CN117979123B - 一种用于旅行记录的视频集锦生成方法、装置及电子设备 - Google Patents

一种用于旅行记录的视频集锦生成方法、装置及电子设备 Download PDF

Info

Publication number
CN117979123B
CN117979123B CN202410369897.9A CN202410369897A CN117979123B CN 117979123 B CN117979123 B CN 117979123B CN 202410369897 A CN202410369897 A CN 202410369897A CN 117979123 B CN117979123 B CN 117979123B
Authority
CN
China
Prior art keywords
target
picture
determining
definition
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.)
Active
Application number
CN202410369897.9A
Other languages
English (en)
Other versions
CN117979123A (zh
Inventor
李劭孜
李劭哲
李任明
曾晓流
甘水华
李伟伟
罗美
蒋辉华
冯绍建
刘天浩
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.)
Jiangxi Yifam Technology Development Co ltd
Original Assignee
Jiangxi Yifam Technology Development 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 Jiangxi Yifam Technology Development Co ltd filed Critical Jiangxi Yifam Technology Development Co ltd
Priority to CN202410369897.9A priority Critical patent/CN117979123B/zh
Publication of CN117979123A publication Critical patent/CN117979123A/zh
Application granted granted Critical
Publication of CN117979123B publication Critical patent/CN117979123B/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
    • 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
    • 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
    • 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
    • H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
    • H04N21/4415—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card using biometric characteristics of the user, e.g. by voice recognition or fingerprint scanning
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请涉及一种用于旅行记录的视频集锦生成方法、装置及电子设备。该方法包括：获取景点信息，并根据景点信息，确定打卡点数据；获取并解析视频集锦生成请求，确定目标人员信息；根据目标人员信息，筛选拍摄内容，确定关联画面；根据打卡点数据，合成关联画面，得到视频集锦。定制化的服务可以更好地满足用户的需求，提供独特的体验。另外，由于能够自动化地处理视频集锦生成请求，并根据目标人员信息和打卡点数据，快速筛选出拍摄内容并合成关联画面，可以大大提高视频生成的效率，节省用户的时间和精力。同时，可以利用生成的视频集锦展示景点的特色和亮点，对于景点的推广和宣传非常有利，有助于增加景点的知名度和吸引力。

Description

一种用于旅行记录的视频集锦生成方法、装置及电子设备
技术领域
本申请涉及图像识别技术领域，尤其是涉及一种用于旅行记录的视频集锦生成方法、装置及电子设备。
背景技术
随着社会经济、现代交通工具的发展，人们的生活水平不断提高，人们的出行也更加便捷，越来越多的人选择旅游去浏览世界各地丰富多彩的自然和人文景观来放松身心，缓解压力。
在旅游过程中，人们往往会通过拍照或录像的方式，记录此次游玩的美丽风景。虽然短视频的兴起，很多人会在游玩过后分享自己的游玩经历，但是很多人发现，由于拍照过多，很多时候无法很好的将其进行整理生成满意的短视频，使得人们失去分享的欲望。这时，景点也失去了一个推广的好机会。
发明内容
本申请提供一种用于旅行记录的视频集锦生成方法、装置及电子设备，以实现照片或录像的整理，供游客分享。
第一方面，本申请提供一种用于旅行记录的视频集锦生成方法，包括：
获取景点信息，并根据所述景点信息，确定打卡点数据；
获取并解析视频集锦生成请求，确定目标人员信息；
根据所述目标人员信息，筛选拍摄内容，确定关联画面；
根据所述打卡点数据，合成所述关联画面，得到视频集锦。
通过本方案，能够根据目标人员的信息和景点打卡点数据，筛选和合成关联画面，生成个性化的视频集锦。这种定制化的服务可以更好地满足用户的需求，提供独特的体验。另外，由于能够自动化地处理视频集锦生成请求，并根据目标人员信息和打卡点数据，快速筛选出拍摄内容并合成关联画面，可以大大提高视频生成的效率，节省用户的时间和精力。同时，可以利用生成的视频集锦展示景点的特色和亮点，当目标人员分享后，就吸引更多用户的兴趣和关注。这对于景点的推广和宣传非常有利，有助于增加景点的知名度和吸引力。
