CN116137671A - 一种封面生成方法、装置、设备及介质 - Google Patents
一种封面生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116137671A CN116137671A CN202111362508.2A CN202111362508A CN116137671A CN 116137671 A CN116137671 A CN 116137671A CN 202111362508 A CN202111362508 A CN 202111362508A CN 116137671 A CN116137671 A CN 116137671A
- Authority
- CN
- China
- Prior art keywords
- frame
- background
- key
- target
- video
- 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
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, rendering scenes according to MPEG-4 scene graphs
- H04N21/44012—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving rendering scenes according to scene graphs, e.g. MPEG-4 scene graphs
-
- 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, manipulating MPEG-4 scene graphs
-
- 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, manipulating MPEG-4 scene graphs
- H04N21/23412—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs for generating or manipulating the scene composition of objects, e.g. MPEG-4 objects
-
- 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, manipulating MPEG-4 scene graphs
- H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 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]
- H04N21/40—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
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
-
- 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
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- 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, rendering scenes according to MPEG-4 scene graphs
-
- 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
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
- H04N21/8549—Creating video summaries, e.g. movie trailer
Abstract
本公开实施例涉及一种封面生成方法、装置、设备及介质,其中该方法包括:从视频中获取关键对象帧序列和关键背景帧序列,对关键背景帧序列进行处理确定目标背景帧,将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。采用上述技术方案,可以将视频中的关键对象帧序列中的各对象分割出来融合到选取合适的背景中生成一张静态图片作为视频的封面,让视频封面具备关键信息量的同时又能快速加载、避免大流量消耗,提升了视频场景下的封面信息展示效果。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种封面生成方法、装置、设备及介质。
背景技术
随着互联网技术和智能终端的快速发展,观看视频成为人们生活中的一部分,视频封面可以吸引针对视频的点击播放。
相关技术中,通过算法选出视频中的某一关键帧,作为视频封面,只有某一帧的画面,信息量少,难以概况视频内容,以及由算法选择出的关键帧,具有一定的随机性,视频封面内容的吸引力通常比较差。
另外,为了弥补了信息量的问题,通过算法选择多帧关键帧进行叠加成GIF(Graphics Interchange Format,图形交换格式)动图,但往往多帧画面间隔时间较大,画面有跳跃感,以及GIF动图本质上是一个短视频,流量占用大于图片,加载时间长。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种封面生成方法、装置、设备及介质。
本公开实施例提供了一种封面生成方法,所述方法包括:
从视频中获取关键对象帧序列和关键背景帧序列;
对关键背景帧序列进行处理确定目标背景帧;
将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。
本公开实施例还提供了一种封面生成装置,所述装置包括:
获取模块,用于从视频中获取关键对象帧序列和关键背景帧序列;
处理确定模块,用于对关键背景帧序列进行处理确定目标背景帧;
合成生成模块,用于将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。
本公开实施例还提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开实施例提供的封面生成方法。
本公开实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开实施例提供的封面生成方法。
本公开实施例还提供了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,实现如本公开实施例提供的封面生成方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:本公开实施例提供的封面生成方案,从视频中获取关键对象帧序列和关键背景帧序列,对关键背景帧序列进行处理确定目标背景帧,将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。采用上述技术方案,可以将视频中的关键对象帧序列中的各对象分割出来融合到选取合适的背景中生成一张静态图片作为视频的封面,让视频封面具备关键信息量的同时又能快速加载、避免大流量消耗,提升了视频场景下的封面信息展示效果。
