TW201915946A - 局部動態影像產生方法及裝置 - Google Patents
局部動態影像產生方法及裝置 Download PDFInfo
- Publication number
- TW201915946A TW201915946A TW107120687A TW107120687A TW201915946A TW 201915946 A TW201915946 A TW 201915946A TW 107120687 A TW107120687 A TW 107120687A TW 107120687 A TW107120687 A TW 107120687A TW 201915946 A TW201915946 A TW 201915946A
- Authority
- TW
- Taiwan
- Prior art keywords
- frame
- target
- dynamic
- target video
- dynamic region
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000036961 partial effect Effects 0.000 claims description 62
- 238000004458 analytical method Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 238000003672 processing method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000000926 separation method Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000010009 beating Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
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
- H04N5/2621—Cameras specially adapted for the electronic generation of special effects during image pickup, e.g. digital cameras, camcorders, video cameras having integrated special effects capability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本發明實施例提供了一種局部動態影像產生方法、裝置，涉及圖像處理技術。該方法包括：獲取用戶上傳的目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；接收用戶從該至少一個動態區域中確定目標動態區域；基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。本發明實施例降低了用戶操作，提高主體對象的動態區域選取的精準度，降低人力和時間成本；並且，通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。
Description
本發明涉及圖像處理技術領域，特別是涉及一種局部動態影像產生方法及裝置。
隨著圖像技術的不斷發展，出現了一種局部動態影像，即整個影像中只有部分主體對象在運動。 在先前技術中，要產生一個局部動態影像，需要用戶將視頻資料導入CINEMAGRAPH（靜態照片中神奇的細微運動技術）軟體，然後通過如下步驟創建局部動態影像：首先，將視頻分為兩層，第一層為靜態幀層，第二層為動態幀層；其次，用戶手動在第一層上畫出一塊輪廓區域；再次，將第一層靜態幀中的輪廓區域的圖像刪除，在第二層中透出輪廓區域的動態幀；最後，導出包括該兩層構成的局部動態影像。 發明人在應用上述技術的過程中發現，其需要通過用戶手動畫出一塊主體對象的輪廓來標記動態區域，以實現視頻的局部動態影像的產生，但是：通過手動畫出主體對象的輪廓，操作難度大，容易導致效果不精準，通常將其他非需要的圖像元素也劃到輪廓中，導致其他非需要的圖像元素也發生運動，而如果要效果精準，需要用戶使用大量複雜的圖片操作，浪費人力和時間成本；再者，由於通過人眼去分辨其需求的主體對象，其主體對象分離非常清晰的視頻效果較好，對當主體對象不夠清晰的時候，人眼容易導致輪廓不精準，造成畫面的扭曲或者不重合。
鑒於上述問題，本發明實施例提供一種局部動態影像產生方法，以通過自動根據視頻的序列幀中各幀的主體對象之間的重合度，確定主體對象的動態區域，然後自動產生針對該主體對象的動態區域，解決現有技術中用戶手動畫出輪廓導致操作難度大、畫出的輪廓不精準、產生畫面扭曲或者不重合的問題。 相應的，本發明實施例還提供了一種局部動態影像產生裝置，用以保證上述方法的實現及應用。 為了解決上述問題，本發明實施例公開了一種局部動態影像產生方法，包括： 獲取用戶上傳的目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 接收用戶從該至少一個動態區域中確定目標動態區域； 基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種局部動態影像產生方法，包括： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種圖像處理方法，包括： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 本發明實施例還公開了一種局部動態影像產生裝置，包括： 第一視頻獲取模組，用於獲取用戶上傳的目標視頻資料； 動態區域分析模組，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 第一目標確定模組，用於接收用戶從該至少一個動態區域中確定目標動態區域； 局部影像產生模組，用於基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種局部動態影像產生裝置，包括： 第二視頻獲取模組，用於獲取目標視頻資料； 動態區域分析模組，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 第二目標確定模組，用於從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 局部影像產生模組，用於產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種圖像處理裝置，包括： 第二視頻獲取模組，用於獲取目標視頻資料； 動態區域分析模組，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 本發明實施例還公開了一種設備，包括處理器、記憶體及儲存在該記憶體上並可在該處理器上運行的電腦程式，該電腦程式被該處理器執行時實現如下步驟：獲取用戶上傳的目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；接收用戶從該至少一個動態區域中確定目標動態區域；基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種電腦可讀儲存介質，其特徵在於，該電腦可讀儲存介質上儲存電腦程式，該電腦程式被處理器執行時實現如下步驟：獲取用戶上傳的目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；接收用戶從該至少一個動態區域中確定目標動態區域；基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種設備，包括處理器、記憶體及儲存在該記憶體上並可在該處理器上運行的電腦程式，該電腦程式被該處理器執行時實現如下步驟：獲取目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域；產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種電腦可讀儲存介質，該電腦可讀儲存介質上儲存電腦程式，該電腦程式被處理器執行時實現如下步驟：獲取目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域；產生針對該目標動態區域的局部動態影像。 本發明實施例還公開了一種設備，包括處理器、記憶體及儲存在該記憶體上並可在該處理器上運行的電腦程式，該電腦程式被該處理器執行時實現如下步驟：獲取目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 本發明實施例還公開了一種電腦可讀儲存介質，其特徵在於，該電腦可讀儲存介質上儲存電腦程式，該電腦程式被處理器執行時實現如下步驟：獲取目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 本發明實施例包括以下優點： 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，可以自動產生針對該目標動態區域的局部動態影像。實現了自動化識別動態區間以產生局部動態影像，從而降低了用戶操作；由於動態區域是視頻中主體對象運動的區域，因此也能提高主體對象的動態區域選取的精準度，降低人力和時間成本；並且，通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。
