CN116866498B - 一种视频模板生成方法、装置、电子设备及存储介质 - Google Patents

一种视频模板生成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116866498B
CN116866498B CN202310716000.0A CN202310716000A CN116866498B CN 116866498 B CN116866498 B CN 116866498B CN 202310716000 A CN202310716000 A CN 202310716000A CN 116866498 B CN116866498 B CN 116866498B
Authority
CN
China
Prior art keywords
template
materials
special effect
characteristic curve
matching
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
Application number
CN202310716000.0A
Other languages
English (en)
Other versions
CN116866498A (zh
Inventor
陆赞信
张鑫
苏泽阳
赵岩
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.)
iMusic Culture and Technology Co Ltd
Original Assignee
iMusic Culture and 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 iMusic Culture and Technology Co Ltd filed Critical iMusic Culture and Technology Co Ltd
Priority to CN202310716000.0A priority Critical patent/CN116866498B/zh
Publication of CN116866498A publication Critical patent/CN116866498A/zh
Application granted granted Critical
Publication of CN116866498B publication Critical patent/CN116866498B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream 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
    • H04N21/44—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
    • H04N21/44016—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 splicing one content stream with another content stream, e.g. for substituting a video clip

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Electrophonic Musical Instruments (AREA)

Abstract

本发明公开了一种视频模板生成方法、装置、电子设备及存储介质，方法包括根据用户行为数据对模板库中的素材进行偏好分析得到素材偏好值，并根据素材偏好值从模板库中提取得到待处理的模板素材；基于贝塞尔曲线对待处理的模板素材进行特征曲线计算，得到音乐素材、图层素材和特效素材的特征曲线；根据音乐素材特征曲线分别对图层素材特征曲线和特效素材特征曲线进行向量匹配得到匹配素材片段，并对匹配素材片段进行自适应调整，得到图层素材匹配片段和特效素材匹配片段；将音乐素材和对应的图层素材匹配片段以及对应的特效素材匹配片段进行组合，得到目标视频模板。本发明实施例能够提高视频模板生成效率，可广泛应用于图像处理技术领域。

Description

一种视频模板生成方法、装置、电子设备及存储介质
技术领域
本发明涉及图像处理技术领域，尤其是一种视频模板生成方法、装置、电子设备及存储介质。
背景技术
随着视频内容已成为人们日常生活中不可或缺的一部分，降低用户视频制作难度的视频模板越来越受用户青睐。然而，视频模板制作的技术难度和成本较高，特别是在既需要制作大量视频模板，又要满足不同用户个性化需求的情况下，这个问题尤为突出。目前一般平台通过人工设计视频模板，投入的人力和时间过多，生成视频模板的效率较低。综合上述，相关技术中存在的技术问题亟需得到解决。
发明内容
有鉴于此，本发明实施例提供一种视频模板生成方法、装置、电子设备及存储介质，以实现提高个性化视频模板的生成效率。
一方面，本发明提供了一种视频模板生成方法，包括：
获取用户行为数据，所述用户行为数据用于表征用户对模板库中初始视频模板的操作行为；
根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材，所述待处理的模板素材包括音乐素材、图层素材和特效素材；
基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线；
根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，并对所述匹配素材片段进行自适应调整处理，得到图层素材匹配片段和特效素材匹配片段；
将所述音乐素材和对应的所述图层素材匹配片段以及对应的所述特效素材匹配片段进行组合处理，得到目标视频模板。
可选地，所述根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，包括：
