CN115460434A - 一种视频生成方法、及其系统、计算机设备和存储介质 - Google Patents
一种视频生成方法、及其系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115460434A CN115460434A CN202210869287.6A CN202210869287A CN115460434A CN 115460434 A CN115460434 A CN 115460434A CN 202210869287 A CN202210869287 A CN 202210869287A CN 115460434 A CN115460434 A CN 115460434A
- Authority
- CN
- China
- Prior art keywords
- preset
- target object
- target
- stage
- process image
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 305
- 230000008569 process Effects 0.000 claims abstract description 242
- 238000012545 processing Methods 0.000 claims abstract description 137
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 238000013145 classification model Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 17
- 238000004891 communication Methods 0.000 description 24
- 238000010411 cooking Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002194 synthesizing 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]
- H04N21/20—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请公开了一种视频生成方法、及其系统、计算机设备和存储介质。该方法包括:服务端获取目标物的至少一张过程图像,其中,过程图像是在对目标物的预设处理过程中采集得到的;分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段;响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频。通过上述方式,本申请能够得到目标物在多个处理阶段的变化情况并按用户需求生成视频。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种视频生成方法、视频生成系统、计算机设备和计算机可读存储介质。
背景技术
随着移动互联网技术的快速发展,人们喜欢在社交圈分享自己的生活,伴随着流媒体视频技术的不断进步,短视频也愈发火爆,人们越来越多的在社交平台分享一些拍摄的有趣视频。
例如人们在烹饪过程中,喜欢记录并分享烹饪过程中食物的变化过程,通常是用户拍摄食物烹饪过程得到视频或图像。由于烹饪过程时间过长,拍摄得到的视频存储量大,需要再自行通过剪辑的方式进行烹饪视频的制作,不便于分享。另外,在拍摄食物烹饪过程的图像时,很容易错过烹饪过程中食物的阶段性变化,难以满足用户制作食物烹饪过程的视频需求。
发明内容
本申请主要提供一种视频生成方法、及其系统、计算机设备和存储介质,能够得到目标物在多个处理阶段的变化情况,并可以按用户需求生成视频。
为解决上述技术问题,本申请第一方面提供了一种视频生成方法,该方法包括:服务端获取目标物的至少一张过程图像,其中,过程图像是在对目标物的预设处理过程中采集得到的;分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段;响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频。
为解决上述技术问题,本申请第二方面提供了一种视频生成方法,该方法包括:设备端响应于预设处理指令,在对目标物的预设处理过程中,采集目标物的至少一张过程图像;将目标物的至少一张过程图像发送给服务端,以使得服务端分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段;向服务端发送预设视频生成指令,以使得服务端利用过程图像对应的阶段分类,选择满足预设条件的过程图像生成对目标物的预设处理过程的目标视频。
为了解决上述问题,本申请第三方面了一种视频生成系统,该系统包括:设备端和服务端,设备端用于实现上述设备端对应的视频生成方法的任一步骤;服务端用于实现服务端对应的视频生成方法的任一步骤。