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。
图1为本公开实施例提供的一种封面生成方法的流程示意图;
图2为本公开实施例提供的另一种封面生成方法的流程示意图;
图3为本公开实施例提供的一种封面生成方法的示例图;
图4a为本公开实施例提供的对象分割的流程示意图;
图4b为本公开实施例提供的关键帧抽取的流程示意图;
图4c为本公开实施例提供的背景选择的流程示意图;
图4d为本公开实施例提供的图片合成的流程示意图;
图5a为本公开实施例提供的一种关键帧序列的示意图;
图5b为本公开实施例提供的一种关键对象帧序的示意图;
图5c为本公开实施例提供的一种关键背景帧序列的示意图;
图5d为本公开实施例提供的一种视频封面的示意图;
图6为本公开实施例提供的一种封面生成装置的结构示意图;
图7为本公开实施例提供的一种电子设备的结构示意图。
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。
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。
在实际应用中,视频封面可以理解为高度概况视频内容,吸引用户播放视频的静态图片或动态图片,然而,通过算法选出视频中的某一关键帧作为视频静态封面,信息量比较少,难以概况视频内容且具有一定的随机性,视频封面内容的吸引力通常比较差,另外,为了弥补了信息量的问题通过算法选择多帧关键帧进行叠加成GIF动图(一种基于视频的、可动态变化的图片格式),但往往多帧画面间隔时间较大,画面有跳跃感,以及GIF动图在本质上是一个短视频,流量占用大于图片,加载时间长。
针对上述问题,本申请提出了一种封面生成方法,通过从视频中获取关键对象帧序列和关键背景帧序列,对关键背景帧序列进行处理确定目标背景帧,将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。
由此,可以将视频中的关键对象帧序列中的各对象分割出来融合到选取合适的背景中生成一张静态图片作为视频的封面,让视频封面具备关键信息量的同时又能快速加载、避免大流量消耗,提升了视频场景下的封面信息展示效果。
具体地,图1为本公开实施例提供的一种封面生成方法的流程示意图,该方法可以由封面生成装置执行,其中该装置可以采用软件和/或硬件实现,一般可集成在电子设备中。如图1所示,该方法包括:
步骤101、从视频中获取关键对象帧序列和关键背景帧序列。
其中,视频可以为任意包括对象的视频,对象可以为人物、动物植物、物品等,本公开实施例对视频的来源不作限定,例如视频可以为运动领域的达人拍摄的运动视频,其中,运动视频可以理解为题材为体育竞技或户外运动的视频,通常有一位主角;也可以为拍摄的动物进行追球的视频。其中,关键对象帧序列指的是多帧仅仅包括对象的图像帧,关键背景帧序列指的是多帧仅仅包括背景的图像帧。
在一些实施例方式中,从视频中获取视频片段,对视频片段中的每一帧图像进行对象和背景分离,获取候选对象帧序列和对应的候选背景帧序列,最后从候选对象帧序列中确定关键对象帧序列,以及从候选背景帧序列中确定与关键对象帧序列对应的关键背景帧序列。其中,视频片段是指从视频中获取多帧图像组成的,通常时间为几秒。
在另一些实施例方式中,从视频中获取比如弹幕数量大于预设第一阈值或者是点赞次数大于预设第一阈值的多帧图像,对多帧图像中的每帧图像进行对象和背景的分离处理,获取关键对象帧序列和关键背景帧序列。其中,预设第一阈值根据需要进行设置,本公开不做具体限制。应当注意的是,以上仅为示例,本公开实施例对从视频中获取关键对象帧序列和关键背景帧序列的具体方式不进行限制。
步骤102、对关键背景帧序列进行处理确定目标背景帧。
其中,关键背景帧序列是多帧仅仅包括背景的图像帧,可以理解的是,最终生成的视频封面为一张静态图片,即仅仅为一帧图像帧,在本公开实施例中,仅仅需要一帧背景帧,因此需要对关键背景帧序列进行处理确定目标背景帧。
在一些实施例方式中,获取关键背景帧序列中的候选背景特征点集合,对候选背景特征点集合进行量化处理获取目标背景特征点集合,根据目标背景特征点集合确定目标中心点特征向量,根据目标中心点特征向量从关键背景帧序列中确定目标背景帧。
在另一些实施例方式中,直接从关键背景帧序列随机选取一帧关键背景帧作为目标背景帧。应当注意的是,以上仅为示例,本公开实施例对对关键背景帧序列进行处理确定目标背景帧的具体方式不进行限制。
步骤103、将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。
其中,关键对象帧序列指的是多帧仅仅包括对象的图像帧,也就是说,每一帧关键对象帧中都包括对象,可以理解的是,最终生成的视频封面为一张静态图片,即仅仅为一帧图像帧,因此,需要将各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。
在一些实施例方式中,配置关键对象帧序列中各对象对应的透明度,根据各对象对应的透明度对各对象进行图像处理后与目标背景帧中的背景进行合成处理生成视频的目标封面帧。
在另一些实施例方式中,直接将各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧,或者是配置各个对象不同的颜色等方式后与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。其中,各对象与目标背景帧中的背景进行合成处理中,各对象在目标封面帧中位置可以与根据需要进行设置,比如还是在各对象在对应背景中的对象位置,再比如成一条直线排列显示等。应当注意的是,以上仅为示例,本公开实施例对对关键背景帧序列进行处理确定目标背景帧的具体方式不进行限制。
本公开实施例提供的封面生成方案,从视频中获取关键对象帧序列和关键背景帧序列,对关键背景帧序列进行处理确定目标背景帧,将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。采用上述技术方案,可以将视频中的关键对象帧序列中的各对象分割出来融合到选取合适的背景中生成一张静态图片作为视频的封面,让视频封面具备关键信息量的同时又能快速加载、避免大流量消耗,提升了视频场景下的封面信息展示效果。
考虑到比如运动类视频通常有最精彩的视频片段,这部分片段的信息量是最具代表性的。视频片段的长度通常在3-5秒之间,将视频片段浓缩成一张静态图片,就可以得到目标视频封面。因此,可以从视频中筛选出视频片段(视频中最精彩的片段,能体现本视频内容的精髓)进行处理,获取关键对象帧序列和关键背景帧序列,本公开实施例提供了一种从视频中获取关键对象帧序列和关键背景帧序列的实现方式,可参照如下步骤a至步骤d实现。
步骤a,确定视频中满足预设信息筛选条件的视频片段。
在本公开实施例中,从视频中获取视频片段,主要指的是获取视频中最精彩且能体现本视频内容精髓的视频片段,本公开实施例中可以通过预先设置信息筛选条件对视频进行筛选,获取视频片段。其中,预设信息筛选条件可以根据应用场景选择设置,比如视频互动数量满足预设第一阈值,则确定满足预设信息筛选条件,再比如视频观看者数量满足预设第二阈值,则确定满足预设信息筛选条件等。
