CN115250340A - 一种mv录制方法和显示设备 - Google Patents

Abstract

本申请提供了一种MV录制方法和显示设备，根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息，确定进行视频提取的目标人脸的目标身份标识信息，在该视频数据中的视频帧中确定包含该目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。先是识别视频数据出现的人脸的第一身份标识信息，再确定进行视频提取的目标人脸的目标身份标识信息，然后根据该目标身份标识信息，在视频数据的视频帧中确定目标身份标识信息的目标对象所在的目标区域，从该目标区域中提取目标对象，实现了当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高了用户的使用感受。

Description

一种MV录制方法和显示设备

技术领域

本申请涉及图像处理技术领域，尤其涉及一种MV录制方法和显示设备。

背景技术

随机技术的发展，显示设备，如智能电视等，其自身的功能越来越多，用户可以通过显示设备与朋友进行视频通话，与使用手机进行视频通话相比，显示设备的显示屏更大，并且显示的更加清晰。但是基于显示设备在进行视频通话时，由于摄像头不方便移动，导致通话场景单一，并且其使用场景的局限性高，因此，在显示设备中视频通话中增加了MV录制功能，实现了在视频通话时进行场景的切换。

具体的，显示设备在进行MV录制时，通常采用人像分割算法，将显示设备显示的视频中的对象分割出来，并添加到配置好的背景中，从而提高视频通话的趣味性。但是，现有技术中在采用人像分割算法进行分割时，只是将对象与背景进行分割，当一个视频帧中出现多个对象时，会将该多个对象分割出来，并将该分割出来的多个图像与背景进行融合。但是在实际进行视频通话时，往往只有一个人进行视频通话，因此将多个对象分割出来与背景进行融合，无法满足视频通话场景的要求，影响融合后得到的视频的准确性。

发明内容

本申请提供了一种MV录制方法、显示设备、电子设备及介质，用以解决现有技术中在实际进行视频通话时，只能将多个对象分割出来与背景进行融合，无法满足视频通话场景的要求，影响融合后得到的视频的准确性的问题。

第一方面，本申请还提供了一种MV录制方法，所述方法包括：

根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息；

确定进行视频提取的目标人脸的目标身份标识信息，在所述视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。

第二方面，本申请提供了一种显示设备，所述显示设备包括：

显示器，所述显示器用于显示包含目标对象的图像；

摄像头，所述摄像头用于采集包含目标对象的图像；

控制器，所述控制器被配置为：

控制所述显示器显示包含所述目标对象的MV视频。

第三方面，本申请还提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述MV录制方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一所述MV录制方法的步骤。

由于本申请中根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息，确定进行视频提取的目标人脸的目标身份标识信息，在该视频数据中的视频帧中确定包含该目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。在本申请中，先是识别视频数据出现的人脸的第一身份标识信息，再确定进行视频提取的目标人脸的目标身份标识信息，然后根据该目标身份标识信息，在视频数据的视频帧中确定目标身份标识信息的目标对象所在的目标区域，从该目标区域中提取目标对象，实现了当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高了用户的使用感受。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的一种MV录制的过程示意图；

图2为本申请提供的显示设备与其进行视频通话的电子设备的交互示意图；

图3a为本申请提供的智能电视的显示器的显示示意图；

图3b为本申请提供的智能电视的显示器的显示示意图；

图4为本申请提供的MV切换指令输入位置的显示示意图；

图5为本申请提供的MV录制的流程示意图；

图6为本申请提供的MV录制过程的流程示意图；

图7为本申请提供的一种显示设备的结构示意图；

图8为本申请提供的一种电子设备结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，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前提下所获得的所有其它实施例，都属于本申请保护的范围。

在本申请中，当基于显示设备进行视频通话时，若显示设备接收的音视频采集设备采集的视频数据中出现多个对象时，只针对一个目标对象进行提取，从而提高用户的使用感受，在本申请中，根据预先保存的人脸与身份标识信息的对应关系，识别出接收到的视频数据中出现的人脸对应的第一身份标识信息，然后确定要进行视频提取的目标人脸的目标身份标识信息，从接收到的视频数据的视频帧中确定包含该目标人脸的目标对象所在的目标区域，并从该目标区域中提取出该目标对象。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，本申请提供了一种MV录制方法、显示设备、电子设备及介质。

