CN115942046B - 一种智能裁剪视频的方法及存储介质 - Google Patents
一种智能裁剪视频的方法及存储介质 Download PDFInfo
- Publication number
- CN115942046B CN115942046B CN202211572783.1A CN202211572783A CN115942046B CN 115942046 B CN115942046 B CN 115942046B CN 202211572783 A CN202211572783 A CN 202211572783A CN 115942046 B CN115942046 B CN 115942046B
- Authority
- CN
- China
- Prior art keywords
- video
- target
- cut
- video object
- list
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005520 cutting process Methods 0.000 title claims abstract description 13
- 238000003860 storage Methods 0.000 title claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 2
- 238000004148 unit process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种智能裁剪视频的方法及存储介质,其包括如下步骤:对待裁剪视频进行拆帧处理,获取待处理视频帧中的第一目标视频对象信息列表,按照预设规则划分目标区域,获取第一目标视频对象信息组合列表,获取每一第一目标视频对象信息组合的第一得分,当待处理视频帧中包含的所有第一目标视频对象对应的优先等级均为空时,获取第一得分列表中最高得分对应的目标区域进行裁剪,获取裁剪后视频帧,否则,获取包含该优先等级不为空的完整的第一目标视频对象信息的第二目标视频对象信息组合及其对应的第二得分列表,获取第二得分列表中最高的第二得分对应的目标区域进行裁剪,获取裁剪后视频帧,从而实现对视频的从横屏到竖屏的剪裁。
Description
技术领域
本发明涉及视频处理领域,特别是涉及一种智能裁剪视频的方法及存储介质。
背景技术
目前,大多数视频和影视作品在录制过程中会采用横屏录制,然而,随着移动设备的进一步普及,愈来愈多的消费者选择在移动设备上观看视频,所以需要将移动设备横屏放置进行观看视频,然而,随着短视频的普及,越来越多的用户,特别是手机端用户,喜欢使用竖屏进行观看,传统的内容生产设备制做的视频大多数是横屏,而移动显示设备默认是竖屏的。这就致使横屏内容在竖屏设备上的播放体验并不友好。
发明内容
针对上述技术问题,本发明采用的技术方案为:一种智能裁剪视频的方法,所述方法包括如下步骤:
S100,获取待裁剪视频以及预设的视频对象属性特征集A={A1,A2,…,Ai,…,Am},其中,第i类型的视频对象属性特征Ai=(Ai1,Ai2),Ai1是第i类型的视频对象在视频中的重要程度系数,Ai2是第i类型的视频对象在视频中的优先等级,且,当Ai2不为空时,则表示第i类型的视频对象始终存在于裁剪后的视频中,当Ai2为空时,则表示第i类型的视频对象根据其对应Ai1大小判断是否存在于裁剪后的视频中,i的取值范围是1到m,m是预设的视频对象的类型数量。
S200,对待裁剪视频进行拆帧处理,获取待裁剪视频帧列表B={B1,B2,…,Bj,…,Bn},Bj是待裁剪视频的第j个待裁剪视频帧,j的取值范围是1到n,n是待裁剪视频帧的数量。
S300,基于所述待裁剪视频帧列表B,获取裁剪后视频帧列表CB={CB1,CB2,…,CBj,…,CBn},第j个裁剪后视频帧CBj通过对Bj进行裁剪得到。
S400,基于裁剪后视频帧列表CB获取裁剪后视频进行输出。
具体的,在S300中,针对待裁剪视频帧Bj执行如下操作以得到裁剪后视频帧CBj:
S301,基于Bj获取第一目标视频对象信息列表Bj={Bj1,Bj2,…,Bjr,…,Bjs},第r个第一目标视频对象信息Bjr至少包括:Bj中包含的第r个第一目标视频对象、第r个第一目标视频对象在Bj中的位置、第r个第一目标视频对象的类型,其中,第r个第一目标视频对象对应的类型为m个预设的视频对象类型之一,r的取值范围为1到s,s是Bj中包含的第一目标视频对象的数量。