在一些实施例中,响应于视频互动数量到达预设第一阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段。在另外一些实施例中,响应于视频观看者数量到达预设第二阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段。由此,基于视频互动数量或视频观看者数量筛选出来的视频片段去进行后续对象和背景的分离处理,从而最后生成的目标封面帧更能满足用户需求。其中,预设第一阈值和预设第二阈值根据需要进行设置,本公开不做具体限制。应当注意的是,以上仅为示例,本公开实施例对确定视频中满足预设信息筛选条件的视频片段的具体方式不进行限制。
步骤b,对视频片段中的每一帧进行对象和背景的分离处理,获取候选对象帧序列和对应的候选背景帧序列。
在本公开实施例中,视频片段中的每一帧图像帧包括对象和背景,在一些实施例中,对象识别算法将视频片段中的每一帧中的对象识别出来后,进行对象和背景分离,从而分割出对象帧和和对象帧,生成候选对象帧序列和对应的候选背景帧序列。
步骤c,从候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列。
其中,预设对象筛选条件可以根据应用场景需要进行选择设置,比如各帧对象差异度大于预设门限值,例如各帧对象形状、位置、颜色、尺寸、动作之间的差异度大于预设门限值,可以确定对象帧之间满足预设对象筛选条件,再比如对象帧之间的对象动作相同,但对象与背景中的物体(比如地面等)距离发生很大变化,也可以确定对象帧之间满足预设对象筛选条件。由此,可以进行选择对象动作等区别度比较大的对象帧,从而在视频封面中存在同样数量对象帧的情况下,可以给与用户更多对象信息。
其中,在一种具体的实施方式中,以候选对象帧序列中的第一帧为参考帧,依次计算后续的第二帧与参考帧的余弦相似度,如果余弦相似度小于或者等于预设第三阈值,则丢弃第二帧,继续以第一帧为参考,计算候选对象帧序列中除第一帧和第二帧之外的其他后续帧与第一帧的余弦相似度,如果余弦相似度大于预设第三阈值,则保留第一帧并以第二帧为参考帧,计算候选对象帧序列中除第一帧和第二帧之外的其他后续帧与第二帧的余弦相似度,对候选对象帧序列逐帧计算后,保留的对象帧为满足预设对象筛选条件的关键对象帧序列。其中,余弦相似度指的是通过测量两个向量的夹角的余弦值来度量它们之间的相似性。其中,预设第三阈值根据需要进行设置,本公开不做具体限制。由此,通过计算对象帧之间的余弦相似度并与第三阈值比较的方式,获取关键对象帧序列,进一步提高获取关键对象帧序列的准确性,以后续基于关键对象帧序列生成的目标封面帧更能满足用户需求。
步骤d,从候选背景帧序列中确定与关键对象帧序列对应的关键背景帧序列。
在本公开实施例中,在确定关键对象帧序列后,可以从候选背景帧序列中确定与关键对象帧序列对应的关键背景帧序列,即在进行对象和背景的分离处理前,与关键对象帧序列中关键对象帧位同一帧图像帧的背景帧作为关键背景帧。
由此,基于视频互动数量、视频观看者数量等预设信息筛选条件筛选出与用户感兴趣的视频片段进行对象和背景的分离处理,再进一步基于对象位置、动作之间的差异度等预设对象筛选条件筛选区别度比较大的关键对象帧序列,从而保证视频封面中的显示各对象既能符合用户需求又能展示视频精彩内容,进一步提高视频场景下的封面信息展示效果。
可以理解的是,最终生成的视频封面为一张静态图片,即仅仅为一帧图像帧,也就是说仅仅需要一帧背景帧,因此需要对关键背景帧序列进行处理确定目标背景帧。本公开实施例提供了一种对关键背景帧序列进行处理确定目标背景帧的实现方式,可参照如下步骤1至步骤4实现。
步骤1,获取关键背景帧序列中的候选背景特征点集合。
为了更快获取关键背景帧序列中的候选背景特征点集合,在一种具体的实施例方式中,根据预设算法提取关键背景帧序列中每一帧的原始背景特征点,根据每一帧的原始背景特征点对应的特征向量确定每个原始背景特征点的特征强度,根据每个原始背景特征点的特征强度,获取满足预设特征点筛选条件的特征点作为候选背景特征点集合。
其中,预设算法可以根据需要选择设置,能够提取图像特征算法即可,比如SIFT(Scale-invariant feature transform,尺度不变特征变换)算法,可以用于判断两张图片之间是否有相同的物体,而且能分析出物体之间的对应关系。其中,即使两张图像有旋转、模糊、尺度的变化,即使使用不同的相机,即使图像拍摄的角度不同,SIFT算法都能检测到两张图片的稳定的特征点,并建立两者之间的对应关系。
其中,特征向量用于描述特征强弱的一组数字,比如原始背景特征点对应的特征向量为128维用于表示该原始背景特征点的特征强弱,进一步基于每一帧的原始背景特征点对应的特征向量确定每个原始背景特征点的特征强度,特征强度大表示特征点的辨别度高,反之特征强度小则特征点的辨别度不明显,因此,需要进一步获取满足预设特征点筛选条件的特征点作为候选背景特征点集合,预设特征点筛选条件可以根据应用场景选择设置,比如特征强度排序前50的特征点作为候选背景特征点集合,或者特征强度大于预设特征强度阈值的特征点作为候选背景特征点集合等方式进行筛选,本公开对于具体筛选条件不作限制。
步骤2,对候选背景特征点集合进行量化处理获取目标背景特征点集合。
为了进一步获取目标背景特征点集合,在一种具体的实施例方式中,对候选背景特征点集合进行聚类处理获取K个聚类,确定K个聚类分别对应的K个中心点向量,并将K个中心点向量作为目标背景特征点集合。
其中,量化处理指的是将连续取值的数字特征近似为有限多个离散值的数据处理过程,K阶量化即有K个离散值。
其中,通过聚类算法比如K均值算法对候选背景特征点集合进行聚类处理获取K个聚类,其中,K均值算法对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个聚类,让聚类内的点尽量紧密的连在一起,而让聚类间的距离尽量的大,可用于实现K阶量化。从而,在获取K个聚类后确定K个聚类分别对应的K个中心点向量,并将K个中心点向量作为目标背景特征点集合。其中,中心点可以理解为多维向量空间中,到特征点集中各个特征点距离最短的特征点。由此,选择辨别度比较高的候选背景特征点集合进行量化处理获取目标背景特征点集合,提高后续封面显示效果。
步骤3,根据目标背景特征点集合确定目标中心点特征向量。
步骤4,根据目标中心点特征向量从关键背景帧序列中确定目标背景帧。
其中,在一个具体实施例中,对目标背景特征点集合进行聚类处理获取M个聚类,从M个聚类中确定特征点数量最多的目标类别,并计算目标类别的目标中心点特征向量,计算关键背景帧序列中的每一帧与目标中心点特征向量之间的欧式距离并进行比较,将距离最近的关键背景帧作为目标背景帧。
在本公开实施例中,在获取目标背景特征点集合后,进一步对目标背景特征点集合进行聚类处理获取M个聚类,从M个聚类中确定特征点数量最多的类别作为目标类别,并计算目标类别的目标中心点特征向量,其中,中心点可以理解为多维向量空间中,到特征点集中各个特征点距离最短的特征点,并计算该中心点的目标中心点特征向量。
在本公开实施例中,在获取目标类别的目标中心点特征向量后,计算关键背景帧序列中的每一帧与目标中心点特征向量之间的欧式距离并进行比较,将距离最近的关键背景帧作为目标背景帧。
其中,欧式距离指的是欧几里得空间中两个点之间的最短距离,本公开实施例中每个点用一个特征向量表示,计算关键背景帧序列中所有帧与目标中心点特征向量的欧式距离,并将各个欧氏距离进行比较,将欧式距离最近的一帧关键背景帧作为目标背景帧。
由此,实现获取辨别度比较高且特征点比较最多的背景帧作为目标背景帧,从而后续生成的视频封面中的背景部分能够包含更多关键信息,以满足用户需求,提高封面信息展示效果。
图2为本公开实施例提供的另一种封面生成方法的流程示意图,本实施例在上述实施例的基础上,进一步优化了上述封面生成方法。
