视频剪辑方法及装置制造方法及图纸

本申请提供一种视频剪辑方法及装置，所述方法包括：获取合成视频帧序列，所述合成视频帧包括初始视频帧，以及渲染在所述初始视频帧上的基于AR场景的虚拟对象，所述虚拟对象在所述初始视频帧的渲染位置基于所述虚拟对象的运动状态而确定；从所述合成视频帧序列中选取满足预设剪辑条件的视频帧，所述预设剪辑条件包括：合成视频帧中虚拟对象的运动状态与预设标记状态匹配；利用所选取的合成视频帧生成剪辑后的视频数据。本申请实施例的方案，可以实现视频剪辑的自动化，剪辑过程不需要人工手动操作，能显著提高剪辑效率。

【技术实现步骤摘要】
视频剪辑方法及装置
本申请涉及视频处理
，尤其涉及视频剪辑方法及装置。
技术介绍
目前视频剪辑过程在很大程度上依赖于人工处理，具体处理过程通常是将视频文件逐帧展开，由用户查阅视频帧，由用户手动选取合适的视频帧，以帧为精度来进行剪辑，因此视频剪辑过程需要投入较大的人力物力、耗时较长且效率低下。
技术实现思路
为克服相关技术中存在的问题，本申请提供了视频剪辑方法及装置。一种视频剪辑方法，所述方法包括：获取合成视频帧序列，所述合成视频帧包括初始视频帧，以及渲染在所述初始视频帧上的基于AR场景的虚拟对象，所述虚拟对象在所述初始视频帧的渲染位置基于所述虚拟对象的运动状态而确定；从所述合成视频帧序列中选取满足预设剪辑条件的视频帧，所述预设剪辑条件包括：合成视频帧中虚拟对象的运动状态与预设标记状态匹配；利用所选取的合成视频帧生成剪辑后的视频数据。可选的，所述虚拟对象的运动状态通过预先配置的运动状态计算函数计算得到，所述运动状态计算函数中的运动参数基于从所述初始视频帧中识别出的人脸特征而确定。可选的，所述剪辑条件还包括：所述从所述初始视频帧中识别出的人脸特征与预设标记特征匹配。可选的，所述人脸特征包括嘴部特征。可选的，所述初始视频帧包括主播客户端实时采集的视频帧。可选的，所述主播客户端在直播过程中关联有一个或多个观众客户端，在所述观众客户端向所述主播客户端发送虚拟礼物的情况下，所述虚拟对象的运动状态还基于所述虚拟礼物的参数而确定。可选的，所述合成视频帧还包括渲染在所述初始视频帧上的特效数据，所述预设剪辑条件包括：渲染有所述特效数据的视频帧。一种视频剪辑装置，所述装置包括：获取模块，用于：获取合成视频帧序列，所述合成视频帧包括初始视频帧，以及渲染在所述初始视频帧上的基于AR场景的虚拟对象，所述虚拟对象在所述初始视频帧的渲染位置基于所述虚拟对象的运动状态而确定；选取模块，用于：从所述合成视频帧序列中选取满足预设剪辑条件的视频帧，所述预设剪辑条件包括：合成视频帧中虚拟对象的运动状态与预设标记状态匹配；生成模块，用于：利用所选取的合成视频帧生成剪辑后的视频数据。可选的，所述虚拟对象的运动状态基于从所述初始视频帧识别出的人脸特征而确定。可选的，所述虚拟对象的运动状态通过预先配置的运动状态计算函数计算得到，所述运动状态计算函数中的运动参数基于从所述初始视频帧中识别出的人脸特征而确定。可选的，所述剪辑条件还包括：所述从所述初始视频帧中识别出的人脸特征与预设标记特征匹配。可选的，所述人脸特征包括嘴部特征。可选的，所述初始视频帧包括主播客户端实时采集的视频帧。可选的，所述主播客户端在直播过程中关联有一个或多个观众客户端，在所述观众客户端向所述主播客户端发送虚拟礼物的情况下，所述虚拟对象的运动状态还基于所述虚拟礼物的参数而确定。可选的，所述合成视频帧还包括渲染在所述初始视频帧上的特效数据，所述预设剪辑条件包括：渲染有所述特效数据的视频帧。本申请的实施例提供的技术方案可以包括以下有益效果：本申请实施例的视频剪辑方案，针对渲染有基于AR场景的虚拟对象的视频，由于虚拟对象具有不同的运动状态，以虚拟对象的运动状态作为剪辑因素，通过视频帧所渲染的虚拟对象的状态，从视频帧序列中自动选取出渲染有某些特定状态虚拟对象的视频帧，从而实现了视频剪辑的自动化，剪辑过程不需要人工手动操作，能显著提高剪辑效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。图1是本申请根据一示例性实施例提供的一种视频画面示意图。图2A是本申请根据一示例性实施例示出的视频剪辑方案的架构示意图。图2B是本申请根据一示例性实施例示出的视频剪辑方法的流程示意图。图3是本申请根据一示例性实施例示出的一种直播场景示意图。图4是本申请视频剪辑装置所在电子设备的一种硬件结构图。图5是本申请根据一示例性实施例示出的一种视频剪辑装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。增强现实(AugmentedReality，简称AR)技术，是一种将真实世界信息和虚拟世界信息无缝集成的新技术，该技术可以通过电脑技术，将虚拟的信息应用到真实世界，真实环境和虚拟物体实时地叠加到了同一个画面或空间同时存在。AR技术一种常见的应用场景是，用户通过手持或佩戴等移动设备中的摄像模块拍摄真实环境，提供AR服务的软件可以基于所拍摄的初始视频数据，在初始视频数据上渲染一个或多个虚拟对象。实现上述场景的关键在于如何将虚拟对象与实际拍摄的现实环境结合，一方面，提供AR服务的软件可以预先配置一个或多个对应虚拟对象的模型，每个虚拟对象的模型规定该虚拟对象对应的状态演变规则，以决定虚拟对象的不同运动状态。另一方面，软件还可以根据设备所拍摄的视频数据，基于所计算出的虚拟对象的运动状态，确定虚拟对象渲染到视频数据上的哪个位置，在成功渲染后，用户即可观看到基于真实环境叠加有虚拟对象的视频画面。举例来说，如图1所示，是本申请根据一示例性实施例提供的一种视频画面示意图，图1中电子设备以智能手机为例，用户开启了前置摄像头拍摄真实环境，电子设备摄像模块拍摄的视频数据可以理解为一视频帧序列，电子设备的显示模块以每秒N帧的速度显示每一帧画面。而AR场景下，可以基于所拍摄的真实环境中的用户脸部特征，图1中虚拟对象以蛋糕为例进行示意，从用户观看的角度来说，可以看见该蛋糕旋转、蛋糕在屏幕不同位置移动、蛋糕可以被用户的嘴巴咬住、被用户吃掉后消失等等效果。上述过程能够实现的原理，是提供AR服务的软件在两帧之间的空隙处进行计算，这些计算决定了虚拟对象的运动状态。假设某一帧的时候蛋糕位于左下角，显示模块将这一帧渲染完后，软件需要确定下一帧时蛋糕渲染在视频帧中的哪个位置。这个过程实际上可以理解为运动状态的计算过程：如果知道一个物体此刻的位置、速度和加速度等运动参数，就可以计算出若干时间(例如一帧)后它所处的新位置。因此，软件正是根据蛋糕在第一帧的运动参数，来计算它下一帧的位置，计算出来后，它才开始在下一帧中渲染出来。可以理解，本文档来自技高网...