图1为本申请提供的一种MV录制的流程示意图，该过程包括：

S101：根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息。

本申请提供的一种MV录制方法应用于显示设备，该显示设备可以是智能电视等，该MV录制方法还可以应用于服务器。

在本申请中，预先保存有人脸与身份标识的对应关系，其中该身份标识可以是每个人脸对应用户的家庭身份，还可以是每个人脸对应的用户的姓名，还可以是每个人脸对应的编号等唯一标识每个人脸的信息。在预先保存人脸与身份标识的对应关系时，每个人脸对应的身份标识信息不同。

接收MV录制指令，当接收到视频数据，并且在该视频数据中出现多个对象，想要针对一个目标对象进行提取时，可以基于人脸识别方法，以及预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息。具体的，在本申请中，针对视频数据中出现的人脸，根据预先保存的人脸与身份标识信息的对应关系，确定该人脸对应的第一身份标识信息。其中，在该视频数据中出现的人脸的数量可能是一个还可能是多个。

S102：确定进行视频提取的目标人脸的目标身份标识信息，在所述视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。

当识别到第一身份标识信息后，确定进行视频提取的目标人脸的目标身份标识信息。具体的，当识别到第一身份标识信息后，若该第一身份标识信息只有一个，则将该第一身份标识信息确定为目标身份标识信息，若该第一身份标识信息的数量大于1，则提示用户输入对目标身份标识信息的选择操作，根据用户的选择确定目标身份标识信息。

例如，当识别到一个第一身份标识信息“张三”时，则确定“张三”为目标身份标识信息；当识别到三个第一身份标识信息，分别为“王二”、“张三”和“李四”时，则显示该三个第一身份标识信息，并提示用户选择目标身份标识信息。

在确定目标身份标识信息后，从视频数据中的视频帧中确定包含该目标身份标识信息的目标对象所在的目标区域，具体的，通过人体检测技术，确定该目标身份标识信息对应的目标对象所在的目标区域，该目标区域中仅包括该目标对象以及该目标对象在该视频帧中的所处的背景环境，然后再采用人像分割算法将该目标区域中的目标对象与背景环境分离，得到目标对象，并将该目标对象显示出来。

由于本申请中根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息，确定进行视频提取的目标人脸的目标身份标识信息，在该视频数据中的视频帧中确定包含该目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。在本申请中，先是确定进行视频提取的目标人脸的目标身份标识信息，然后根据该目标身份标识信息在视频数据的视频帧中确定目标身份标识信息的目标对象所在的目标区域，最后从该目标区域中提取目标对象，实现了当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高了用户的使用感受。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述实施例的基础上，在本申请中，所述确定进行视频提取的目标人脸的目标身份标识信息包括：

接收输入的选择操作，其中所述选择操作中携带有选择的第二身份标识信息，将所述第二身份标识信息确定为所述目标身份标识信息。

在本申请中，当识别到的第一身份标识信息的数量大于一个时，则会显示该第一身份标识信息，然后由用户选择目标身份标识信息。

在本申请中，若该MV录制方法应用于显示设备，用户可以通过显示设备的遥控器输入选择操作，还可以通过语音输入选择操作，还可以通过显示设备的显示器输入选择操作等。在接收到选择操作后，由于该选择操作中携带有被选择的第二身份标识信息，因此将该第二身份标识信息确定为目标身份标识信息。

具体的，在本申请中，对接收到的视频数据进行人脸检测，检测该视频数据中是否有人脸存在，若存在，则识别该视频数据中出现的人脸的第一身份标识信息，并判断当前识别到的第一身份标识信息的数量是否大于1，若该第一身份标识信息的数量大于1，也就是视频数据中包含多个人脸，则判断是否接收到输入的选择目标身份标识信息的选择操作，若是，则继续后续的在视频数据中确定包含该目标身份标识信息的目标对象所在的目标区域，若没有接收到输入的选择操作，则提醒用户输入选择操作。若识别到的第一身份标识信息的数量为1，则直接将该人脸对应的第一身份标识信息确定为目标身份标识信息。

例如，在本申请中，第一身份标识信息为姓名，该第一身份标识信息有“张三”、“李四”和“王二”三个，则显示该三个第一身份标识信息，用户通过遥控器输入了选择“张三”的选择操作，接收到该选择操作后，将“张三”作为目标身份标识信息。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息之前，所述方法还包括：