如图2所示,该方法包括:
步骤201、确定视频中满足预设信息筛选条件的视频片段,对视频片段中的每一帧进行对象和背景的分离处理,获取候选对象帧序列和对应的候选背景帧序列。
步骤202,从候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列,从候选背景帧序列中确定与关键对象帧序列对应的关键背景帧序列。
步骤203、获取关键背景帧序列中的候选背景特征点集合,对候选背景特征点集合进行量化处理获取目标背景特征点集合。
步骤204、根据目标背景特征点集合确定目标中心点特征向量,根据目标中心点特征向量从关键背景帧序列中确定目标背景帧。
上述步骤S201~步骤S204的具体实现方式可参照前述内容,在此不再赘述。
步骤205、配置关键对象帧序列中各对象对应的透明度,根据各对象对应的透明度对各对象进行图像处理生成各目标对象,将各目标对象与目标背景帧中的背景进行合成处理。
在本公开实施例中,可以通过透明度设置控件配置关键对象帧序列中各对象对应的透明度,比如关键对象帧序列包括五个关键对象帧,五个对象分别设置透明度分别为百分之二十、百分之三十五、百分之五十、百分之七十五和百分之九十。以上仅为示例,可以根据应用场景需要配置关键对象帧序列中各对象对应的透明度,在配置关键对象帧序列中各对象对应的透明度后根据各对象对应的透明度对各对象进行图像处理生成各目标对象,将各目标对象与目标背景帧中的背景进行合成处理。由此,通过透明度的设置,以区别不同对象,进一步提升了视频场景下的封面信息展示效果。
为了进一步提高合成效果,在一种具体的实施例方式中,将各目标对象与目标背景帧中的背景进行合成处理可以包括根据关键对象帧序列和关键背景帧序列确定各对象在对应背景中的对象位置序列,根据对象位置序列将各目标对象与目标背景帧中的背景进行合成处理。由此,基于对象的位置将各目标对象与目标背景帧中的背景进行合成处理,生成的视频封面更加直观,进一步提高视频场景下的封面信息展示效果。
通过上述图2所述的封面生成方法,让视频封面具备关键信息量,同时又能快速加载,避免大流量消耗,提升了视频场景下的封面信息展示效果。
为了本领域人员更加清楚上述实施例,下面结合具体场景进行详细描述,以题材为体育竞技或户外运动的视频,通常有一位主角的运动视频为例进行说明。
具体地,对于运动类视频,在视频片段(本公开指的是视频中最精彩的片段,能体现本视频内容的精髓)中关键的信息量有:对象和对象动作。视频封面的内容就是将视频片段中的关键对象帧分割出来,然后选取一个合适的背景图,最后将连续的对象融合到背景图中,从而得到一张浓缩视频片段的图片作为视频封面。
具体地,如图3所示,本公开提出的封面生成方法可以由对象分割器、关键帧抽取器、背景选择器和图片合成器分别执行如图4a-图4b的流程完成。
具体地,如图3所示对象分割器包括对象识别、前景背景分割和对象位置信息,如图4a所示,包括步骤4a.1获取视频片段,4a.2从视频片段抽取所有关键帧,4a.3对所有关键帧进行对象识别后进行对象分割,4a.4,获取候选关键对象帧序列、候选关键背景帧序列和候选对象位置序列。
举例而言,将视频片段V解压缩得到关键帧序列,V=(F1,F2,F3,...,Fn),其中,n表示视频中帧的数量,Fn表示视频中的第n帧,将关键帧序列的每一帧都使用对象分割算法将对象和背景分离,形成候选关键对象帧序P=(P1,P2,P3,...,Pn)和候选关键背景帧序列B=(B1,B2,B3,...,Bn),同时得到对象在背景中的候选对象位置序列L=(L1,L2,L3,...,Ln)。
示例性的,图5a为本公开实施例提供的关键帧序列的示意图,将视频片段进行解压缩得到关键帧序列如图5a所示的第一至第五帧关键帧,对图5a中的第一至第五帧关键帧分别进行对象和背景分离得到如图5b所示的第一至第五帧候选关键对象帧序和如图5c所示的第一至第五帧候选关键背景帧序列。
具体地,如图3所示的关键帧抽取器包括关键帧识别、对象动作判断、帧丢弃策略和帧缓存管理,如图4b所示,包括步骤4b.1候选关键对象帧序列中保留第一帧为参考帧,步骤4b.2开始帧间对比,步骤4b.3判断余弦相似度超过预设第三阈值,步骤4b.4如果是,丢弃对比帧,步骤4b.5如果否,保留对比帧,并以它为参考帧,步骤4b.6判断是否还有待处理候选关键对象帧,如果有,返回执行步骤4b.2,步骤4b.7如果没有,获取关键对象帧序列,步骤4b.8,从候选背景帧序列中确定与关键对象帧序列对应的关键背景帧序列和对象位置序列。
举例而言,对候选关键对象帧序P=(P1,P2,P3,...,Pn),以第一帧为参考帧,计算后续对象帧与前一帧的余弦相似度。如果相似度小于50%(预设值,可根据需要配置),则认为两帧对象动作相近,丢弃此对象帧;反之保留此帧,并以保留帧作为参考帧决定下一帧是否保留。以此类推,得到对象动作区别度较大的关键对象帧序列P'=(P'1,P'2,P'3,...,P'm),其中m是保留帧数量,m<=n。同时得到对应的关键背景帧序B'=(B'1,B'2,B'3...,B'm)和对象位置序列L'=(L'1,L'2,L'3,...,L'm)。
示例性的,继续以图5a-图5c为例,按照上述进行余弦相似度计算判断,保留第一、三和五帧作为关键对象帧序列、关键背景帧序和对象位置序列。
具体地,如图3所示的背景选择器包括对象位置输入和背景帧选择策略,如图4c所示,包括步骤4c.1,针对关键背景帧序提取SIFT特征,步骤4c.2,每帧保留特征强度前预设值的特征点,步骤4c.3,所有帧的特征点做K阶量化,步骤4c.4,统计每帧的特征向量,步骤4c.5,进行K均值聚类,4c.6,计算最大聚类中心点,4c.7,远离中心点举例最近的背景帧作为目标背景帧。
举例而言,对关键背景帧序B'=(B'1,B'2,B'3...,B'm),逐帧用SIFT算法提取SIFT特征(比如特征点用128维向量表示)得到背景特征向量,保留每帧中强度前50(预设值,可根据需要配置)的特征点,最后将所有帧的特征点进行K阶量化。
其中,量化的具体方式为:将所有保留的特征点进行K均值聚类得到K个聚类K=(Q1,Q2,Q3,...,Qk),每个类别的中心点向量为S=(S1,S2,S3,...,Sk),最后将每个类别包含的特征点,全部量化为该类别的中心点向量,比如将类别Qk的所有特征点都量化为向量Sk,进而得到K阶量化后特征点K'=(Q'1,Q'2,Q'3,...,Q'k)。
进一步地,量化完成后,统计每帧中K阶特征点中每一阶的特征点数量,得到每帧的特征向量N=(N1,N2,N3,...,Nk),其中,Nk表示此帧包含的第K阶特征点数量,进而得到所有帧的特征向量。接下来,利用K均值算法对这些向量进行聚类,得到M个聚类K”=(Q”1,Q”2,Q”3,...,Q”k),统计每个类别中的样本数量,从而得到聚类数量最多的一类Q”j,并计算Q”j的中心点特征向量Cj=(C1,C2,C3,...,Ck)。
最后,计算关键背景帧序B'=(B'1,B'2,B'3...,B'm)中所有帧与中心点特征向量Cj=(C1,C2,C3,...,Ck)的欧式距离,并进行比较,将距离最近的一帧B'i作为目标背景帧。
示例性的,继续以图5a-图5c为例,按照上述方式将图5c中的第三帧背景帧作为目标背景帧。
具体地,如图3所示的图片合成器包括对象信息、对象位置信息、最优背景和合成策略,如图4d所示,包括步骤4d.1,关键对象帧序列中各对象透明度自适应(百分之百三十至百分之百),步骤4d.2,获取各对象在对应背景中的对象位置序列,步骤4d.3,对象依次叠加到目标背景帧上,步骤4d.4,获取视频封面。
