直播场景下，背景画面可以是显示有讲义课件的白板，背景画面的背景图像可以根据白板的图像和讲义课件生成。也即是说，在可能的方式中，获取在直播场景下采集的源直播视频可以是：获取在教学直播场景下通过摄像头采集的源直播视频，该教学直播场景用于描述主讲老师在显示有讲义课件的白板前进行讲课，背景画面的背景图像可以根据白板的图像和讲义课件生成。
在获取到直播场景下采集的源直播视频后，可以对该源直播视频进行人像抠图处理得到主播用户的人像抠图。示例地，可以通过相关技术中的人像分割方式对源直播视频进行人像分割，以得到主播用户的人像抠图。应当理解的是，相关技术中的视频人像抠图方式主要有两种，一种是绿幕抠人像，另一种是直接抠人像。前者对直播用户的表演能力/站位等要求极高，并且在教学直播场景下绿幕抠图使得老师无法使用白板画笔等工具，会影响老师的正常上课流程。后者无成熟技术方案，对人像的边缘细节等处理粗糙。
因此，为了实现更加精准的人像抠图，更细致地处理人像边缘细节，本公开实施例可以基于预训练的人像处理模型对源直播视频进行人像抠图处理得到主播用户的人像抠图，该人像处理模型用于提取视频帧中人像整体特征和边缘细节特征并基于所述整体特征和边缘细节特征抠图。
示例地，人像处理模型是预先训练好的，后期也可以优化更新，其主要是通过预先收集样本数据，通过样本数据训练初始模型，训练满足条件后得到最终训练好的人像处理模型，在训练过程中重点训练模型具备提取人像整体特征和边缘特征的能力，并基于这两个维度的特征进行决策。其中，在教学直播场景下，样本人像图可以是各种教学直播视频中的视频帧图像，本公开实施例对此不作限定。从样本人像图提取人像整体特征和边缘细节特征后训练人像处理模型，可以使得训练后的人像处理模型从人像整体特征和边缘细节特征这两个维度进行人像抠图，因此最终得到的人像抠图即可以保留人像整体特征，又可以兼顾人像边缘细节，提升人像抠图效果，从而提升后续合成的目标直播视频的显示效果。并且，通过此种人像抠图方式，教学直播场景下的主讲老师可以正常使用白板画笔等工具，可以保证正常的上课流程，提升直播体验。
在得到主播用户的人像抠图后，可以对主播用户的人像抠图进行空间转换处理得到背景画面的图像空间中的目标人像抠图。应当理解的是，从源直播视频中得到的主播用户的人像抠图，是基于拍摄源直播视频的相机空间，将该人像抠图进行空间转换处理得到背景画面的图像空间中的目标人像抠图后，可以将该目标人像抠图贴回到背景画面中背景图像对应的图像空间中，使得目标人像抠图更好的贴合背景画面中的背景图像，从而提升最终合并生成的目标直播视频的显示效果。
在可能的方式中，可以获取预先基于直播场景生成的仿射变换矩阵，该仿射变换矩阵用于表征在直播场景中用于描述背景画面中背景图像的图像空间与用于拍摄源直播视频的相机空间之间的空间转换关系，然后根据仿射变换矩阵和主播用户的人像抠图进行空间转换得到目标人像抠图。
示例地，可以根据标定图像(如棋盘格图像等)以及在直播场景下对该标定图像进行拍摄而得到的拍摄标定图像，计算背景图像空间到直播场景下相机空间的单应变换矩阵，然后计算该单应变换矩阵的逆变换矩阵，得到仿射变换矩阵，并存储该仿射变换矩阵。在后续过程中，则可以获取该仿射变换矩阵，然后根据该仿射变换矩阵和主播用户的人像抠图进行空间转换得到目标人像抠图。由此，可以使得目标人像抠图更好的贴合背景画面中的背景图像，从而提升最终合并生成的目标直播视频的显示效果。
在可能的方式中，在得到目标人像抠图之后，还可以获取针对直播场景而预设的图像效果配置参数，然后根据该图像效果配置参数，对目标人像抠图添加对应的图像效果得到目标优化人像抠图，则目标优化人像抠图用于替代目标人像抠图在直播过程中被用于与背景画面的背景图像进行合并生成目标直播视频，该目标直播视频用于在直播场景对应的直播间中进行播放。
示例地，图像效果配置参数可以包括美颜效果、滤镜效果、贴图效果和文字效果中的至少一种，本公开实施例对此不作限定。在具体实施时，可以根据用户的配置操作获取至少一个图像效果配置参数，然后根据该图像效果配置参数对目标人像抠图添加对应的图像效果得到目标优化人像抠图。比如，在教学直播场景下，根据老师触发的美颜效果配置操作，可以先获取到美颜效果配置参数，然后根据该美颜效果配置参数对该老师对应的目标人像抠图添加美颜效果得到目标优化人像抠图。如此处理，可以使得美颜处理或者其他处理对背景图像的影响，仅仅针对人像部分进行效果增强，保证最终输出的直播效果更清晰，效果增强更有针对性。
应当理解的是，在实际应用中，将源直播视频传输给观众用户端的方式无法增加灵活的图像处理效果。比如，网课直播过程中，主讲老师和讲义课件为统一摄像头拍摄，美颜等图像处理方式无法将主讲老师和讲义课件进行分开处理，因此为讲义课件的清晰度，无法提供灵活的图像处理功能。而本公开实施例中，在得到主播用户的人像抠图后，可以获取针对直播场景而预设的图像效果配置参数，然后根据该图像效果配置参数，对目标人像抠图添加对应的图像效果。由此，可以针对主播用户单独进行灵活的图像处理效果，提升直播显示效果。
通过上述任一方式得到的目标人像抠图或目标优化人像抠图可以在直播过程中被用于与背景画面的背景图像进行合并生成目标直播视频，该目标直播视频用于在直播场景对应的直播间中进行播放。在可能的方式中，可以根据目标人像抠图和背景画面的背景图像进行图像合并生成目标直播视频，然后向直播场景对应的直播间内的观众客户端发送目标直播视频。