为了解决上述问题,本申请第四方面提供了一种计算机设备,该计算机设备包括相互耦接的存储器和处理器,存储器中存储有程序数据,处理器用于执行程序数据以实现上述任一方法的任一步骤。
为了解决上述问题,本申请第五方面提供了一种计算机可读存储介质,该计算机可读存储介质存储有能够被处理器运行的程序数据,程序数据用于实现上述任一方法的任一步骤。
本申请的有益效果是:区别于现有技术的情况,本申请通过服务端获取目标物的至少一张过程图像,其中,过程图像是在对目标物的预设处理过程中采集得到的;分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段,可以得到目标物在每个处理阶段的变化情况;另外,服务端可以响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频,使得可以在目标物在多个处理阶段的变化情况中选择过程图像,按照用户的需求生成目标视频。
附图说明
为了更清楚地说明本申请中的技术方案,下面将对实施例描述中所需要的附图作简单的介绍,显而易见地,下面描述的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。其中:
图1是本申请视频生成系统第一实施例的结构示意图;
图2是本申请视频生成系统第二实施例的结构示意图;
图3是本申请视频生成方法第一实施例的流程示意图;
图4是本申请图3中步骤S13一实施例的流程示意图;
图5是本申请视频生成方法第二实施例的流程示意图;
图6是本申请视频生成方法第三实施例的流程示意图;
图7是本申请设备端第一实施例的结构示意图;
图8是本申请设备端第二实施例的结构示意图;
图9是本申请服务端一实施例的结构示意图;
图10是本申请计算机设备一实施例的结构示意图;
图11是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
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,所描述的实施例仅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。
本申请中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请提供以下实施例,下面对各实施例进行具体说明。
本申请提供一种视频生成系统,请参阅图1,图1是本申请视频生成系统第一实施例的结构示意图。该视频生成系统100可以包括设备端101和服务端102。设备端101可以与服务端102通信连接,通信连接的方式可以是有线通信方式或无线通信方式,例如无线通信方式包括WiFi(Wireless Fidelity,无线网络通信技术)、4G(The 4th Generation MobileCommunication Technology,第四代移动通信技术)、短距离通信等无线通信方式。设备端101可以与服务端102可以根据具体应用场景选择通信连接的方式,本申请对设备端101和服务端102的连接方式不做限制。
设备端101可以对配置有摄像头,设备端101可以响应于预设处理指令,用于对目标物进行预设处理,在对目标物进行预设处理中,设备端101配置的摄像头可以对目标物进行拍摄,采集目标物的过程图像。并可以将此采集的目标物的过程图像传输给服务端102。
服务端102可以接收设备端101发送的过程图像,从而分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。另外,服务端102还可以响应于设备端101发送的预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频。
在一些实施例中,请参阅图2,图2是本申请视频生成系统第二实施例的结构示意图。该视频生成系统100可以包括设备端101、服务端102和用户端103,其中,设备端101、服务端102和用户端103可以两两之间相互通信连接,本实施例对通信连接的方式不做赘述。
在上述实施例的基础上,用户端103可以向设备端101发送进行预设处理的预设处理指令,或者设备端101接收输入的预设处理指令,从而设备端101可以响应于预设处理指令,在对目标物的预设处理过程中,采集目标物的至少一张过程图像,并将采集的过程图像传输给服务端102。
用户端103或者设备端101向服务端102发送预设视频生成指令,以使得服务端102响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频。
在一些实施例中,上述描述的设备端101可以执行下述视频生成方法任一实施例中设备端的步骤。上述的服务端102可以执行下述视频生成方法任一实施例中服务端的步骤,上述的用户端103可以执行下述视频生成方法任一实施例中用户端的步骤。设备端101、服务端102和用户端103的具体实施过程可以参考下述实施例。
请参阅图3,图3是本申请视频生成方法第一实施例的流程示意图。该方法可以包括以下步骤:
S11:服务端获取目标物的至少一张过程图像,其中,过程图像是在对目标物的预设处理过程中采集得到的。