若接收到输入的MV录制指令，则执行后续根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息的操作；

若未接收到所述MV录制指令，则显示所述视频数据。

在本申请中，显示设备具有MV录制的功能，但是只有当显示设备接收到MV录制指令后，才会进行MV录制，即只有当显示设备接收到输入的MV录制指令后，才会进行后续的根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息的操作。当显示设备未接收到MV录制指令时，则直接显示该视频数据，不对该视频数据进行处理。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，从而提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述接收到输入的MV录制指令之后，所述方法还包括：

若在接收到所述MV录制指令之后，接收到输入的MV选择操作，确定被选择的第一目标MV，并将所述第一目标MV中的每一帧与对应视频帧中提取出的所述目标对象依次进行叠加，并显示叠加所述目标对象后的第一目标MV。

在本申请中，该显示设备中预先保存有多个MV，用户可以在向显示设备发送MV录制指令之后，再从该多个MV中选择第一目标MV。

具体的，当显示设备接收到MV录制指令之后，用户通过遥控器或显示设备的显示器或语音等方式输入MV选择操作，选择第一目标MV。显示设备接收到该选择操作后，将该选择操作选择的MV作为第一目标MV，并将该第一目标MV中的每一帧与对应视频帧中提取出的目标对象进行依次的叠加，并显示叠加了目标对象的第一目标MV。

在接收到MV录制指令之后，识别视频数据中的人脸对应的第一身份标识信息，并确定进行视频提取的目标人脸的目标身份标识信息，在视频数据中的视频帧中确定包含该目标身份标识信息的目标对象所在的目标区域，并从该目标区域中提取该目标对象，将该第一目标MV中的每一帧与从对应视频数据中的视频帧中提取出的目标对象依次进行叠加，实现MV的录制。具体的，在本申请中，在选择了第一目标MV之后，该第一目标MV进行播放，根据在视频数据中提取出目标对象的视频帧与该第一目标MV，确定该视频帧与该第一目标MV开始播放之间的时间差值，从而确定该第一目标MV中叠加该目标对象的目标帧。在本申请中，若视频数据中存在不包含目标对象的视频帧，则第一目标MV中与该视频帧对应的目标帧将不进行叠加操作。

具体的，在本申请中，在选择了第一目标MV之后，针对该视频数据，将该视频数据中的视频帧按照时间顺序提取目标对象，将从该视频数据的第一个视频帧中提取的目标对象与该第一目标MV的第一帧进行叠加，该视频数据的中提取的其他目标对象，则按照被提取的顺序依次与该第一目标MV中的每一帧进行叠加，并显示叠加了该目标对象后的第一目标MV。在本申请中，若该视频数据的第一个视频帧中未提取到目标对象，则该第一目标MV的第一帧将不进行叠加操作。因此，在显示叠加了目标对象的第一目标MV时，可能会出现该叠加了目标对象的第一目标MV的某一视频帧中不包含对象的情况。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述接收到所述MV录制指令之前，所述方法还包括：

接收包含所述目标对象第一音视频数据，并获取所述第一音视频数据中的音频数据和所述视频数据；

若接收到所述MV录制指令，则将所述音频数据和叠加了该目标对象后的第一目标MV发送给云端服务器；若未接收到所述MV录制指令，则将所述音频数据和所述视频数据发送给所述云端服务器。

在本申请中，还会接收包含目标对象的第一音视频设备，具体的，若该MV录制方法应用于显示设备，且该显示设备还包括摄像头，则该第一音视频数据可以为该显示设备的摄像头采集的，若该MV录制方法应用于显示设备，但是该显示设备不包括摄像头，或者是该MV录制方法应用于服务器，则该第一音视频数据则可以为音视频采集设备采集并发送的，该音视频采集设备可以是有通信功能的摄像头。该摄像头在工作时会对其视频采集范围内的环境及对象进行采集，同时还会采集其采集范围内的声音，得到第一音视频数据。当接收到该第一音视频数据后，对该第一音视频数据进行处理，得到音频数据和视频数据。

其中，若接收到MV录制指令，则可以基于该视频数据从中提取目标对象，并从视频数据的每一帧中提取的目标对象与第一目标MV的每一帧依次进行叠加，显示设备显示该叠加了目标对象的第一目标MV，并将该叠加了目标对象的第一目标MV和从音视频数据中得到的音频数据发送给云端服务器，再由云端服务器发送给与该显示设备进行视频通话的电子设备，由该电子设备显示该叠加了目标对象的第一目标MV，并播放该音频数据。