為使本發明的上述目的、特徵和優點能夠更加明顯易懂，下面結合圖式和具體實施方式對本發明作進一步詳細的說明。 局部動態影像，是一種動態攝影和靜態圖片的結合。一般而言，其是攝像頭固定的方式進行拍攝，然後對拍攝得到的視頻進行處理，保留需要運動的主體對象的動態狀態，而其主體對象之外他部分則保持靜止。比如採用固定攝像頭拍攝了一個視頻，其中包括了A、B、C三個人都在招手，而如果只想讓表現A的招手動作，則可以將視頻的某一幀圖像作為背景固定不變，而保留人物A的招手動作，此時局部動態影像則表現出其他人都是不動的，而A在招手。 本發明實施例可以自動對視頻素材進行分析，確定其中的主體對象所在的動態區域，然後可以智能的產生目標動態區域的局部動態影像。 參照圖1，其示出了本發明一種局部動態影像產生方法實施例的步驟流程圖，具體可以包括： 步驟101，獲取用戶上傳的目標視頻資料； 在本發明實施例中，用戶可以通過各種途徑獲取目標視頻資料，比如採用手機拍攝視頻、攝像機拍攝視頻，從其他用戶的終端中拷貝視頻，從網路上下載視頻等方式，本發明實施例不對其加以限定。 用戶可以將其獲取到的目標視頻資料，上傳至系統中。 結合圖1A，其示出了本發明實施例的一種局部動態影像產生架構示例。其包括伺服器20、客戶端10。本發明實施例可以採用客戶端+伺服器的架構。用戶可以在客戶端中將目標視頻資料上傳至伺服器，伺服器對視頻資料進行後續處理，然後返回客戶端。 需要說明的是，本發明實施例中，也可以在客戶端本地接收用戶的目標視頻資料，在客戶端本地對目標視頻資料進行後續處理。 步驟102，對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 在本發明實施例中，在接收到用戶上傳的目標視頻資料後，可以對該目標視頻資料的各幀的像素值進行智能化分析，從而可以確定該目標視頻資料中的至少動態區域，然後提供給用戶選擇。當然在實際應用中，可以確定出能夠識別的動態區域，然後提供給用戶選擇。 結合圖1A，伺服器在對對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域後，可以標記該動態區域的輪廓；然後將標記了動態區域輪廓的圖像返回給客戶端進行展示。用戶可以在客戶端根據標記的輪廓對一個或多個動態區域進行選擇。 在本發明實施例中，該目標視頻資料可以為選擇固定背景的視頻素材，該固定背景的視頻素材可以為固定鏡頭拍攝得到的視頻素材，當然也可以為其他方式得到的素材，本發明實施例不對其加以限制。 較佳的，在本發明另一實施例中，步驟102包括： 子步驟A11，將目標視頻資料轉換為序列幀； 在本發明實施例中，對於用戶上傳的目標視頻資料，可以首先調用視頻轉換函數將目標視頻轉換為序列幀，該視頻轉換函數比如VideoToImage（）。當然，具體的視頻轉換函數不同系統可能不同，本發明實施例不對其加以限制。該序列幀中，圖像按播放時間的先後排序。 子步驟A12，根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。 在本發明實施例中，由於前述步驟轉換得到了序列幀，而對於序列幀而言其每幀的分辨率是一致的，比如目標視頻資料是800*600的分辨率，那麼序列幀中每幀圖像的分辨率也是800*600。對於一個視頻中運動的主體對象而言，該主體對象實際上在每幀圖像中是一個像素塊，那麼該像素塊在移動前的像素值和移動後的像素值之間的差別不大。那麼主體對象在視頻中運動的過程，可以理解為其移動前的所在的像素塊中的各像素位置的像素值，對應替換了移動後像素塊中各像素位置的像素值。那麼本發明實施例可以基不同像素位置的像素塊之間的重合度，確定動態區域。動態區域確定後，該動態區域中包裹的主體對象也就確定。 比如如果目標視頻資料中有一隻鞋在運動，那麼這只鞋佔用由1000個像素點組成的像素塊，在第一幀時在區域A1的像素塊中。該鞋移動後，在下一幀時，在區域A2的像素塊中顯示。那麼區域A1的像素塊中1000個像素點的值和區域A2像素塊中1000個像素點的值基本上是一致的。 那麼，通過上述按序將每幀圖像中的各個像素塊與之後的各幀圖像進行匹配，可以確定該鞋在哪些幀中出現，並且移動的像素塊所處的像素位置區域有哪些。比如有100幀都有上述鞋的主體對象，而這100幀中鞋出現的區域分別為A1、A2……A100，由於這些區域只是所在幀所指向的像素點位置，那麼這100個區域的像素點位置取交集，則得到這個鞋移動的像素位置區域。因此，可以確定該鞋從第1幀到100幀這些幀的時間維度，和該鞋的移動的像素位置區域這一空間維度，從而確定了該鞋所處的動態區域。 當然，在實際應用中，同一個物體在不同的位置，其某些像素可能會發生變化，因此，不同幀中同一個物體所在像素塊的像素值可能不完全一致，因為隨著光線的變化，不同的像素塊中可能會有一些像素點的值發生變化，那麼當兩個像素塊的各個像素點的重合度達到一定數值，則可以認為該兩塊區域是同一個物體在不同的位置移動的情況，進而可以基於該像素塊確定動態區域。 需要說明的是，本發明實施例中，通過像素塊的重合能夠確定動態區域，在動態區域確定後，其覆包裹的區域中的圖片對象則為主體對象。 可以理解，對於各幀圖像中，如果各幀中一個或多個重合的像素塊，其出現的像素位置區域一致，比如在800*600分辨率的視頻中，各幀中有一個像素塊重合，且都在{（0，0），（0,100），（100,0），（100,100）}這個區域，那麼可以認為該像素塊是一個靜態的元素。 較佳的，在本發明另一實施例中，步驟102包括： 子步驟A21，將目標視頻資料轉換為序列幀； 子步驟A22，對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 在本發明實施例中，比如目標視頻資料的分別率是800*600，那麼每幀的分辨率也是800*600，在視頻播放的過程中同一個像素位置的像素值根據幀的變化而變化。那麼本發明實施例可以將像素位置進行劃分，比如圖像沒變化的情況下，其像素位置的像素值是一樣的，該種像素位置就為靜止的，視頻中運動的對象，其在運動過程中可能導致其運動到的像素位置產生變化，那麼該種像素位置則可以劃分為可循環像素位置。 在實際應用中，根據實驗得到的效果，可以將像素位置劃分為三類：靜止像素位置，不可循環像素位置、可循環像素位置： 1、靜止像素位置就是從幀序列的第一幀開始到最後一幀結束，該像素位置的像素值不發生變化。 靜止像素位置可以理解為視頻中靜止不動的圖像所在的位置，所以其像素位置的像素值不發生變化。 2、不可循環像素位置就是從幀序列的第一幀開始到最後一幀結束，其像素值是一直增加或者一直減少。 該種情況通過實驗資料得知，其基本上不會出現在運動的物體經過的像素位置中。 3、可循環像素位置是從第一幀開始到最後一幀結束，其像素值既存在增加的情況也存在減少的情況。 通過對視頻中運動物體經過的像素位置的統計，其經過的像素位置會導致該像素位置的值既存在增加的情況也存在減少的情況，因此可以將既存在增加的情況也存在減少的情況的像素位置作為可循環位置，從而可以從可循環位置中確定動態區域。在本發明實施例中，可以設定一個像素值增加的上限和像素值減少的下限，比如增加10個像素值之內，減少10個像素。如果變化太大，則可能是在拍攝過程中加入的物體，該種情況可能識別不準確。需要說明的是，上述上、下限的取值可以根據實際需求設定，本發明實施例不對其加以限制。 本發明實施例則根據上述過程，針對每個像素位置在不同幀中的像素值的變化程度，確定其是不是可循環像素位置。 當然，本發明實施例中可以將1、2合併為一類，主要識別第3點中的像素位置。 子步驟A23，基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 由於可循環像素位置的上述定義，那麼視頻中運動的物體會導致其經過的像素位置的值產生變化，那麼各個可循環像素位置連通後得到區域中，就包括各動態區域，從而可以從各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 需要說明的是，在本發明實施例中，前述動態區域具備時間維度屬性和空間維度屬性，也可以理解為該動態區域包括像素位置區域，以及該像素位置區域的起始幀和循環時長，其中該像素位置區域為其中的主體對象在整個視頻中運動的區域。