一种视频数据处理方法、装置和存储介质制造方法及图纸

本发明专利技术实施例公开了一种视频数据处理方法、装置和存储介质；本发明专利技术实施例在从视频流中采集到当前视频帧后，可以对当前视频帧中的人体关键点的位置进行检测，得到当前视频帧中人体的点位集，然后，获取历史视频帧中人体的点位集，并根据当前视频帧中人体的点位集和历史视频帧中人体的点位集分析当前视频帧中人体关键点的抖动幅度，根据抖动幅度确定所述当前视频帧中人体的腰线位置，此后，对当前视频帧中腰线位置以下的部分进行拉伸并输出；该方案可以增强长腿功能的鲁棒性和适应性，改善长腿效果，进而提高视频画面的显示效果。

【技术实现步骤摘要】
一种视频数据处理方法、装置和存储介质
本专利技术涉及通信
，具体涉及一种视频数据处理方法、装置和存储介质。
技术介绍
随着网络技术的发展和移动终端的普及，视频拍摄已渐渐成为很多用户进行社交分享和沟通交流的一种方式，与此同时，也催生了许多用于美化视频画面的技术，比如对视频中的人脸进行美白、磨皮或瘦脸等。当然，除了人脸之外，也可以对视频中的人体进行美化，比如对腿部进行拉伸(简称长腿)，等等。由于在视频中，人体姿势的变化幅度一般较大，因此，现有在对视频中人体进行长腿时，通常需要针对每一帧图像进行离线人工调整，不仅处理效率较低，而且无法满足实时播放(比如视频聊天或直播)的需求。为此，现有技术又提出了“实时长腿”的方案，具体为在获取到视频数据后，对视频数据中的每一帧画面进行整体纵向拉伸。在对现有技术的研究和实践过程中，本专利技术的专利技术人发现，虽然对每一帧画面进行整体纵向拉伸可以在一定程度中起到“长腿”效果，但实际上也会导致画面中的其他事物产生较大形变，大大影响视频的显示效果；而且由于人体姿势的变化幅度一般较大(比如跳舞)，因此，会出现不同帧中的长腿效果不一致、以及背景抖动幅度较大的情本文档来自技高网...

【技术保护点】
1.一种视频数据处理方法，其特征在于，包括：从视频流中采集当前视频帧，并对所述当前视频帧中的人体关键点的位置进行检测，得到当前视频帧中人体的点位集；获取历史视频帧中人体的点位集，所述历史视频帧为在所述视频流中，以所述当前视频帧为起点，过去预设时间范围内的视频帧；根据所述当前视频帧中人体的点位集和历史视频帧中人体的点位集分析当前视频帧中人体关键点的抖动幅度；根据抖动幅度确定所述当前视频帧中人体的腰线位置；对当前视频帧中腰线位置以下的人体部分进行拉伸，并输出拉伸后的当前视频帧。

【技术特征摘要】
1.一种视频数据处理方法，其特征在于，包括：从视频流中采集当前视频帧，并对所述当前视频帧中的人体关键点的位置进行检测，得到当前视频帧中人体的点位集；获取历史视频帧中人体的点位集，所述历史视频帧为在所述视频流中，以所述当前视频帧为起点，过去预设时间范围内的视频帧；根据所述当前视频帧中人体的点位集和历史视频帧中人体的点位集分析当前视频帧中人体关键点的抖动幅度；根据抖动幅度确定所述当前视频帧中人体的腰线位置；对当前视频帧中腰线位置以下的人体部分进行拉伸，并输出拉伸后的当前视频帧。2.根据权利要求1所述的方法，其特征在于，所述根据抖动幅度确定所述当前视频帧中人体的腰线位置，包括：根据抖动幅度确定所述当前视频帧位于稳定态时，采用预设腰线值作为所述当前视频帧中人体的腰线位置；根据抖动幅度确定所述当前视频帧位于非稳定态时，根据当前视频帧中人体的点位集计算所述当前视频帧中人体的腰线位置。3.根据权利要求1所述的方法，其特征在于，所述对所述当前视频帧中的人体关键点的位置进行检测，得到当前视频帧中人体的点位集，包括：采用姿势估计模型对所述当前视频帧中的人体关键点的位置进行检测，得到当前视频帧中人体的点位集。4.根据权利要求1所述的方法，其特征在于，所述得到当前视频帧中人体的点位集之后，还包括：保存所述当前视频帧中人体的点位集。5.根据权利要求4所述的方法，其特征在于，所述获取历史视频帧中人体的点位集，包括：获取以所述当前视频帧为起点，过去预设时间范围内的视频帧，得到历史视频帧；确定是否保存了所述历史视频帧中人体的点位集；若是，则读取所述历史视频帧中人体的点位集；若否，则对所述历史视频帧中的人体关键点的位置进行检测，得到所述历史视频帧中人体的点位集。6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述当前视频帧中人体的点位集和历史视频帧中人体的点位集分析当前视频帧中人体关键点的抖动幅度，包括：从所述当前视频帧中人体的点位集中获取当前视频帧中人体胯部的点位；从所述历史视频帧中人体的点位集中获取历史视频帧中人体胯部的点位；根据当前视频帧中人体胯部的点位和历史视频帧中人体胯部的点位分析当前视频帧中人体关键点的抖动幅度。7.根据权利要求6所述的方法，其特征在于，所述根据当前视频帧中人体胯部的点位和历史视频帧中人体胯部的点位分析当前视频帧中各个人体关键点的抖动幅度，包括：根据当前视频帧中人体胯部的点位计算当前视频帧中人体的腰线；根据历史视频帧中人体胯部的点位计算历史视频帧中人体的腰线；计算当前视频帧中人体的腰线与历史视频帧中人体的腰线的距离，得到当前视频帧中人体关键点的抖动幅度。8.根据权利要求2至5任一项所述的方法，其特征在于，根据抖动幅度确定所述当前视频帧是否位于稳定态，包括：确定抖动幅度是否小于预设阈值；若是，则确定所述当前视频帧位于稳定态；若否，则确定所述当前视频帧位于非稳定态。9.根据权利要求1至5任一项所述的方法，其特征在于，所述根据当前视频帧中人体的点位集计算所述当前视频帧的腰线位置，包括：从所述当前视频帧中人体的点位集中获取当前视频帧中人体胯部的点位；根据当前视频帧中人体胯部的点位计算当前视频帧中人体的腰线；根据计算得到的腰线确定所述当前视频帧的腰线位置。10.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述当前视频帧中人体的点位集和历史视频帧中人体的点位集分析当前视频帧中人体关键点的抖动幅度之前，还包...

【专利技术属性】
技术研发人员：周景锦，程培，曾毅榕，傅斌，高雨，朱晓龙，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44