若未接收到MV录制指令，则说明无需进行MV录制，只是在进行视频通话，即无需进行识别视频数据中的人脸对应的第一身份标识信息，并确定进行视频提取的目标人脸的目标身份标识信息，也无需在该视频数据中确定包含该目标身份标识信息的目标对象所在的目标区域，并从该目标区域中提取目标对象，将第一目标MV中的每一帧与对应视频帧中提取出的目标对象依次进行叠加的操作。因此，当未接收到MV录制指令后，则显示该视频数据，并将该视频数据与该音频数据发送给云端服务器。

图2为本申请提供的显示设备其进行视频通话的电子设备的交互示意图，如该图2所示，该显示设备将叠加了目标对象的第一目标MV发送到云端服务器，再由云端服务器将该叠加了目标对象的第一目标MV发送给与该进行视频通话的电子设备，同时显示设备还会从云端服务器获取该电子设备发送的音视频数据，并显示。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述方法还包括：

接收所述云端服务器发送的与显示设备进行视频通话的电子设备发送的第二音视频数据；

显示所述第二音视频数据中的第二视频数据；

播放所述第二音视频数据中的第二音频数据。

在本申请中，显示设备可以用于进行视频通话，当进行视频通话时，显示设备可以在显示器上显示叠加了目标对象的第一目标MV，并将该叠加了目标对象的第一目标MV发送到云端服务器，再由云端服务器发送给与该显示设备进行通话的电子设备，使该电子设备的显示界面显示该叠加了目标对象的第一目标MV。

此外，在本申请中，若该第一目标MV存在其对应的目标音乐，在将音频数据发送给云端服务器之前，要将该目标音乐与该音频数据进行叠加，并将叠加了目标音乐的音频数据发送给云端服务器。

在本申请中，当接收到云端服务器发送的与该显示设备进行视频通话的电子设备发送的第二音视频数据时，从该第二音视频数据中获取第二音频数据，并播放该第二音频数据。

图3a为本申请提供的智能电视的显示器的显示示意图，如该图3a所示，在智能电视的显示器上既显示本地的视频数据，同时还显示云端服务器发送的第二音视频数据中的第二视频数据。

图3b为本申请提供的智能电视的显示器的显示示意图，如该图3b所示，在智能电视的显示器上既显示叠加了目标对象的第一目标MV，同时还显示云端服务器发送的第二音视频数据中的第二视频数据。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述方法还包括：

响应于接收到的弹幕指令，其中所述弹幕指令中携带弹幕形式以及弹幕内容；

根据所述弹幕形式，在叠加所述目标对象后的第一目标MV中显示所述弹幕内容。

为了增加视频的趣味性，在本申请中，显示设备还会接收到弹幕指令，并根据该弹幕指令中携带的弹幕形式以及弹幕内容，在叠加了该目标对象后的第一目标MV中显示弹幕内容。其中，该弹幕形式可以是文字，还可以是礼物特效等。

在本申请中，该弹幕指令可以是用户通过遥控器、语音或者是显示器输入的，还可以是该显示设备通过云端服务器接收到的与该显示设备进行视频通话的电子设备发送的弹幕指令。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述方法还包括：

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并未接收到MV切换指令时，则从所述第一目标MV的第一帧开始，将所述第一目标MV中的每一帧与对应视频帧中提取到所述第二目标对象依次进行叠加；

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并接收到MV切换指令，确定切换后的第二目标MV，并将所述第二目标MV中的每一帧与对应视频帧中提取出的所述第二目标对象依次进行叠加，并显示叠加所述目标对象后的第二目标MV。

在本申请中，第一目标MV的时长是有限的，因此在将已提取的第一目标对象与第一目标MV中的每一帧一次进行叠加时，可能会叠加到第一目标MV的最后一帧，当第一目标MV的最后一帧与已提取的第一目标对象进行叠加之后，用户可能会切换MV。若用户没有选择切换MV，并且从接收的视频数据的视频帧中又提取到了第二目标对象，即未接收到MV切换指令且在视频帧中提取到第二目标对象，则从所述第一目标MV的第一帧开始，将所述第一目标MV中的每一帧与对应视频帧中提取到第二目标对象依次进行叠加。