根据所述用户行为数据对所述模板库中的初始视频模板进行行为分析处理，得到视频模板偏好值；所述行为分析包括对所述初始视频模板进行浏览、制作、收藏、点赞、评论行为中至少一项操作行为进行分析；
根据所述模板库中的素材在所述初始视频模板中的占比率对所述视频模板偏好值进行计算处理，得到素材偏好值。
可选地，所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，包括：
从所述待处理的模板素材中获取音乐素材；
根据所述音乐素材生成音乐波形幅值，所述音乐波形幅值包括起始点幅值、中间点幅值和终点幅值；
将所述音乐波形幅值代入贝塞尔曲线得到音乐素材特征曲线。
可选地，所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，还包括：
从所述待处理的模板素材中获取图层素材；
对所述图层素材进行提取处理得到关键帧，并通过对所述关键帧进行边界分割处理得到目标对象；
对所述目标对象进行关键内容占比计算处理，得到所述目标对象的中心点坐标；
将所述目标对象的中心点坐标代入贝塞尔曲线得到图层素材特征曲线。
可选地，所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，还包括：
从所述待处理的模板素材中获取特效素材；
根据所述特效素材获取得到特效特征变量，并将所述特效特征变量代入贝塞尔曲线得到特效素材特征曲线。
可选地，所述根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，包括：
从所述音乐素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到音乐素材特征向量；
从所述图层素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到图层素材特征向量；
从所述特效素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到特效素材特征向量；
根据所述音乐素材特征向量分别对所述图层素材特征向量和所述特效素材特征向量进行匹配处理，并根据预设匹配阈值截取得到匹配素材片段。
可选地，所述对所述匹配素材片段进行自适应调整处理，包括：
对音乐素材特征曲线进行峰谷宽度计算处理，得到音乐素材宽度；
根据所述音乐素材宽度对所述匹配素材片段的时间长度进行调整处理。
另一方面，本发明实施例还提供了一种视频模板生成装置，所述装置包括：
第一模块，用于获取用户行为数据，所述用户行为数据用于表征用户对模板库中初始视频模板的操作行为；
第二模块，用于根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材，所述待处理的模板素材包括音乐素材、图层素材和特效素材；
第三模块，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线；
第四模块，用于根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，并对所述匹配素材片段进行自适应调整处理，得到图层素材匹配片段和特效素材匹配片段；
第五模块，用于将所述音乐素材和对应的所述图层素材匹配片段以及对应的所述特效素材匹配片段进行组合处理，得到目标视频模板。
可选地，所述第二模块，用于根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，包括：
第一单元，用于根据所述用户行为数据对所述模板库中的初始视频模板进行行为分析处理，得到视频模板偏好值；所述行为分析包括对所述初始视频模板进行浏览、制作、收藏、点赞、评论行为中至少一项操作行为进行分析；
第二单元，用于根据所述模板库中的素材在所述初始视频模板中的占比率对所述视频模板偏好值进行计算处理，得到素材偏好值。
可选地，所述第三模块，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，包括：
第三单元，用于从所述待处理的模板素材中获取音乐素材；
第四单元，用于根据所述音乐素材生成音乐波形幅值，所述音乐波形幅值包括起始点幅值、中间点幅值和终点幅值；
第五单元，用于将所述音乐波形幅值代入贝塞尔曲线得到音乐素材特征曲线。
可选地，所述第三模块，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，还包括：
第六单元，用于从所述待处理的模板素材中获取图层素材；
第七单元，用于对所述图层素材进行提取处理得到关键帧，并通过对所述关键帧进行边界分割处理得到目标对象；
第八单元，用于对所述目标对象进行关键内容占比计算处理，得到所述目标对象的中心点坐标；
第九单元，用于将所述目标对象的中心点坐标代入贝塞尔曲线得到图层素材特征曲线。
可选地，所述第四模块，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，还包括：
第十单元，用于从所述待处理的模板素材中获取特效素材；
第十一单元，用于根据所述特效素材获取得到特效特征变量，并将所述特效特征变量代入贝塞尔曲线得到特效素材特征曲线。
所述第四模块，用于根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，包括：
第十二单元，用于从所述音乐素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到音乐素材特征向量；
第十三单元，用于从所述图层素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到图层素材特征向量；
第十四单元，用于从所述特效素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到特效素材特征向量；