举例而言,为了更好的叠加效果,需要为每帧设置合理的透明度。透明度T范围为最低30%(可根据需要配置),最高100%,本公开实施例可以采用均分算法,按关键对象帧序列P'=(P'1,P'2,P'3,...,P'm)的数量m均分,得到T=(T1,T2,T3,...,Tm),其中T1=0.3,Tm=1.0。关键对象帧序列P'=(P'1,P'2,P'3,...,P'm)逐帧修改透明度,再根据对象位置序列L'=(L'1,L'2,L'3,...,L'm)依次叠加到目标背景帧B'i上,最终得到由视频片段浓缩而成的视频封面。
示例性的,继续以图5a-图5c为例,将获取的第一、三和五帧的对象帧进行透明度处理后,按照对应的对象位置叠加到第三帧背景帧作为目标背景帧上,生成的视频封面如图5d所示。
由此,从视频片段中提取出有显著对象动作变化的关键帧,将对象识别出来后,进行对象背景分离,从而分割出对象部分,分析SIFT特征,利用K均值算法选出最合适的目标背景,按时间顺序,将不同透明度的对象融合到目标背景中,生成视频封面。让视频封面具备关键信息量的同时又能快速加载、避免大流量消耗,提升了视频场景下的封面信息展示效果
图6为本公开实施例提供的一种封面生成装置的结构示意图,该装置可由软件和/或硬件实现,一般可集成在电子设备中。如图6所示,该装置包括:
获取模块301,用于从视频中获取关键对象帧序列和关键背景帧序列。
处理确定模块302,用于对关键背景帧序列进行处理确定目标背景帧。
合成生成模块303,用于将关键对象帧序列中的各对象与目标背景帧中的背景进行合成处理,生成视频的目标封面帧。
可选的,所述获取模块301包括:第一确定单元、分离获取单元、第二确定单元和第三确定单元;
第一确定单元,用于确定所述视频中满足预设信息筛选条件的视频片段。
分离获取单元,用于对所述视频片段中的每一帧进行对象和背景的分离处理,获取候选对象帧序列和对应的候选背景帧序列。
第二确定单元,用于从所述候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列。
第三确定单元,用于从所述候选背景帧序列中确定与所述关键对象帧序列对应的关键背景帧序列。
可选的,所述第一确定单元具体用于:
响应于视频互动数量到达预设第一阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段;和/或,
响应于视频观看者数量到达预设第二阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段。
可选的,满足预设对象筛选条件的关键对象帧序列,包括:各帧对象动作之间的差异度大于预设门限值的对象帧。
可选的,所述第二确定单元具体用于:
以所述候选对象帧序列中的第一帧为参考帧,依次计算后续的第二帧与所述参考帧的余弦相似度;
如果所述余弦相似度小于或者等于预设第三阈值,则丢弃所述第二帧,继续以所述第一帧为参考,计算候选对象帧序列中除第一帧和第二帧之外的其他后续帧与所述第一帧的余弦相似度;
如果所述余弦相似度大于所述预设第三阈值,则保留所述第一帧并以所述第二帧为参考帧,计算候选对象帧序列中除所述第一帧和第二帧之外的其他后续帧与所述第二帧的余弦相似度;
对所述候选对象帧序列逐帧计算后,保留的对象帧为满足预设对象筛选条件的关键对象帧序列。
可选的,所述处理确定模块302包括:获取单元、量化单元、聚类计算单元和比较单元;
获取单元,用于获取所述关键背景帧序列中的候选背景特征点集合;
量化单元,用于对所述候选背景特征点集合进行量化处理获取目标背景特征点集合;
第四确定单元,用于根据所述目标背景特征点集合确定目标中心点特征向量;
第五确定单元,用于根据所述目标中心点特征向量从所述关键背景帧序列中确定目标背景帧。
可选的,所述获取单元具体用于:
根据预设算法提取所述关键背景帧序列中每一帧的原始背景特征点;
根据所述每一帧的原始背景特征点对应的特征向量确定每个所述原始背景特征点的特征强度;
根据每个所述原始背景特征点的特征强度,获取满足预设特征点筛选条件的特征点作为所述候选背景特征点集合。
可选的,所述量化单元具体用于:
对所述候选背景特征点集合进行聚类处理获取K个聚类;
确定所述K个聚类分别对应的K个中心点向量,并将所述K个中心点向量作为所述目标背景特征点集合。
可选的,所述第四确定单元,具体用于:
对所述目标背景特征点集合进行聚类处理获取M个聚类,从所述M个聚类中确定特征点数量最多的目标类别,并计算所述目标类别的目标中心点特征向量;
所述第五确定单元,具体用于:
计算所述关键背景帧序列中的每一帧与所述目标中心点特征向量之间的欧式距离,将与所述目标中心点特征向量的欧式距离最近的关键背景帧作为目标背景帧。
可选的,所述合成生成模块303包括:配置单元、生成单元和合成单元;
配置单元,用于配置所述关键对象帧序列中各对象对应的透明度;
生成单元,用于根据所述各对象对应的透明度对所述各对象进行图像处理生成各目标对象;
合成单元,用于将所述各目标对象与所述目标背景帧中的背景进行合成处理。
可选的,所述合成单元具体用于:
根据所述关键对象帧序列和所述关键背景帧序列确定各对象在对应背景中的对象位置序列;
根据所述对象位置序列将所述各目标对象与所述目标背景帧中的背景进行合成处理。
本公开实施例所提供的封面生成装置可执行本公开任意实施例所提供的封面生成方法,具备执行方法相应的功能模块和有益效果。
图7为本公开实施例提供的一种电子设备的结构示意图。下面具体参考图7,其示出了适于用来实现本公开实施例中的电子设备400的结构示意图。本公开实施例中的电子设备400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7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7所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405: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406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备400,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409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的封面生成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,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,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:在视频的播放过程中,接收用户的信息展示触发操作;获取所述视频关联的至少两个目标信息;在所述视频的播放页面的信息展示区域中展示所述至少两个目标信息中的第一目标信息其中,所述信息展示区域的尺寸小于所述播放页面的尺寸;接收用户的第一切换触发操作,将所述信息展示区域中展示的所述第一目标信息切换为所述至少两个目标信息中的第二目标信息。
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单元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,单元的名称在某种情况下并不构成对该单元本身的限定。