在本申请中，当叠加到第一目标MV的最后一帧与已提取的第一目标对象进行叠加时，若接收到MV切换指令，则确定切换后的第二目标MV，并将第二目标MV中的每一帧与对应的视频帧中提取出的第二目标对象依次进行叠加。

此外，在本申请中，若当前与该已提取出的第一目标对象进行叠加的不是第一目标MV中的最后一帧，但是接收到了MV切换指令，则不再将之后提取到的目标对象与该第一目标MV进行叠加，而是确定切换后的第二目标MV，并将第二目标MV中的每一帧与对应的视频帧中提取出的第二目标对象依次进行叠加。

图4为本申请提供的MV切换指令输入位置的显示示意图，如该图4所示，该智能电视在MV录制时，用户可以通过3、4或6实现MV的切换，其中，按钮3是选择当前第一目标MV的前一首作为第二目标MV，按钮4是选择当前MV的后一首作为第二目标MV，按钮6是展示智能电视中保存的MV的目录。此外，智能电视的显示界面还显示了用于返回的按钮1，用于调节音量的按钮2，用于暂停MV录制的按钮5，以及用于退出MV录制的按钮7。

图5为本申请提供的MV录制的流程示意图，该过程包括：

S501：接收视频通话指令，进行视频通话。

S502：接收音视频采集设备发送的音视频数据。

S503：接收MV录制指令。

S504：接收选择第一目标MV的选择操作。

S505：根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息，确定进行视频提取的目标人脸的目标身份标识信息。

S506：在视频数据中的视频帧中确定包含目标身份标识信息的目标对象所在的目标区域，并从目标区域中提取所述目标对象。

S507：将第一目标MV中的每一帧与对应视频帧中提取出的目标对象依次进行叠加，并显示叠加目标对象后的第一目标MV。

S508：将叠加了该目标对象后的第一目标MV发送给与云端服务器。

为了实现当视频数据中出现多个对象时，只针对一个目标对象进行提取，提高用户的使用感受，在上述各实施例的基础上，在本申请中，所述方法还包括：

提取所述目标对象之后，识别所述目标对象的目标姿态信息，判断所述目标姿态信息是否为预先保存的姿态信息；

若是，则根据预先保存的姿态信息对应的指令，确定所述目标姿态信息对应的目标指令；

根据所述目标指令，确定所述目标指令对应的目标特效并显示。

在本申请中，用户在录制视频数据时可以自己的姿态信息发送指令，从而实现增加并显示特效的目的。

具体的，在显示设备中预先保存有姿态信息对应的指令，以及各个指令对应的特效，在提取到目标对象之后，识别该目标对象的目标姿态信息，并判断该目标姿态信息是否为预先保存的姿态信息，若是，则根据预先保存的姿态信息对应的指令，确定该目标姿态信息对应的目标指令，并确定该目标指令对应的目标特效，并显示。

例如，预先设置的姿态信息有“抱膝下蹲”和“比心”，其中“抱膝下蹲”对应指令为模仿兔子的指令，则当识别到目标对象的目标姿态信息为用户抱膝下蹲后，则显示小兔子蹦跳的动画特效，跟随目标对象一起互动；其中“比心”对应指令为弹射爱心的指令，则当识别到目标对象的目标姿态信息为双手“比心”的手势后，则显示的目标对象的双手比心处会逐渐弹出一个红心。

图6为本申请提供的MV录制过程的流程示意图，如该图6所示，该过程包括：

S601：采集音视频数据，获取该音视频数据中的视频数据和音频数据。

S602：判断是否接收到MV录制指令，若未接收到MV录制指令，则执行S608，若接收到MV录制指令，则执行S603。

S603：接收输入的MV选择操作，则确定被选择的第一目标MV，根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息。

S604：确定进行视频提取的目标人脸的目标身份标识信息，在视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从目标区域中提取目标对象，并将该第一目标MV中的每一帧与对应视频帧中提取出的目标对象依次进行叠加。

S605：显示叠加所述目标对象后的第一目标MV，并将该叠加了目标对象的第一目标MV发送给云端服务器。

S606：将音频数据与该第一目标MV对应的目标音乐进行叠加，并将叠加了目标音乐的音频数据发送给云端服务器。

在本申请中，在进行MV录制过程时，对该S605和S606的执行顺序不进行限制，该S605和S606可以同时执行，还可以是先执行S605再执行S606，或者是先执行S606再执行S605。