该实施例的视频生成方法可以应用于服务端,服务端可以是具有计算功能的计算机设备,如云端服务器等,服务端可以获取目标物在预设处理过程中采集的过程图像。
在一些实施方式中,在此步骤S11之前,可以利用设备端对目标物进行预设处理,并利用设备端配置的摄像头在对目标物进行预设处理过程中,对目标物进行拍摄,以得到目标物的至少一张过程图像。
在一些实施方式中,目标物可以为食材,设备端可以是食材加工处理等的设备,如烹饪设备:烤箱、微波炉、电饭煲、电冰箱等,预设处理过程包括对目标物进行加工处理过程,加工处理过程如烹饪处理、加热处理、冰冻处理等。本申请以此为例进行说明,可以理解的是,本申请不限于此。
在一些实施方式中,目标物为物品等,设备端可以对物品进行预设处理,如物品为衣物,设备端可以为洗衣机,可以对衣物进行清洗处理等。
在一些实施方式中,可以将设备端放置在设备端的腔体内,将设备端与服务端、用户端进行通信连接,用户可以在设备端开启预设处理指令,或者用户在用户端向设备端发起预设处理指令,用户端可以是手机端、电脑端、应用程序等,本申请对此不做限制。
设备端在对目标物进行预设处理过程中,利用摄像头以第一预设时间周期采对腔体内的目标物进行拍摄,采集得到过程图像,然后,设备端实时将过程图像以第一预设时间周期传输给服务端,使得服务端以第一预设时间周期获取目标物的至少一张过程图像。其中,第一预设时间周期可以为5秒、10秒或15秒,或者是5-15秒之间的任意时间。
在一些实施方式中,设备端在对目标物的预设处理过程中,以第二预设时间周期对目标物采集得到过程图像,并以第一预设时间周期或第二预设时间周期将过程图像传输给服务端。本申请中第一预设时间周期和第二预设时间周期可以在5-15秒内取值,本申请对此不做限制。
在一些实施方式中,服务端采集的过程图像的预设时间周期的时间间隔可以根据预设处理的设置,可以理解的是,本申请的时间间隔可以基于预设处理的种类、时长、目标物的类别等进行设置,本申请对时间间隔不做限制。例如预设处理为烘烤,刚执行烘烤时,目标物的状态变化可能不明显,时间间隔可以设置较长,以减少采集过程图像的数量;在执行烘烤一段时间后,目标物的状态变化较快,时间间隔可以设置为较短,可以增加对快速变化阶段的过程图像,避免间隔时间较长错过目标物的变化信息。
在一些实施方式中,设备端在将过程图像上传给服务端时,还可以将预设处理的预设处理时间、预设处理的设备端的序列号等信息上传给服务端,如用户烹饪的时间、烹饪设备端的序列号等,从而服务器可根据这些信息作为依据进行过程图像的存储和调用。
该步骤中,设备端以预设时间周期采集目标物的过程图像,可以避免设备端持续给服务端上传目标物的视频流产生的大量流量,减少对设备端网络通信的大流量要求及持续稳定的通信要求,减少对网络通信的依赖。另外,相对于目标物的视频流而言,以预设时间周期采集过程图像,可以大量的减少了对目标物采集重复无用的图像,可以减少服务端对目标物的视频的存储量。
S12:分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。
阶段分类可以表示目标物在预设处理过程中所属的处理阶段,如目标物是食材,处理阶段可以用目标物的熟度来表达,阶段分类可以包括由生到熟划分的多个不同的处理阶段,如包括生、半熟、熟三个处理阶段的阶段分类。
在一些实施方式中,可以利用预设阶段识别模型分别对各过程图像进行识别处理,其中,预设阶段识别模型能够识别至少两个属于不同处理阶段的阶段分类。如阶段分类:生、半熟、熟等。从而,可以分别得到每张过程图像对应的阶段分类。
在一些实施方式中,预设阶段识别模型包括基于卷积神经网络的分类模型或基于卷积神经网络的回归模型。
预设阶段识别模型为基于卷积神经网络的分类模型时,可以将每张过程图像分别输入预设阶段识别模型,经过预设阶段识别模型预测,分别得到过程图像对应的阶段分类。在此之前,可以将样本目标物的样本图像标记对应的阶段分类的标签,利用样本图像训练预设阶段识别模型。
预设阶段识别模型为基于卷积神经网络的回归模型时,利用预设阶段识别模型分别对至少一张过程图像进行处理,分别得到每张过程图像的阶段值,阶段值可以表示食材的熟度,如将阶段值定义为由生到熟的0~10或0-1的值等。以阶段值为0~10为例,阶段分类的“生”包括预设阶段范围为0~3,可以表示食材比较生的阶段熟度;阶段分类的“半熟”包括预设阶段范围为3~8,可以表示食材半熟的阶段熟度;阶段分类的“熟”包括的预设阶段范围为8~10,可以表示食材全熟的阶段熟度。基于过程图像的阶段值所属的预设阶段范围,可以确定过程图像对应的阶段分类。
在一些实施方式中,可以将每张过程图像的阶段值,作为对应过程图像的阶段分类,从而,可以更细致的描述目标物在预设处理过程中的变化状态。
在一些实施方式中,得到每张过程图像的阶段分类之后,服务端可以将过程图像、过程图像对应的阶段分类等进行存储。
该步骤中,服务端可以基于人工智能算法,利用过程图像,对目标物的处理阶段进行识别,也即可以利用采集的图像对食材进行熟度识别,从而可以得到目标物在每个处理阶段的变化情况,以得到描述目标物进行阶段处理中阶段性变化关键时刻的过程图像。
