[发明专利]基于自适应跟踪框分割的视频数据实时处理方法及装置有效
申请号: | 201711423802.3 | 申请日: | 2017-12-25 |
公开(公告)号: | CN108111911B | 公开(公告)日: | 2020-07-28 |
发明(设计)人: | 赵鑫;邱学侃;颜水成 | 申请(专利权)人: | 北京奇虎科技有限公司 |
主分类号: | H04N21/44 | 分类号: | H04N21/44;H04N21/431;H04N21/2187;G06T7/11;G06T7/194;G06T7/246 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国 |
地址: | 100088 北京市西城区新*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 跟踪 分割 视频 数据 实时处理 方法 装置 | ||
本发明公开了一种基于自适应跟踪框分割的视频数据实时处理方法、装置、计算设备及计算机存储介质,该方法包括:获取一组帧图像中包含有特定对象的第t帧图像以及与第t‑1帧图像对应的跟踪框;依据第t帧图像,对与第t‑1帧图像对应的跟踪框进行调整处理,得到与第t帧图像对应的跟踪框;根据与第t帧图像对应的跟踪框,对第t帧图像的部分区域进行场景分割处理,得到与第t帧图像对应的分割结果;根据分割结果,确定第t帧图像的第二前景图像;依据第二前景图像,添加个性化特效,得到处理后的第t帧图像;将处理后的第t帧图像覆盖第t帧图像得到处理后的视频数据;显示处理后的视频数据。该技术方案能够更为精准、快速地对帧图像添加个性化特效。
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于自适应跟踪框分割的视频数据实时处理方法、装置、计算设备及计算机存储介质。
背景技术
现有技术中,当用户需要对视频进行更换背景、添加特效等个性化处理时,经常会使用到图像分割方法对视频中的帧图像进行场景分割处理,其中,采用基于深度学习的图像分割方法可以达到像素级别的分割效果。然而现有的图像分割方法在进行场景分割处理时,需要对帧图像的全部内容都进行场景分割处理,数据处理量较大,处理效率较低;另外,现有的图像分割方法在进行场景分割处理时,并不考虑前景图像在帧图像中所占比例,因此当前景图像在帧图像中所占比例较小时,利用现有的图像分割方法很容易将实际属于前景图像边缘处的像素点划分为背景图像,所得到的分割结果的分割精度较低、分割效果较差。因此,现有技术中的图像分割方式存在着图像场景分割的数据处理量大,处理效率和分割精度低下的问题,那么利用所得到的分割结果也无法很好地、精准地对视频中的帧图像添加个性化特效,所得到的处理后的视频数据的显示效果较差。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于自适应跟踪框分割的视频数据实时处理方法、装置、计算设备及计算机存储介质。
根据本发明的一个方面,提供了一种基于自适应跟踪框分割的视频数据实时处理方法,该方法用于对视频中每隔n帧划分得到的各组帧图像进行处理,针对其中一组帧图像,该方法包括:
获取一组帧图像中包含有特定对象的第t帧图像以及与第t-1帧图像对应的跟踪框,其中t大于1;与第1帧图像对应的跟踪框是根据与第1帧图像对应的分割结果所确定的;
依据第t帧图像,对与第t-1帧图像对应的跟踪框进行调整处理,得到与第t帧图像对应的跟踪框;根据与第t帧图像对应的跟踪框,对第t帧图像的部分区域进行场景分割处理,得到与第t帧图像对应的分割结果;
根据与第t帧图像对应的分割结果,确定第t帧图像的第二前景图像;
依据第二前景图像,添加个性化特效,得到处理后的第t帧图像;
将处理后的第t帧图像覆盖第t帧图像得到处理后的视频数据;
显示处理后的视频数据。
进一步地,依据第二前景图像,添加个性化特效,得到处理后的第t帧图像进一步包括:
从第二前景图像中提取出待处理区域的关键信息;
根据关键信息,绘制效果贴图;
将效果贴图、第二前景图像与预设背景图像进行融合处理,得到处理后的第t帧图像;或者,将效果贴图、第二前景图像与根据与第t帧图像对应的分割结果确定的第二背景图像进行融合处理,得到处理后的第t帧图像。
进一步地,关键信息为关键点信息;根据关键信息,绘制效果贴图进一步包括:
查找与关键点信息对应的基础效果贴图;或者,获取用户指定的基础效果贴图;
根据关键点信息,计算具有对称关系的至少两个关键点之间的位置信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司,未经北京奇虎科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711423802.3/2.html,转载请声明来源钻瓜专利网。