第十五单元，用于根据所述音乐素材特征向量分别对所述图层素材特征向量和所述特效素材特征向量进行匹配处理，并根据预设匹配阈值截取得到匹配素材片段。
可选地，所述第四模块，用于对所述匹配素材片段进行自适应调整处理，包括：
第十六单元，用于对音乐素材特征曲线进行峰谷宽度计算处理，得到音乐素材宽度；
第十七单元，用于根据所述音乐素材宽度对所述匹配素材片段的时间长度进行调整处理。
另一方面，本发明实施例还公开了一种电子设备，包括处理器以及存储器；
所述存储器用于存储程序；
所述处理器执行所述程序实现如前面所述的方法。
另一方面，本发明实施例还公开了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
另一方面，本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明实施例通过获取用户行为数据，对模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材；通过对用户行为数据进行分析，选取得到用户感兴趣的模板素材用于构建模板，能够提高视频模板的个性化程度；另外，本发明实施例从模板库中筛选适合的模板素材后根据模板素材特征曲线对模板素材进行向量匹配以及自适应调整处理，对匹配素材进行组合生成符合用户个性的视频模板，能够提高个性化视频模板的生成效率。
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申请的一些实施例，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是本发明实施例提供的一种视频模板生成方法的流程图；
图2是图1中步骤S102的流程图；
图3是图1中步骤S103得到音乐素材特征曲线的流程图；
图4是本发明实施例提供的一种音乐素材特征曲线的示意图；
图5是图1中步骤S103得到图层素材特征曲线的流程图；
图6是图1中步骤S103得到特效素材特征曲线的流程图；
图7是本发明实施例提供的一种视频模板生成系统的结构示意图；
图8是本发明实施例提供的一种生成视频模板的行为流程图；
图9是本发明实施例提供的一种视频模板生成装置的结构示意图；
图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
相关技术中，视频模板制作平台一般采用人工设计的方法进行视频模板生成，设计人员通过专业的特效制作软件设计视频模板，但是该方法提供人工设计视频模板，投入的人力和时间过多，效率较低，且不能满足用户的个性化需求。
参照图1，本发明实施例提供一种视频模板生成方法，包括：
S101、获取用户行为数据，所述用户行为数据用于表征用户对模板库中初始视频模板的操作行为；
S102、根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材，所述待处理的模板素材包括音乐素材、图层素材和特效素材；
S103、基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线；
S104、根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，并对所述匹配素材片段进行自适应调整处理，得到图层素材匹配片段和特效素材匹配片段；
S105、将所述音乐素材和对应的所述图层素材匹配片段以及对应的所述特效素材匹配片段进行组合处理，得到目标视频模板。
在本发明实施例中，获取用户行为数据，用户行为数据用于表征用户对模板库中初始视频模板的操作行为，操作行为可以为浏览模板、模板制作、收藏模板、点赞模板、评论模板等行为。根据用户行为数据对模板库中的素材进行偏好分析得到素材偏好值，并根据素材偏好值从模板库中提取得到待处理的模板素材，待处理的模板素材包括音乐素材、图层素材和特效素材。可以想到的是，本发明实施例可以根据素材偏好值从大到小排列，选取素材偏好值相对应的数值最大的音乐素材、图层素材和特效素材组成待处理的模板素材，也可以根据预设阈值选取大于或等于该阈值的素材偏好值的相应模板素材组成待处理的模板素材。其中，模板库中的素材可以包括音乐素材、图层素材和特效素材等模板素材，本发明实施例通过素材偏好值从模板库中选取用于构建视频模板的待处理的模板素材，能够提高视频模板个性化程度，生成视频模板的依据源于用户特征。然后，本发明实施例基于贝塞尔曲线对筛选提取得到的待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线，并根据音乐素材特征曲线分别对图层素材特征曲线和特效素材特征曲线进行向量匹配和自适应调整处理，得到相应的匹配片段。最后将音乐素材和相应的匹配片段进行组合，得到目标视频模板。需要注意的是，当待处理的模板素材中存在多个音乐素材、多个图层素材、多个特效素材时，通过对每个音乐素材分别与多个图层素材和多个特效素材进行匹配与自适应调整，得到对应的匹配片段。再根据图层素材和特效素材的匹配数，对模板音乐从高到低排序。根据顺序，依次分别对模板音乐的图层素材和特效片段进行组合，组合后的时间长度与音乐时间长度一致。将片段数最少的图层素材组合作为该模板音乐的最佳图层素材组合，将片段数最少的特效组合作为该模板音乐的最佳特效组合。最后将模板音乐和对应的最佳图层素材组合以及最佳特效组合进行组装，最终生成模板音乐对应的用户个性化视频模板。可以根据模板音乐的素材偏好值的数值大小顺序，依次将对应的视频模板推荐给用户。
需要补充说明的是，在本申请的各个具体实施方式中，当涉及到需要根据目标对象的信息、目标对象的行为数据、目标对象的历史数据以及目标对象的位置信息等与目标对象身份或特性相关的数据进行相关处理时，都会先获得目标对象的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关法律法规和标准。此外，当本发明实施例需要获取目标对象的敏感信息时，会通过弹窗或者跳转到确认页面等方式获得目标对象的单独许可或者单独同意，在明确获得目标对象的单独许可或者单独同意之后，再获取用于使本发明实施例能够正常运行的必要的目标对象相关数据。