該循環時長可以為在以播放時間對各幀進行標記時，主體對象出現的起始幀的時間到結束幀之間的時間，也可以為在以播放順序進行編號時，起始幀的序號到結束幀的幀數。 較佳的，在本發明另一實施例中，該子步驟A23，包括： 子步驟A231，獲取該可循環像素位置的時間一致性參數和空間一致性參數； 在本發明實施例中，基於可循環像素位置取計算主體對象的動態區域時，首先需要獲取可循環像素位置的時間一致性參數和空間一致性參數。 需要說明的是，針對每個可循環像素位置A，其時間一致性參數可以從第一幀開始，以後一幀對前一幀的幀差，計算該可循環像素位置的時間一致性。該幀差比如像素值的差，當然也可以為基於像素值的其他參數。需要說明的是，本發明實施例中時間一致性是針對同一個可循環像素位置不同幀之間的計算。 針對每個可循環像素位置A，其空間一致性參數可以基於該可循環像素位置和其相鄰的可循環像素位置進行計算。在實際應用中，可以先針對每幀的可循環像素位置A和其相鄰的可循環像素位置計算該幀的空間參數，然後基於各幀的空間參數計算該可循環像素位置的空間一致性。 子步驟A232，根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 然後基於各可循環像素位置的時間一致性參數和空間一致性參數作為能量值，帶入圖割算法進行計算，即可確定各個可循環像素位置的起始幀和循環時長。需要說明的是，本發明實施例對圖割算法不加以限制，可以將上述時間一致性參數和空間一致性參數作為其輸入參數的之一即可。 子步驟A233，從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 在本發明實施例中，通過前述步驟確定了可循環像素位置，而可循環像素位置中可能存在噪點，為了避免噪點的存在，本發明實施例則將從各可循環像素位置包裹的區域中，選擇符合連通域條件的區域作為該像素位置區域，該像素位置區域則作為動態區域的空間維度屬性。 其中連通域是可以理解為由一條線圍住的區域。在實際應用中，可以根據高斯平滑、填洞和形態學分析等方面的要求設定相應的連通域條件。其中該連通域條件比如：去掉面積小於面積閾值的連通域。需要說明的是，該面積閾值可以根據實際需求設置，本發明實施例不對其加以限制。 在實際應用中，可以根據可循環像素位置和除可循環像素位置之外的其他像素位置，將視頻圖像二值化為一個灰度圖像，比如前述800*600分辨率的視頻，其可循環像素位置灰度值可以設為255，除可循環像素位置之外的其他像素位置可以設置為0，從而產生了一張灰度圖像。 那麼對於灰度圖像中的灰度值為255的區域進行切割可得到動態區域。 子步驟A234，基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。 由於前述步驟中每個可循環像素位置都計算了一個起始幀和循環時長，那麼由於一個像素位置區域中包括了多個可循環像素位置，而各可循環像素位置的起始幀之間可能不一致，循環時長也可能不一致，那麼可以基於各可循環像素位置的起始幀選擇一個最早的起始幀作為動態區域的起始幀，然後選擇一個包括了各可循環像素位置對應的最晚一幀的循環時間作為動態區域的循環時間，從而可以將該起始幀和循環時長則可以作為動態區域的時間維度屬性。 比如循環位置區域A中包括：可循環像素位置1，可循環像素位置2……可循環像素位置10。 其中可循環像素位置1的起始幀為2，循環時長為40個幀。可循環像素位置2-9的起始幀為3，循環時長為41個幀。可循環像素位置10的起始幀為4，循環時長為50個幀。 那麼對於循環位置區域A對應的動態區域，其起始幀則可以選擇2，因為起始幀2最早。而可循環像素位置1的結束幀為2+40=42幀，可循環像素位置2-9的結束幀為3+41=44幀，可循環像素位置10的結束幀為4+50=54幀，那麼可以54幀計算循環時長，即54-2=52個幀。 當然，如果循環時長採用其他計數方式，可以採用相應的計算方式計算該循環時長，本發明實施例不對其加以限制。 步驟103，接收用戶從該至少一個動態區域中確定目標動態區域； 在實際應用中，由於可以識別出一個或多個動態區域，將該一個或多個動態區域可以發送給用戶進行選擇，用戶需要哪一個動態區域，則基於其需要的動態區域去產生局部動態影像。 結合圖1A，伺服器20在識別出各種動態區域後，可以給各動態區域畫出輪廓，然後從視頻中選擇出一幀圖像，標記處該輪廓後，返回給客戶端10進行展示，以供用戶選擇。當然實際應用中，動態區域輪廓的圖像可以選擇包括該循環區域的任意一幀圖像，然後在該幀圖像上添加動態區域輪廓，本發明實施例不對其加以限制。 可以理解的是，在本發明實施例中，由於是系統對主體對象的動態區域進行自動識別，其可能識別多個動態區域，那麼可能涉及到多個主體對象。當然實際應用中，本發明實施例可以識別所有能夠識別的動態區域。而對於用戶而言，其可能不需要全部的主體對象都動態顯示，因此本發明實施例在識別所有動態區域後，為其標記動態區域輪廓，然後將標記了動態區域輪廓之後的圖像返回給用戶，比如圖1B，有兩個動態區域輪廓以供用戶選擇。 需要說明的是，添加動態區域輪廓可以採用前述二值化的方式，將圖像轉換為灰度圖像，可循環像素位置為準設為255，其他像素位置設為0，然後選擇255包裹的連通域，然後再確定該聯通域的邊沿的像素位置。在選擇前述的一幀圖像後，在該記錄的邊沿的像素位置上添加紅色線條，即可得到動態區域輪廓。 然後用戶可以在客戶端10中選擇一個或多個動態區域作為目標動態區域，客戶端則將用戶選擇的目標動態區域上傳至伺服器。 需要說明的是，當採用在客戶端本地進行視頻處理的架構下，客戶端識別到至少一個動態區域後可以直接進行展示，用戶可以在客戶端本地直接選擇目標動態區域。 步驟104，基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。 在本發明實施例中，由於用戶確定了一個或多個目標動態區域，則可以基於目標動態區域，產生針對該目標動態區域的局部動態影像。 當然，在實際應用中，當用戶選擇了多個目標動態區域，可以將用戶選擇的所有目標動態區域，產生一個局部動態影像，在該局部動態影像中顯示所有目標動態區域的動態圖像。還可以分別針對用戶選擇的每個目標動態區域，各自產生一個局部動態影像，每個局部動態影像顯示一個目標動態區域的動態圖像。當然還可以有其他組合方式，本發明實施例不對其加以限制。 較佳的，步驟104包括： 子步驟1041，確定對應該目標動態區域的子序列幀； 在實際應用中，如前述例子中，對於一個循環區間，計算了其起始幀和循環時長，那麼可以根據其起始幀和循環時長，確定該視頻資料的幀序列中用於產生局部動態影像的子序列幀。其中，當有多個循環區間時，由於每個循環區間的起始幀和循環時長各自有差別，那麼可以選擇包括多個循環區間的起始幀和循環時長。 較佳的，子步驟1041包括： 步驟A31，根據該目標動態區域的起始幀和循環時長，確定該目標動態區域的子序列幀。 比如圖1B中的兩個動態區域，每個動態區域為一隻鞋的運動區域。當用戶選擇了該兩個動態區域。假使一隻鞋對應的動態區域A的起始幀為10，循環時長為50個幀；另一隻鞋對應的動態區域B的起始幀為12，循環時長為52。 如果要將該兩個動態區域放到一個局部動態影像中，則那麼可以設置局部動態影像的起始幀為10，循環時長為54。那麼此時可以獲取子序列幀10-64幀。 當然如果要分別將兩個動態區域各自設置到一個局部動態影像中，則可以分別根據相應的起始幀和循環時長獲取子序列幀。 子步驟1042，將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 比如前述圖1B的目標視頻資料的10-64幀，以第10幀為起始幀，那麼第10幀的動態區域輪廓外的背景為靜態圖像。那麼該第10幀作為新的局部動態影像的第1幀。將目標視頻資料的第11幀的動態區域輪廓區域外的背景替換為第10幀的動態區域輪廓外的背景，則替換後的圖像的背景與第10幀一致，然後將替換後的圖像作為為新的局部動態影像的第1幀。其他幀的處理方式以此類推，知道將目標視頻資料的第64幀的背景替換完之後作為新的局部動態影像的第55幀。 可以理解，對於其他情況以此類推，本發明實施例不對其加以限制。 子步驟1043，基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。 如前述例子，將對應新的局部動態影像的第1幀到底55幀，按序組合即可產生兩隻鞋的局部動態影像。 當然實際應用中，可以繼續產生視頻格式的局部動態影像。也可以將該55幀圖像產生gif（Graphics Interchange Format，圖像互換格式）格式的局部動態影像。局部動態影像的具體格式本發明實施例不對其加以限制。 可以理解，當需要分別對兩隻鞋產生兩個局部動態影像時，可以將相應的子序列幀按照上述方式各自產生一個局部動態影像。本發明實施例不對其加以限制。 當然在局部動態影像產生之後，用戶可以選擇導出局部動態影像，或者點擊分享按鈕，將該局部動態影像分享至某個應用，當然用戶也可以上傳至自己的頁面。