可选的，所述根据所述目标人员信息，筛选所述拍摄内容，确定关联画面，包括：
提取所述目标人员信息，得到目标人员的面部识别数据；
分析所述面部识别数据，得到目标面部特征；
将所述拍摄内容进行特征提取，得到图像特征，并将所述图像特征与所述目标面部特征进行匹配，得到匹配结果；
根据所述匹配结果，确定关联画面。
通过本方案，在得到目标人员信息后，通过提取并分析对应的面部识别数据，可以快速得到目标面部特征，将这些特征与图像特征进行匹配，可以快速准确地找到与目标面部特征相匹配的图像，实现对拍摄内容的快速筛选，提高图像处理效率，以便于高效反馈目标人员的请求。
可选的，所述根据所述打卡点数据，合成所述关联画面，得到视频集锦，包括：
获取所述目标人员的景点偏好；
根据所述景点偏好，筛选所述关联画面，得到目标画面；
分析所述目标画面，判断每一目标画面的画面清晰度是否达到清晰标准；
若确定画面清晰度达到清晰标准，则根据所述景点偏好，将对应的目标画面合成，得到视频集锦。
通过本方案，可以通过获取景点偏好，确定目标人员较为喜欢的景点位置，这样得到的视频集锦也更加容易满足目标人员的喜好。另外，将目标画面的画面清晰度与清晰标准进行对比，从而确保目标画面都可以达到清晰标准，避免在进行视频集锦合成时，由于画质压缩带来的画质不清晰的问题，提升目标人员的观赏体验。
可选的，还包括：
若确定画面清晰度未达到清晰标准，则将画面清晰度未达到清晰标准的模糊画面进行姿态分析；
根据所述姿态分析的分析结果，确定目标人物姿态；
根据所述目标面部特征，确定所述目标人员的面部特点；
根据所述面部特点及所述目标人物姿态，将所述模糊画面进行图像还原，以使所述模糊画面达到清晰标准。
通过本方案，在画面清晰度未达到清晰标准时，利用模糊图像的人物姿态以及目标人员的面部特点，对图像进行还原，使其达到清晰标准，使其目标人员的偏好景点对应的目标画面可以好的保留下来，进而展现在视频集锦中。这种方式既可以提高画面的利用率，也可以提高目标人员的使用体验，提高废片的利用率。
可选的，所述根据所述面部特点及所述目标人物姿态，将所述模糊画面进行图像还原，包括：
根据所述面部特点，匹配所述模糊画面，确定模糊面部特征；
调取所述目标画面中达到清晰标准的清晰图像，提取高清人物特征；
根据所述高清人物特征及所述面部特点，确定五官像素点；
根据所述五官像素点，对所述模糊画面进行插值计算，得到所述模糊面部特征对应的面部像素点；
将所述面部像素点进行合成，还原所述模糊画面。
通过本方案，在对模糊图像进行还原时，首先确定出模糊面部特征，然后利用清晰图像对应的高清人物特征，确定五官像素点，基于此对模糊画面进行插值计算，从而得到模糊面部特征对应的面部像素点，从而合成实现模糊图像的还原。这样可以使模糊图像的画面清晰度提高，实现废片的利用。
可选的，所述根据所述目标人员信息，筛选拍摄内容，确定关联画面之前，还包括：
解析所述打卡点数据，确定最佳打卡点；
获取并识别所述最佳打卡点的拍摄内容，区分每一拍摄内容中的人物形象；
根据所述人物形象，确定目标人员的关联内容；
将所述关联内容进行姿态分析，确定所述目标人员是否打卡。
通过本方案，对关联内容进行姿态分析，可以判断目标人员是否在最佳打卡点进行了特定的行为或动作，从而确定其是否成功打卡。避免视频集锦中存在未打卡的画面，引起目标人员对胡乱拍照的反感，降低目标人员体验感。
可选的，所述将所述关联内容进行姿态分析，确定所述目标人员是否打卡，包括：
将所述关联内容进行拆解，得到对应的帧画面；
提取并分析所述帧画面的姿态特征，确定所述姿态特征是否符合打卡标准；
若不符合打卡标准，则根据其余帧画面的姿态特征，确定不符合打卡标准的帧画面是否存在相关画面；
若存在所述相关画面，则将所述相关画面进行合成，得到相关视频，并根据所述相关视频的动态分析，确定所述目标人员是否打卡。
通过本方案，通过对画面进行姿态特征提取，从而判断是否符合打卡标准，可以确定出目标人员在打卡还是误入镜头，减少误入镜头的画面出现在视频集锦中。另外，在帧画面不符合打卡标准时，还可以通过其相关画面合成的相关视频进行动态分析，从而再次判断目标人员是否打卡，提高判断的精准度，减少误判的可能性，进而提高目标人员的使用体验。
第二方面，本申请提供一种用于旅行记录的视频集锦生成装置，包括：
数据确定模块，用于获取景点信息，并根据所述景点信息，确定打卡点数据；
信息确定模块，用于获取并解析视频集锦生成请求，确定目标人员信息；
内容筛选模块，用于根据所述目标人员信息，筛选拍摄内容，确定关联画面；
视频合成模块，用于根据所述打卡点数据，合成所述关联画面，得到视频集锦。
可选的，所述内容筛选模块具体用于：
提取所述目标人员信息，得到目标人员的面部识别数据；
分析所述面部识别数据，得到目标面部特征；
将所述拍摄内容进行特征提取，得到图像特征，并将所述图像特征与所述目标面部特征进行匹配，得到匹配结果；
根据所述匹配结果，确定关联画面。
可选的，所述视频合成模块具体用于：
获取所述目标人员的景点偏好；
根据所述景点偏好，筛选所述关联画面，得到目标画面；
分析所述目标画面，判断每一目标画面的画面清晰度是否达到清晰标准；
若确定画面清晰度达到清晰标准，则根据所述景点偏好，将对应的目标画面合成，得到视频集锦。
可选的，所述视频集锦生成装置还包括图像还原模块，用于：
若确定画面清晰度未达到清晰标准，则将画面清晰度未达到清晰标准的模糊画面进行姿态分析；
根据所述姿态分析的分析结果，确定目标人物姿态；
根据所述目标面部特征，确定所述目标人员的面部特点；
根据所述面部特点及所述目标人物姿态，将所述模糊画面进行图像还原，以使所述模糊画面达到清晰标准。
可选的，所述图像还原模块具体用于：
根据所述面部特点，匹配所述模糊画面，确定模糊面部特征；
调取所述目标画面中达到清晰标准的清晰图像，提取高清人物特征；
根据所述高清人物特征及所述面部特点，确定五官像素点；