进一步作为可选的实施方式，参照图2，上述步骤S102中，所述根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，包括：
S201、根据所述用户行为数据对所述模板库中的初始视频模板进行行为分析处理，得到视频模板偏好值；所述行为分析包括对所述初始视频模板进行浏览、制作、收藏、点赞、评论行为中至少一项操作行为进行分析；
S202、根据所述模板库中的素材在所述初始视频模板中的占比率对所述视频模板偏好值进行计算处理，得到素材偏好值。
在本发明实施例中，根据用户行为数据对模板库中的初始视频模板进行行为分析处理，得到视频模板偏好值；其中，行为分析包括对初始视频模板进行浏览、制作、收藏、点赞、评论行为中至少一项操作行为进行分析；然后根据模板库中的素材在初始视频模板中的占比率对视频模板偏好值进行计算得到素材偏好值。一种可行的实施方式中，设置初始视频模板T帧数为Ft，图层素材A在视频模板中占有帧数为Fa，特效E在视频模板中占有帧数Fe。然后根据用户行为中的浏览行为，设视频模板T被用户浏览的帧数为Fpt,图层素材A被用户浏览的帧数为Fpa，特效E被用户浏览的帧数为Fpe。根据上述步骤，可以求得模板T中素材的浏览偏好值：其中，模板音乐M的浏览偏好值：Bm＝Fpt/Ft；图层素材A的浏览偏好值：Ba＝Fpa/Fa；特效E的浏览偏好值：Be＝Fpe/Fe。同样地，设用户模板制作总次数N，模板T制作次数Nt，则模板T制作率Rt＝Nt/N，模板T中素材的制作偏好值为：模板音乐M的制作偏好值：Rm＝Rt；图层素材A的制作偏好值：Ra＝Rt*Fa/Ft；特效E的制作偏好值：Re＝Rt*Fe/Ft。近似地，将视频模板T被用户收藏、点赞、评论的偏好系数分别设为W1、W2、W3，则模板T收藏、点赞、评论的总偏好值Wt＝W1+W2+W3，模板T中素材被收藏、点赞、评论的总偏好值为：模板音乐M的收藏、点赞、评论总偏好值：Wm＝Wt；图层素材A的收藏、点赞、评论总偏好值：Wa＝Wt*Wa/Wt；特效E的收藏、点赞、评论总偏好值：We＝Wt*We/Wt。最后，综合上述结构，得到用户对模板T中素材的最终偏好值：模板音乐M的最终偏好值：Sm＝Bm*(Rm+Wm)；图层素材A的最终偏好值：Sa＝Ba*(Ra+Wa)；特效E的最终偏好值：Se＝Ba*(Ra+Wa)。通过上述步骤计算得到的素材偏好值，能够反应目标对象对素材的偏好程度，如浏览行为越多，表明目标对象对相应素材越感兴趣，在后续进行个性化视频模板生成时，使用这些素材能够满足个性化生成。本发明实施例通过智能分析用户行为，基于丰富的素材库即可批量生成满足个性化需求的视频模板。
进一步可为优选的实施方式，参照图3，上述步骤S103中，所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，包括：
S301、从所述待处理的模板素材中获取音乐素材；
S302、根据所述音乐素材生成音乐波形幅值，所述音乐波形幅值包括起始点幅值、中间点幅值和终点幅值；
S303、将所述音乐波形幅值代入贝塞尔曲线得到音乐素材特征曲线。
在本发明实施例中，待处理的模板素材为根据素材偏好值从模板库中提取得到的，待处理的模板素材包括音乐素材、图层素材、特效素材，模板库包括音乐库、图层素材库、特效库。在一种可行的实施方式中，从音乐库中根据用户对每个音乐的音乐素材偏好值Sm，从大到小，提取Sm>＝平均值avr(Sm)的模板音乐得到待处理的模板素材。本发明实施例从待处理的模板素材中获取音乐素材，获取得到的音乐素材为音乐素材偏好值大于等于平均值的音乐素材。根据音乐素材生成音乐波形幅值，音乐波形幅值包括起始点幅值、中间点幅值和终点幅值，将音乐波形幅值代入贝塞尔曲线得到音乐素材特征曲线，其中，贝塞尔曲线W(t)的公式为：
其中，本发明实施例在贝塞尔曲线内设三个点，所以n值取为2，代入后展开公式得到：
W(t)＝W0(1-t)2+2W1(1-t)t+W2t2
式中，W0表示起始点幅值，W1表示中间点幅值，W2表示终点幅值，t表示时间，根据上述展开后的公式可以描绘得到音乐素材特征曲线，如图4所示，P0表示音乐素材特征曲线的起点，P1表示音乐素材特征曲线的中间点，P2表示音乐素材特征曲线的终点。
进一步作为可选的实施方式，参照图5，上述步骤S103中，所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，还包括：
S501、从所述待处理的模板素材中获取图层素材；
S502、对所述图层素材进行提取处理得到关键帧，并通过对所述关键帧进行边界分割处理得到目标对象；
S503、对所述目标对象进行关键内容占比计算处理，得到所述目标对象的中心点坐标；
S504、将所述目标对象的中心点坐标代入贝塞尔曲线得到图层素材特征曲线。
在本发明实施例中，待处理的模板素材为根据素材偏好值从模板库中提取得到的，待处理的模板素材包括音乐素材、图层素材、特效素材，模板库包括音乐库、图层素材库、特效库。在一种可行的实施方式中，从图层素材库中根据用户对每个图层素材的图层素材偏好值Sa，从大到小，提取Sa>＝平均值avr(Sa)的模板图层得到待处理的模板素材。本发明实施例从待处理的模板素材中获取图层素材，获取得到的图层素材为图层素材偏好值大于等于平均值的图层素材。本发明实施例对图层素材进行关键帧提取，通过边界分割提取关键帧中的每个目标对象，根据关键内容占比预识别技术计算关键帧中每个目标对象的中心点Coi(xoi,yoi)和面积Soi，计算关键帧所有目标对象的平均中心点坐标So＝∑Soi。最后根据贝塞尔曲线公式，将每个关键帧的中心点坐标So代入贝塞尔曲线公式，得到图层素材的卡点特征曲线。
进一步作为可选的实施方式，参照图6，上述步骤S103中，所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，还包括：
S601、从所述待处理的模板素材中获取特效素材；