本發明實施例不對其加以限制。 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，可以自動產生針對該目標動態區域的局部動態影像。實現了自動化識別動態區間以產生局部動態影像，從而降低了用戶操作；由於動態區域是視頻中主體對象運動的區域，因此也能提高主體對象的動態區域選取的精準度，降低人力和時間成本；並且，通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。另外，本發明實施例可以自動識別目標視頻資料中的多個動態區域，然後供用戶選擇，然後可以根據用戶的需求自動產生其需要的局部動態影像。 參照圖2，其示出了本發明的另一種局部動態影像產生方法實施例的步驟流程圖，包括： 步驟201，獲取目標視頻資料； 在本發明實施例中，可以通過各種方式獲取視頻資料。當對視頻資料進行分析的執行方位伺服器時，則用戶可以通過客戶端上傳其目標視頻資料。 當對視頻資料進行分析的執行方位用戶的設備時，則用戶可以將其目標視頻資料導入其設備。 當然，具體的目標視頻資料獲取方式本發明實施例不對其加以限制。 步驟202，對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 本步驟和前述實施例的步驟102類似，在此不再詳述。 較佳的，步驟203包括： 子步驟B11，將目標視頻資料轉換為序列幀； 子步驟B12，根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。 子步驟B11-B12參照前述實施例子步驟A11-A12，在此不再詳述。 較佳的，步驟203包括： 子步驟B21，將目標視頻資料轉換為序列幀； 子步驟B22，對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 子步驟B23，基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 子步驟B21-B23參照前述實施例子步驟A21-A23，在此不再詳述。 步驟203，從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 在實際應用中，可以由將上述至少一個動態區域標記輪廓，然後供用戶選擇，然後根據用戶的選擇確定目標動態區域。 還可以通過圖像識別方式，去識別動態區域中的主體對象，是否為用戶需求的目標主體對象，如果是，則確定該動態區域為目標動態區域。比如，用戶可預先選擇“鞋”兩個字，然後系統可以從資料庫中獲取“鞋”的特徵，然後去識別各個動態區域的圖像中是否出現些的特徵，如果出現，則選擇該動態區域為目標動態區域。 當然，具體確定目標主體對象所屬的目標動態區域可以有多種，本發明實施例不對其加以限制。 步驟204，產生針對該目標動態區域的局部動態影像。 本步驟和前述實施例的步驟204類似，在此不再詳述。 較佳的，步驟204包括： 子步驟2041，確定對應該目標動態區域的子序列幀； 子步驟2042，將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 子步驟2043，基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。 子步驟2041-2043參照前述實施例的子步驟1041-1043，在此不再詳述。 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，可以自動產生針對該目標動態區域的局部動態影像。實現了自動化識別動態區間以產生局部動態影像，從而降低了用戶操作；由於動態區域是視頻中主體對象運動的區域，因此也能提高主體對象的動態區域選取的精準度，降低人力和時間成本；並且，通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。另外，本發明實施例可以自動識別用戶需求的主體對象的動態區域，更減少用戶的人力和時間成本。 參照圖3，其示出了本發明的一種圖像處理方法實施例的步驟流程圖，包括： 步驟301，獲取目標視頻資料； 本步驟參照前述步驟101或201的描述，在此不再詳述。 步驟302，對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 本步驟參照前述步驟102的描述，在此不再詳述。 較佳的，步驟302包括： 子步驟C11，將目標視頻資料轉換為序列幀； 子步驟C12，根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。 子步驟C11-C12參照前述實施例子步驟A11-A12，在此不再詳述。 較佳的，步驟302包括： 子步驟C21，將目標視頻資料轉換為序列幀； 子步驟C22，對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 子步驟C23，基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 子步驟C21-C23參照前述實施例子步驟A21-A23，在此不再詳述。 較佳的，子步驟C23包括： 子步驟C231，獲取該可循環像素位置的時間一致性參數和空間一致性參數； 子步驟C232，根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 子步驟C233，從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 子步驟C234，基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。 子步驟C231-C234參照前述實施例子步驟A231-A234，在此不再詳述。 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，從而降低用戶手動畫輪廓的過程，提高動態區域的精確性，降低人力和時間成本，並且通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。 需要說明的是，對於方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領域技術人員應該知悉，本發明實施例並不受所描述的動作順序的限制，因為依據本發明實施例，某些步驟可以採用其他順序或者同時進行。其次，本領域技術人員也應該知悉，說明書中所描述的實施例均屬於較佳實施例，所涉及的動作並不一定是本發明實施例所必須的。 參照圖4，示出了本發明的一種局部動態影像產生裝置實施例的結構方塊圖，具體可以包括如下模組： 第一視頻獲取模組401，用於獲取用戶上傳的目標視頻資料； 動態區域分析模組402，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 第一目標確定模組403，用於接收用戶從該至少一個動態區域中確定目標動態區域； 局部影像產生模組404，用於基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。 較佳的，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 第一動態區域分析子模組，用於根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。 較佳的，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 可循環像素位置確定子模組，用於對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 第二動態區域分析子模組，用於基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 較佳的，該第二動態區域分析子模組包括： 一致性參數獲取單元，用於獲取該可循環像素位置的時間一致性參數和空間一致性參數； 像素參數確定單元，用於根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 像素位置區域確定單元，用於從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 幀參數單元，用於基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。 較佳的，該局部影像產生模組包括： 子序列幀確定子模組，用於確定對應該目標動態區域的子序列幀； 替換子模組，用於將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 第一產生子模組，基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。 