根据所述五官像素点，对所述模糊画面进行插值计算，得到所述模糊面部特征对应的面部像素点；
将所述面部像素点进行合成，还原所述模糊画面。
可选的，所述视频集锦生成装置还包括打卡分析模块，用于：
解析所述打卡点数据，确定最佳打卡点；
获取并识别所述最佳打卡点的拍摄内容，区分每一拍摄内容中的人物形象；
根据所述人物形象，确定目标人员的关联内容；
将所述关联内容进行姿态分析，确定所述目标人员是否打卡。
可选的，所述打卡分析模块具体用于：
将所述关联内容进行拆解，得到对应的帧画面；
提取并分析所述帧画面的姿态特征，确定所述姿态特征是否符合打卡标准；
若不符合打卡标准，则根据其余帧画面的姿态特征，确定不符合打卡标准的帧画面是否存在相关画面；
若存在所述相关画面，则将所述相关画面进行合成，得到相关视频，并根据所述相关视频的动态分析，确定所述目标人员是否打卡。
第三方面，本申请提供一种电子设备，包括：存储器和处理器，所述存储器上存储有能够被处理器加载并执行第一方面的方法的计算机程序。
第四方面，本申请提供一种计算机可读存储介质，存储有能够被处理器加载并执行第一方面的方法的计算机程序。
本申请采用以上技术方案具有以下优点：根据目标人员的信息和景点打卡点数据，筛选和合成关联画面，生成个性化的视频集锦。这种定制化的服务可以更好地满足用户的需求，提供独特的体验。另外，由于能够自动化地处理视频集锦生成请求，并根据目标人员信息和打卡点数据，快速筛选出拍摄内容并合成关联画面，可以大大提高视频生成的效率，节省用户的时间和精力。同时，可以利用生成的视频集锦展示景点的特色和亮点，当目标人员分享后，就吸引更多用户的兴趣和关注。这对于景点的推广和宣传非常有利，有助于增加景点的知名度和吸引力。在得到目标人员信息后，通过提取并分析对应的面部识别数据，可以快速得到目标面部特征，将这些特征与图像特征进行匹配，可以快速准确地找到与目标面部特征相匹配的图像，实现对拍摄内容的快速筛选，提高图像处理效率，以便于高效反馈目标人员的请求。通过获取景点偏好，确定目标人员较为喜欢的景点位置，这样得到的视频集锦也更加容易满足目标人员的喜好。另外，将目标画面的画面清晰度与清晰标准进行对比，从而确保目标画面都可以达到清晰标准，避免在进行视频集锦合成时，由于画质压缩带来的画质不清晰的问题，提升目标人员的观赏体验。画面清晰度未达到清晰标准时，利用模糊图像的人物姿态以及目标人员的面部特点，对图像进行还原，使其达到清晰标准，使其目标人员的偏好景点对应的目标画面可以好的保留下来，进而展现在视频集锦中。这种方式既可以提高画面的利用率，也可以提高目标人员的使用体验，提高废片的利用率。在对模糊图像进行还原时，首先确定出模糊面部特征，然后利用清晰图像对应的高清人物特征，确定五官像素点，基于此对模糊画面进行插值计算，从而得到模糊面部特征对应的面部像素点，从而合成实现模糊图像的还原。这样可以使模糊图像的画面清晰度提高，实现废片的利用。关联内容进行姿态分析，可以判断目标人员是否在最佳打卡点进行了特定的行为或动作，从而确定其是否成功打卡。避免视频集锦中存在未打卡的画面，引起目标人员不适。通过对画面进行姿态特征提取，从而判断是否符合打卡标准，可以确定出目标人员在打卡还是误入镜头，减少误入镜头的画面出现在视频集锦中。另外，在帧画面不符合打卡标准时，还可以通过其相关画面合成的相关视频进行动态分析，从而再次判断目标人员是否打卡，提高判断的精准度，减少误判的可能性，进而提高目标人员的使用体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的一种应用场景示意图；
图2为本申请一实施例提供的一种用于旅行记录的视频集锦生成方法的流程图；
图3为本申请一实施例提供的一种用于旅行记录的视频集锦生成装置的结构示意图；
图4为本申请一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
在旅游过程中，人们往往会通过拍照或录像的方式，记录此次游玩的美丽风景。虽然短视频的兴起，很多人会在游玩过后分享自己的游玩经历，但是很多人发现，由于拍照过多，很多时候无法很好的将其进行整理生成满意的短视频，使得人们失去分享的欲望。这时，景点也失去了一个推广的好机会。
为此，很多景点会选择一些具有特色的打卡点，例如标志性的建筑、雕塑、自然景观等，供游客拍照留念。这些打卡点通常会设置在景点的显眼位置，并且会有明确的标识和说明，以便游客识别和了解。
但这也会导致有些游客过于追求打卡数量而忽略了旅行的本质和意义，导致旅行体验的表面化和浅薄化。另一方面，一些景点为了追求打卡效应而过度商业化，破坏了景点的自然和历史风貌，损害了游客的旅游体验。
基于此，本申请提供一种用于旅行记录的视频集锦生成方法、装置及电子设备。根据目标人员的信息和景点打卡点数据，筛选和合成关联画面，生成个性化的视频集锦。这种定制化的服务可以更好地满足用户的需求，提供独特的体验。另外，由于能够自动化地处理视频集锦生成请求，并根据目标人员信息和打卡点数据，快速筛选出拍摄内容并合成关联画面，可以大大提高视频生成的效率，节省用户的时间和精力。同时，可以利用生成的视频集锦展示景点的特色和亮点，当目标人员分享后，就吸引更多用户的兴趣和关注。这对于景点的推广和宣传非常有利，有助于增加景点的知名度和吸引力。
图1为本申请提供的一种应用场景示意图。在游客游览景点进行拍照时，可以利用本申请提供的方案，生成旅行记录的视频集锦以供后续分享。本申请提供的方案可以由移动终端实现，游客在进入景点后，通过启动移动终端的第三方软件，确定当前定位，然后获取景点信息，从而确定该景点的打卡点数据，移动终端的第三方软件与景点的打卡装置连接，用于获取打卡装置拍摄的图像或视频，经过处理后进行合成，实现旅行记录的视频集锦的生成。节省人为合成的时间，
具体的实现方式可以参考以下实施例。
图2为本申请一实施例提供的一种用于旅行记录的视频集锦生成方法的流程图，本实施例的方法可以应用于以上场景中的移动终端。如图2所示的，该方法包括：
S201、获取景点信息，并根据景点信息，确定打卡点数据。
景点信息可以包括景点的名称以及景点存在的风景特色、对应的打卡点设置情况等，通过打卡点设置情况，可以确定打卡点数据，这一打卡点数据可以为打卡装置所设位置。