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,本公开提供了一种封面生成方法,包括:
从视频中获取关键对象帧序列和关键背景帧序列;
对所述关键背景帧序列进行处理确定目标背景帧;
将所述关键对象帧序列中的各对象与所述目标背景帧中的背景进行合成处理,生成所述视频的目标封面帧。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述从视频中获取关键对象帧序列和关键背景帧序列,包括:
确定所述视频中满足预设信息筛选条件的视频片段;
对所述视频片段中的每一帧进行对象和背景的分离处理,获取候选对象帧序列和对应的候选背景帧序列;
从所述候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列;
从所述候选背景帧序列中确定与所述关键对象帧序列对应的关键背景帧序列。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述确定所述视频中满足预设信息筛选条件的视频片段,包括:
响应于视频互动数量到达预设第一阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段;和/或,
响应于视频观看者数量到达预设第二阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段。
根据本公开的一个或多个实施例,所述满足预设对象筛选条件的关键对象帧序列,包括:各帧对象动作之间的差异度大于预设门限值的对象帧。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述从所述候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列,包括:
以所述候选对象帧序列中的第一帧为参考帧,依次计算后续的第二帧与所述参考帧的余弦相似度;
如果所述余弦相似度小于或者等于预设第三阈值,则丢弃所述第二帧,继续以所述第一帧为参考,计算所述候选对象帧序列中除所述第一帧和第二帧之外的其他后续帧与所述第一帧的余弦相似度;
如果所述余弦相似度大于所述预设第三阈值,则保留所述第一帧并以所述第二帧为参考帧,计算所述候选对象帧序列中除所述第一帧和第二帧之外的其他后续帧与所述第二帧的余弦相似度;
对所述候选对象帧序列逐帧计算后,保留的对象帧为满足预设对象筛选条件的关键对象帧序列。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述对所述关键背景帧序列进行处理确定目标背景帧,包括:
获取所述关键背景帧序列中的候选背景特征点集合;
对所述候选背景特征点集合进行量化处理获取目标背景特征点集合;
根据所述目标背景特征点集合确定目标中心点特征向量;
根据所述目标中心点特征向量从所述关键背景帧序列中确定目标背景帧。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述获取所述关键背景帧序列中的候选背景特征点集合,包括:
根据预设算法提取所述关键背景帧序列中每一帧的原始背景特征点;
根据所述每一帧的原始背景特征点对应的特征向量确定每个所述原始背景特征点的特征强度;
根据每个所述原始背景特征点的特征强度,获取满足预设特征点筛选条件的特征点作为所述候选背景特征点集合。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述对所述候选背景特征点集合进行量化处理获取目标背景特征点集合,包括:
对所述候选背景特征点集合进行聚类处理获取K个聚类;
确定所述K个聚类分别对应的K个中心点向量,并将所述K个中心点向量作为所述目标背景特征点集合。
根据本公开的一个或多个实施例,所述根据所述目标背景特征点集合确定目标中心点特征向量,包括:
对所述目标背景特征点集合进行聚类处理获取M个聚类,从所述M个聚类中确定特征点数量最多的目标类别,并计算所述目标类别的目标中心点特征向量;
所述根据所述目标中心点特征向量从所述关键背景帧序列中确定目标背景帧,包括:
计算所述关键背景帧序列中的每一帧与所述目标中心点特征向量之间的欧式距离,将与所述目标中心点特征向量的欧式距离最近的关键背景帧作为目标背景帧。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述将所述关键对象帧序列中的各对象与所述目标背景帧中的背景进行合成处理,包括:
配置所述关键对象帧序列中各对象对应的透明度;
根据所述各对象对应的透明度对所述各对象进行图像处理生成各目标对象;
将所述各目标对象与所述目标背景帧中的背景进行合成处理。
根据本公开的一个或多个实施例,本公开提供的封面生成方法中,所述将所述各目标对象与所述目标背景帧中的背景进行合成处理,包括:
根据所述关键对象帧序列和所述关键背景帧序列确定各对象在对应背景中的对象位置序列;
根据所述对象位置序列将所述各目标对象与所述目标背景帧中的背景进行合成处理。
根据本公开的一个或多个实施例,本公开提供了一种封面生成装置,包括:
获取模块,用于从视频中获取关键对象帧序列和关键背景帧序列;
处理确定模块,用于对所述关键背景帧序列进行处理确定目标背景帧;
合成生成模块,用于将所述关键对象帧序列中的各对象与所述目标背景帧中的背景进行合成处理,生成所述视频的目标封面帧。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,获取模块包括:第一确定单元、分离获取单元、第二确定单元和第三确定单元;
第一确定单元,用于确定所述视频中满足预设信息筛选条件的视频片段。
分离获取单元,用于对所述视频片段中的每一帧进行对象和背景的分离处理,获取候选对象帧序列和对应的候选背景帧序列。
第二确定单元,用于从所述候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列。
第三确定单元,用于从所述候选背景帧序列中确定与所述关键对象帧序列对应的关键背景帧序列。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述第一确定单元具体用于:
响应于视频互动数量到达预设第一阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段;和/或,
响应于视频观看者数量到达预设第二阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段。
根据本公开的一个或多个实施例,满足预设对象筛选条件的关键对象帧序列,包括:各帧对象动作之间的差异度大于预设门限值的对象帧。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述第二确定单元具体用于:
以所述候选对象帧序列中的第一帧为参考帧,依次计算后续的第二帧与所述参考帧的余弦相似度;
如果所述余弦相似度小于或者等于预设第三阈值,则丢弃所述第二帧,继续以所述第一帧为参考,计算候选对象帧序列中除第一帧和第二帧之外的其他后续帧与所述第一帧的余弦相似度;
如果所述余弦相似度大于所述预设第三阈值,则保留所述第一帧并以所述第二帧为参考帧,计算候选对象帧序列中除所述第一帧和第二帧之外的其他后续帧与所述第二帧的余弦相似度;