S602、根据所述特效素材获取得到特效特征变量，并将所述特效特征变量代入贝塞尔曲线得到特效素材特征曲线。
在本发明实施例中，在本发明实施例中，待处理的模板素材为根据素材偏好值从模板库中提取得到的，待处理的模板素材包括音乐素材、图层素材、特效素材，模板库包括音乐库、图层素材库、特效库。在一种可行的实施方式中，从特效素材库中根据用户对每个特效的特效素材偏好值Se，从大到小，提取Se>＝平均值avr(Se)的模板特效得到待处理的模板素材。本发明实施例从待处理的模板素材中获取特效素材，获取得到的特效素材为特效素材偏好值大于等于平均值的特效素材。而在特效开发时，会在特效程序中加入预设计的特效特征变量集合。其中，预设计为可以根据实际效果需求，在开发和产品阶段均可提出特效的特征设置，从而在特效编译时计算出特效的卡点特征。通过将特效特征变量代入贝塞尔曲线得到特效素材特征曲线。
进一步作为可选的实施方式，上述步骤S104中，所述根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，包括：
从所述音乐素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到音乐素材特征向量；
从所述图层素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到图层素材特征向量；
从所述特效素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到特效素材特征向量；
根据所述音乐素材特征向量分别对所述图层素材特征向量和所述特效素材特征向量进行匹配处理，并根据预设匹配阈值截取得到匹配素材片段。
在本发明实施例中，分别对音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线进行向量构建处理，具体为对每一个特征曲线中相邻的峰谷坐标形成一个向量，得到对应的素材特征向量。然后以音乐素材特征曲线为参照物，分别计算音乐素材特征曲线中的向量与图层素材特征曲线中的向量的夹角，以及计算音乐素材特征曲线中的向量与特效素材特征曲线中的向量的夹角，当向量夹角小于预设匹配阈值时，则认为向量匹配，自动截取出匹配的向量区间素材片段。其中，预设匹配阈值为容忍角度，可以想到的是，该容忍角度可根据实际情况进行设定，在本发明实施例中可设定为三十度。
进一步作为可选的实施方式，上述步骤S104中，所述对所述匹配素材片段进行自适应调整处理，包括：
对音乐素材特征曲线进行峰谷宽度计算处理，得到音乐素材宽度；
根据所述音乐素材宽度对所述匹配素材片段的时间长度进行调整处理。
在本发明实施例中，计算音乐素材特征曲线的峰谷宽度，根据音乐特征曲线的峰谷宽度，分别缩放匹配素材片段中图层素材和特效素材对应匹配片段中的峰谷宽度，即自动调整图层素材和特效素材匹配片段中向量区间内的时间长度，以适应音乐卡点节奏。
参照图7，本发明实施例提供了一种视频模板生成系统，包括素材个性化偏好提取模块，模板素材自适应卡点匹配模块和视频模板输出模块，素材个性化偏好提取模块用于对模板素材进行个性化计算以及提取处理，模板素材自适应卡点匹配模块，用于对提取得到的模板素材进行卡点匹配以及自适应调整，视频模板输出模块用于输出调整后的视频模板。
本发明实施例通过用户对视频模板的操作行为，分析提取用户对模板音乐、图层素材、特效等模板素材的偏好值。依据素材偏好，并基于贝塞尔曲线，从各素材库中提取最适合用户的模板素材，并对不同类型素材之间进行最佳匹配筛选以及自适应调整，批量生成满足用户个性化需求的视频模板，用户可以使用生成的视频模板进行视频合成。
参照图8，可根据核心理能力根据用户对视频模板的操作行为进行视频模板的生成，具体通过提取用户对模板音乐、图层素材、特效等模板素材的偏好值，汇总各行为对应的模板音乐、图层素材、特效等模板素材的偏好值；根据素材偏好值提取最适合用户的模板音乐、图层素材、特效等模板素材；基于贝塞尔曲线，对音乐和图层素材、特效分别进行向量匹配，自适应提取与音乐卡点节奏同步的图层素材、特效片段；根据音乐卡点区间，对图层素材和特效素材片段进行自适应调整，筛选得到最佳素材组合，组装生成每个音乐对应满足用户个性化需求的最佳视频模板，最后批量输出满足用户个性化需求的视频模板。其中，核心处理能力可以应用于终端中，也可应用于服务器中，还可以是运行于终端或服务器中的软件等。终端可以是平板电脑、笔记本电脑、台式计算机等，但并不局限于此。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图9，本发明实施例还提供了一种视频模板生成装置，包括：
第一模块901，用于获取用户行为数据，所述用户行为数据用于表征用户对模板库中初始视频模板的操作行为；
第二模块902，用于根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材，所述待处理的模板素材包括音乐素材、图层素材和特效素材；
第三模块903，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线；
第四模块904，用于根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，并对所述匹配素材片段进行自适应调整处理，得到图层素材匹配片段和特效素材匹配片段；
第五模块905，用于将所述音乐素材和对应的所述图层素材匹配片段以及对应的所述特效素材匹配片段进行组合处理，得到目标视频模板。
参照图10，本发明实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如前面所述的方法。
与图1的方法相对应，本发明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程序，所述程序被处理器执行实现如前面所述的方法。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