S302,获取Bj中目标区域内包含的第一目标视频对象信息组合列表Cj={Cj1,Cj2,…,Cjg,…,Cjz},其中,所述目标区域为由目标宽度和目标高度组成的矩形区域,Cjg是Bj中按照预设规则划分出的第g个目标区域内包含的全部第一目标视频对象信息的组合,g的取值范围是1到z,z是Bj中按照预设规则划分出的全部目标区域的数量,Cjg={Cjg1,…,Cjgx,…,Cjgp},Cjgx是Cjg中的第x个第一目标视频对象信息,x的取值范围是1到p,p是Cjg中第一目标视频对象信息的数量。
S303,基于Ai1,获取Cjgx的第一得分Djgx,从而获取第一得分列表Dj={Dj1,Dj2,…,Djs,…,Djz},其中Djg=∑p x=1Djgx。
S304,当Bj中包含的s个第一目标视频对象对应的优先等级均为空时,执行S305,否则,执行S306。
S305,获取D0对应的目标区域并基于D0对应的目标区域对待裁剪视频帧Bj进行裁剪,以得到CBj,其中,D0=max{Dj1,Dj2,…,Djs,…,Djz}。
S306,基于Cj获取第二目标视频对象信息组合列表Ej={Ej1,Ej2,…,Ejy,…,Ejq}及其对应的第二得分列表Fj={Fj1,Fj2,…,Fjy,…,Fjq},第y个第二目标视频对象信息组合Ejy为Cj中包含有对应优先等级不为空的第一目标视频对象的一个第一目标视频对象信息组合,y的取值范围是1到q,q是Cj中包含有对应优先等级不为空的第一目标对象的第一目标视频对象信息组合的数量,Fjy是Ejy对应的第二得分。
S307,获取F0对应的目标区域并基于F0对应的目标区域对待裁剪视频帧Bj进行裁剪,以得到CBj,其中,F0=max{Fj1,Fj2,…,Fjy,…,Fjq}。
一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述方法。
本发明至少具有以下有益效果:本发明对待裁剪视频进行拆帧处理,获取待处理视频帧中的第一目标视频对象信息列表,根据按照预设规则划分的目标区域,获取第一目标视频对象信息组合列表,基于预设的视频对象属性特征的重要程度系数,获取每一第一目标视频对象信息组合的第一得分,当待处理视频帧中包含的所有第一目标视频对象对应的优先等级均为空时,获取第一得分列表中最高得分对应的目标区域进行裁剪,获取裁剪后视频帧,当待处理视频帧中包含的所有第一目标视频对象对应的优先等级不全为空时,获取包含该优先等级不为空的完整的第一目标视频对象信息的第二目标视频对象信息组合及其对应的第二得分列表,获取第二得分列表中最高的第二得分对应的目标区域进行裁剪,获取裁剪后视频帧,从而获取最终视频,实现对待裁剪视频的从横屏到竖屏的显示,并根据优先等级,可实现对某一第一目标视频对象的追踪,最终保留包含该第一目标视频对象的视频帧,实现对包含优先等级的第一目标视频对象在待裁剪视频中的动态路径进行优化,从而达到裁剪与视频重构。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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为本发明实施例提供的一种智能裁剪视频的方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种智能裁剪视频的方法,如图1所示,所述方法包括如下步骤:
S100,获取待裁剪视频以及预设的视频对象属性特征集A={A1,A2,…,Ai,…,Am},其中,第i类型的视频对象属性特征Ai=(Ai1,Ai2),Ai1是第i类型的视频对象在视频中的重要程度系数,Ai2是第i类型的视频对象在视频中的优先等级,且,当Ai2不为空时,则表示第i类型的视频对象始终存在于裁剪后的视频中,当Ai2为空时,则表示第i类型的视频对象根据其对应Ai1大小判断是否存在于裁剪后的视频中,i的取值范围是1到m,m是预设的视频对象的类型数量。
具体地,所述视频对象的类型至少包括:人脸核心部分、全脸、人物、宠物、汽车、物体。
进一步地,所述人脸核心部分至少包括:人脸的眼睛、人脸的鼻子、人脸的嘴巴。
更进一步地,通过如下公式获取第i类型的目标视频对象在视频中的重要程度系数Ai1的取值:
ar=F(rs),其中,ar是训练用视频的真实得分,F()是线性方程,rs训练用视频的初始得分,areae是训练用视频中每个视频帧包含的第e个像素点对应的预设权重,e的取值范围是1到h,h是训练用视频中每个视频帧包含的像素点数量,Wv0是训练用视频中第v0个视频帧的预设权重,v0的取值范围是1到v,v是训练用视频包含的视频帧数量。