例如，参照图2，在教学直播场景下，一个直播用户端的老师在显示有讲义课件的白板前进行讲课，在获取到摄像头采集的讲课直播视频(即源直播视频)后，可以对该讲课直播视频进行人像抠图处理得到老师的人像抠图。然后可以对老师的人像抠图进行空间转换处理得到老师在背景画面的图像空间下的目标人像抠图。之后，可以将该目标人像抠图与白板的图像和讲义课件进行合并生成目标直播视频，并通过共享内存或虚拟摄像头发送到RTC(实时通信)本地SDK，再由RTC本地SDK发送给直播间服务器，最后由直播间服务器通过CDN(内容分发网络)下发给N(N为正整数)个学生用户端。由此，直播用户端可以本地执行人像抠图、人像抠图的空间转换处理以及人像与背景的合并处理。相较于直接传输源直播视频的方式，相当于进行了干净背景的替换，从而可以节省直播带宽。
或者，参照图3，在教学直播场景下，还可以通过服务器执行人像抠图、人像抠图的空间转换处理以及人像与背景的合并处理。在此种方式中，直播用户端采集到教学直播视频后通过RTC本地SDK传输给服务器。然后，服务器对该源直播视频进行人像抠图处理得到老师的人像抠图，并对老师的人像抠图进行空间转换处理得到老师在背景画面的图像空间下的目标人像抠图。之后，将该目标人像抠图与白板的图像和讲义课件进行合并生成目标直播视频，并通过CDN下发给多个学生用户端。由此，可以通过服务器执行人像抠图、人像抠图的空间转换处理以及人像与背景的合并处理，可以减缓直播用户端的数据处理压力。并且，相较于直接传输源直播视频的方式，相当于进行了干净背景的替换，从而可以节省直播带宽。
在可能的方式中，还可以向直播场景对应的直播间内的观众用户端发送目标人像抠图，指示直播场景对应的直播间内的观众用户端基于目标人像抠图和背景画面的背景图像进行本地合并得到目标直播视频并进行播放。由此，可以通过观众用户端本地合并得到目标直播视频进行播放，在此过程中，直播用户端上传给服务器的内容以及服务器下发给观众用户端的内容不是源直播视频内容，从而可以减少数据传输量，节省直播带宽。
例如，参照图4，在教学直播场景下，直播用户端的老师在显示有讲义课件的白板前进行讲课，在获取到摄像头采集的讲课直播视频(即源直播视频)后，可以对该讲课直播视频进行人像抠图处理得到老师的人像抠图。然后可以对老师的人像抠图进行空间转换处理得到老师在背景画面的图像空间下的目标人像抠图。之后，可以通过共享内存或虚拟摄像头将该目标人像抠图传输到RTC本地SDK，再发送到服务器，从而通过服务器下发给学生用户端。即可以向教学直播场景对应的直播间内的学生用户端发送目标人像抠图。然后，可以指示该教学直播场景对应的直播间内的学生用户端基于目标人像抠图和背景画面的背景图像进行本地合并得到目标直播视频并进行播放。通过此种方式，由于在学生用户端进行视频合并，因此相较于上述在直播用户端和服务器进行视频合并的方式，可以进一步节省直播带宽。
基于同一发明构思，本公开还提供一种视频处理装置，该视频处理装置可以通过软件、硬件或两者结合的方式成为电子设备的部分或全部。参照图5，该视频处理装置500可以包括：
获取模块501，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
抠图模块502，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
转换模块503，用于对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
可选地，所述装置500还包括：
合并模块，用于根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；
第一发送模块，用于向所述直播场景对应的直播间内的观众用户端发送所述目标直播视频。
可选地，所述装置500还包括：
第二发送模块，用于向所述直播场景对应的直播间内的观众用户端发送所述目标人像抠图，指示所述直播场景对应的直播间内的观众用户端基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
可选地，所述转换模块503用于：
获取预先基于所述直播场景生成的仿射变换矩阵，所述仿射变换矩阵用于表征在所述直播场景中用于描述背景画面中背景图像的图像空间与用于拍摄所述源直播视频的相机空间之间的空间转换关系；
根据所述仿射变换矩阵和所述主播用户的人像抠图进行空间转换得到所述目标人像抠图。
可选地，所述获取模块501用于：
获取在教学直播场景下通过摄像头采集的源直播视频，所述教学直播场景用于描述主讲老师在显示有讲义课件的白板前进行讲课；
则所述背景画面的背景图像根据所述白板的图像和所述讲义课件生成。
可选地，所述装置500还包括：
参数获取模块，用于获取针对所述直播场景而预设的图像效果配置参数；
图像优化模块，用于根据所述图像效果配置参数，对所述目标人像抠图添加对应的图像效果得到目标优化人像抠图，则所述目标优化人像抠图用于替代所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
可选地，所述抠图模块502用于：