相关技术中，一般的视频模板生成方法通过提供交互页面，交互页面包括模板视频上传控件；根据对模板视频上传控件的触发，将模板视频上传至服务端，以便服务端对模板视频中各镜头片段的镜头风格和语音文本进行解析，得到各镜头片段对应的镜头风格标签和文本内容标签，并基于镜头风格标签和文本内容标签，生成视频模板；接收视频模板，提供视频模板编辑控件，并基于视频模板编辑控件获取视频模板调整操作；基于视频模板调整操作对视频模板进行调整。该实现方式降低了视频模板制作的人力成本以及提高了基于视频模板所制作的视频的质量。但是上述方法需要从指定视频中提取标签，并且以指定视频作为模板生成新的视频，既缺乏模板内容的多样性，也无法根据用户个性，智能组合素材批量生成视频模板。本发明实施例能够不依赖指定视频，通过智能分析用户个性，基于丰富的素材库，批量生成满足用户个性化需求的视频模板。
综上所述，本发明实施例具有以下优点：本发明实施例通过分析用户对视频模板的操作行为，准确有效定位用户对视频模板素材的偏好；并且，本发明实施例通过提取的素材偏好值，匹配适合用户的最佳素材，并根据音乐、图层素材、特效等模板素材的贝塞尔曲线，进行向量匹配，提取图层素材和特效的最佳素材片段，并根据音乐进行自适应调整，能够批量生成满足用户个性化需求的视频模板，提高视频模板生成效率。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能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取存储介质中。基于这样的理解，本发明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计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：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)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (7)

1.一种视频模板生成方法，其特征在于，所述方法包括：
获取用户行为数据，所述用户行为数据用于表征用户对模板库中初始视频模板的操作行为；
根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材，所述待处理的模板素材包括音乐素材、图层素材和特效素材；
基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线；
所述基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，包括：
从所述待处理的模板素材中获取音乐素材；
根据所述音乐素材生成音乐波形幅值，所述音乐波形幅值包括起始点幅值、中间点幅值和终点幅值；
将所述音乐波形幅值代入贝塞尔曲线得到音乐素材特征曲线；
从所述待处理的模板素材中获取图层素材；
对所述图层素材进行提取处理得到关键帧，并通过对所述关键帧进行边界分割处理得到目标对象；
对所述目标对象进行关键内容占比计算处理，得到所述目标对象的中心点坐标；
将所述目标对象的中心点坐标代入贝塞尔曲线得到图层素材特征曲线；
从所述待处理的模板素材中获取特效素材；
根据所述特效素材获取得到特效特征变量，并将所述特效特征变量代入贝塞尔曲线得到特效素材特征曲线；
根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，并对所述匹配素材片段进行自适应调整处理，得到图层素材匹配片段和特效素材匹配片段；
将所述音乐素材和对应的所述图层素材匹配片段以及对应的所述特效素材匹配片段进行组合处理，得到目标视频模板。
2.根据权利要求1所述的方法，其特征在于，所述根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，包括：
根据所述用户行为数据对所述模板库中的初始视频模板进行行为分析处理，得到视频模板偏好值；所述行为分析包括对所述初始视频模板进行浏览、制作、收藏、点赞、评论行为中至少一项操作行为进行分析；
根据所述模板库中的素材在所述初始视频模板中的占比率对所述视频模板偏好值进行计算处理，得到素材偏好值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，包括：
从所述音乐素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到音乐素材特征向量；
从所述图层素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到图层素材特征向量；
从所述特效素材特征曲线中提取相邻峰谷坐标进行向量构建处理，得到特效素材特征向量；
根据所述音乐素材特征向量分别对所述图层素材特征向量和所述特效素材特征向量进行匹配处理，并根据预设匹配阈值截取得到匹配素材片段。
4.根据权利要求1所述的方法，其特征在于，所述对所述匹配素材片段进行自适应调整处理，包括：
对音乐素材特征曲线进行峰谷宽度计算处理，得到音乐素材宽度；
根据所述音乐素材宽度对所述匹配素材片段的时间长度进行调整处理。
5.一种视频模板生成装置，其特征在于，所述装置包括：
第一模块，用于获取用户行为数据，所述用户行为数据用于表征用户对模板库中初始视频模板的操作行为；
第二模块，用于根据所述用户行为数据对所述模板库中的素材进行偏好分析得到素材偏好值，并根据所述素材偏好值从所述模板库中提取得到待处理的模板素材，所述待处理的模板素材包括音乐素材、图层素材和特效素材；
第三模块，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，得到音乐素材特征曲线、图层素材特征曲线和特效素材特征曲线；
所述第三模块，用于基于贝塞尔曲线对所述待处理的模板素材进行特征曲线计算处理，包括：
从所述待处理的模板素材中获取音乐素材；
根据所述音乐素材生成音乐波形幅值，所述音乐波形幅值包括起始点幅值、中间点幅值和终点幅值；
