[发明专利]生成视频

权利要求书

1.一种由一个或多个数据处理装置执行的方法，所述方法包括：

接收：(i)包括视频帧序列的输入视频，和(ii)指示目标对象类型的数据；

处理输入视频以生成跟踪数据，跟踪数据识别和跟踪输入视频中的目标对象类型的目标对象的一个或多个实例的可视位置；

基于输入视频和跟踪数据生成多个子视频，包括：

对于每个子视频，生成子视频帧的相应序列，每个子视频帧从输入视频的相应视频帧中提取，以包括来自目标对象类型的识别目标对象中的给定目标对象的相应实例，其中，子视频帧中的至少一个从输入视频的相应视频帧裁剪，以包括少于相应视频帧的所有内容；以及

生成包括多个子视频的输出视频。

2.根据权利要求1所述的方法，其中，处理输入视频以生成跟踪数据包括，对于输入视频中的目标对象类型的目标对象的每个实例：

对于输入视频的多个视频帧中的每一个，确定包围视频帧中的目标对象的实例的相应边界框。

3.根据权利要求2所述的方法，其中，对于每个子视频，生成子视频帧的相应序列包括：

从输入视频的多个视频帧中的每一个裁剪包围与子视频相对应的给定目标对象的实例的相应边界框。

4.根据权利要求1所述的方法，其中，对于每个子视频，生成子视频帧的相应序列包括：

基于跟踪数据在输入视频的多个视频帧中的每一个中确定包围与子视频相对应的给定目标对象的实例的相同边界框；以及

从输入视频的多个视频帧中的每一个裁剪相同边界框。

5.根据任何前述权利要求所述的方法，其中，第一子视频的子视频帧和第二子视频的子视频帧各自从输入视频的相同视频帧裁剪。

6.根据任何前述权利要求所述的方法，其中，生成包括多个子视频的输出视频包括：

将多个子视频中的每个子视频分配到定义用于组合多个子视频的格式的视频模板中的相应时隙。

7.根据权利要求6所述的方法，还包括：

接收一个或多个附加数据元素；以及

将每个附加数据元素分配给视频模板中的相应时隙。

8.根据权利要求7所述的方法，其中，每个附加数据元素包括图像数据、文本数据或两者。

9.根据任何前述权利要求所述的方法，其中，输出视频同时显示多个子视频中的至少两个子视频。

10.根据任何前述权利要求所述的方法，还包括：

接收对数字组件的请求；

确定包括输出视频的数字组件响应于请求；以及

提供数字组件，所述数字组件包括响应于将与搜索结果一起呈现或在第三方网页上呈现的请求的输出视频。

11.根据任何前述权利要求所述的方法，其中，接收指示目标对象类型的数据包括：

接收指定关键词的数据；以及

根据从关键词到预定义可能目标对象类型集合的映射，将关键词映射到目标对象类型。

12.一种系统，包括一个或多个数据处理装置和存储指令的一个或多个存储设备，当由一个或多个数据处理装置执行指令时，使一个或多个数据处理装置执行包含任何前述权利要求所述方法的操作。

13.一种计算机可读存储介质，存储指令，当由一个或多个数据处理装置执行指令时，使一个或多个数据处理装置执行包括权利要求1-11中任一权利要求所述的方法的操作。