較佳的，該子序列幀確定子模組包括： 子序列幀確定單元根據該目標動態區域的起始幀和循環時長，確定該目標動態區域的子序列幀。 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，可以自動產生針對該目標動態區域的局部動態影像。實現了自動化識別動態區間以產生局部動態影像，從而降低了用戶操作；由於動態區域是視頻中主體對象運動的區域，因此也能提高主體對象的動態區域選取的精準度，降低人力和時間成本；並且，通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。另外，本發明實施例可以自動識別目標視頻資料中的多個動態區域，然後供用戶選擇，然後可以根據用戶的需求自動產生其需要的局部動態影像。 參照圖5，示出了本發明的另一種局部動態影像產生裝置實施例的結構方塊圖，具體可以包括如下模組： 第二視頻獲取模組501，用於獲取目標視頻資料； 動態區域分析模組502，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 第二目標確定模組503，用於從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 局部影像產生模組504，用於產生針對該目標動態區域的局部動態影像。 較佳的，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 第一動態區域分析子模組，用於根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。 較佳的，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 可循環像素位置確定子模組，用於對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 第二動態區域分析子模組，用於基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 較佳的，該局部影像產生模組包括： 子序列幀確定子模組，用於確定對應該目標動態區域的子序列幀； 替換子模組，用於將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 第一產生子模組，基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，可以自動產生針對該目標動態區域的局部動態影像。實現了自動化識別動態區間以產生局部動態影像，從而降低了用戶操作；由於動態區域是視頻中主體對象運動的區域，因此也能提高主體對象的動態區域選取的精準度，降低人力和時間成本；並且，通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。另外，本發明實施例可以自動識別用戶需求的主體對象的動態區域，更減少用戶的人力和時間成本。 參照圖6，示出了本發明的一種圖像處理裝置實施例的結構方塊圖，具體可以包括如下模組： 第二視頻獲取模組601，用於獲取目標視頻資料； 動態區域分析模組602，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 較佳的，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 第一動態區域分析子模組，用於根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。 較佳的，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 可循環像素位置確定子模組，用於對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 第二動態區域分析子模組，用於基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。 較佳的，該第二動態區域分析子模組包括： 一致性參數獲取單元，用於獲取該可循環像素位置的時間一致性參數和空間一致性參數； 像素參數確定單元，用於根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 像素位置區域確定單元，用於從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 幀參數單元，用於基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。 本發明實施例通過對對該目標視頻資料的各幀的像素值進行分析，智能確定該目標視頻資料中至少一個動態區域，然後對於至少一個動態區域中的目標動態區域，從而降低用戶手動畫輪廓的過程，提高動態區域的精確性，降低人力和時間成本，並且通過系統自動識別動態區域，避免了通過人眼識別很難識別不太清晰的主體對象的情況，對視頻的主體對象分離要求較低，從而對降低對視頻素材的需求。 本發明實施例還提供了一種非揮發性可讀儲存介質，該儲存介質中儲存有一個或多個模組（programs），該一個或多個模組被應用在設備時，可以使得該設備執行本發明實施例中各方法步驟的指令（instructions）。 圖7為本發明另一實施例提供的設備的硬體結構示意圖。如圖7所示，本實施例的設備包括處理器81以及記憶體82。 處理器81執行記憶體82所存放的電腦程式代碼，實現上述實施例中圖1至圖4的局部動態影像產生方法。 記憶體82被配置為儲存各種類型的資料以支持在設備的操作。這些資料的示例包括用於在設備上操作的任何應用程式或方法的指令，例如消息，圖片，視頻等。記憶體82可能包含隨機存取記憶體（random access memory，簡稱RAM），也可能還包括非揮發性記憶體（non-volatile memory），例如至少一個磁碟記憶體。 可選地，處理器81設置在處理組件80中。該設備還可以包括：通信組件83，電源組件84，多媒體組件85，音頻組件86，輸入/輸出介面87和/或傳感器組件88。設備具體所包含的組件等依據實際需求設定，本實施例對此不作限定。 處理組件80通常控制設備的整體操作。處理組件80可以包括一個或多個處理器81來執行指令，以完成上述圖1至圖4方法的全部或部分步驟。此外，處理組件80可以包括一個或多個模組，便於處理組件80和其他組件之間的互動。例如，處理組件80可以包括多媒體模組，以方便多媒體組件85和處理組件80之間的互動。 電源組件84為設備的各種組件提供電力。電源組件84可以包括電源管理系統，一個或多個電源，及其他與為設備產生、管理和分配電力相關聯的組件。 多媒體組件85包括在設備和用戶之間的提供一個輸出介面的顯示螢幕。在一些實施例中，顯示螢幕可以包括液晶顯示器（LCD）和觸控面板（TP）。如果顯示螢幕包括觸控面板，顯示螢幕可以被實現為觸控螢幕，以接收來自用戶的輸入信號。觸控面板包括一個或多個觸控傳感器以感測觸控、滑動和觸控面板上的手勢。該觸控傳感器可以不僅感測觸控或滑動動作的邊界，而且還檢測與該觸控或滑動操作相關的持續時間和壓力。 音頻組件86被配置為輸出和/或輸入音頻信號。例如，音頻組件86包括一個麥克風（MIC），當設備處於操作模式，如語音識別模式時，麥克風被配置為接收外部音頻信號。所接收的音頻信號可以被進一步儲存在記憶體82或經由通信組件83發送。在一些實施例中，音頻組件86還包括一個揚聲器，用於輸出音頻信號。 輸入/輸出介面87為處理組件80和外圍介面模組之間提供介面，上述外圍介面模組可以是點擊輪，按鈕等。這些按鈕可包括但不限於：音量按鈕、啟動按鈕和鎖定按鈕。 傳感器組件88包括一個或多個傳感器，用於為設備提供各個方面的狀態評估。例如，傳感器組件88可以檢測到設備的打開/關閉狀態，組件的相對定位，用戶與設備接觸的存在或不存在。傳感器組件88可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在，包括檢測用戶與設備間的距離。在一些實施例中，該傳感器組件88還可以包括攝像頭等。 通信組件83被配置為便於設備和其他設備之間有線或無線方式的通信。設備可以接入基於通信標準的無線網路，如WiFi，2G或3G，或它們的組合。在一個實施例中，該設備中可以包括SIM卡插槽，該SIM卡插槽用於插入SIM卡，使得設備可以登錄GPRS網路，通過互聯網與伺服器建立通信。 由上可知，在圖7實施例中所涉及的通信組件83、音頻組件86以及輸入/輸出介面87、傳感器組件88均可以作為輸入設備的實現方式。 