基于预训练的人像处理模型对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，所述人像处理模型用于提取视频帧中人像整体特征和边缘细节特征并基于所述整体特征和边缘细节特征抠图。
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。
基于同一发明构思，本公开还提供一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；将所述目标直播视频上传给服务器；
所述服务器，用于将所述目标直播视频下发给观众用户端；
所述观众用户端，用于接收所述目标直播视频并进行播放。
基于同一发明构思，本公开还提供一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；以及，将所述源直播视频发送给服务器；
所述服务器，用于对接收到的所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频，向所述直播场景对应的直播间内的观众客户端发送所述目标直播视频；
所述观众用户端，用于接收所述目标直播视频并进行播放。
基于同一发明构思，本公开还提供一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播，对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并将所述目标人像抠图发送给服务器；
所述服务器，用于将所述目标人像抠图发送给所述观众用户端；
所述观众用户端，用于基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
基于同一发明构思，本公开实施例还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上述任一视频处理方法的步骤。
基于同一发明构思，本公开实施例一种电子设备，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现上述任一视频处理方法的步骤。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备600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6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6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：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606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，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609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601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，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：获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
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。
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提供了一种视频处理方法，包括：
获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述方法还包括：
根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；
向所述直播场景对应的直播间内的观众用户端发送所述目标直播视频。
根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述方法还包括：
向所述直播场景对应的直播间内的观众用户端发送所述目标人像抠图，指示所述直播场景对应的直播间内的观众用户端基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
根据本公开的一个或多个实施例，示例4提供了示例1-3任一项的方法，所述对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，包括：
获取预先基于所述直播场景生成的仿射变换矩阵，所述仿射变换矩阵用于表征在所述直播场景中用于描述背景画面中背景图像的图像空间与用于拍摄所述源直播视频的相机空间之间的空间转换关系；
根据所述仿射变换矩阵和所述主播用户的人像抠图进行空间转换得到所述目标人像抠图。
根据本公开的一个或多个实施例，示例5提供了示例1-3任一项的方法，所述获取在直播场景下采集的源直播视频，包括：
获取在教学直播场景下通过摄像头采集的源直播视频，所述教学直播场景用于描述主讲老师在显示有讲义课件的白板前进行讲课；