具体地,所述训练用视频的真实得分ar通过人工打分获取;可以理解为,本发明通过大量训练用视频和训练用视频的真实得分进行训练,从而获取预设目标视频对象在视频中的重要程度系数的得分取值。
在本发明一个实施例中,人脸核心部分的重要程度系数得分区间为[0.85,0.9],全脸的重要程度系数得分区间为[0.8,0.85],人物的重要程度系数得分区间为[0.75,0.8],宠物的重要程度系数得分区间为[0.5,0.7],汽车的重要程度系数得分区间为[0.6,0.65],物体的重要程度系数得分区间为[0.1,0.2]。
S200,对待裁剪视频进行拆帧处理,获取待裁剪视频帧列表B={B1,B2,…,Bj,…,Bn},Bj是待裁剪视频的第j个待裁剪视频帧,j的取值范围是1到n,n是待裁剪视频帧的数量。
可选地,所述待裁剪视频为宽高比为4:3的横屏视频。
具体地,S200包括:按照预设采样间隔对所述待裁剪视频进行帧采样以获取待裁剪视频帧列表B。
进一步地,所述预设采样间隔和所述待剪裁视频的类型相关,可以理解为,对于人物访谈类型的变化较小的视频,该类型对应的预设采样间隔较大;对于动物记录类型的变化较大的视频,该类型对应的预设采样间隔较小;不同类型的待裁剪视频设置不同的预设采样间隔,以满足裁剪后的视频的观看效果。
在本发明一个优选的实施例中,当所述待裁剪视频为人物访谈类视频时,所述预设采样间隔为150ms。
具体地,本领域技术人员知晓,现有技术中任何一种对视频进行处理获取其中一帧的方法均属于本发明保护范围,此处不再赘述。
进一步地,在现有技术中,往往使用GPU进行编码和解码,但GPU要求较高,而本发明至少可以使用内存较大的CPU进行运行,并经过大量数据测试出截帧频率为150毫秒截取一帧时,效果最好。示例性说明:本发明采用32核、内存32GB的云环境运行。
S300,基于所述待裁剪视频帧列表B,获取裁剪后视频帧列表CB={CB1,CB2,…,CBj,…,CBn},第j个裁剪后视频帧CBj通过对Bj进行裁剪得到。
S400,基于裁剪后视频帧列表CB获取裁剪后视频进行输出。
具体的,在S300中,针对待裁剪视频帧Bj执行如下操作以得到裁剪后视频帧CBj:
S301,基于Bj获取第一目标视频对象信息列表Bj={Bj1,Bj2,…,Bjr,…,Bjs},第r个第一目标视频对象信息Bjr至少包括:Bj中包含的第r个第一目标视频对象、第r个第一目标视频对象在Bj中的位置、第r个第一目标视频对象的类型,其中,第r个第一目标视频对象对应的类型为m个预设的视频对象类型之一,r的取值范围为1到s,s是Bj中包含的第一目标视频对象的数量。
S302,获取Bj中目标区域内包含的第一目标视频对象信息组合列表Cj={Cj1,Cj2,…,Cjg,…,Cjz},其中,所述目标区域为由目标宽度和目标高度组成的矩形区域,Cjg是Bj中按照预设规则划分出的第g个目标区域内包含的全部第一目标视频对象信息的组合,g的取值范围是1到z,z是Bj中按照预设规则划分出的全部目标区域的数量,Cjg={Cjg1,…,Cjgx,…,Cjgp},Cjgx是Cjg中的第x个第一目标视频对象信息,x的取值范围是1到p,p是Cjg中第一目标视频对象信息的数量。
具体地,所述目标区域为由目标宽度和目标高度组成的矩形区域,示例性说明,当待裁剪视频的高度不变时,使得目标宽度值:待裁剪视频的高度=9:16,从而在裁剪后,将待裁剪视频从4:3的横屏视频变为9:16的竖屏视频。
具体地,所述预设规则为以待裁剪视频帧左侧为起点,按照预设滑动窗口大小和预设滑动步长进行划分待裁剪视频帧,获取全部目标区域,其中,所述预设滑动窗口大小和所述预设滑动步长根据实际需求进行设置。
在本发明另一实施例中,输入预设目标宽度,通过第一目标视频对象在Bj中的位置判断不同第一目标视频对象能否处于同一个预设目标宽度位置,将处于同一预设目标宽度位置的第一目标视频对象作为第一目标视频对象信息组合,从而将待裁剪视频帧划分为多个目标区域。
S303,基于Ai1,获取Cjgx的第一得分Djgx,从而获取第一得分列表Dj={Dj1,Dj2,…,Djs,…,Djz},其中Djg=∑p x=1Djgx。
具体地,根据Cjgx对应的类型,获取该类型对应的重要程度系数,使用该类型对应的重要程度系数表征为第一得分。
进一步地,当第一目标视频对象完整出现在目标区域内时,第一得分为第一目标视频对象对应的类型重要程度得分区间中最大的值;当第一目标视频对象出现不完整,根据第一目标视频对象出现的比例,第一得分按照第一目标视频对象对应的类型重要程度得分区间同等比例减小。