在本實施例的一種設備中，該處理器，用於獲取用戶上傳的目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；接收用戶從該至少一個動態區域中確定目標動態區域；基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像；或者用於獲取目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域；從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域；產生針對該目標動態區域的局部動態影像；或者用於獲取目標視頻資料；對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。 對於裝置實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。 本說明書中的各個實施例均採用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。 本領域內的技術人員應明白，本發明實施例的實施例可提供為方法及裝置、或電腦程式產品。因此，本發明實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本發明實施例可採用在一個或多個其中包含有電腦可用程式代碼的電腦可用儲存介質(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。 本發明實施例是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和／或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和／或方塊圖中的每一流程和／或方塊、以及流程圖和／或方塊圖中的流程和／或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器，使得通過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和／或方塊圖一個方塊或多個方塊中指定的功能的裝置。 這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中，使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和／或方塊圖一個方塊或多個方塊中指定的功能。 這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上，使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和／或方塊圖一個方塊或多個方塊中指定的功能的步驟。 儘管已描述了本發明實施例的較佳實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例做出另外的變更和修改。所以，所附申請專利範圍意欲解釋為包括較佳實施例以及落入本發明實施例範圍的所有變更和修改。 最後，還需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。 以上對本發明所提供的一種局部動態影像產生方法、一種局部動態影像產生裝置、一種圖像處理方法、一種圖像處理裝置，進行了詳細介紹，本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用於幫助理解本發明的方法及其核心思想；同時，對於本領域的一般技術人員，依據本發明的思想，在具體實施方式及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。
101~104‧‧‧步驟
10‧‧‧客戶端
20‧‧‧伺服器
201~204‧‧‧步驟
301、302‧‧‧步驟
401‧‧‧第一視頻獲取模組
402‧‧‧動態區域分析模組
403‧‧‧第一目標確定模組
404‧‧‧局部影像生成模組
501‧‧‧第二視頻獲取模組
502‧‧‧動態區域分析模組
503‧‧‧第二目標確定模組
504‧‧‧局部影像生成模組
601‧‧‧第二視頻獲取模組
602‧‧‧動態區域分析模組
80‧‧‧處理組件
81‧‧‧處理器
82‧‧‧記憶體
83‧‧‧通信組件
84‧‧‧電源組件
85‧‧‧多媒體組件
86‧‧‧音頻組件
87‧‧‧輸入/輸出介面
88‧‧‧傳感器組件
圖1是本發明的一種局部動態影像產生方法實施例的步驟流程圖； 圖1A是本發明的一種局部動態影像產生系統架構示例； 圖1B是本發明的一種動態區域輪廓示例； 圖2是本發明的另一種局部動態影像產生方法實施例的步驟流程圖； 圖3是本發明的另一種圖像處理方法實施例的步驟流程圖； 圖4是本發明的一種局部動態影像產生裝置實施例的結構方塊圖； 圖5是本發明的另一種局部動態影像產生裝置實施例的結構方塊圖； 圖6是本發明的一種圖像處理裝置實施例的結構方塊圖； 圖7為本發明另一實施例提供的設備的硬體結構示意圖。
Claims (34)
- 一種局部動態影像產生方法，其特徵在於，包括： 獲取用戶上傳的目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 接收用戶從該至少一個動態區域中確定目標動態區域； 基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。
- 根據請求項1所述的方法，其中，該對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域的步驟，包括： 將目標視頻資料轉換為序列幀； 根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項1所述的方法，其中，該對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域的步驟，包括： 將目標視頻資料轉換為序列幀； 對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項3所述的方法，其中，該基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域的步驟，包括： 獲取該可循環像素位置的時間一致性參數和空間一致性參數； 根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。
- 根據請求項1或4所述的方法，其中，該基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像的步驟，包括： 確定對應該目標動態區域的子序列幀； 將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。
- 根據請求項5所述的方法，其中，該確定該視頻資料中包括該動態區域的子序列幀的步驟包括： 根據該目標動態區域的起始幀和循環時長，確定該目標動態區域的子序列幀。
- 一種局部動態影像產生方法，其特徵在於，包括： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 產生針對該目標動態區域的局部動態影像。
- 根據請求項7所述的方法，其中，該對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域的步驟，包括： 將目標視頻資料轉換為序列幀； 根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項8所述的方法，其中，該對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域的步驟，包括： 將目標視頻資料轉換為序列幀； 對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項7所述的方法，其中，該基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像的步驟，包括： 確定對應該目標動態區域的子序列幀； 將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。
- 一種圖像處理方法，其特徵在於，包括： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。
- 根據請求項11所述的方法，其中，該對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域的步驟，包括： 將目標視頻資料轉換為序列幀； 根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項12所述的方法，其中，該對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域的步驟，包括： 將目標視頻資料轉換為序列幀； 對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項13所述的方法，其中，該基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域的步驟，包括： 獲取該可循環像素位置的時間一致性參數和空間一致性參數； 根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。