S607：若接收到的弹幕指令，其中该弹幕指令中携带弹幕形式以及弹幕内容，则根据该弹幕形式，在叠加了目标对象后的第一目标MV中显示该弹幕内容。

S608：显示该视频数据，并将该音视频数据发送给云端服务器。

图7为本申请提供的一种显示设备的结构示意图，该显示设备包括：

显示器701，所述显示器用于显示包含目标对象的MV视频；

摄像头702，所述摄像头用于采集包含目标对象的图像；

控制器703，所述控制器被配置为：

控制所述显示器显示包含所述目标对象的MV视频。

在一种可能的实施方式中，所述控制器703还被配置为：

根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息；

确定进行视频提取的目标人脸的目标身份标识信息，在所述视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。

在一种可能的实施方式中，所述控制器703还被配置为：

接收输入的选择操作，其中所述选择操作中携带有选择的第二身份标识信息，将所述第二身份标识信息确定为所述目标身份标识信息。

在一种可能的实施方式中，所述控制器703还被配置为：

若接收到输入的MV录制指令，则执行后续根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息的操作；

若未接收到所述MV录制指令，则控制所述显示器显示所述视频数据。

在一种可能的实施方式中，所述控制器703还被配置为：

若在接收到所述MV录制指令之后，接收输入的MV选择操作，确定被选择的第一目标MV，并将所述第一目标MV中的每一帧与对应视频帧中提取出的所述目标对象依次进行叠加，并控制所述显示器显示叠加所述目标对象后的第一目标MV。

在一种可能的实施方式中，所述控制器703还被配置为：

接收音视频采集设备发送的第一音视频数据，并获取所述第一音视频数据中的音频数据和所述视频数据；

所述显示设备还包括：

通信器704，所述通信器用于若接收到所述MV录制指令，则将所述音频数据和叠加了该目标对象后的第一目标MV发送给云端服务器；若未接收到所述MV录制指令，则将所述音频数据和所述视频数据发送给所述云端服务器。

在一种可能的实施方式中，所述通信器704，还用于接收所述云端服务器发送的与显示设备进行视频通话的电子设备发送的第二音视频数据；

所述显示器701，还用于显示所述第二音视频数据中的第二视频数据；

所述显示设备，还包括：

音响705，所述音响用于播放所述第二音视频数据中的第二音频数据。

在一种可能的实施方式中，所述控制器703还被配置为：

响应于接收到的弹幕指令，其中所述弹幕指令中携带弹幕形式以及弹幕内容；根据所述弹幕形式，控制所述显示器在叠加所述目标对象后的第一目标MV中显示所述弹幕内容。

在一种可能的实施方式中，所述控制器703还被配置为：

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并未接收到MV切换指令时，则从所述第一目标MV的第一帧开始，将所述第一目标MV中的每一帧与对应视频帧中提取到所述第二目标对象依次进行叠加；

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并接收到MV切换指令，确定切换后的第二目标MV，并将所述第二目标MV中的每一帧与对应视频帧中提取出的所述第二目标对象依次进行叠加，并控制所述显示器显示叠加所述目标对象后的第二目标MV。

在一种可能的实施方式中，所述控制器703还被配置为：

提取所述目标对象之后，识别所述目标对象的目标姿态信息，判断所述目标姿态信息是否为预先保存的姿态信息；

若是，则根据预先保存的姿态信息对应的指令，确定所述目标姿态信息对应的目标指令；

根据所述目标指令，确定所述目标指令对应的目标特效并控制显示器显示。

图8为本申请提供的一种电子设备的结构示意图，在上述各实施例的基础上，本申请还提供了一种电子设备，如图8所示，包括：处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信；

所述存储器803中存储有计算机程序，当所述程序被所述处理器801执行时，使得所述处理器801执行如下步骤：

根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息；

确定进行视频提取的目标人脸的目标身份标识信息，在所述视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。

在一种可能的实施方式中，所述确定进行视频提取的目标人脸的目标身份标识信息包括：

接收输入的选择操作，其中所述选择操作中携带有选择的第二身份标识信息，将所述第二身份标识信息确定为所述目标身份标识信息。

在一种可能的实施方式中，所述根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息之前，所述方法还包括：

若接收到输入的MV录制指令，则执行后续根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息的操作；

若未接收到所述MV录制指令，则显示所述视频数据。

在一种可能的实施方式中，所述接收到输入的MV录制指令之后，所述方法还包括：

若在接收到所述MV录制指令之后，接收到输入的MV选择操作，确定被选择的第一目标MV，并将所述第一目标MV中的每一帧与对应视频帧中提取出的所述目标对象依次进行叠加，并显示叠加所述目标对象后的第一目标MV。

