[发明专利]一种视频剪辑的方法、装置及电子设备在审
| 申请号: | 201810308302.3 | 申请日: | 2018-04-08 |
| 公开(公告)号: | CN110351597A | 公开(公告)日: | 2019-10-18 |
| 发明(设计)人: | 刘兆艳;肖其虎 | 申请(专利权)人: | 中兴通讯股份有限公司 |
| 主分类号: | H04N21/44 | 分类号: | H04N21/44;H04N21/845;G06K9/00;G06K9/62 |
| 代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 蒋冬梅;龙洪 |
| 地址: | 518057 广东省深圳市南山*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 视频剪辑 视频图像 图像集合 分类 装置及电子设备 视频 时间点 剪辑 视频图像生成 个性化需求 用户体验 个性化 | ||
1.一种视频剪辑的方法,包括:
获取待剪辑视频在多个时间点中每个时间点的视频图像,组成图像集合;
对所述图像集合中的所有视频图像进行分类;
从所述图像集合中获取选中的分类的视频图像,根据所述选中的分类的视频图像生成对应的分类视频。
2.如权利要求1所述的方法,其特征在于,所述获取待剪辑视频在多个时间点中每个时间点的视频图像,组成图像集合之后,还包括:
生成所述图像集合中每个视频图像对应的缩略图。
3.如权利要求2所述的方法,其特征在于,所述生成所述图像集合中每个视频图像对应的缩略图之后,还包括:
显示所述图像集合中每个视频图像对应的缩略图。
4.如权利要求1所述的方法,其特征在于,所述对所述图像集合中的所有视频图像进行分类包括:
通过深度学习算法对所述图像集合中的所有视频图像进行分类。
5.如权利要求4所述的方法,其特征在于,所述通过深度学习算法对所述图像集合中的所有视频图像进行分类之前,还包括:
对所述图像集合中的所有视频图像进行预处理。
6.如权利要求5所述的方法,其特征在于,所述对所述图像集合中的所有视频图像进行预处理包括:
输入所述视频图像的图像数据,将所述图像数据进行数据类型转换,进行数据归一化和白化处理。
7.如权利要求1所述的方法,其特征在于,
所述对所述图像集合中的所有视频图像进行分类之后,还包括:对每个分类的视频图像设置分类标记;
所述从所述图像集合中获取选中的分类的视频图像,包括:从所述图像集合中获取标记为所述选中的分类的视频图像。
8.如权利要求1所述的方法,其特征在于,所述对所述图像集合中的所有视频图像进行分类之后,还包括:
从每个分类的视频图像中选择一视频图像,生成缩略图。
9.如权利要求8所述的方法,其特征在于,所述从每个分类的视频图像中选择一视频图像,生成缩略图之后,还包括:
显示每个分类对应的缩略图。
10.如权利要求1所述的方法,其特征在于,所述从所述图像集合中获取选中的分类的视频图像之前,还包括:
接收第一用户指令,所述第一用户指令用于指示选中的分类。
11.如权利要求1所述的方法,其特征在于,所述从所述图像集合中获取选中的分类的视频图像之后,还包括:
生成所述选中的分类的所有视频图像对应的缩略图。
12.如权利要求11所述的方法,其特征在于,所述生成所述选中的分类的所有视频图像对应的缩略图之后,还包括:
显示所述选中的分类的所有视频图像对应的缩略图。
13.如权利要求1所述的方法,其特征在于,所述根据所述选中的分类的视频图像生成对应的分类视频之前,还包括:
接收第二用户指令,所述第二用户指令用于指示生成所述分类视频。
14.如权利要求1所述的方法,其特征在于,所述根据所述选中的分类的视频图像生成对应的分类视频,包括:
对所述分类的视频图像对应的视频片段进行合并和编码,生成所述分类视频。
15.如权利要求1~14中任意一项所述的方法,其特征在于,
所述多个时间点为连续的时间点。
16.如权利要求1~14中任意一项所述的方法,其特征在于,
所述视频图像为关键帧图像。
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中兴通讯股份有限公司,未经中兴通讯股份有限公司许可,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/201810308302.3/1.html,转载请声明来源钻瓜专利网。