S13:响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频。
在设备端完成对目标物的预设处理之后,设备端可以向服务端发送预设视频生成指令,或者,用户端向服务端发送预设视频生成指令。服务端响应于预设视频生成指令,利用过程图像对应的阶段分类,基于预设视频生成指令选择满足预设条件的多张过程图像,多张过程图像可以是表达目标物在各处理阶段中,目标物的状态变化明显的过程图像,以利用多张过程图像生成目标物的预设处理过程的目标视频。
本实施例中,通过服务端获取目标物的至少一张过程图像,其中,过程图像是在对目标物的预设处理过程中采集得到的;分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段,可以得到目标物在每个处理阶段的变化情况;另外,服务端可以响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频,使得可以在目标物在多个处理阶段的变化情况中选择过程图像,按照用户的需求,突出用户最关注的变化阶段生成目标视频。满足用户对目标视频的自定义需求。另外,可以选取阶段性关键时刻的过程图像来进行目标视频的编辑,该方式生成的目标视频,既可以突出目标物的明显变化状态,还可以实现对目标视频的压缩。
在一些实施例中,请参阅图4,可以对上述实施例的步骤S13进一步扩展。响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频,本实施例可以包括以下步骤:
S131:分别接收预设视频生成指令以及预设条件,或者接收预设视频生成指令,并获取预设视频生成指令包含的预设条件。
本申请接收到的预设视频生成指令、预设条件可以是设备端和/或用户端发送的,预设视频生成指令、预设条件可以同一设备发送的,也可以是不同的设备发送的,本申请对此不做限制。
在一些实施方式中,可以接收设备端和/或用户端发送的预设视频生成指令,若预设视频生成指令中不包含具体地的预设条件,可以再接收设备端和/或用户端发送的预设条件,预设条件为生成目标视频的条件。
在一些实施方式中,预设条件包括阶段条件、时长条件、视频参数条件中的至少一种。
阶段条件包括生成目标视频的阶段分类,用户可以根据需求或兴趣选择对应关注的阶段分类,例如包括生、半熟、熟中的至少一种或多种,包含多种时,可以选择阶段条件为由生到熟、半熟到熟、生到半熟等。
时长条件包括生成目标视频的时长,如15秒、30秒、1分钟、3分钟、5分钟等。
视频参数可以包括生成的目标视频的分辨率、格式、尺寸等中的至少一种,分辨率如1080P、720P、480P、360P等,视频格式如mp4、wmv、asf、asx、rm、rmvb、3gp、mov、m4v、avi、dat、mkv、flv、vob等,视频尺寸如512*384、640*480、1024*534、1920*1080等,本申请对预设条件不限于此。
在一些实施方式中,阶段条件包含多种阶段分类时,还可以对应设置优先级,也即表示阶段分类的重要程度,从而可以对应为每个阶段分类设置时长条件,以得到每个阶段分类选取的过程图像的数量。
在一些实施方式中,接收预设视频生成指令,预设视频生成指令中包含了预设条件,可以获取预设视频生成指令包含的预设条件。
S132:利用预设条件,确定目标阶段分类和目标数量。
在预设条件包括阶段条件的情况下,利用阶段条件,可以确定选择的阶段条件对应的目标过程图像的目标阶段分类。
在预设条件包括时长条件的情况下,利用时长条件,可以确定选择的目标过程图像的目标数量。如每秒目标视频合成的帧数,也即每秒合成的过程图像的数量为时长条件(目标视频的时长)/目标阶段分类的目标过程图像的目标数量,通过该方式,可以得知时长条件下,需要选出的目标过程图像的目标数量。
S133:利用目标阶段分类,从至少一张过程图像中选择目标数量的过程图像,作为目标过程图像。
从目标阶段分类包含的过程图像中,选择出目标数量的过程图像,例如阶段条件的目标阶段分类包含生、半熟和熟的分类时,可以分别从目标阶段分类生、半熟、熟的分类的多个过程图像中选择出目标数量的过程图像,其中,可以从每个目标阶段分类中选出不同数量的过程图像。将选出的过程图像作为目标过程图像。
在一些实施方式中,在未接收到预设条件或预设视频生成指令中不包含预设条件时,可以在每各阶段分类中选择相同或不同数量的过程图像,得到预设数量的目标过程图像,预设数量、目标视频的时长等可以基于预设处理指令的时长等进行设置,本申请对此不做限制。
S134:利用目标过程图像,生成对目标物的预设处理过程的目标视频。
利用选出的目标过程图像,按照目标过程图像拍摄时间顺序合成目标视频,使得目标视频可以表达目标物的预设处理过程。
在一些实施方式中,在预设条件包括视频参数条件的情况下,利用目标过程图像,生成对目标物的预设处理过程满足视频参数条件目标视频,也即生成满足视频参数调节的分辨率、格式、尺寸等的目标视频。
在一些实施方式中,在生成目标视频之后,服务端可以将目标视频发送给用户端和/或设备端,以使得用户可以在用户端查看目标视频、分享目标视频、编辑目标视频等,或者,在设备端查看目标视频等。
