[发明专利]视频内容处理方法、装置及设备在审

专利信息
申请号: 201910128217.3 申请日: 2019-02-21
公开(公告)号: CN109874051A 公开(公告)日: 2019-06-11
发明(设计)人: 王群 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: H04N21/44 分类号: H04N21/44;H04N21/472;G06K9/62;G06K9/00
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 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: 视频内容处理 装置及设备 编辑处理 目标标记 目标区域 目标图像 目标元素 显示参数 语言内容 视频 机器学习模型 获取目标 视频帧 图像 转换
【权利要求书】:

1.一种视频内容处理方法,其特征在于,包括:

获取视频帧中的目标区域;

提取与所述目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理,获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数;

根据所述显示参数将所述目标元素转换为对应的目标标记语言内容,以对所述目标标记语言内容进行编辑处理。

2.如权利要求1所述的视频内容处理方法,其特征在于,所述获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数,包括:

获取所述目标图像中的文字在所述目标图像中的显示参数。

3.如权利要求2所述的视频内容处理方法,其特征在于,所述根据所述显示参数将所述目标元素转换为对应的目标标记语言内容包括:

对所述文字进行识别,获取文字内容;

根据所述文字内容和所述显示参数将所述文字转换为对应的目标标记语言内容。

4.如权利要求1所述的视频内容处理方法,其特征在于,所述获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数,包括:

获取所述目标图像中的图形在所述目标图像中的显示参数。

5.如权利要求1所述的视频内容处理方法,其特征在于,在提取与所述目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理之前,还包括:

获取包含样本元素和对应显示参数标记的图像训练样本数据;

根据预设的目标函数和所述图像训练样本数据训练预设模型的处理参数,生成所述机器学习模型。

6.如权利要求1所述的视频内容处理方法,其特征在于,在获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数之后,还包括:

在所述视频帧中将所述目标元素绘制为选中状态。

7.如权利要求1所述的视频内容处理方法,其特征在于,所述根据所述显示参数将所述目标元素转换为对应的目标标记语言内容包括:

根据所述显示参数将所述目标元素按照在所述目标图像中的布局进行排版,并转换为对应的目标标记语言内容;

将所述目标标记语言内容存储到操作系统的内存剪切板中。

8.一种视频内容处理装置,其特征在于,包括:

获取模块,用于获取视频帧中的目标区域;

处理模块,用于提取与所述目标区域对应的目标图像输入到预先训练的机器学习模型中进行处理,获取所述目标图像中的各类型的目标元素在所述目标图像中的显示参数;

转换模块,用于根据所述显示参数将所述目标元素转换为对应的目标标记语言内容,以对所述目标标记语言内容进行编辑处理。

9.如权利要求8所述的视频内容处理装置,其特征在于,所述处理模块具体用于:

获取所述目标图像中的文字在所述目标图像中的显示参数。

10.如权利要求9所述的视频内容处理装置,其特征在于,所述转换模块具体用于:

对所述文字进行识别,获取文字内容;

根据所述文字内容和所述显示参数将所述文字转换为对应的目标标记语言内容。

11.如权利要求8所述的视频内容处理装置,其特征在于,所述处理模块具体用于:

获取所述目标图像中的图形在所述目标图像中的显示参数。

12.如权利要求8所述的视频内容处理装置,其特征在于,还包括:

训练模块,用于获取包含样本元素和对应显示参数标记的图像训练样本数据;

根据预设的目标函数和所述图像训练样本数据训练预设模型的处理参数,生成所述机器学习模型。

13.如权利要求8所述的视频内容处理装置,其特征在于,还包括:

绘制模块,用于在所述视频帧中将所述目标元素绘制为选中状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201910128217.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top