综上,使用预设的视频对象属性特征的重要程度系数表征第一得分,并根据出现的第一目标视频对象的比例在对应的类型重要程度系数中等比例减小,更加准确的获取每一第一目标视频对象信息组合的得分,更准确的进行裁剪。
S304,当Bj中包含的s个第一目标视频对象对应的优先等级均为空时,执行S305,否则,执行S306。
S305,获取D0对应的目标区域并基于D0对应的目标区域对待裁剪视频帧Bj进行裁剪,以得到CBj,其中,D0=max{Dj1,Dj2,…,Djs,…,Djz}。
具体地,将第一得分最高对应的目标区域进行裁剪保留获取裁剪后视频帧,基于D0对应的目标区域对待裁剪视频帧Bj进行裁剪过程中,D0对应的目标区域使用第一显示方法进行可视化显示,待裁剪视频帧中除D0对应的目标区域外的区域使用不同于第一显示方法的第二显示方法进行可视化显示;本领域技术人员知晓,现有技术中任何一种进行可视化显示的方法均属于本发明保护范围。
S306,基于Cj获取第二目标视频对象信息组合列表Ej={Ej1,Ej2,…,Ejy,…,Ejq}及其对应的第二得分列表Fj={Fj1,Fj2,…,Fjy,…,Fjq},第y个第二目标视频对象信息组合Ejy为Cj中包含有对应优先等级不为空的第一目标视频对象的一个第一目标视频对象信息组合,y的取值范围是1到q,q是Cj中包含有对应优先等级不为空的第一目标对象的第一目标视频对象信息组合的数量,Fjy是Ejy对应的第二得分。
具体地,Ez包含完整的该优先等级不为空对应的第一目标视频对象。
S307,获取F0对应的目标区域并基于F0对应的目标区域对待裁剪视频帧Bj进行裁剪,以得到CBj,其中,F0=max{Fj1,Fj2,…,Fjy,…,Fjq}。
具体地,在S900基于F0对应的目标区域对待裁剪视频帧Bj进行裁剪过程中,F0对应的目标区域使用第一显示方法进行可视化显示,待裁剪视频帧中除F0对应的目标区域外的区域使用不同于第一显示方法的第二显示方法进行可视化显示;本领域技术人员知晓,现有技术中任何一种进行可视化显示的方法均属于本发明保护范围。
综上,本发明对待裁剪视频进行拆帧处理,获取待处理视频帧中的第一目标视频对象信息列表,根据按照预设规则划分的目标区域,获取第一目标视频对象信息组合列表,基于预设的视频对象属性特征的重要程度系数,获取每一第一目标视频对象信息组合的第一得分,当待处理视频帧中包含的所有第一目标视频对象对应的优先等级均为空时,获取第一得分列表中最高得分对应的目标区域进行裁剪,获取裁剪后视频帧,当待处理视频帧中包含的所有第一目标视频对象对应的优先等级不全为空时,获取包含该优先等级不为空的完整的第一目标视频对象信息的第二目标视频对象信息组合及其对应的第二得分列表,获取第二得分列表中最高的第二得分对应的目标区域进行裁剪,获取裁剪后视频帧,从而获取最终视频,实现对待裁剪视频的从横屏到竖屏的显示,并根据优先等级,可实现对某一第一目标视频对象的追踪,最终保留包含该第一目标视频对象的视频帧,实现对包含优先等级的第一目标视频对象在待裁剪视频中的动态路径进行优化,从而达到裁剪与视频重构。
本发明还包括,在S100前执行如下步骤:
S001,获取待裁剪视频任务列表G=(G1,G2,…,Gt,…,Gk),其中,Gt是第t个上传的待裁剪视频任务,t的取值范围是1到k,k是待裁剪视频任务的数量,所述待裁剪视频任务至少包括待裁剪视频任务的第一状态和第一版本号。
S002,将G1,G2,…,Gt,…,Gk按照预设分配原则分配给多个并行运行的处理单元。
进一步地,当处理单元接收到待裁剪视频任务Gt后,执行以下步骤:
S003,将处理单元接收到的Gt对应的第一版本号和待裁剪视频任务列表中Gt的第一版本号进行比较,如果相同则执行S004。
S004,将接收到的Gt对应的第一版本号更新为第二版本号,并使用第二版本号更新待裁剪视频任务列表中Gt的第一版本号,其中,第二版本号不同于第一版本号。
具体地,将接收到的Gt对应的第一版本号更新为第二版本号可以为:第二版本号=第一版本号+1。
S005,对Gt对应的待裁剪视频执行S100。
基于S001-S005,本发明裁剪服务对CPU有较高占用情况,且通常情况下耗时较长,所以本发明使用多节点集群式部署,当处理单元对待裁剪视频任务处理时,当处理单元接收到的Gt对应的第一版本号和待裁剪视频任务列表中Gt的第一版本号一致时,处理单元对待裁剪视频任务进行处理,所以多个处理单元多节点分布式存储,使得处理单元对待裁剪视频任务的处理更高效,使得计算机节点的性能发挥更好的作用。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (9)