在一些实施方式中,服务端可以存储目标物在预设处理过程生成的目标视频,以使得后续用户可以通过用户端向服务端发起目标视频的获取请求等,将目标视频发送给用户端。
请参阅图5,图5是本申请视频生成方法第二实施例的流程示意图。该实施例的视频生成方法可以应用于设备端,该方法可以包括以下步骤:
S21:设备端响应于预设处理指令,在对目标物的预设处理过程中,采集目标物的至少一张过程图像。
在一些实施方式中,预设处理指令来自于设备端或者用户端。
在一些实施方式中,设备端响应于预设处理指令,在对目标物进行预设处理时,以第一预设时间周期对目标物进行拍摄,采集得到目标物的至少一张过程图像。
S22:将目标物的至少一张过程图像发送给服务端,以使得服务端分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。
设备端在采集得到过程图像后,可以依次将过程图像发送给服务端,也即在第一预设时间周期采集到过程图像之后,可以立即传输给服务端,或者,在设备端对目标物进行预设处理完成之后,再将获取的所有过程图像一次性传输给服务端。
服务端接收过程图像之后,可以分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。
S23:向服务端发送预设视频生成指令,以使得服务端利用过程图像对应的阶段分类,选择满足预设条件的过程图像生成对目标物的预设处理过程的目标视频。
设备端完成过程图像的采集之后,可以向服务端发送预设视频生成指令和/或预设条件,服务端可以响应于预设视频生成指令,生成目标视频。
该实施例的具体实施方式可参考上述实施例设备端的实施过程,在此不再赘述。
请参阅图6,图6是本申请视频生成方法第三实施例的流程示意图。该方法可以包括以下步骤:
S31:设备端响应于预设处理指令,在对目标物的预设处理过程中,采集目标物的至少一张过程图像,并将至少一张过程图像发送给服务端。
其中,预设处理指令包括设备端的预设处理指令或者用户端的预设处理指令。
S32:服务端分别获取至少一张过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。
S33:服务端接收预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像生成对目标物的预设处理过程的目标视频。
其中,预设视频生成指令包括设备端的预设视频生成指令或者用户端的预设视频生成指令。
在步骤S33之后,服务端可以将对目标物的预设处理过程的目标视频发送给用户端。
该实施例的具体实施方式可参考上述实施例设备端、服务端、用户端的实施过程,在此不再赘述。
对于上述实施例,本申请提供一种设备端。请参阅图7,图7是本申请设备端第一实施例的结构示意图。该设备端40包括采集模块41和通信模块42。
采集模块41用于响应于预设处理指令,在对目标物的预设处理过程中,采集目标物的至少一张过程图像。采集模块41可以包括摄像头组件(未示出)和灯光组件(未示出),灯光组件用于在过程图像采集过程中,为拍摄环境提供光照;摄像头组件用于拍摄目标物的过程图像。
通信模块42用于将至少一张过程图像发送给服务端,以使得服务端分别获取至少一张过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。
通信模块42用于还用于向服务端发送预设视频生成指令,以使得服务端利用过程图像对应的阶段分类,选择满足预设条件的过程图像生成对目标物的预设处理过程的目标视频。
该实施例的具体实施方式可参考上述实施例的实施过程,在此不再赘述。
在一些实施方式中,请参阅图7和图8,图8是本申请设备端第二实施例的结构示意图。以设备端为烹饪设备为例进行说明,设备端40包括采集模块41、通信模块42、处理模块43和加热模块44。
通信模块42用于进行通信连接,也即可以对设备端40进行联网及进行过程图像的传输。其中,通信模块42可以包括联网模块421和传输模块422,联网模块421用于将设备端40与用户端、服务端进行通信连接,传输模块用于将采集的过程图像传输给服务端。
处理模块43可以响应于预设处理指令,向加热模块44下发烹饪指令,以使得加热模块44对设备端40的腔体内的目标物进行烹饪处理;以及处理模块43向采集模块41下发拍摄指令,拍摄指令可以是以第一预设时间周期对设备端40的腔体内的目标物进行拍摄,以使得采集模块41采集目标物的过程图像。其中,处理模块43基于是设置于设备端40内的中心处理器、处理器等。
该实施例的具体实施方式可参考上述实施例的实施过程,在此不再赘述。
对于上述实施例,本申请提供一种服务端。请参阅图9,图9是本申请服务端一实施例的结构示意图。该服务端50包括获取模块51、分类模块52和视频模块53。
获取模块51用于获取目标物的至少一张过程图像,其中,过程图像是设备端在对目标物的预设处理过程中采集得到的。
分类模块52用于分别获取各过程图像的阶段分类,阶段分类表示目标物在预设处理过程中所属的处理阶段。
视频模块53用于响应于预设视频生成指令,利用过程图像对应的阶段分类,选择满足预设条件的过程图像,生成目标物的预设处理过程的目标视频。