将所述音乐波形幅值代入贝塞尔曲线得到音乐素材特征曲线；
从所述待处理的模板素材中获取图层素材；
对所述图层素材进行提取处理得到关键帧，并通过对所述关键帧进行边界分割处理得到目标对象；
对所述目标对象进行关键内容占比计算处理，得到所述目标对象的中心点坐标；
将所述目标对象的中心点坐标代入贝塞尔曲线得到图层素材特征曲线；
从所述待处理的模板素材中获取特效素材；
根据所述特效素材获取得到特效特征变量，并将所述特效特征变量代入贝塞尔曲线得到特效素材特征曲线；
第四模块，用于根据所述音乐素材特征曲线分别对所述图层素材特征曲线和所述特效素材特征曲线进行向量匹配处理得到匹配素材片段，并对所述匹配素材片段进行自适应调整处理，得到图层素材匹配片段和特效素材匹配片段；
第五模块，用于将所述音乐素材和对应的所述图层素材匹配片段以及对应的所述特效素材匹配片段进行组合处理，得到目标视频模板。
6.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；
所述存储器用于存储程序；
所述处理器执行所述程序实现权利要求1至4中任一项所述的方法。
7.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法。
CN202310716000.0A 2023-06-15 2023-06-15 一种视频模板生成方法、装置、电子设备及存储介质 Active CN116866498B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310716000.0A CN116866498B (zh) 2023-06-15 2023-06-15 一种视频模板生成方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310716000.0A CN116866498B (zh) 2023-06-15 2023-06-15 一种视频模板生成方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116866498A CN116866498A (zh) 2023-10-10
CN116866498B true CN116866498B (zh) 2024-04-05

Family

ID=88234930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310716000.0A Active CN116866498B (zh) 2023-06-15 2023-06-15 一种视频模板生成方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116866498B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005005795A (ja) * 2003-06-09 2005-01-06 Toshiba Corp ユーザのプリファレンスに応じて映像オブジェクトの表示方法の変更を支援する映像呈示装置および方法ならびにプログラム
US8006261B1 (en) * 2000-04-07 2011-08-23 Visible World, Inc. System and method for personalized message creation and delivery
CN108391063A (zh) * 2018-02-11 2018-08-10 北京秀眼科技有限公司 视频剪辑方法及装置
CN111541946A (zh) * 2020-07-10 2020-08-14 成都品果科技有限公司 一种基于素材进行资源匹配的视频自动生成方法及系统
CN113722535A (zh) * 2021-09-02 2021-11-30 掌阅科技股份有限公司 生成书籍推荐视频的方法、电子设备及计算机存储介质
CN114242070A (zh) * 2021-12-20 2022-03-25 阿里巴巴（中国）有限公司 一种视频生成方法、装置、设备及存储介质
CN114286174A (zh) * 2021-12-16 2022-04-05 天翼爱音乐文化科技有限公司 一种基于目标匹配的视频剪辑方法、系统、设备及介质
WO2022141533A1 (zh) * 2020-12-31 2022-07-07 深圳市大疆创新科技有限公司 视频处理方法、视频处理装置、终端设备以及存储介质
CN115174823A (zh) * 2022-06-24 2022-10-11 天翼爱音乐文化科技有限公司 一种卡点特效视频生成方法、装置及存储介质
CN115564857A (zh) * 2022-10-17 2023-01-03 深圳市大头兄弟科技有限公司 一种视频的制作方法和相关设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180018337A1 (en) * 2005-10-26 2018-01-18 Cortica, Ltd. System and method for providing content based on contextual insights
US10123065B2 (en) * 2016-12-30 2018-11-06 Mora Global, Inc. Digital video file generation
IL265667A (en) * 2018-03-27 2019-05-30 Easy Hi Ltd System and method for producing a customized video file