1.一种智能裁剪视频的方法,其特征在于,所述方法包括如下步骤:
S100,获取待裁剪视频以及预设的视频对象属性特征集A={A1,A2,…,Ai,…,Am},其中,第i类型的视频对象属性特征Ai=(Ai1,Ai2),Ai1是第i类型的视频对象在视频中的重要程度系数,Ai2是第i类型的视频对象在视频中的优先等级,且,当Ai2不为空时,则表示第i类型的视频对象始终存在于裁剪后的视频中,当Ai2为空时,则表示第i类型的视频对象根据其对应Ai1大小判断是否存在于裁剪后的视频中,i的取值范围是1到m,m是预设的视频对象的类型数量;
S200,对待裁剪视频进行拆帧处理,获取待裁剪视频帧列表B={B1,B2,…,Bj,…,Bn},Bj是待裁剪视频的第j个待裁剪视频帧,j的取值范围是1到n,n是待裁剪视频帧的数量;
S300,基于所述待裁剪视频帧列表B,获取裁剪后视频帧列表CB={CB1,CB2,…,CBj,…,CBn},第j个裁剪后视频帧CBj通过对Bj进行裁剪得到;
S400,基于裁剪后视频帧列表CB获取裁剪后视频进行输出;
具体的,在S300中,针对待裁剪视频帧Bj执行如下操作以得到裁剪后视频帧CBj:
S301,基于Bj获取第一目标视频对象信息列表Bj={Bj1,Bj2,…,Bjr,…,Bjs},第r个第一目标视频对象信息Bjr至少包括:Bj中包含的第r个第一目标视频对象、第r个第一目标视频对象在Bj中的位置、第r个第一目标视频对象的类型,其中,第r个第一目标视频对象对应的类型为m个预设的视频对象类型之一,r的取值范围为1到s,s是Bj中包含的第一目标视频对象的数量;
S302,获取Bj中目标区域内包含的第一目标视频对象信息组合列表Cj={Cj1,Cj2,…,Cjg,…,Cjz},其中,所述目标区域为由目标宽度和目标高度组成的矩形区域,Cjg是Bj中按照预设规则划分出的第g个目标区域内包含的全部第一目标视频对象信息的组合,g的取值范围是1到z,z是Bj中按照预设规则划分出的全部目标区域的数量,Cjg={Cjg1,…,Cjgx,…,Cjgp},Cjgx是Cjg中的第x个第一目标视频对象信息,x的取值范围是1到p,p是Cjg中第一目标视频对象信息的数量;
S303,基于Ai1,获取Cjgx的第一得分Djgx,从而获取第一得分列表Dj={Dj1,Dj2,…,Djs,…,Djz},其中Djg=∑p x=1Djgx;
S304,当Bj中包含的s个第一目标视频对象对应的优先等级均为空时,执行S305,否则,执行S306;
S305,获取D0对应的目标区域并基于D0对应的目标区域对待裁剪视频帧Bj进行裁剪,以得到CBj,其中,D0=max{Dj1,Dj2,…,Djs,…,Djz};
S306,基于Cj获取第二目标视频对象信息组合列表Ej={Ej1,Ej2,…,Ejy,…,Ejq}及其对应的第二得分列表Fj={Fj1,Fj2,…,Fjy,…,Fjq},第y个第二目标视频对象信息组合Ejy为Cj中包含有对应优先等级不为空的第一目标视频对象的一个第一目标视频对象信息组合,y的取值范围是1到q,q是Cj中包含有对应优先等级不为空的第一目标对象的第一目标视频对象信息组合的数量,Fjy是Ejy对应的第二得分;
S307,获取F0对应的目标区域并基于F0对应的目标区域对待裁剪视频帧Bj进行裁剪,以得到CBj,其中,F0=max{Fj1,Fj2,…,Fjy,…,Fjq};
其中,通过如下公式获取第i类型的目标视频对象在视频中的重要程度系数Ai1的取值:
ar=F(rs),其中,ar是训练用视频的真实得分,F()是线性方程,rs训练用视频的初始得分,areae是训练用视频中每个视频帧包含的第e个像素点对应的预设权重,e的取值范围是1到h,h是训练用视频中每个视频帧包含的像素点数量,Wv0是训练用视频中第v0个视频帧的预设权重,v0的取值范围是1到v,v是训练用视频包含的视频帧数量。
2.根据权利要求1所述的方法,其特征在于,S307还包括:基于F0对应的目标区域按照预设显示方式显示待裁剪视频帧Bj:Bj中F0对应的目标区域使用第一显示方法进行可视化显示,Bj中F0对应的目标区域外的区域使用不同于第一显示方法的第二显示方法进行可视化显示。
3.根据权利要求1所述的方法,其特征在于,所述视频对象类型至少包括:人脸核心部分、全脸、人物、宠物、汽车、物体。
4.根据权利要求1所述的方法,其特征在于,S200具体包括:按照预设采样间隔对所述待裁剪视频进行帧采样以获取待裁剪视频帧列表B。