在具体实现方式中，游客也可以通过打卡装置所设位置确定该景点对应的特色风景以及最佳观赏点。
S202、获取并解析视频集锦生成请求，确定目标人员信息。
视频集锦生成请求可以由游客发起，任何登录了搭载本申请方案的第三方软件，都可以通过在第三方软件中录入个人面部特征，从而发起视频集锦生成请求，这一视频集锦生成请求中可以包含发起者即目标人员的个人面部图像以及个人登录信息、定位信息等若干数据，通过解析可以将这些数据进行聚类，从而确定出目标人员信息，其中，目标人员信息可以包含个人面部图像以及定位信息等。
S203、根据目标人员信息，筛选拍摄内容，确定关联画面。
由于目标人员信息中包含个人面部图像，将图像进行特征提取，可以确定目标人员的个人面部特征。此时，可以将个人面部特征与拍摄内容进行匹配，确定哪些图像或视频出现的人物与个人面部特征匹配，从而将这些画面进行提取，得到关联画面。
在具体实现方式中，若某些打卡点对应的图像或视频中不存在人物特征，则可以将这一打卡点对应的风景特征与关联画面中的风景特征进行对比，确定是否存在特征一致的画面，若有，则可以认为该不存在人物特征的图像或视频不是目标人员拍摄的，若没有，则可以将这一不存在人物特征的图像或视频作为该目标人员的关联画面之一。
S204、根据打卡点数据，合成关联画面，得到视频集锦。
根据打卡点数据，确定打卡进度，从而确定当前是否已完成所有打卡点的打卡，若已完成，则将关联画面进行合成，得到视频集锦。
在具体实现方式中，若确定目标人员并未完成所有打卡点的打卡，则可以调取目标人员发起视频集锦生成请求时，对应的定位信息，通过该定位确定目标人员是否在前往下一打卡点，若是，则可向目标人员发送提醒，以确定目标人员是否继续生成视频集锦。若该目标人员已离开该打卡景点，则可以认为目标人员已根据个人意愿游览完毕，可以进行关联画面的合成。
在一些实现方式中，在进行关联画面合成前，可以根据打卡装置的设置情况，确定每一景点的风景特色，根据对应的风景特色，生成对应的合成模板，比如某些景点景色俱佳，因此合成模板可以更多的以景色为主，突出特色，而有的景点可能更适合人物拍照，此时的合成模板可以更多的以人物为主，突出人物的特色，避免使用同一模板导致风景无法完整展示或人物画面模糊等情况。
通过本申请提供的方案，能够根据目标人员的信息和景点打卡点数据，筛选和合成关联画面，生成个性化的视频集锦。这种定制化的服务可以更好地满足用户的需求，提供独特的体验。另外，由于能够自动化地处理视频集锦生成请求，并根据目标人员信息和打卡点数据，快速筛选出拍摄内容并合成关联画面，可以大大提高视频生成的效率，节省用户的时间和精力。同时，可以利用生成的视频集锦展示景点的特色和亮点，当目标人员分享后，就吸引更多用户的兴趣和关注。这对于景点的推广和宣传非常有利，有助于增加景点的知名度和吸引力。
在一些实施例中，可以通过提取目标人员信息，得到目标人员的面部识别数据；分析面部识别数据，得到目标面部特征；将拍摄内容进行特征提取，得到图像特征，并将图像特征与目标面部特征进行匹配，得到匹配结果；根据匹配结果，确定关联画面。
面部识别数据可以认为是上述实施例中涉及的个人面部图像，在对分析面部识别数据进行分析时，可以利用深度学习模型进行模糊识别，从而确定目标面部特征，即目标人员对应的个人面部特征。
在具体实现方式中，深度学习模型可以通过大量的人物面部图像及对应的面部特征作为样本进行训练得到，训练完成的深度学习模型可以识别人物面部图像，从而得到该图像对应的面部特征。
因此，在得到面部识别数据后，将个人面部图像输入到已经训练好的深度学习模型中，从而输出该面部识别数据对应的目标面部特征。
在对拍摄内容进行特征提取时，同样可以采用深度学习模型实现，为了便于数据处理，可以为拍摄内容建立专门的第二深度学习模型，该第二深度学习模型依然可以采用上述深度学习模型的训练方式，只是输入的内容固定为打卡装置上传的拍摄内容，而非由目标人员通过第三方软件上传的图像或视频。
将图像特征与目标面部特征进行匹配，可以实现拍摄内容的聚类，将拍摄内容按照目标面部特征进行存储。
通过本实施例提供的方案，在得到目标人员信息后，通过提取并分析对应的面部识别数据，可以快速得到目标面部特征，将这些特征与图像特征进行匹配，可以快速准确地找到与目标面部特征相匹配的图像，实现对拍摄内容的快速筛选，提高图像处理效率，以便于高效反馈目标人员的请求。
在一些实施例中，可以通过获取目标人员的景点偏好；根据景点偏好，筛选关联画面，得到目标画面；分析目标画面，判断每一目标画面的画面清晰度是否达到清晰标准；若确定画面清晰度达到清晰标准，则根据景点偏好，将对应的目标画面合成，得到视频集锦。
景点偏好可以认为是目标人员更倾向于前往的景点所在区域，例如风景较好的位置，视野比较宽广的位置，这可以由目标人员自己在第三方软件中进行设置，也可以对目标人员历史游玩的记录进行分析，确定目标人员的喜好，从而得到目标人员的景点偏好。
当存在景点偏好时，可以在生成视频集锦时，以景点偏好为主，重点对偏好景点对应的关联画面进行筛选，得到与偏好景点对应的画面作为目标画面。
由于在进行视频集锦的合成时，可能会对画面进行压缩，因此可以为画面设置一个清晰标准，这一标准清晰标准可以认为是对画面清晰度的一种要求，即当图像分辨率达到该标准时，说明画面清晰度较好，如果对画面进行压缩也不会影响画质。
因此，在得到目标画面后，可以利用清晰标准将目标画面进行再一次的筛选，从而进行合成，得到视频集锦。
通过本实施例提供的方案，可以通过获取景点偏好，确定目标人员较为喜欢的景点位置，这样得到的视频集锦也更加容易满足目标人员的喜好。另外，将目标画面的画面清晰度与清晰标准进行对比，从而确保目标画面都可以达到清晰标准，避免在进行视频集锦合成时，由于画质压缩带来的画质不清晰的问题，提升目标人员的观赏体验。
在一些实施例中，若确定画面清晰度未达到清晰标准，则将画面清晰度未达到清晰标准的模糊画面进行姿态分析；根据姿态分析的分析结果，确定目标人物姿态；根据目标面部特征，确定目标人员的面部特点；根据面部特点及目标人物姿态，将模糊画面进行图像还原，以使模糊画面达到清晰标准。