则所述背景画面的背景图像根据所述白板的图像和所述讲义课件生成。
根据本公开的一个或多个实施例，示例6提供了示例1-3任一项的方法，在得到所述目标人像抠图之后，所述方法还包括：
获取针对所述直播场景而预设的图像效果配置参数；
根据所述图像效果配置参数，对所述目标人像抠图添加对应的图像效果得到目标优化人像抠图，则所述目标优化人像抠图用于替代所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
根据本公开的一个或多个实施例，示例7提供了示例1-3任一项的方法，所述对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，包括：
基于预训练的人像处理模型对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，所述人像处理模型用于提取视频帧中人像整体特征和边缘细节特征并基于所述整体特征和边缘细节特征抠图。
根据本公开的一个或多个实施例，示例8提供了一种视频处理装置，所述装置包括：
获取模块，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
抠图模块，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
转换模块，用于对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
根据本公开的一个或多个实施例，示例9提供了示例8的装置，所述装置还包括：：
合并模块，用于根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；
第一发送模块，用于向所述直播场景对应的直播间内的观众用户端发送所述目标直播视频。
根据本公开的一个或多个实施例，示例10提供了示例8的装置，所述装置还包括：
第二发送模块，用于向所述直播场景对应的直播间内的观众用户端发送所述目标人像抠图，指示所述直播场景对应的直播间内的观众用户端基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
根据本公开的一个或多个实施例，示例11提供了示例8-10任一项的装置，所述转换模块用于：
获取预先基于所述直播场景生成的仿射变换矩阵，所述仿射变换矩阵用于表征在所述直播场景中用于描述背景画面中背景图像的图像空间与用于拍摄所述源直播视频的相机空间之间的空间转换关系；
根据所述仿射变换矩阵和所述主播用户的人像抠图进行空间转换得到所述目标人像抠图。
根据本公开的一个或多个实施例，示例12提供了示例8-10任一项的装置，所述获取模块用于：
获取在教学直播场景下通过摄像头采集的源直播视频，所述教学直播场景用于描述主讲老师在显示有讲义课件的白板前进行讲课；
则所述背景画面的背景图像根据所述白板的图像和所述讲义课件生成。
根据本公开的一个或多个实施例，示例13提供了示例8-10任一项的装置，所述装置还包括：
参数获取模块，用于获取针对所述直播场景而预设的图像效果配置参数；
图像优化模块，用于根据所述图像效果配置参数，对所述目标人像抠图添加对应的图像效果得到目标优化人像抠图，则所述目标优化人像抠图用于替代所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
根据本公开的一个或多个实施例，示例14提供了示例8-10任一项的装置，所述抠图模块用于：
基于预训练的人像处理模型对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，所述人像处理模型用于提取视频帧中人像整体特征和边缘细节特征并基于所述整体特征和边缘细节特征抠图。
根据本公开的一个或多个实施例，示例15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示例1-7中任一项所述方法的步骤。
根据本公开的一个或多个实施例，示例16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，用于执行所述存储装置中的所述计算机程序，以实现示例1-7中任一项所述方法的步骤。
根据本公开的一个或多个实施例，示例17提供了一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播，对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；将所述目标直播视频上传给服务器；
所述服务器，用于将所述目标直播视频下发给观众用户端；
所述观众用户端，用于接收所述目标直播视频并进行播放。
根据本公开的一个或多个实施例，示例18提供了一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；以及，将所述源直播视频发送给服务器；
所述服务器，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频，向所述直播场景对应的直播间内的观众客户端发送所述目标直播视频；
所述观众用户端，用于接收所述目标直播视频并进行播放。