5.根据权利要求4所述的方法,其特征在于,所述预设采样间隔和所述待裁剪视频的类型相关。
6.根据权利要求5所述的方法,其特征在于,当所述待裁剪视频为人物访谈类视频时,所述预设采样间隔为150ms。
7.根据权利要求1所述的方法,其特征在于,在S100前执行如下步骤:
S001,获取待裁剪视频任务列表G=(G1,G2,…,Gt,…,Gk),其中,Gt是第t个上传的待裁剪视频任务,t的取值范围是1到k,k是待裁剪视频任务的数量,所述待裁剪视频任务至少包括待裁剪视频任务的第一状态和第一版本号;
S002,将G1,G2,…,Gt,…,Gk按照预设分配原则分配给多个并行运行的处理单元。
8.根据权利要求7所述的方法,其特征在于,当处理单元接收到待裁剪视频任务Gt后,执行以下步骤:
S003,将接收到的Gt对应的第一版本号和待裁剪视频任务列表中Gt的第一版本号进行比较,如果相同则执行S004;
S004,将接收到的Gt对应的第一版本号更新为第二版本号,并使用第二版本号更新待裁剪视频任务列表中Gt的第一版本号,其中,第二版本号不同于第一版本号;
S005,对Gt对应的待裁剪视频执行S100。
9.一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,其特征在于,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-8中任意一项的所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211572783.1A CN115942046B (zh) | 2022-12-08 | 2022-12-08 | 一种智能裁剪视频的方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211572783.1A CN115942046B (zh) | 2022-12-08 | 2022-12-08 | 一种智能裁剪视频的方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115942046A CN115942046A (zh) | 2023-04-07 |
CN115942046B true CN115942046B (zh) | 2024-05-31 |
Family
ID=86651883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211572783.1A Active CN115942046B (zh) | 2022-12-08 | 2022-12-08 | 一种智能裁剪视频的方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115942046B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112135188A (zh) * | 2020-09-16 | 2020-12-25 | 咪咕文化科技有限公司 | 视频裁剪方法、电子设备及计算机可读存储介质 |
CN113689440A (zh) * | 2021-08-23 | 2021-11-23 | 腾讯音乐娱乐科技(深圳)有限公司 | 一种视频处理方法、装置、计算机设备以及存储介质 |
CN113840159A (zh) * | 2021-09-26 | 2021-12-24 | 北京沃东天骏信息技术有限公司 | 视频处理方法、装置、计算机系统及可读存储介质 |
WO2022116947A1 (zh) * | 2020-12-02 | 2022-06-09 | 北京有竹居网络技术有限公司 | 视频裁剪方法、装置、存储介质及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559800B (zh) * | 2020-12-17 | 2023-11-14 | 北京百度网讯科技有限公司 | 用于处理视频的方法、装置、电子设备、介质和产品 |
-
2022
- 2022-12-08 CN CN202211572783.1A patent/CN115942046B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112135188A (zh) * | 2020-09-16 | 2020-12-25 | 咪咕文化科技有限公司 | 视频裁剪方法、电子设备及计算机可读存储介质 |