人物姿态可以包含人物手部摆动姿态、头部摆动姿态等。
具体的，首先通过深度学习模型的模糊识别算法，确定模糊画面的人物姿态，然后根据目标面部特征，确定面部特点，例如目标人员三庭五眼的位置以及大小等，在进行图像还原时，结合人物姿态，确定五官的位置，然后根据面部特点进行还原。
通过本实施例提供的方案，在画面清晰度未达到清晰标准时，利用模糊图像的人物姿态以及目标人员的面部特点，对图像进行还原，使其达到清晰标准，使其目标人员的偏好景点对应的目标画面可以好的保留下来，进而展现在视频集锦中。这种方式既可以提高画面的利用率，也可以提高目标人员的使用体验，提高废片的利用率。
在一些实施例中，根据面部特点，匹配模糊画面，确定模糊面部特征；调取目标画面中达到清晰标准的清晰图像，提取高清人物特征；根据高清人物特征及面部特点，确定五官像素点；根据五官像素点，对模糊画面进行插值计算，得到模糊面部特征对应的面部像素点；将面部像素点进行合成，还原模糊画面。
模糊图像特征可以认为是模糊图像中对应的人物面部特征，由于画面模糊，可能对应的人物面部特征也不是很清晰，因此可以作为模糊图像特征。
而高清人物特征则可以认为是可以从达到清晰标准的清晰图像中提取出来的人物面部特征，这些高清人物特征可以清晰反应出人物的面部特征。
具体的，通过模糊图像特征，先确定出眼睛、鼻子、嘴巴等五官特征的位置。然后通过模糊图像特征确定面部特征的类型以及对应的位置，对于每一面部特征，选取对应的像素区域，计算这一像素区域内的平均灰度值或平均RGB值，这个平均值可以表示该面部特征对应区域的平均颜色或亮度分布。然后使用边缘检测算法，计算该像素区域内的边缘强度，根据边缘强度的高低确定对应面部特征的边界，比如，边缘强度较高的区域可能对应该面部特征的边界，可以作为五官像素点的候选位置。
在通过上述方式确定出大致的五官像素点后，将对比度进行调整，使五官的边缘更加明显，从而精准确定出五官像素点。
根据五官像素点，对模糊画面进行插值计算时，由于模糊图像的面部特征不明显，因此可以选择双线性插值或双三次插值，具体如何选择可以根据模糊图像的清晰度确定，比如设置一个清晰度阈值，高于这一清晰度阈值就可以选择双线性差值，低于这一清晰度阈值就可以选择双三次差值。
通过本实施例提供的方案，在对模糊图像进行还原时，首先确定出模糊面部特征，然后利用清晰图像对应的高清人物特征，确定五官像素点，基于此对模糊画面进行插值计算，从而得到模糊面部特征对应的面部像素点，从而合成实现模糊图像的还原。这样可以使模糊图像的画面清晰度提高，实现废片的利用。
在一些实施例中，解析打卡点数据，确定最佳打卡点；获取并识别最佳打卡点的拍摄内容，区分每一拍摄内容中的人物形象；根据人物形象，确定目标人员的关联内容；将关联内容进行姿态分析，确定目标人员是否打卡。
在本实施例中可以认为上述打卡装置在对应打卡位置存在人物时，就默认进行拍摄，因此，若有人并不想在此处打卡，但是由于经过了此处，依然会留下拍摄内容。若这一打卡点正好属于目标人员的景点偏好，但由于并未好好准备，拍摄的内容可能并不符合目标人员的期待，这时，若将其合成到视频集锦中，可能会影响目标人员的观赏。
因此，在确定拍摄内容中的人物形象后，根据人物形象，将拍摄内容进行聚类，得到每一人物形象对应的关联内容，然后在目标人员发起请求后，通过上述实施例的处理，得到目标人员对应的关联内容，然后将目标人员的关联内容均进行姿态分析，在进行姿态分析前，可以建立区别于上述实施例中的第三深度学习模型，这一第三深度学习模型利用大量的人物拍照图像以及对应的姿态进行训练，使其可以实现识别图像，确定人物是否处于拍照状态。
此时，可以将关联内容输入到上述的第三深度学习模型中，通过输出结果，确定哪些属于拍照状态，哪些不属于，当存在不属于拍照状态的图像或视频时，可以认为目标人员没有打卡，可以将其剔除。
通过本实施例提供的方案，对关联内容进行姿态分析，可以判断目标人员是否在最佳打卡点进行了特定的行为或动作，从而确定其是否成功打卡。避免视频集锦中存在未打卡的画面，引起目标人员不适。
在一些实施例中，将关联内容进行拆解，得到对应的帧画面；提取并分析帧画面的姿态特征，确定姿态特征是否符合打卡标准；若不符合打卡标准，则根据其余帧画面的姿态特征，确定不符合打卡标准的帧画面是否存在相关画面；若存在相关画面，则将相关画面进行合成，得到相关视频，并根据相关视频的动态分析，确定目标人员是否打卡。
打卡标准中可以包含一系列进行拍照时可能存在的人物动作、位置、方向等，由于人物误入镜头时也可能与对应的位置、方向产生关联，此时打卡标准中涉及的位置、方向需与对应的人物动作相关联。
相应的，为了对比方便，打卡标准中对应的人物动作，也可以提取为对应的动作特征，在对关联画面进行拆解后，得到对应的帧画面，一帧一帧对其进行特征提取，确定对应的姿态特征，然后将其与打卡标准中的动作特征进行对比，从而确定是否符合打卡标准。
若不符合标准，首先可以判断这一不符合标准的帧画面来自图像还是视频，若是视频，则可以确定存在相关画面，若是图像，则可以认为不存在相关画面。如果是视频则可以将相关画面进行合成，得到对应的相关视频进行动态分析，确定相关视频中是否存在符合打卡标准的画面，从而确定画面中的目标人员是否在打卡。
通过本实施例提供的方案，通过对画面进行姿态特征提取，从而判断是否符合打卡标准，可以确定出目标人员在打卡还是误入镜头，减少误入镜头的画面出现在视频集锦中。另外，在帧画面不符合打卡标准时，还可以通过其相关画面合成的相关视频进行动态分析，从而再次判断目标人员是否打卡，提高判断的精准度，减少误判的可能性，进而提高目标人员的使用体验。
图3为本申请一实施例提供的一种用于旅行记录的视频集锦生成装置的结构示意图，如图3所示的，本实施例的一种用于旅行记录的视频集锦生成装置300包括：数据确定模块301、信息确定模块302、内容筛选模块303、视频合成模块304。
数据确定模块301，用于获取景点信息，并根据所述景点信息，确定打卡点数据；
信息确定模块302，用于获取并解析视频集锦生成请求，确定目标人员信息；
内容筛选模块303，用于根据所述目标人员信息，筛选拍摄内容，确定关联画面；