对所述候选对象帧序列逐帧计算后,保留的对象帧为满足预设对象筛选条件的关键对象帧序列。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述处理确定模块302包括:获取单元、量化单元、聚类计算单元和比较单元;
获取单元,用于获取所述关键背景帧序列中的候选背景特征点集合;
量化单元,用于对所述候选背景特征点集合进行量化处理获取目标背景特征点集合;
第四确定单元,用于根据所述目标背景特征点集合确定目标中心点特征向量;
第五确定单元,用于根据所述目标中心点特征向量从所述关键背景帧序列中确定目标背景帧。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述获取单元具体用于:
根据预设算法提取所述关键背景帧序列中每一帧的原始背景特征点;
根据所述每一帧的原始背景特征点对应的特征向量确定每个所述原始背景特征点的特征强度;
根据每个所述原始背景特征点的特征强度,获取满足预设特征点筛选条件的特征点作为所述候选背景特征点集合。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述量化单元具体用于:
对所述候选背景特征点集合进行聚类处理获取K个聚类;
确定所述K个聚类分别对应的K个中心点向量,并将所述K个中心点向量作为所述目标背景特征点集合。
根据本公开的一个或多个实施例,所述第四确定单元,具体用于:对所述目标背景特征点集合进行聚类处理获取M个聚类,从所述M个聚类中确定特征点数量最多的目标类别,并计算所述目标类别的目标中心点特征向量;所述第五确定单元,具体用于:计算所述关键背景帧序列中的每一帧与所述目标中心点特征向量之间的欧式距离,将与所述目标中心点特征向量的欧式距离最近的关键背景帧作为目标背景帧。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述合成生成模块303包括:配置单元、生成单元和合成单元;
配置单元,用于配置所述关键对象帧序列中各对象对应的透明度;
生成单元,用于根据所述各对象对应的透明度对所述各对象进行图像处理生成各目标对象;
合成单元,用于将所述各目标对象与所述目标背景帧中的背景进行合成处理。
根据本公开的一个或多个实施例,本公开提供的封面生成装置中,所述合成单元具体用于:
根据所述关键对象帧序列和所述关键背景帧序列确定各对象在对应背景中的对象位置序列;
根据所述对象位置序列将所述各目标对象与所述目标背景帧中的背景进行合成处理。
根据本公开的一个或多个实施例,本公开提供了一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开提供的任一所述的封面生成方法。
根据本公开的一个或多个实施例,本公开提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开提供的任一所述的封面生成方法。
根据本公开的一个或多个实施例,本公开提供了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,实现如本公开提供的任一所述的封面生成方法。
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。
Claims (15)
1.一种封面生成方法,其特征在于,包括以下步骤:
从视频中获取关键对象帧序列和关键背景帧序列;
对所述关键背景帧序列进行处理确定目标背景帧;
将所述关键对象帧序列中的各对象与所述目标背景帧中的背景进行合成处理,生成所述视频的目标封面帧。
2.根据权利要求1所述的方法,其特征在于,所述从视频中获取关键对象帧序列和关键背景帧序列,包括:
确定所述视频中满足预设信息筛选条件的视频片段;
对所述视频片段中的每一帧进行对象和背景的分离处理,获取候选对象帧序列和对应的候选背景帧序列;
从所述候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列;
从所述候选背景帧序列中确定与所述关键对象帧序列对应的关键背景帧序列。
3.根据权利要求2所述的方法,其特征在于,所述确定所述视频中满足预设信息筛选条件的视频片段,包括:
响应于视频互动数量到达预设第一阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段;和/或,
响应于视频观看者数量到达预设第二阈值,确定对应的视频帧为满足预设信息筛选条件的视频片段。
4.根据权利要求2所述的方法,其特征在于,所述满足预设对象筛选条件的关键对象帧序列,包括:
各帧对象动作之间的差异度大于预设门限值的对象帧。
5.根据权利要求2所述的方法,其特征在于,所述从所述候选对象帧序列中确定满足预设对象筛选条件的关键对象帧序列,包括:
以所述候选对象帧序列中的第一帧为参考帧,依次计算后续的第二帧与所述参考帧的余弦相似度;
如果所述余弦相似度小于或者等于预设第三阈值,则丢弃所述第二帧,继续以所述第一帧为参考,计算所述候选对象帧序列中除所述第一帧和第二帧之外的其他后续帧与所述第一帧的余弦相似度;
如果所述余弦相似度大于所述预设第三阈值,则保留所述第一帧并以所述第二帧为参考帧,计算所述候选对象帧序列中除所述第一帧和第二帧之外的其他后续帧与所述第二帧的余弦相似度;
对所述候选对象帧序列逐帧计算后,保留的对象帧为满足预设对象筛选条件的关键对象帧序列。
6.根据权利要求1所述的方法,其特征在于,所述对所述关键背景帧序列进行处理确定目标背景帧,包括:
获取所述关键背景帧序列中的候选背景特征点集合;
对所述候选背景特征点集合进行量化处理获取目标背景特征点集合;
根据所述目标背景特征点集合确定目标中心点特征向量;
根据所述目标中心点特征向量从所述关键背景帧序列中确定目标背景帧。
7.根据权利要求6所述的方法,其特征在于,所述获取所述关键背景帧序列中的候选背景特征点集合,包括:
根据预设算法提取所述关键背景帧序列中每一帧的原始背景特征点;
根据所述每一帧的原始背景特征点对应的特征向量确定每个所述原始背景特征点的特征强度;
根据每个所述原始背景特征点的特征强度,获取满足预设特征点筛选条件的特征点作为所述候选背景特征点集合。
8.根据权利要求6所述的方法,其特征在于,所述对所述候选背景特征点集合进行量化处理获取目标背景特征点集合,包括:
对所述候选背景特征点集合进行聚类处理获取K个聚类;
确定所述K个聚类分别对应的K个中心点向量,并将所述K个中心点向量作为所述目标背景特征点集合。
9.根据权利要求6所述的方法,其特征在于,所述根据所述目标背景特征点集合确定目标中心点特征向量,包括:
对所述目标背景特征点集合进行聚类处理获取M个聚类,从所述M个聚类中确定特征点数量最多的目标类别,并计算所述目标类别的目标中心点特征向量;
所述根据所述目标中心点特征向量从所述关键背景帧序列中确定目标背景帧,包括:
计算所述关键背景帧序列中的每一帧与所述目标中心点特征向量之间的欧式距离,将与所述目标中心点特征向量的欧式距离最近的关键背景帧作为目标背景帧。
10.根据权利要求1所述的方法,其特征在于,所述将所述关键对象帧序列中的各对象与所述目标背景帧中的背景进行合成处理,包括:
配置所述关键对象帧序列中各对象对应的透明度;
根据所述各对象对应的透明度对所述各对象进行图像处理生成各目标对象;
将所述各目标对象与所述目标背景帧中的背景进行合成处理。
11.根据权利要求10所述的方法,其特征在于,所述将所述各目标对象与所述目标背景帧中的背景进行合成处理,包括:
根据所述关键对象帧序列和所述关键背景帧序列确定各对象在对应背景中的对象位置序列;
