[发明专利]视频处理方法、装置、电子设备及存储介质

权利要求书

1.一种视频处理方法，其特征在于，包括：

从实时采集的待翻译视频中，确定出待翻译文本的基准视频帧，并从所述基准视频帧中提取特征点；

确定所述待翻译文本在所述基准视频帧中对应的区域与所述特征点在所述基准视频帧中的位置信息之间的映射关系；

获取所述待翻译视频中位于所述基准视频帧之后的当前视频帧；

确定所述特征点在所述当前视频帧中的位置信息；

根据所述待翻译文本对应的映射关系以及所述特征点在所述当前视频帧中的位置信息，确定所述待翻译文本在所述当前视频帧中的目标区域；

确定所述目标区域在所述待翻译文本的译文中对应的译文区域；

将所述译文区域覆盖所述目标区域后显示所述当前视频帧。

2.根据权利要求1所述的方法，其特征在于，所述将所述译文区域覆盖所述目标区域，具体包括：

根据所述目标区域，调整所述译文区域的大小和形状；

将调整后的译文区域覆盖所述目标区域。

3.根据权利要求2所述的方法，其特征在于，还包括：

提取所述待翻译文本在所述基准视频帧中对应的区域的背景纹理；

将提取的背景纹理确定为所述译文对应的背景纹理。

4.根据权利要求1至3中任一所述的方法，其特征在于，还包括：

响应于用户输入的指定操作，或检测到采集所述待翻译视频的移动终端处于指定运动状态，或检测到所述待翻译视频中画面变化满足第一预设条件，重新确定待翻译文本。

5.根据权利要求4所述的方法，其特征在于，所述重新确定待翻译文本，具体包括：

从所述待翻译视频中重新获取基准视频帧，向服务器发送携带有所述基准视频帧的翻译请求，获取所述服务器返回的从所述基准视频帧中确定出的待翻译文本；

或者，

从所述待翻译视频中重新获取基准视频帧，从所述基准视频帧中确定出待翻译文本。

6.根据权利要求5所述的方法，其特征在于，通过如下方法从所述基准视频帧中确定出待翻译文本：

若从所述基准视频帧中识别出多个文本段落，按照预设策略对所述多个文本段落进行合并处理，将合并后的文本段落确定为待翻译文本。

7.根据权利要求6所述的方法，其特征在于，所述按照预设策略对所述多个文本段落进行合并处理，将合并后的文本段落确定为待翻译文本，具体包括：

若所述基准视频帧中相邻的多个文本段落对应的文本参数之间满足第二预设条件，则将所述相邻的多个文本段落合并为一个文本段落，将合并后的文本段落确定为待翻译文本；

其中，所述文本参数包括以下至少一项：所述文本段落在所述基准视频帧中的位置信息、所述文本段落对应的语种、所述文本段落对应的字体、所述文本段落对应的文字大小以及所述文本段落对应的文字颜色。

8.根据权利要求5所述的方法，其特征在于，通过如下方法从所述基准视频帧中确定出待翻译文本：

从所述基准视频帧中识别出至少一个文本段落；

确定所述文本段落对应的语种；

基于不是目标语种的文本段落，确定出至少一个待翻译文本，所述目标语种为所述译文对应的语种。

9.根据权利要求8所述的方法，其特征在于，所述确定所述文本段落对应的语种，具体包括：

对所述文本段落进行N-gram特征提取处理，得到若干个文本片段；

将所述文本段落对应的若干个文本片段输入预先训练的语种识别模型，得到所述文本段落对应的语种。