视频合成模块304，用于根据所述打卡点数据，合成所述关联画面，得到视频集锦。
在一些实施例中，所述内容筛选模块303具体用于：
提取所述目标人员信息，得到目标人员的面部识别数据；
分析所述面部识别数据，得到目标面部特征；
将所述拍摄内容进行特征提取，得到图像特征，并将所述图像特征与所述目标面部特征进行匹配，得到匹配结果；
根据所述匹配结果，确定关联画面。
在一些实施例中，所述视频合成模块304具体用于：
获取所述目标人员的景点偏好；
根据所述景点偏好，筛选所述关联画面，得到目标画面；
分析所述目标画面，判断每一目标画面的画面清晰度是否达到清晰标准；
若确定画面清晰度达到清晰标准，则根据所述景点偏好，将对应的目标画面合成，得到视频集锦。
在一些实施例中，所述视频集锦生成装置300还包括图像还原模块305，用于：
若确定画面清晰度未达到清晰标准，则将画面清晰度未达到清晰标准的模糊画面进行姿态分析；
根据所述姿态分析的分析结果，确定目标人物姿态；
根据所述目标面部特征，确定所述目标人员的面部特点；
根据所述面部特点及所述目标人物姿态，将所述模糊画面进行图像还原，以使所述模糊画面达到清晰标准。
在一些实施例中，所述图像还原模块305具体用于：
根据所述面部特点，匹配所述模糊画面，确定模糊面部特征；
调取所述目标画面中达到清晰标准的清晰图像，提取高清人物特征；
根据所述高清人物特征及所述面部特点，确定五官像素点；
根据所述五官像素点，对所述模糊画面进行插值计算，得到所述模糊面部特征对应的面部像素点；
将所述面部像素点进行合成，还原所述模糊画面。
在一些实施例中，所述视频集锦生成装置300还包括打卡分析模块306，用于：
解析所述打卡点数据，确定最佳打卡点；
获取并识别所述最佳打卡点的拍摄内容，区分每一拍摄内容中的人物形象；
根据所述人物形象，确定目标人员的关联内容；
将所述关联内容进行姿态分析，确定所述目标人员是否打卡。
在一些实施例中，所述打卡分析模块306具体用于：
将所述关联内容进行拆解，得到对应的帧画面；
提取并分析所述帧画面的姿态特征，确定所述姿态特征是否符合打卡标准；
若不符合打卡标准，则根据其余帧画面的姿态特征，确定不符合打卡标准的帧画面是否存在相关画面；
若存在所述相关画面，则将所述相关画面进行合成，得到相关视频，并根据所述相关视频的动态分析，确定所述目标人员是否打卡。
本实施例的装置，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。
图4为本申请一实施例提供的一种电子设备的结构示意图，如图4所示，本实施例的电子设备400可以包括：存储器401和处理器402。
存储器401上存储有能够被处理器402加载并执行上述实施例中方法的计算机程序。
其中，处理器402和存储器401相连，如通过总线相连。
可选地，电子设备400还可以包括收发器。需要说明的是，实际应用中收发器不限于一个，该电子设备400的结构并不构成对本申请实施例的限定。
处理器402可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器402也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线可包括一通路，在上述组件之间传送信息。总线可以是PCI（PeripheralComponent Interconnect，外设部件互连标准）总线或EISA（Extended Industry StandardArchitecture，扩展工业标准结构）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器401可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器401用于存储执行本申请方案的应用程序代码，并由处理器402来控制执行。处理器402用于执行存储器401中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：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。还可以为服务器等。图4示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本实施例的电子设备，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。
本申请还提供一种计算机可读存储介质，存储有能够被处理器加载并执行如上实施例中的方法的计算机程序。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (7)

1.一种用于旅行记录的视频集锦生成方法，其特征在于，包括：
获取景点信息，并根据所述景点信息，确定打卡点数据；
获取并解析视频集锦生成请求，确定目标人员信息；
根据所述目标人员信息，筛选拍摄内容，确定关联画面；
根据所述打卡点数据，合成所述关联画面，得到视频集锦；
所述根据所述目标人员信息，筛选拍摄内容，确定关联画面，包括：
提取所述目标人员信息，得到目标人员的面部识别数据；
分析所述面部识别数据，得到目标面部特征；
将所述拍摄内容进行特征提取，得到图像特征，并将所述图像特征与所述目标面部特征进行匹配，得到匹配结果；
根据所述匹配结果，确定关联画面；
所述根据所述打卡点数据，合成所述关联画面，得到视频集锦，包括：
获取所述目标人员的景点偏好；
根据所述景点偏好，筛选所述关联画面，得到目标画面；
分析所述目标画面，判断每一目标画面的画面清晰度是否达到清晰标准；
若确定画面清晰度达到清晰标准，则根据所述景点偏好，将对应的目标画面合成，得到视频集锦；
若确定画面清晰度未达到清晰标准，则将画面清晰度未达到清晰标准的模糊画面进行姿态分析；
根据所述姿态分析的分析结果，确定目标人物姿态；
根据所述目标面部特征，确定所述目标人员的面部特点；所述面部特点包括所述目标人员的三庭五眼位置及大小；
根据所述目标人物姿态，确定五官的位置，并根据所述面部特点及所述五官的位置，将所述模糊画面进行图像还原，以使所述模糊画面达到清晰标准。