该实施例的具体实施方式可参考上述实施例的实施过程,在此不再赘述。
对于上述实施例,本申请提供一种计算机设备,请参阅图10,图10是本申请计算机设备一实施例的结构示意图。该计算机设备60包括存储器61和处理器62,其中,存储器61和处理器62相互耦接,存储器61中存储有程序数据,处理器62用于执行程序数据以实现上述视频生成方法任一实施例中设备端、服务端、用户端的步骤。
在本实施例中,处理器62还可以称为CPU(Central Processing Unit,中央处理单元)。处理器62可能是一种集成电路芯片,具有信号的处理能力。处理器62还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)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。通用处理器可以是微处理器或者该处理器62也可以是任何常规的处理器等。
该实施例的具体实施方式可参考上述实施例的实施过程,在此不再赘述。
对于上述实施例的方法,其可以采用计算机程序的形式实现,因而本申请提出一种计算机可读存储介质,请参阅图11,图11是本申请计算机可读存储介质一实施例的结构示意图。该计算机可读存储介质70中存储有能够被处理器运行的程序数据71,程序数据71可被处理器执行以实现上述视频生成方法任一实施例中设备端、服务端、用户端的步骤。
本实施例计算机可读存储介质70可以是U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等可以存储程序数据71的介质,或者也可以为存储有该程序数据71的服务器,该服务器可将存储的程序数据71发送给其他设备运行,或者也可以自运行该存储的程序数据71。
该实施例的具体实施方式可参考上述实施例的实施过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解的,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中,该计算机可读存储介质是一种计算机可读取存储介质。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台电子设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机可读存储介质中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (13)
1.一种视频生成方法,其特征在于,所述方法包括:
服务端获取目标物的至少一张过程图像,其中,所述过程图像是在对所述目标物的预设处理过程中采集得到的;
分别获取各所述过程图像的阶段分类,所述阶段分类表示所述目标物在所述预设处理过程中所属的处理阶段;
响应于预设视频生成指令,利用所述过程图像对应的阶段分类,选择满足预设条件的所述过程图像,生成所述目标物的预设处理过程的目标视频。
2.根据权利要求1所述的方法,其特征在于,所述获取目标物的至少一张过程图像,包括:
以第一预设时间周期获取所述目标物的至少一张过程图像;
其中,所述过程图像是设备端在对所述目标物的预设处理过程中以所述第一预设时间周期或第二预设时间周期对所述目标物采集得到的。
3.根据权利要求1所述的方法,其特征在于,所述分别获取各所述过程图像的阶段分类,包括:
利用预设阶段识别模型分别对各所述过程图像进行识别处理,分别得到每张所述过程图像对应的阶段分类;
其中,所述预设阶段识别模型能够识别至少两个属于不同处理阶段的阶段分类。
4.根据权利要求3所述的方法,其特征在于,所述预设阶段识别模型包括基于卷积神经网络的分类模型或基于卷积神经网络的回归模型;
和/或,所述利用预设阶段识别模型分别对各所述过程图像进行处理,分别得到每张所述过程图像对应的阶段分类,包括:
利用所述预设阶段识别模型分别对所述至少一张过程图像进行处理,分别得到每张所述过程图像的阶段值;
基于所述过程图像的阶段值所属的预设阶段范围,确定所述过程图像对应的阶段分类。
5.根据权利要求1所述的方法,其特征在于,所述响应于预设视频生成指令,利用所述过程图像对应的阶段分类,选择满足预设条件的所述过程图像,生成所述目标物的预设处理过程的目标视频,包括:
分别接收所述预设视频生成指令以及所述预设条件,或者接收所述预设视频生成指令,并获取所述预设视频生成指令包含的所述预设条件;
利用所述预设条件,确定目标阶段分类和目标数量;
利用所述目标阶段分类,从所述至少一张过程图像中选择所述目标数量的过程图像,作为目标过程图像;
利用所述目标过程图像,生成对所述目标物的预设处理过程的目标视频。
6.根据权利要求5所述的方法,其特征在于,所述预设条件包括阶段条件、时长条件、视频参数条件中的至少一种;
所述利用所述预设条件,确定目标阶段分类和目标数量,包括:
在所述预设条件包括阶段条件的情况下,利用所述阶段条件,确定选择的所述目标过程图像的目标阶段分类;
在所述预设条件包括时长条件的情况下,利用所述时长条件,确定选择的所述目标过程图像的目标数量;和/或,