- 一種局部動態影像產生裝置，其特徵在於，包括： 第一視頻獲取模組，用於獲取用戶上傳的目標視頻資料； 動態區域分析模組，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 第一目標確定模組，用於接收用戶從該至少一個動態區域中確定目標動態區域； 局部影像產生模組，用於基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。
- 根據請求項15所述的裝置，其中，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 第一動態區域分析子模組，用於根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項15所述的裝置，其中，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 可循環像素位置確定子模組，用於對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 第二動態區域分析子模組，用於基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項17所述的裝置，其中，該第二動態區域分析子模組包括： 一致性參數獲取單元，用於獲取該可循環像素位置的時間一致性參數和空間一致性參數； 像素參數確定單元，用於根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 像素位置區域確定單元，用於從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 幀參數單元，用於基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。
- 根據請求項15或18所述的裝置，其中，該局部影像產生模組包括： 子序列幀確定子模組，用於確定對應該目標動態區域的子序列幀； 替換子模組，用於將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 第一產生子模組，基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。
- 根據請求項19所述的裝置，其中，該子序列幀確定子模組包括： 子序列幀確定單元根據該目標動態區域的起始幀和循環時長，確定該目標動態區域的子序列幀。
- 一種局部動態影像產生裝置，其特徵在於，包括： 第二視頻獲取模組，用於獲取目標視頻資料； 動態區域分析模組，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 第二目標確定模組，用於從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 局部影像產生模組，用於產生針對該目標動態區域的局部動態影像。
- 根據請求項21所述的裝置，其中，該動態區域分析模組包括： 第二視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 第一動態區域分析子模組，用於根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項21所述的裝置，其中，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 可循環像素位置確定子模組，用於對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 第二動態區域分析子模組，用於基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項21所述的裝置，其中，該局部影像產生模組包括： 子序列幀確定子模組，用於確定對應該目標動態區域的子序列幀； 替換子模組，用於將該子序列幀之中，起始幀之後的後續幀的背景圖像替換為該起始幀的背景圖像；該背景圖像為每幀圖像中該目標動態區域之外的圖像； 第一產生子模組，基於該起始幀和替換了背景圖像的後續幀，產生針對該目標動態區域的局部動態影像。
- 一種圖像處理裝置，其特徵在於，包括： 視頻獲取模組，用於獲取目標視頻資料； 動態區域分析模組，用於對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。
- 根據請求項25所述的裝置，其中，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 第一動態區域分析子模組，用於根據各幀圖像中屬於不同像素位置的像素塊之間的重合度，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項25所述的裝置，其中，該動態區域分析模組包括： 視頻轉換子模組，用於將目標視頻資料轉換為序列幀； 可循環像素位置確定子模組，用於對於該目標視頻資料中每個像素位置，根據各幀中該像素位置的像素值的變化程度，確定可循環像素位置； 第二動態區域分析子模組，用於基於各可循環像素位置所連通的區域中，確定該目標視頻資料中的至少一個動態區域。
- 根據請求項27所述的裝置，其中，該第二動態區域分析子模組包括： 一致性參數獲取單元，用於獲取該可循環像素位置的時間一致性參數和空間一致性參數； 像素參數確定單元，用於根據各可循環像素位置的時間一致性參數和空間一致性參數，確定各可循環像素位置的起始幀和循環時長； 像素位置區域確定單元，用於從各可循環像素位置所連通的區域中，選擇符合連通域條件的區域作為該動態區域的像素位置區域； 幀參數單元，用於基於每個像素位置區域中的各像素位置的起始幀和循環時長，確定該動態區域的起始幀和循環時長。
- 一種設備，其特徵在於，包括處理器、記憶體及儲存在該記憶體上並可在該處理器上運行的電腦程式，該電腦程式被該處理器執行時實現如下步驟： 獲取用戶上傳的目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 接收用戶從該至少一個動態區域中確定目標動態區域； 基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。
- 一種電腦可讀儲存介質，其特徵在於，該電腦可讀儲存介質上儲存電腦程式，該電腦程式被處理器執行時實現如下步驟： 獲取用戶上傳的目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 接收用戶從該至少一個動態區域中確定目標動態區域； 基於用戶確定的目標動態區域，產生針對該目標動態區域的局部動態影像。
- 一種設備，其特徵在於，包括處理器、記憶體及儲存在該記憶體上並可在該處理器上運行的電腦程式，該電腦程式被該處理器執行時實現如下步驟： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 產生針對該目標動態區域的局部動態影像。
- 一種電腦可讀儲存介質，其特徵在於，該電腦可讀儲存介質上儲存電腦程式，該電腦程式被處理器執行時實現如下步驟： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域； 從該至少一個動態區域中，確定目標主體對象所屬的目標動態區域； 產生針對該目標動態區域的局部動態影像。
- 一種設備，其特徵在於，包括處理器、記憶體及儲存在該記憶體上並可在該處理器上運行的電腦程式，該電腦程式被該處理器執行時實現如下步驟： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。
- 一種電腦可讀儲存介質，其特徵在於，該電腦可讀儲存介質上儲存電腦程式，該電腦程式被處理器執行時實現如下步驟： 獲取目標視頻資料； 對該目標視頻資料的各幀的像素值進行分析，確定該目標視頻資料中至少一個動態區域。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710939457.2A CN109600544B (zh) | 2017-09-30 | 2017-09-30 | 一种局部动态影像生成方法及装置 |
| ??201710939457.2 | 2017-09-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW201915946A true TW201915946A (zh) | 2019-04-16 |
Family