在一种可能的实施方式中，所述接收到所述MV录制指令之前，所述方法还包括：

接收包含所述目标对象的第一音视频数据，并获取所述第一音视频数据中的音频数据和所述视频数据；

若接收到所述MV录制指令，则将所述音频数据和叠加了该目标对象后的第一目标MV发送给云端服务器；若未接收到所述MV录制指令，则将所述音频数据和所述视频数据发送给所述云端服务器。

在一种可能的实施方式中，所述方法还包括：

接收所述云端服务器发送的与显示设备进行视频通话的电子设备发送的第二音视频数据；

显示所述第二音视频数据中的第二视频数据；

播放所述第二音视频数据中的第二音频数据。

在一种可能的实施方式中，所述方法还包括：

响应于接收到的弹幕指令，其中所述弹幕指令中携带弹幕形式以及弹幕内容；

根据所述弹幕形式，在叠加所述目标对象后的第一目标MV中显示所述弹幕内容。

在一种可能的实施方式中，所述方法还包括：

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并未接收到MV切换指令时，则从所述第一目标MV的第一帧开始，将所述第一目标MV中的每一帧与对应视频帧中提取到所述第二目标对象依次进行叠加；

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并接收到MV切换指令，确定切换后的第二目标MV，并将所述第二目标MV中的每一帧与对应视频帧中提取出的所述第二目标对象依次进行叠加，并显示叠加所述目标对象后的第二目标MV。

在一种可能的实施方式中，所述方法还包括：

提取所述目标对象之后，识别所述目标对象的目标姿态信息，判断所述目标姿态信息是否为预先保存的姿态信息；

若是，则根据预先保存的姿态信息对应的指令，确定所述目标姿态信息对应的目标指令；

根据所述目标指令，确定所述目标指令对应的目标特效并显示。

由于上述电子设备解决问题的原理与MV录制方法相似，因此上述电子设备的实施可以参见方法的实施，重复之处不再赘述。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口802用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

在上述各实施例的基础上，本申请还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内存储有可由处理器执行的计算机程序，当所述程序在所述处理器上运行时，使得所述处理器执行时实现如下步骤：

根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息；

确定进行视频提取的目标人脸的目标身份标识信息，在所述视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。

在一种可能的实施方式中，所述确定进行视频提取的目标人脸的目标身份标识信息包括：

接收输入的选择操作，其中所述选择操作中携带有选择的第二身份标识信息，将所述第二身份标识信息确定为所述目标身份标识信息。

在一种可能的实施方式中，所述根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息之前，所述方法还包括：

若接收到输入的MV录制指令，则执行后续根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息的操作；

若未接收到所述MV录制指令，则显示所述视频数据。

在一种可能的实施方式中，所述接收到输入的MV录制指令之后，所述方法还包括：

若在接收到所述MV录制指令之后，接收输入的MV选择操作，确定被选择的第一目标MV，并将所述第一目标MV中的每一帧与对应视频帧中提取出的所述目标对象依次进行叠加，并显示叠加所述目标对象后的第一目标MV。

在一种可能的实施方式中，所述接收到所述MV录制指令之前，所述方法还包括：

接收包含所述目标对象的第一音视频数据，并获取所述第一音视频数据中的音频数据和所述视频数据；

若接收到所述MV录制指令，则将所述音频数据和叠加了该目标对象后的第一目标MV发送给云端服务器；若未接收到所述MV录制指令，则将所述音频数据和所述视频数据发送给所述云端服务器。

在一种可能的实施方式中，所述方法还包括：

接收所述云端服务器发送的与显示设备进行视频通话的电子设备发送的第二音视频数据；

显示所述第二音视频数据中的第二视频数据；

播放所述第二音视频数据中的第二音频数据。

在一种可能的实施方式中，所述方法还包括：

响应于接收到的弹幕指令，其中所述弹幕指令中携带弹幕形式以及弹幕内容；

根据所述弹幕形式，在叠加所述目标对象后的第一目标MV中显示所述弹幕内容。

在一种可能的实施方式中，所述方法还包括：

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并未接收到MV切换指令时，则从所述第一目标MV的第一帧开始，将所述第一目标MV中的每一帧与对应视频帧中提取到所述第二目标对象依次进行叠加；