2.根据权利要求1所述的方法，其特征在于，所述根据所述面部特点及所述目标人物姿态，将所述模糊画面进行图像还原，包括：
根据所述面部特点，匹配所述模糊画面，确定模糊面部特征；
调取所述目标画面中达到清晰标准的清晰图像，提取高清人物特征；
根据所述高清人物特征及所述面部特点，确定五官像素点；
根据所述五官像素点，对所述模糊画面进行插值计算，得到所述模糊面部特征对应的面部像素点；
将所述面部像素点进行合成，还原所述模糊画面。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标人员信息，筛选拍摄内容，确定关联画面之前，还包括：
解析所述打卡点数据，确定最佳打卡点；
获取并识别所述最佳打卡点的拍摄内容，区分每一拍摄内容中的人物形象；
根据所述人物形象，确定目标人员的关联内容；
将所述关联内容进行姿态分析，确定所述目标人员是否打卡。
4.根据权利要求3所述的方法，其特征在于，所述将所述关联内容进行姿态分析，确定所述目标人员是否打卡，包括：
将所述关联内容进行拆解，得到对应的帧画面；
提取并分析所述帧画面的姿态特征，确定所述姿态特征是否符合打卡标准；
若不符合打卡标准，则根据其余帧画面的姿态特征，确定不符合打卡标准的帧画面是否存在相关画面；
若存在所述相关画面，则将所述相关画面进行合成，得到相关视频，并根据所述相关视频的动态分析，确定所述目标人员是否打卡。
5.一种用于旅行记录的视频集锦生成装置，其特征在于，包括：
数据确定模块，用于获取景点信息，并根据所述景点信息，确定打卡点数据；
信息确定模块，用于获取并解析视频集锦生成请求，确定目标人员信息；
内容筛选模块，用于根据所述目标人员信息，筛选拍摄内容，确定关联画面；
视频合成模块，用于根据所述打卡点数据，合成所述关联画面，得到视频集锦;
所述内容筛选模块,用于提取所述目标人员信息，得到目标人员的面部识别数据；分析所述面部识别数据，得到目标面部特征；将所述拍摄内容进行特征提取，得到图像特征，并将所述图像特征与所述目标面部特征进行匹配，得到匹配结果；根据所述匹配结果，确定关联画面；
所述视频合成模块,用于获取所述目标人员的景点偏好；根据所述景点偏好，筛选所述关联画面，得到目标画面；分析所述目标画面，判断每一目标画面的画面清晰度是否达到清晰标准；若确定画面清晰度达到清晰标准，则根据所述景点偏好，将对应的目标画面合成，得到视频集锦；
所述视频集锦生成装置还包括图像还原模块，用于：
若确定画面清晰度未达到清晰标准，则将画面清晰度未达到清晰标准的模糊画面进行姿态分析；
根据所述姿态分析的分析结果，确定目标人物姿态；
根据所述目标面部特征，确定所述目标人员的面部特点；所述面部特点包括所述目标人员的三庭五眼位置及大小；
根据所述目标人物姿态确定五官的位置，并根据所述面部特点及所述五官的位置，将所述模糊画面进行图像还原，以使所述模糊画面达到清晰标准。
6.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器，用于存储程序指令；
所述处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1-4任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序；所述计算机程序被处理器执行时，实现如权利要求1-4任一项所述的方法。
CN202410369897.9A 2024-03-29 2024-03-29 一种用于旅行记录的视频集锦生成方法、装置及电子设备 Active CN117979123B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410369897.9A CN117979123B (zh) 2024-03-29 2024-03-29 一种用于旅行记录的视频集锦生成方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410369897.9A CN117979123B (zh) 2024-03-29 2024-03-29 一种用于旅行记录的视频集锦生成方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN117979123A CN117979123A (zh) 2024-05-03
CN117979123B true CN117979123B (zh) 2024-06-21

Family

ID=90859812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410369897.9A Active CN117979123B (zh) 2024-03-29 2024-03-29 一种用于旅行记录的视频集锦生成方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN117979123B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712470A (zh) * 2019-10-25 2021-04-27 华为技术有限公司 一种图像增强方法及装置
CN113723257A (zh) * 2021-08-24 2021-11-30 江苏范特科技有限公司 事件短视频生成方法、系统、设备和存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080019661A1 (en) * 2006-07-18 2008-01-24 Pere Obrador Producing output video from multiple media sources including multiple video sources
JP2010257509A (ja) * 2009-04-22 2010-11-11 Toshiba Corp オーサリング装置、オーサリング方法およびプログラム