【技术保护点】
一种视频剪辑方法，其特征在于，所述方法包括：获取合成视频帧序列，所述合成视频帧包括初始视频帧，以及渲染在所述初始视频帧上的基于AR场景的虚拟对象，所述虚拟对象在所述初始视频帧的渲染位置基于所述虚拟对象的运动状态而确定；从所述合成视频帧序列中选取满足预设剪辑条件的视频帧，所述预设剪辑条件包括：合成视频帧中虚拟对象的运动状态与预设标记状态匹配；利用所选取的合成视频帧生成剪辑后的视频数据。

【技术特征摘要】
1.一种视频剪辑方法，其特征在于，所述方法包括：获取合成视频帧序列，所述合成视频帧包括初始视频帧，以及渲染在所述初始视频帧上的基于AR场景的虚拟对象，所述虚拟对象在所述初始视频帧的渲染位置基于所述虚拟对象的运动状态而确定；从所述合成视频帧序列中选取满足预设剪辑条件的视频帧，所述预设剪辑条件包括：合成视频帧中虚拟对象的运动状态与预设标记状态匹配；利用所选取的合成视频帧生成剪辑后的视频数据。2.根据权利要求1所述的方法，其特征在于，所述虚拟对象的运动状态通过预先配置的运动状态计算函数计算得到，所述运动状态计算函数中的运动参数基于从所述初始视频帧中识别出的人脸特征而确定。3.根据权利要求2所述的方法，其特征在于，所述剪辑条件还包括：所述从所述初始视频帧中识别出的人脸特征与预设标记特征匹配。4.根据权利要求1所述的方法，其特征在于，所述初始视频帧包括主播客户端实时采集的视频帧。5.根据权利要求4所述的方法，其特征在于，所述主播客户端在直播过程中关联有一个或多个观众客户端，在所述观众客户端向所述主播客户端发送虚拟礼物的情况下，所述虚拟对象的运动状态还基于所述虚拟礼物的参数而确定。6.根据权利要求1或5所述的方法，其特征...

【专利技术属性】
技术研发人员：高跃峰，梁策，程彧，宁华龙，
申请(专利权)人：广州华多网络科技有限公司，
类型：发明
国别省市：广东,44