根据本公开的一个或多个实施例，示例19提供了一种直播系统，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播，对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并将所述目标人像抠图发送给服务器；
所述服务器，用于将所述目标人像抠图发送给所述观众用户端；
所述观众用户端，用于基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
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 (13)

1.一种视频处理方法，其特征在于，所述方法包括：
获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；
向所述直播场景对应的直播间内的观众用户端发送所述目标直播视频。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
向所述直播场景对应的直播间内的观众用户端发送所述目标人像抠图，指示所述直播场景对应的直播间内的观众用户端基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，包括：
获取预先基于所述直播场景生成的仿射变换矩阵，所述仿射变换矩阵用于表征在所述直播场景中用于描述背景画面中背景图像的图像空间与用于拍摄所述源直播视频的相机空间之间的空间转换关系；
根据所述仿射变换矩阵和所述主播用户的人像抠图进行空间转换得到所述目标人像抠图。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述获取在直播场景下采集的源直播视频，包括：
获取在教学直播场景下通过摄像头采集的源直播视频，所述教学直播场景用于描述主讲老师在显示有讲义课件的白板前进行讲课；
则所述背景画面的背景图像根据所述白板的图像和所述讲义课件生成。
6.根据权利要求1-3任一项所述的方法，其特征在于，在得到所述目标人像抠图之后，所述方法还包括：
获取针对所述直播场景而预设的图像效果配置参数；
根据所述图像效果配置参数，对所述目标人像抠图添加对应的图像效果得到目标优化人像抠图，则所述目标优化人像抠图用于替代所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
7.根据权利要求1-3任一项所述的方法，其特征在于，所述对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，包括：
基于预训练的人像处理模型对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，所述人像处理模型用于提取视频帧中人像整体特征和边缘细节特征并基于所述整体特征和边缘细节特征抠图。
8.一种视频处理装置，其特征在于，所述装置包括：
获取模块，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；
抠图模块，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图；
转换模块，用于对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图；其中，所述目标人像抠图在直播过程中被用于与所述背景画面的背景图像进行合并生成目标直播视频，所述目标直播视频用于在所述直播场景对应的直播间中进行播放。
9.一种计算机可读介质，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1-7中任一项所述方法的步骤。
10.一种电子设备，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1-7中任一项所述方法的步骤。
11.一种直播系统，其特征在于，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频；将所述目标直播视频上传给服务器；
所述服务器，用于将所述目标直播视频下发给观众用户端；
所述观众用户端，用于接收所述目标直播视频并进行播放。
12.一种直播系统，其特征在于，包括：主播用户端、服务器、观众用户端；其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播；以及，将所述源直播视频发送给服务器；
所述服务器，用于对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，根据所述目标人像抠图和所述背景画面的背景图像进行图像合并生成目标直播视频，向所述直播场景对应的直播间内的观众客户端发送所述目标直播视频；
所述观众用户端，用于接收所述目标直播视频并进行播放。
13.一种直播系统，其特征在于，包括：主播用户端、服务器、观众用户端，其中，
所述主播用户端，用于获取在直播场景下采集的源直播视频，所述直播场景用于描述主播用户在背景画面之前进行直播，对所述源直播视频进行人像抠图处理得到所述主播用户的人像抠图，对所述主播用户的人像抠图进行空间转换处理得到所述背景画面的图像空间中的目标人像抠图，并将所述目标人像抠图发送给服务器；