US20160014482A1 (en) * 2014-07-14 2016-01-14 The Board Of Trustees Of The Leland Stanford Junior University Systems and Methods for Generating Video Summary Sequences From One or More Video Segments
CN108882057B (zh) * 2017-05-09 2021-08-17 北京小度互娱科技有限公司 视频摘要生成方法及装置
CN110929095A (zh) * 2018-09-04 2020-03-27 杭州海康威视数字技术股份有限公司 视频摘要回放方法、装置、电子设备及可读存储介质
CN110113540B (zh) * 2019-06-13 2021-06-04 广州小鹏汽车科技有限公司 一种车辆拍摄方法、装置、车辆和可读介质
CN110418076A (zh) * 2019-08-02 2019-11-05 新华智云科技有限公司 视频集锦生成方法、装置、电子设备及存储介质
WO2022007568A1 (zh) * 2020-07-06 2022-01-13 海信视像科技股份有限公司 显示设备、智能终端及视频集锦生成方法
CN114143445A (zh) * 2021-10-15 2022-03-04 深圳市智此一游科技服务有限公司 一种视频生成方法
KR20230060085A (ko) * 2021-10-27 2023-05-04 에스케이텔레콤 주식회사 비디오 콘텐츠의 대표 이미지를 생성하는 방법 및 상기 방법을 수행하는 대표 이미지 생성 장치
CN116033259B (zh) * 2022-12-20 2024-07-02 浙江力石科技股份有限公司 生成短视频方法、装置、计算机设备及存储介质
CN116681614A (zh) * 2023-06-07 2023-09-01 平安科技（深圳）有限公司 基于增强图像清晰度的视频处理方法和装置、电子设备
CN117221703A (zh) * 2023-09-19 2023-12-12 重庆长安汽车股份有限公司 一种视频生成方法、装置、电子设备及计算机可读介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112712470A (zh) * 2019-10-25 2021-04-27 华为技术有限公司 一种图像增强方法及装置
CN113723257A (zh) * 2021-08-24 2021-11-30 江苏范特科技有限公司 事件短视频生成方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN117979123A (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
CN108805047B (zh) 一种活体检测方法、装置、电子设备和计算机可读介质
EP3916627A1 (en) Living body detection method based on facial recognition, and electronic device and storage medium
US10832086B2 (en) Target object presentation method and apparatus
CN108401112B (zh) 图像处理方法、装置、终端及存储介质
TWI253860B (en) Method for generating a slide show of an image
US7995106B2 (en) Imaging apparatus with human extraction and voice analysis and control method thereof
CN108419141B (zh) 一种字幕位置调整的方法、装置、存储介质及电子设备
US8457407B2 (en) Electronic apparatus and image display method
CN101262561B (zh) 成像设备及其控制方法
CN106528879A (zh) 图片处理方法及装置
CN106649629B (zh) 一种关联书本与电子资源的系统
CN112232260A (zh) 字幕区域识别方法、装置、设备及存储介质
CN112818732A (zh) 一种图像处理方法、装置、计算机设备和存储介质
CN106446880A (zh) 信息提供系统以及计算机程序
US9117275B2 (en) Content processing device, integrated circuit, method, and program
CN108847066A (zh) 一种教学内容提示方法、装置、服务器和存储介质
CN114780795A (zh) 一种视频素材筛选方法、装置、设备及介质
CN110069996A (zh) 头部动作识别方法、装置和电子设备
CN114222077A (zh) 视频处理方法、装置、存储介质及电子设备
CN117979123B (zh) 一种用于旅行记录的视频集锦生成方法、装置及电子设备
CN108600604A (zh) 拍摄方法、双屏移动终端及存储介质
US20230066331A1 (en) Method and system for automatically capturing and processing an image of a user
CN110059576A (zh) 图片的筛选方法、装置和电子设备
CN111507139A (zh) 图像效果生成方法、装置和电子设备
CN111768729A (zh) 一种vr场景自动解说方法、系统和存储介质

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
GR01 Patent grant
GR01 Patent grant