ID=65900674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107120687A TW201915946A (zh) | 2017-09-30 | 2018-06-15 | 局部動態影像產生方法及裝置 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN109600544B (zh) |
| TW (1) | TW201915946A (zh) |
| WO (1) | WO2019062631A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110324663A (zh) * | 2019-07-01 | 2019-10-11 | 北京奇艺世纪科技有限公司 | 一种动态图像的生成方法、装置、电子设备和存储介质 |
| CN111179159B (zh) * | 2019-12-31 | 2024-02-20 | 北京金山云网络技术有限公司 | 消除视频中目标影像的方法、装置、电子设备及存储介质 |
| CN111598947B (zh) * | 2020-04-03 | 2024-02-20 | 上海嘉奥信息科技发展有限公司 | 通过标识特征自动识别病人方位的方法和系统 |
| CN111753679B (zh) * | 2020-06-10 | 2023-11-24 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) | 微运动监测方法、装置、设备及计算机可读存储介质 |
| CN112866669B (zh) * | 2021-01-15 | 2023-09-15 | 聚好看科技股份有限公司 | 一种数据切换时间确定方法及设备 |
| CN112995533A (zh) * | 2021-02-04 | 2021-06-18 | 上海哔哩哔哩科技有限公司 | 视频制作方法及装置 |
| CN114363697B (zh) * | 2022-01-06 | 2024-04-26 | 上海哔哩哔哩科技有限公司 | 视频文件生成、播放方法及装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100568237B1 (ko) * | 2004-06-10 | 2006-04-07 | 삼성전자주식회사 | 비디오 영상으로부터 이동 물체를 추출하는 장치 및 방법 |
| CN101366027B (zh) * | 2005-11-15 | 2013-03-20 | 耶路撒冷希伯来大学伊森姆研究发展公司 | 用于产生视频概要的方法和系统 |
| WO2007076891A1 (en) * | 2005-12-30 | 2007-07-12 | Telecom Italia S.P.A. | Average calculation in color space, particularly for segmentation of video sequences |
| CN101510304B (zh) * | 2009-03-30 | 2014-05-21 | 北京中星微电子有限公司 | 一种分割获取前景图像的方法、装置和摄像头 |
| EP2587826A4 (en) * | 2010-10-29 | 2013-08-07 | Huawei Tech Co Ltd | EXTRACTIOM, ASSOCIATED PROCESS AND SYSTEM FOR CERTAIN OBJECTS OF A VIDEO |
| CN103092929B (zh) * | 2012-12-30 | 2016-12-28 | 信帧电子技术（北京）有限公司 | 一种视频摘要的生成方法及装置 |
| CN104023172A (zh) * | 2014-06-27 | 2014-09-03 | 深圳市中兴移动通信有限公司 | 动态影像的拍摄方法和拍摄装置 |
| CN105025360B (zh) * | 2015-07-17 | 2018-07-17 | 江西洪都航空工业集团有限责任公司 | 一种改进的快速视频浓缩的方法 |
| CN105654471B (zh) * | 2015-12-24 | 2019-04-09 | 武汉鸿瑞达信息技术有限公司 | 应用于互联网视频直播的增强现实ar系统及方法 |
| CN105516610A (zh) * | 2016-02-19 | 2016-04-20 | 深圳新博科技有限公司 | 拍摄局部动态影像的方法及装置 |
| CN106453864A (zh) * | 2016-09-26 | 2017-02-22 | 广东欧珀移动通信有限公司 | 一种图像处理方法、装置和终端 |
-
2017
- 2017-09-30 CN CN201710939457.2A patent/CN109600544B/zh active Active
-
2018
- 2018-06-15 TW TW107120687A patent/TW201915946A/zh unknown
- 2018-09-20 WO PCT/CN2018/106633 patent/WO2019062631A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019062631A1 (zh) | 2019-04-04 |
| CN109600544B (zh) | 2021-11-23 |
| CN109600544A (zh) | 2019-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TW201915946A (zh) | 局部動態影像產生方法及裝置 | |
| EP3713212B1 (en) | Image capture method, terminal, and storage medium | |
| TWI677252B (zh) | 車輛損害圖像獲取方法、裝置、伺服器和終端設備 | |
| CN113344901B (zh) | 涂胶缺陷检测方法、装置、存储介质及电子设备 | |
| KR101727169B1 (ko) | 이미지 필터를 생성하기 위한 방법 및 장치 | |
| CN105138962A (zh) | 图像显示方法及装置 | |
| CN112115894B (zh) | 手部关键点检测模型的训练方法、装置及电子设备 | |
| CN110089117B (zh) | 处理和格式化视频用于交互式呈现 | |
| CN114267041B (zh) | 场景中对象的识别方法及装置 | |
| KR20200132569A (ko) | 특정 순간에 관한 사진 또는 동영상을 자동으로 촬영하는 디바이스 및 그 동작 방법 | |
| US20220222831A1 (en) | Method for processing images and electronic device therefor | |
| CN112258404A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN109271929B (zh) | 检测方法和装置 | |
| CN108551552A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
| WO2023071861A1 (zh) | 数据可视化展示方法、装置、计算机设备和存储介质 | |
| CN113516666A (zh) | 图像裁剪方法、装置、计算机设备及存储介质 | |
| CN109784327B (zh) | 边界框确定方法、装置、电子设备及存储介质 | |
| CN112950525A (zh) | 图像检测方法、装置及电子设备 | |
| CN114926351A (zh) | 图像处理方法、电子设备以及计算机存储介质 | |
| CN110851059A (zh) | 图片编辑方法、装置和电子设备 | |
| US20160140748A1 (en) | Automated animation for presentation of images | |
| CN116524088B (zh) | 珠宝虚拟试戴方法、装置、计算机设备和存储介质 | |
| US11423654B2 (en) | Identification of continuity errors in video by automatically detecting visual inconsistencies in video frames | |
| CN110827194A (zh) | 图像处理的方法、装置及计算机存储介质 | |
| CN116452745A (zh) | 手部建模、手部模型处理方法、设备和介质 |