[发明专利]视频处理方法、装置、设备及存储介质在审
| 申请号: | 202110206602.2 | 申请日: | 2021-02-24 |
| 公开(公告)号: | CN114979742A | 公开(公告)日: | 2022-08-30 |
| 发明(设计)人: | 谯睿智;周忻旸;柯博 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | H04N21/431 | 分类号: | H04N21/431;H04N21/44;H04N21/485;H04N21/845 |
| 代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 熊永强;杜维 |
| 地址: | 518057 广东省深圳*** | 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 处理 方法 装置 设备 存储 介质 | ||
1.一种视频处理方法,其特征在于,包括:
获取待处理视频,并对所述待处理视频进行分帧处理得到N个原始图像,所述待处理视频包括多个视频主题,N为大于1的整数;
对所述N个原始图像进行帧差提取得到M个帧差图,M为大于1的整数;
根据所述M个帧差图从所述N个原始图像中获取关键图像集合,所述关键图像集合中每个关键图像对应一个视频主题;
从所述N个原始图像中得到与所述每个关键图像具有相同视频主题的关联图像,并根据所述关键图像集合中多个关键图像和所述多个关键图像对应的关联图像,对所述待处理视频进行视频片段划分得到多个视频片段。
2.如权利要求1所述的方法,其特征在于,所述N个原始图像按照每个原始图像在所述待处理视频中的显示顺序由前到后排列,对所述N个原始图像进行帧差提取处理得到一个帧差图,包括:
将第n个原始图像中每个像素点的第一像素值,分别与所述第n个原始图像的前目标数量个原始图像中相应像素点的第一像素值进行求差运算得到所述每个像素点对应的帧差像素值集合,所述目标数量大于等于1,n大于所述目标数量且小于等于N;
分别对所述每个像素点对应的帧差像素值集合中多个帧差像素值进行取平均运算,得到所述每个像素点对应的第二像素值;
按照所述第n个原始图像中多个像素点的位置信息,将多个像素点对应的第二像素值进行排列得到所述第n个原始图像对应的帧差图。
3.如权利要求1所述的方法,其特征在于,所述关键图像集合中每个关键图像对应的视频主题显示在相应的关键图像上,所述根据所述M个帧差图从所述N个原始图像中获取关键图像集合,包括:
对所述M个帧差图中每个帧差图的像素值进行分析,得到所述每个帧差图对应的候选框以及候选框的属性信息,并根据所述每个帧差图对应的候选框得到候选框集合;
按照所述候选框集合中每个候选框的属性信息,对所述每个候选框对应的原始图像进行候选区域截取,得到一个候选区域并存入候选区域集合,所述每个候选框对应的原始图像是指所述N个原始图像中与所述每个候选框对应的帧差图对应的原始图像;
对所述候选区域集合进行聚类处理,得到用于显示视频主题的多个目标区域,并将所述多个目标区域中每个目标区域对应的原始图像确定为一个关键图像存入所述关键图像集合。
4.如权利要求3所述的方法,其特征在于,所述M个帧差图中包括目标帧差图,所述对所述M个帧差图中每个帧差图的像素值进行分析,得到每个帧差图对应的候选框以及候选框的位置信息,包括:
对所述目标帧差图进行逐行直方图求解处理,得到所述目标帧差图每行对应的直方图,所述目标帧差图每行对应的直方图内各个像素点的像素值等于像素差阈值;
根据所述目标帧差图每行对应的直方图确定所述目标帧差图中最大矩形区域;
将所述目标帧差图中最大矩形区域确定为所述目标帧差图对应的候选框,以及根据所述目标帧差图中最大矩形区域的顶点在所述目标帧差图中的坐标信息确定所述目标帧差图对应的候选框的属性信息。
5.如权利要求3所述的方法,其特征在于,所述对所述候选区域集合进行聚类处理,包括:
基于多个候选区域的中心位置和尺寸信息对所述多个候选区域进行位置聚类处理,得到第一候选区域子集,所述第一候选区域子集包括的多个候选区域之间的中心位置差值小于第一聚类参数;
根据多个候选区域的颜色属性对所述第一候选区域子集进行颜色聚类处理得到多个目标区域,所述多个目标区域之间的颜色属性差值小于第二聚类参数。
6.如权利要求4所述的方法,其特征在于,所述根据M个帧差图对应的候选框得到候选框集合,包括:
确定所述每个帧差图对应的候选框的区域面积值和所述每个帧差图的全局面积值;
将区域面积值和全局面积值满足面积条件的候选框添加到候选框集合中,其中,任一候选框的区域面积值和全局面积值满足在面积条件是指:所述任一候选框对应的任一帧差图的全局面积值小于全局面积阈值,且所述任一候选框的区域面积值小于区域面积阈值。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202110206602.2/1.html,转载请声明来源钻瓜专利网。