根据所述对象位置序列将所述各目标对象与所述目标背景帧中的背景进行合成处理。
12.一种封面生成装置,其特征在于,包括:
获取模块,用于从视频中获取关键对象帧序列和关键背景帧序列;
处理确定模块,用于对所述关键背景帧序列进行处理确定目标背景帧;
合成生成模块,用于将所述关键对象帧序列中的各对象与所述目标背景帧中的背景进行合成处理,生成所述视频的目标封面帧。
13.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-11中任一所述的封面生成方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-11中任一所述的封面生成方法。
15.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令由处理器执行时,实现如权利要求1-11中任一所述的封面生成方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111362508.2A CN116137671A (zh) | 2021-11-17 | 2021-11-17 | 一种封面生成方法、装置、设备及介质 |
PCT/CN2022/126658 WO2023088029A1 (zh) | 2021-11-17 | 2022-10-21 | 一种封面生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111362508.2A CN116137671A (zh) | 2021-11-17 | 2021-11-17 | 一种封面生成方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116137671A true CN116137671A (zh) | 2023-05-19 |
Family
ID=86332966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111362508.2A Pending CN116137671A (zh) | 2021-11-17 | 2021-11-17 | 一种封面生成方法、装置、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116137671A (zh) |
WO (1) | WO2023088029A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117689782A (zh) * | 2024-02-02 | 2024-03-12 | 腾讯科技(深圳)有限公司 | 一种生成海报图像的方法、装置、设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4967045B2 (ja) * | 2010-06-15 | 2012-07-04 | ヤフー株式会社 | 背景判別装置、方法及びプログラム |
KR102618404B1 (ko) * | 2016-06-30 | 2023-12-26 | 주식회사 케이티 | 영상 축약 시스템 및 방법 |
CN108416013B (zh) * | 2018-03-02 | 2020-12-18 | 北京奇艺世纪科技有限公司 | 视频匹配、检索、分类和推荐方法、装置及电子设备 |
CN111242019B (zh) * | 2020-01-10 | 2023-11-14 | 腾讯科技(深圳)有限公司 | 视频内容的检测方法、装置、电子设备以及存储介质 |
-
2021
- 2021-11-17 CN CN202111362508.2A patent/CN116137671A/zh active Pending
-
2022
- 2022-10-21 WO PCT/CN2022/126658 patent/WO2023088029A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023088029A1 (zh) | 2023-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI543610B (zh) | 電子裝置及其影像選擇方法 | |
US9704066B2 (en) | Multi-stage image classification | |
KR20210134528A (ko) | 비디오 처리 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
CN111988638B (zh) | 一种拼接视频的获取方法、装置、电子设备和存储介质 | |
US20120263433A1 (en) | Detecting Key Roles and Their Relationships from Video | |
TWI712316B (zh) | 視訊摘要的生成方法及裝置 | |
CN110070063B (zh) | 目标对象的动作识别方法、装置和电子设备 | |
CN112954450B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
US10810462B2 (en) | Object detection with adaptive channel features | |
CN113766330A (zh) | 基于视频生成推荐信息的方法和装置 | |
CN111836118B (zh) | 视频处理方法、装置、服务器及存储介质 | |
US11948359B2 (en) | Video processing method and apparatus, computing device and medium | |
CN113923378B (zh) | 视频处理方法、装置、设备及存储介质 | |
CN112183588A (zh) | 视频处理方法及装置、电子设备及存储介质 | |
KR101812103B1 (ko) | 썸네일이미지 설정방법 및 설정프로그램 | |
CN112990176B (zh) | 书写质量评价方法、装置和电子设备 | |
CN111428590A (zh) | 一种视频聚类切分方法和系统 | |
WO2023088029A1 (zh) | 一种封面生成方法、装置、设备及介质 | |
CN114650361B (zh) | 拍摄模式确定方法、装置、电子设备和存储介质 | |
CN111783632B (zh) | 针对视频流的人脸检测方法、装置、电子设备及存储介质 | |
CN112949430A (zh) | 视频处理方法和装置、存储介质和电子设备 | |
CN112380929A (zh) | 一种高光片段的获取方法、装置、电子设备和存储介质 | |
CN110321858B (zh) | 视频相似度确定方法、装置、电子设备及存储介质 | |
CN113905177B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN113225488B (zh) | 一种视频处理方法、装置、电子设备及存储介质 |
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 |