WO2022116947A1 (zh) * | 2020-12-02 | 2022-06-09 | 北京有竹居网络技术有限公司 | 视频裁剪方法、装置、存储介质及电子设备 |
CN113689440A (zh) * | 2021-08-23 | 2021-11-23 | 腾讯音乐娱乐科技(深圳)有限公司 | 一种视频处理方法、装置、计算机设备以及存储介质 |
CN113840159A (zh) * | 2021-09-26 | 2021-12-24 | 北京沃东天骏信息技术有限公司 | 视频处理方法、装置、计算机系统及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115942046A (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110602554B (zh) | 封面图像确定方法、装置及设备 | |
CN111950723B (zh) | 神经网络模型训练方法、图像处理方法、装置及终端设备 | |
CN110971929B (zh) | 云游戏视频处理方法、电子设备及存储介质 | |
US20160232134A1 (en) | Template-based page layout for hosted social magazines | |
EP3917131A1 (en) | Image deformation control method and device and hardware device | |
CN112135188A (zh) | 视频裁剪方法、电子设备及计算机可读存储介质 | |
US10692259B2 (en) | Automatic creation of media collages | |
CN113709560B (zh) | 视频剪辑方法、装置、设备及存储介质 | |
US8983188B1 (en) | Edge-aware smoothing in images | |
US20170161232A1 (en) | Method and electronic device for configuring a video player in a web page | |
CN109743617A (zh) | 一种视频播放的跳转导航方法和设备 | |
US10180782B2 (en) | Fast image object detector | |
CN111612004A (zh) | 一种基于语义内容的图像裁剪方法及装置 | |
CN106408623A (zh) | 一种文字展现方法、装置及终端 | |
CN111523400B (zh) | 视频代表帧提取方法及装置 | |
CN111259245B (zh) | 作品推送方法、装置及存储介质 | |
CN114092310A (zh) | 图像渲染方法及电子设备、计算机可读存储介质 | |
CN107507255B (zh) | 图片压缩质量因子获取方法、系统、设备及存储介质 | |
KR20070008210A (ko) | 유해 멀티미디어 정보 차단 방법 및 장치 | |
CN115942046B (zh) | 一种智能裁剪视频的方法及存储介质 | |
CN113421324A (zh) | 一种三维模型的加载方法及系统 | |
US11513937B2 (en) | Method and device of displaying video comments, computing device, and readable storage medium | |
US10303949B2 (en) | Image evaluation system, image evaluation method and recording medium storing image evaluation program | |
US10803566B2 (en) | Method for dynamically adjusting image clarity and image processing device using the same | |
CN113555008B (zh) | 一种针对模型的调参方法及装置 |
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 |