CN112565825B (zh) * 2020-12-02 2022-05-13 腾讯科技（深圳）有限公司 一种视频数据处理方法、装置、设备以及介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8006261B1 (en) * 2000-04-07 2011-08-23 Visible World, Inc. System and method for personalized message creation and delivery
JP2005005795A (ja) * 2003-06-09 2005-01-06 Toshiba Corp ユーザのプリファレンスに応じて映像オブジェクトの表示方法の変更を支援する映像呈示装置および方法ならびにプログラム
CN108391063A (zh) * 2018-02-11 2018-08-10 北京秀眼科技有限公司 视频剪辑方法及装置
CN111541946A (zh) * 2020-07-10 2020-08-14 成都品果科技有限公司 一种基于素材进行资源匹配的视频自动生成方法及系统
WO2022141533A1 (zh) * 2020-12-31 2022-07-07 深圳市大疆创新科技有限公司 视频处理方法、视频处理装置、终端设备以及存储介质
CN113722535A (zh) * 2021-09-02 2021-11-30 掌阅科技股份有限公司 生成书籍推荐视频的方法、电子设备及计算机存储介质
CN114286174A (zh) * 2021-12-16 2022-04-05 天翼爱音乐文化科技有限公司 一种基于目标匹配的视频剪辑方法、系统、设备及介质
CN114242070A (zh) * 2021-12-20 2022-03-25 阿里巴巴（中国）有限公司 一种视频生成方法、装置、设备及存储介质
CN115174823A (zh) * 2022-06-24 2022-10-11 天翼爱音乐文化科技有限公司 一种卡点特效视频生成方法、装置及存储介质
CN115564857A (zh) * 2022-10-17 2023-01-03 深圳市大头兄弟科技有限公司 一种视频的制作方法和相关设备

Also Published As

Publication number Publication date
CN116866498A (zh) 2023-10-10

Similar Documents

Publication Publication Date Title
CN110085251B (zh) 人声提取方法、人声提取装置及相关产品
CN108986186B (zh) 文字转化视频的方法和系统
US10692480B2 (en) System and method of reading environment sound enhancement based on image processing and semantic analysis
CN111477250B (zh) 音频场景识别方法、音频场景识别模型的训练方法和装置
WO2021259322A1 (zh) 一种生成视频的系统和方法
CN109408818A (zh) 新词识别方法、装置、计算机设备及存储介质
CN110246512A (zh) 声音分离方法、装置及计算机可读存储介质
CN111935537A (zh) 音乐短片视频生成方法、装置、电子设备和存储介质
CN108537292A (zh) 语义分割网络训练方法、图像语义分割方法及装置
CN108182232B (zh) 基于电子书的人物展示方法、电子设备及计算机存储介质
CN106162223A (zh) 一种新闻视频切分方法和装置
US9342498B2 (en) System and method for generating a design template based on graphical input
US10115434B2 (en) Method, apparatus and computer program product for editing media content
CN104252861A (zh) 视频语音转换方法、装置和服务器
CN105224581A (zh) 在播放音乐时呈现图片的方法和装置
US20220076707A1 (en) Snap point video segmentation identifying selection snap points for a video
CN114449313B (zh) 视频的音画面播放速率调整方法及装置
US20210073517A1 (en) Selecting representative recent digital portraits as cover images
CN110209862A (zh) 文本配图方法、电子装置及计算机可读存储介质
DE102018008188A1 (de) Erstellen von Inhalt basierend auf einer Mehr-Satz-Komprimierung eines Quellinhalts
CN116363261A (zh) 图像编辑模型的训练方法、图像编辑方法和装置
Kächele et al. Revisiting the EmotiW challenge: how wild is it really? Classification of human emotions in movie snippets based on multiple features
Mejjati et al. Look here! a parametric learning based approach to redirect visual attention
CN114373444B (zh) 一种基于蒙太奇的语音合成方法、系统及设备
EP3365867A1 (en) Performing segmentation of cells and nuclei in multichannel images

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