所述服务器，用于将所述目标人像抠图发送给所述观众用户端；
所述观众用户端，用于基于所述目标人像抠图和所述背景画面的背景图像进行本地合并得到目标直播视频并进行播放。
CN202110267702.6A 2021-03-11 2021-03-11 视频处理方法及相关装置 Pending CN115086686A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110267702.6A CN115086686A (zh) 2021-03-11 2021-03-11 视频处理方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110267702.6A CN115086686A (zh) 2021-03-11 2021-03-11 视频处理方法及相关装置

Publications (1)

Publication Number Publication Date
CN115086686A true CN115086686A (zh) 2022-09-20

Family

ID=83240506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110267702.6A Pending CN115086686A (zh) 2021-03-11 2021-03-11 视频处理方法及相关装置

Country Status (1)

Country Link
CN (1) CN115086686A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115543161A (zh) * 2022-11-04 2022-12-30 广州市保伦电子有限公司 一种适用于白板一体机的抠图方法及装置
CN118138792A (zh) * 2024-05-07 2024-06-04 杭州育恩科技有限公司 一种多媒体授课的直播方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102812497A (zh) * 2011-03-03 2012-12-05 松下电器产业株式会社 能够提供随后体验影像的影像提供装置、影像提供方法、影像提供程序
CN104392416A (zh) * 2014-11-21 2015-03-04 中国电子科技集团公司第二十八研究所 一种运动场景的视频拼接方法
US20180084292A1 (en) * 2016-09-18 2018-03-22 Shanghai Hode Information Technology Co.,Ltd. Web-based live broadcast
CN108124194A (zh) * 2017-12-28 2018-06-05 北京奇艺世纪科技有限公司 一种视频直播方法、装置及电子设备
CN108124109A (zh) * 2017-11-22 2018-06-05 上海掌门科技有限公司 一种视频处理方法、设备及计算机可读存储介质
CN109803172A (zh) * 2019-01-03 2019-05-24 腾讯科技（深圳）有限公司 一种直播视频的处理方法、装置及电子设备
CN110782421A (zh) * 2019-09-19 2020-02-11 平安科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质
CN110798634A (zh) * 2019-11-28 2020-02-14 东北大学 图像自适应合成方法、装置及计算机可读存储介质
US20200213532A1 (en) * 2017-11-15 2020-07-02 Alibaba Group Holding Limited Video processing method and apparatus based on augmented reality, and electronic device
CN111654715A (zh) * 2020-06-08 2020-09-11 腾讯科技（深圳）有限公司 直播的视频处理方法、装置、电子设备及存储介质
CN111915483A (zh) * 2020-06-24 2020-11-10 北京迈格威科技有限公司 图像拼接方法、装置、计算机设备和存储介质
CN112261424A (zh) * 2020-10-19 2021-01-22 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及计算机可读存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102812497A (zh) * 2011-03-03 2012-12-05 松下电器产业株式会社 能够提供随后体验影像的影像提供装置、影像提供方法、影像提供程序
CN104392416A (zh) * 2014-11-21 2015-03-04 中国电子科技集团公司第二十八研究所 一种运动场景的视频拼接方法