所述利用所述目标过程图像,生成对所述目标物的预设处理过程的目标视频,包括:
在所述预设条件包括视频参数条件的情况下,利用所述目标过程图像,生成对所述目标物的预设处理过程满足所述视频参数条件目标视频。
7.根据权利要求1所述的方法,其特征在于,
所述目标物为食材,所述预设处理过程包括对所述目标物进行加工处理过程。
8.一种视频生成方法,其特征在于,所述方法包括
设备端响应于预设处理指令,在对目标物的预设处理过程中,采集所述目标物的至少一张过程图像;
将所述目标物的所述至少一张过程图像发送给服务端,以使得所述服务端分别获取各所述过程图像的阶段分类,所述阶段分类表示所述目标物在所述预设处理过程中所属的处理阶段;
向所述服务端发送预设视频生成指令,以使得所述服务端利用所述过程图像对应的阶段分类,选择满足预设条件的所述过程图像生成对所述目标物的预设处理过程的目标视频。
9.根据权利要求8所述的方法,其特征在于,所述预设处理指令来自于所述设备端或者用户端;和/或,所述至少一张过程图像是以第一预设时间周期采集得到的。
10.一种视频生成系统,其特征在于,包括:设备端和服务端,所述设备端用于实现权利要求8至9任一项所述方法,所述服务端用于实现权利要求1至7任一项所述方法。
11.根据权利要求10所述的系统,其特征在于,所述系统还包括用户端,所述设备端、所述服务端和所述用户端的组合用于实现权利要求1至9任一项所述方法的步骤。
12.一种计算机设备,其特征在于,包括相互耦接的存储器和处理器,所述存储器中存储有程序数据,所述处理器用于执行所述程序数据以实现权利要求1至9任一项所述方法的步骤。
13.一种计算机可读存储介质,其特征在于,存储有能够被处理器运行的程序数据,所述程序数据用于实现权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210869287.6A CN115460434B (zh) | 2022-07-22 | 2022-07-22 | 一种视频生成方法、及其系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210869287.6A CN115460434B (zh) | 2022-07-22 | 2022-07-22 | 一种视频生成方法、及其系统、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115460434A true CN115460434A (zh) | 2022-12-09 |
CN115460434B CN115460434B (zh) | 2024-04-26 |
Family
ID=84296398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210869287.6A Active CN115460434B (zh) | 2022-07-22 | 2022-07-22 | 一种视频生成方法、及其系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115460434B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271558A (zh) * | 2018-10-08 | 2019-01-25 | 广东美的厨房电器制造有限公司 | 一种烹饪设备的控制方法及烹饪设备 |
CN110222720A (zh) * | 2019-05-10 | 2019-09-10 | 九阳股份有限公司 | 一种具有短视频获取功能的烹饪设备 |
CN110234040A (zh) * | 2019-05-10 | 2019-09-13 | 九阳股份有限公司 | 一种烹饪设备的食材图像获取方法以及烹饪设备 |
CN110488672A (zh) * | 2019-06-21 | 2019-11-22 | 广东格兰仕集团有限公司 | 烹饪设备的控制方法、装置、烹饪设备和存储介质 |
CN110974038A (zh) * | 2019-12-26 | 2020-04-10 | 卓尔智联(武汉)研究院有限公司 | 食材熟度确定方法、装置、烹饪控制设备和可读存储介质 |
CN111083537A (zh) * | 2019-12-30 | 2020-04-28 | 上海纯米电子科技有限公司 | 烹饪视频生成方法及装置 |
CN112929736A (zh) * | 2021-01-22 | 2021-06-08 | 宁波方太厨具有限公司 | 烹饪视频智能化生成方法、电子设备及可读存储介质 |
KR20220040228A (ko) * | 2020-09-23 | 2022-03-30 | 엘지전자 주식회사 | 조리 기기 및 그의 동작 방법 |
-
2022
- 2022-07-22 CN CN202210869287.6A patent/CN115460434B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109271558A (zh) * | 2018-10-08 | 2019-01-25 | 广东美的厨房电器制造有限公司 | 一种烹饪设备的控制方法及烹饪设备 |