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并接收到MV切换指令，确定切换后的第二目标MV，并将所述第二目标MV中的每一帧与对应视频帧中提取出的所述第二目标对象依次进行叠加，并显示叠加所述目标对象后的第二目标MV。

在一种可能的实施方式中，所述方法还包括：

提取所述目标对象之后，识别所述目标对象的目标姿态信息，判断所述目标姿态信息是否为预先保存的姿态信息；

若是，则根据预先保存的姿态信息对应的指令，确定所述目标姿态信息对应的目标指令；

根据所述目标指令，确定所述目标指令对应的目标特效并显示。

由于上述提供的计算机可读取介质解决问题的原理与MV录制方法相似，因此处理器执行上述计算机可读取介质中的计算机程序后，实现的步骤可以参见上述其他实施例，重复之处不再赘述。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种MV录制方法，其特征在于，所述方法包括：

根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息；

确定进行视频提取的目标人脸的目标身份标识信息，在所述视频数据中的视频帧中确定包含所述目标身份标识信息的目标对象所在的目标区域，并从所述目标区域中提取所述目标对象。

2.根据权利要求1所述的方法，其特征在于，所述确定进行视频提取的目标人脸的目标身份标识信息包括：

接收输入的选择操作，其中所述选择操作中携带有选择的第二身份标识信息，将所述第二身份标识信息确定为所述目标身份标识信息。

3.根据权利要求1所述的方法，其特征在于，所述根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息之前，所述方法还包括：

若接收到输入的MV录制指令，则执行后续根据预先保存的人脸与身份标识信息的对应关系，识别接收到的视频数据中出现的人脸对应的第一身份标识信息的操作；

若未接收到所述MV录制指令，则显示所述视频数据。

4.根据权利要求3所述的方法，其特征在于，所述接收到输入的MV录制指令之后，所述方法还包括：

若在接收到所述MV录制指令之后，接收到输入的MV选择操作，确定被选择的第一目标MV，并将所述第一目标MV中的每一帧与对应视频帧中提取出的所述目标对象依次进行叠加，并显示叠加所述目标对象后的第一目标MV。

5.根据权利要求4所述的方法，其特征在于，所述接收到所述MV录制指令之前，所述方法还包括：

接收包含所述目标对象的第一音视频数据，并获取所述第一音视频数据中的音频数据和所述视频数据；

若接收到所述MV录制指令，则将所述音频数据和叠加了该目标对象后的第一目标MV发送给云端服务器；若未接收到所述MV录制指令，则将所述音频数据和所述视频数据发送给所述云端服务器。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

接收所述云端服务器发送的与显示设备进行视频通话的电子设备发送的第二音视频数据；

显示所述第二音视频数据中的第二视频数据；

播放所述第二音视频数据中的第二音频数据。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

响应于接收到的弹幕指令，其中所述弹幕指令中携带弹幕形式以及弹幕内容；

根据所述弹幕形式，在叠加所述目标对象后的第一目标MV中显示所述弹幕内容。

8.根据权利要求4所述的方法，其特征在于，所述方法还包括：

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并未接收到MV切换指令时，则从所述第一目标MV的第一帧开始，将所述第一目标MV中的每一帧与对应视频帧中提取到所述第二目标对象依次进行叠加；

若所述第一目标MV中的最后一帧已与提取出的第一目标对象进行叠加，且在视频帧中提取到第二目标对象并接收到MV切换指令，确定切换后的第二目标MV，并将所述第二目标MV中的每一帧与对应视频帧中提取出的所述第二目标对象依次进行叠加，并显示叠加所述目标对象后的第二目标MV。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

提取所述目标对象之后，识别所述目标对象的目标姿态信息，判断所述目标姿态信息是否为预先保存的姿态信息；

若是，则根据预先保存的姿态信息对应的指令，确定所述目标姿态信息对应的目标指令；

根据所述目标指令，确定所述目标指令对应的目标特效并显示。

10.一种显示设备，其特征在于，所述显示设备包括：

显示器，所述显示器用于显示包含目标对象的MV视频；

摄像头，所述摄像头用于采集包含目标对象的图像；

控制器，所述控制器被配置为：

控制所述显示器显示包含所述目标对象的MV视频。

Images