US20180084292A1 (en) * 2016-09-18 2018-03-22 Shanghai Hode Information Technology Co.,Ltd. Web-based live broadcast
US20200213532A1 (en) * 2017-11-15 2020-07-02 Alibaba Group Holding Limited Video processing method and apparatus based on augmented reality, and electronic device
CN108124109A (zh) * 2017-11-22 2018-06-05 上海掌门科技有限公司 一种视频处理方法、设备及计算机可读存储介质
CN108124194A (zh) * 2017-12-28 2018-06-05 北京奇艺世纪科技有限公司 一种视频直播方法、装置及电子设备
CN109803172A (zh) * 2019-01-03 2019-05-24 腾讯科技（深圳）有限公司 一种直播视频的处理方法、装置及电子设备
CN110782421A (zh) * 2019-09-19 2020-02-11 平安科技（深圳）有限公司 图像处理方法、装置、计算机设备及存储介质
CN110798634A (zh) * 2019-11-28 2020-02-14 东北大学 图像自适应合成方法、装置及计算机可读存储介质
CN111654715A (zh) * 2020-06-08 2020-09-11 腾讯科技（深圳）有限公司 直播的视频处理方法、装置、电子设备及存储介质
CN111915483A (zh) * 2020-06-24 2020-11-10 北京迈格威科技有限公司 图像拼接方法、装置、计算机设备和存储介质
CN112261424A (zh) * 2020-10-19 2021-01-22 北京字节跳动网络技术有限公司 图像处理方法、装置、电子设备及计算机可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115543161A (zh) * 2022-11-04 2022-12-30 广州市保伦电子有限公司 一种适用于白板一体机的抠图方法及装置
CN115543161B (zh) * 2022-11-04 2023-08-15 广东保伦电子股份有限公司 一种适用于白板一体机的抠图方法及装置
CN118138792A (zh) * 2024-05-07 2024-06-04 杭州育恩科技有限公司 一种多媒体授课的直播方法

Similar Documents

Publication Publication Date Title
CN109741388B (zh) 用于生成双目深度估计模型的方法和装置
CN111970524B (zh) 交互类直播连麦的控制方法、装置、系统、设备及介质
CN112738541B (zh) 画面显示方法、装置及电子设备
CN112637517B (zh) 视频处理方法、装置、电子设备及存储介质
CN110290398B (zh) 视频下发方法、装置、存储介质及电子设备
CN115086686A (zh) 视频处理方法及相关装置
CN112492357A (zh) 一种处理多视频流的方法、装置、介质和电子设备
CN114095671A (zh) 云会议直播系统、方法、装置、设备及介质
CN111385484B (zh) 信息处理方法和装置
CN112235605B (zh) 视频处理系统和视频处理方法
CN112419179B (zh) 修复图像的方法、装置、设备和计算机可读介质
CN112085775A (zh) 图像处理的方法、装置、终端和存储介质
CN114549722A (zh) 3d素材的渲染方法、装置、设备及存储介质
CN113989173A (zh) 视频融合方法、装置、电子设备及存储介质
US20230132137A1 (en) Method and apparatus for converting picture into video, and device and storage medium
CN113033677A (zh) 视频分类方法、装置、电子设备和存储介质
CN115761090A (zh) 特效渲染方法、装置、设备、计算机可读存储介质及产品
CN114125358A (zh) 云会议字幕显示方法、系统、装置、电子设备和存储介质
CN114331823A (zh) 图像处理方法、装置、电子设备及存储介质
CN111369475B (zh) 用于处理视频的方法和装置
CN113038176A (zh) 视频抽帧方法、装置和电子设备
CN115002442B (zh) 一种图像展示方法、装置、电子设备及存储介质
CN112486380B (zh) 一种显示界面的处理方法、装置、介质和电子设备
CN111083518B (zh) 一种追踪直播目标的方法、装置、介质和电子设备
CN115170395A (zh) 全景图像拼接方法、装置、电子设备、介质和程序产品

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