CN110222720A (zh) * | 2019-05-10 | 2019-09-10 | 九阳股份有限公司 | 一种具有短视频获取功能的烹饪设备 |
CN110234040A (zh) * | 2019-05-10 | 2019-09-13 | 九阳股份有限公司 | 一种烹饪设备的食材图像获取方法以及烹饪设备 |
CN110488672A (zh) * | 2019-06-21 | 2019-11-22 | 广东格兰仕集团有限公司 | 烹饪设备的控制方法、装置、烹饪设备和存储介质 |
CN110974038A (zh) * | 2019-12-26 | 2020-04-10 | 卓尔智联(武汉)研究院有限公司 | 食材熟度确定方法、装置、烹饪控制设备和可读存储介质 |
CN111083537A (zh) * | 2019-12-30 | 2020-04-28 | 上海纯米电子科技有限公司 | 烹饪视频生成方法及装置 |
KR20220040228A (ko) * | 2020-09-23 | 2022-03-30 | 엘지전자 주식회사 | 조리 기기 및 그의 동작 방법 |
CN112929736A (zh) * | 2021-01-22 | 2021-06-08 | 宁波方太厨具有限公司 | 烹饪视频智能化生成方法、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115460434B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10582211B2 (en) | Neural network to optimize video stabilization parameters | |
CN113067994B (zh) | 一种视频录制方法及电子设备 | |
CN104244101A (zh) | 对多媒体内容进行评论的方法和设备 | |
CN106231152B (zh) | 传输图片的方法及装置 | |
US11190828B1 (en) | Systems and methods for versatile video recording | |
CN208027742U (zh) | 视频浓缩系统 | |
US10070175B2 (en) | Method and system for synchronizing usage information between device and server | |
WO2015179459A1 (en) | Editing based on thumbnail images | |
US20130286244A1 (en) | System and Method for Image Selection and Capture Parameter Determination | |
CN113301355B (zh) | 视频传输、直播与播放方法、设备及存储介质 | |
CN110149475B (zh) | 图像拍摄方法及装置、电子装置、存储介质和计算机设备 | |
CN109376254A (zh) | 数据流的处理方法、装置、电子设备及可读存储介质 | |
CN110267009B (zh) | 图像处理方法、装置、服务器及存储介质 | |
CN110191324B (zh) | 图像处理方法、装置、服务器及存储介质 | |
CN112019800A (zh) | 图像分享方法、装置、吸油烟机及存储介质 | |
CN115460434B (zh) | 一种视频生成方法、及其系统、计算机设备和存储介质 | |
CN111897506B (zh) | 投屏方法、控制装置、终端及存储介质 | |
CN110415318B (zh) | 图像处理方法和装置 | |
JP2015007851A (ja) | 食材消費情報提供方法、食材消費情報提供装置、期間情報表示方法および期間情報表示装置 | |
US20130006571A1 (en) | Processing monitoring data in a monitoring system | |
CN113676706A (zh) | 烹饪视频生成方法、装置、服务器及控制系统 | |
US10885343B1 (en) | Repairing missing frames in recorded video with machine learning | |
CN112862498A (zh) | 产品溯源方法、装置、电子装置和存储介质 | |
CN113099305A (zh) | 播放控制方法及装置 | |
WO2016153865A1 (en) | Method and apparatus for providing content recommendation |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |