视频处理方法、装置和电子设备制造方法及图纸

本申请公开了一种视频处理方法、装置和电子设备，涉及大数据技术领域。其中方法包括：识别视频段的场景；根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；为所述视频段添加所述目标转场。本申请中的一个实施例具有如下优点或有益效果：由于视频段的场景可基于视频图像识别出，而无需对视频帧的像素进行分析，从而能够简化转场添加过程，所涉及到的数据处理也较为简单，所需消耗的资源也相应较少。并且，根据视频段的场景来添加转场，更加具有通用性。

Video processing methods, devices and electronic equipment

【技术实现步骤摘要】
视频处理方法、装置和电子设备
本申请涉及图像处理技术，尤其涉及大数据
，具体涉及一种视频处理方法、装置和电子设备。
技术介绍
随着移动互联网的推广，越来越多的用户用视频记录、分享生活，为了得到质量较高的视频，需要对视频进行相应的编辑。当用户需要将多个视频片段连接起来时，需要在视频片段之间添加转场，以提高视频的整体感。目前，添加转场的方式一般是通过分析视频片段的首(或尾)视频帧的像素，并根据像素差别来选择合适的转场效果。然而，这种方式由于需要分析视频帧的像素，涉及到的处理过程较为复杂，需要耗费较多的资源。
技术实现思路
本申请提供一种视频处理方法、装置和电子设备，以解决现有视频转场添加方式所存在的处理过程复杂的问题。为了解决上述技术问题，本申请是这样实现的：第一方面，本申请提供了一种视频处理方法，包括：识别视频段的场景；根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；为所述视频段添加所述目标转场。可选的，所述识别视频段的场景，包括：将所述视频段输入卷积神经网络，所述卷积神经网络预先训练有不同的场景类别对应的图像样本；从所述视频段中抽取N帧图像，所述N为正整数；根据所述图像样本，识别所述N帧图像的每帧图像的场景；将识别出的每帧图像的场景进行整合，作为所述视频段的场景。可选的，所述根据所述图像样本，识别所述N帧图像的每帧图像的场景，包括：将所述N帧图像的每帧图像划分为M个图像区域，所述M为正整数；根据所述图像样本，识别各帧图像的所述M个图像区域的每个图像区域的场景；将识别出的各帧图像的每个图像区域的场景进行整合，作为各帧图像的场景。可选的，所述识别各帧图像的所述M个图像区域的每个图像区域的场景，包括：在对各帧图像的各图像区域进行场景识别的过程中，将在各图像区域识别出的首个物体图像对应的场景作为各图像区域的场景。可选的，所述将所述N帧图像的每帧图像划分为M个图像区域，包括：对所述N帧图像的各帧图像进行特征提取，生成特征向量；根据所述特征向量，将所述N帧图像的各帧图像划分为M个图像区域。可选的，所述识别所述N帧图像的每帧图像的场景，还包括：获取所述视频段的描述信息；确定所述描述信息对应的目标场景类别；根据所述目标场景类别对应的图像样本，对所述N帧图像的每帧图像进行场景识别。第二方面，本申请提供了一种视频处理装置，包括：识别模块，用于识别视频段的场景；选择模块，用于根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；添加模块，用于为所述视频段添加所述目标转场。可选的，所述识别模块包括：输入子模块，用于将所述视频段输入卷积神经网络，所述卷积神经网络预先训练有不同的场景类别对应的图像样本；抽取子模块，用于从所述视频段中抽取N帧图像，所述N为正整数；第一识别子模块，用于根据所述图像样本，识别所述N帧图像的每帧图像的场景；整合子模块，用于将识别出的每帧图像的场景进行整合，作为所述视频段的场景。可选的，所述识别子模块包括：划分单元，用于将所述N帧图像的每帧图像划分为M个图像区域，所述M为正整数；识别单元，用于根据所述图像样本，识别各帧图像的所述M个图像区域的每个图像区域的场景；整合单元，用于将识别出的各帧图像的每个图像区域的场景进行整合，作为各帧图像的场景。可选的，所述识别单元具体用于：在对各帧图像的各图像区域进行场景识别的过程中，将在各图像区域识别出的首个物体图像对应的场景作为各图像区域的场景。可选的，所述划分单元包括：提取子单元，用于对所述N帧图像的各帧图像进行特征提取，生成特征向量；划分子单元，用于根据所述特征向量，将所述N帧图像的各帧图像划分为M个图像区域。可选的，所述识别模块还包括：获取子模块，用于获取所述视频段的描述信息；确定子模块，用于确定所述描述信息对应的目标场景类别；第二识别子模块，用于根据所述目标场景类别对应的图像样本，对所述N帧图像的每帧图像进行场景识别。第三方面，本申请提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面中的任一项方法。第四方面，本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行第一方面中的任一项方法。上述申请中的一个实施例具有如下优点或有益效果：通过识别视频段的场景，从预设的转场库中选择与视频段的场景相匹配的转场，以实现为视频段添加转场。因为采用上述技术手段，由于视频段的场景识别可基于视频段的图像帧进行获取，而无需对图像帧的像素进行分析，从而能够简化转场添加过程，所涉及到的数据处理也较为简单，所需消耗的资源也相应较少。并且，通过识别视频段的场景来添加转场，更加具有通用性。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是本申请实施例提供的视频处理方法的流程示意图；图2是本申请实施例提供的视频处理装置的结构示意图；图3是用来实现本申请实施例的视频处理方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。本申请提供一种视频处理方法，该方法可应用于视频处理装置，该视频处理装置例如可以是手机、平板电脑等移动终端。如图2所示，该视频处理方法包括如下步骤：步骤101：识别视频段的场景；步骤102：根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；步骤103：为所述视频段添加所述目标转场。其中，术语“视频段的场景”是指视频段中所体现出的场面、情景，是指在一定的时间、空间内发生的一定的任务行动或因人物关系所构成的具体生活画面。例如，对于篮球赛的视频段，其场景可以是篮球赛场景；对于同学聚会的视频段，其场景可以是聚会场景；等等。术语“转场”也可理解场景过渡，也就是说，转场是场景与场景之间的过渡或转换。对于视频段之间的转场，往往也是由多个视频帧组成的动态视频段，因此，转场实际也可理解为一个视频段。预设的转场库可以是通过模型创建的，也可以通过分析广大用户的操本文档来自技高网...

【技术保护点】
1.一种视频处理方法，其特征在于，包括：/n识别视频段的场景；/n根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；/n为所述视频段添加所述目标转场。/n

【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：
识别视频段的场景；
根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；
为所述视频段添加所述目标转场。


2.根据权利要求1所述的方法，其特征在于，所述识别视频段的场景，包括：
将所述视频段输入卷积神经网络，所述卷积神经网络预先训练有不同的场景类别对应的图像样本；
从所述视频段中抽取N帧图像，所述N为正整数；
根据所述图像样本，识别所述N帧图像的每帧图像的场景；
将识别出的每帧图像的场景进行整合，作为所述视频段的场景。


3.根据权利要求2所述的方法，其特征在于，所述根据所述图像样本，识别所述N帧图像的每帧图像的场景，包括：
将所述N帧图像的每帧图像划分为M个图像区域，所述M为正整数；
根据所述图像样本，识别各帧图像的所述M个图像区域的每个图像区域的场景；
将识别出的各帧图像的每个图像区域的场景进行整合，作为各帧图像的场景。


4.根据权利要求3所述的方法，其特征在于，所述识别各帧图像的所述M个图像区域的每个图像区域的场景，包括：
在对各帧图像的各图像区域进行场景识别的过程中，将在各图像区域识别出的首个物体图像对应的场景作为各图像区域的场景。


5.根据权利要求3所述的方法，其特征在于，所述将所述N帧图像的每帧图像划分为M个图像区域，包括：
对所述N帧图像的各帧图像进行特征提取，生成特征向量；
根据所述特征向量，将所述N帧图像的各帧图像划分为M个图像区域。


6.根据权利要求2所述的方法，其特征在于，所述识别所述N帧图像的每帧图像的场景，还包括：
获取所述视频段的描述信息；
确定所述描述信息对应的目标场景类别；
根据所述目标场景类别对应的图像样本，对所述N帧图像的每帧图像进行场景识别。


7.一种视频处理装置，其特征在于，包括：
识别模块，用于识别视频段的场景；
选择模块，用于根据所述视频段的场景，从预设的转场库中选择与所述视频段的场景相匹配的目标转场；
添加模块，用于为所述视频段添加所述目标转场。


8....

【专利技术属性】
技术研发人员：张继丰，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11