视频剪辑方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例涉及计算机领域，公开了一种视频剪辑方法、装置、电子设备及存储介质，视频剪辑方法包括：采用目标检测算法检测视频中的视频帧，得到所述视频帧中的人体区域；其中，所述目标检测算法基于人体目标特征数据预先训练得到；获取所述人体区域内的运动矢量，并根据所述运动矢量确定所述视频帧中的人体是否存在运动；若存在运动，则输出所述视频帧；根据预设的跳帧步长确定下一待检测的视频帧并进行检测，当所述视频中剩余的视频帧的帧数小于所述跳帧步长时，合成所有输出的视频帧以形成剪辑后的视频。本发明专利技术有利于快速且准确地提取出包含有人体运动的视频帧。

Video editing methods, devices, electronic devices and storage media

【技术实现步骤摘要】
视频剪辑方法、装置、电子设备及存储介质
本专利技术实施例涉及计算机领域，特别涉及一种视频剪辑方法、装置、电子设备及存储介质。
技术介绍
随着科技的发展、生活水平的提高，在家庭、商铺等场景中，智能摄像头产品的普及带来了众多视频数据，使许多“看得见”的问题(陌生人闯入、携带暴力工具等)得到了很好的解决。但是海量的视频数据，查找起来犹如大海捞针，传统的以人力为主的视频线索查找已经无法应对大数据时代的视频侦查。随着系统规模的不断扩大，如何快速准确地在海量视频里定位人体运动部分，进而生成短视频浏览并查找线索已成亟待解决的问题。本专利技术的专利技术人发现，现有技术常采用高斯混合模型查找视频中的人体目标，或采用视频融合算法确定视频中是否包含人体运动以及人体运动的位置，具有较低的效率。
技术实现思路
本专利技术实施例提供一种视频剪辑方法、装置、电子设备及存储介质，有利于快速准确地在海量视频中定位包含有人体运动的视频帧。为解决上述问题，本专利技术实施例提供一种视频剪辑方法，包括：采用目标检测算法检测视频中的视频帧，得到所述视频帧中的人体区域；其中，所述目标检测算法基于人体目标特征数据预先训练得到；获取所述人体区域内的运动矢量，并根据所述运动矢量确定所述视频帧中的人体是否存在运动；若存在运动，则输出所述视频帧；根据预设的跳帧步长确定下一待检测的视频帧并进行检测，当所述视频中剩余的视频帧的帧数小于所述跳帧步长时，合成所有输出的视频帧以形成剪辑后的视频。相应地，本专利技术实施例还提供一种视频剪辑装置，视频剪辑装置包括：人体检测模块，所述人体检测模块用于采用目标检测算法检测视频中的视频帧，得到所述视频帧中的人体区域；其中，所述目标检测算法基于人体目标特征数据预先训练得到；运动检测模块，所述运动检测模块用于获取所述人体区域内的运动矢量，并根据所述运动矢量确定所述视频帧中的人体是否存在运动；控制模块，所述控制模块用于根据预设的跳帧步长确定下一待检测的视频帧；所述控制模块还用于在视频帧中的人体存在运动时输出视频帧，以及当所述视频中的剩余的视频帧的帧数小于所述跳帧步长时，合成所有输出的视频帧以形成剪辑后的视频。相应地，本专利技术实施例还提供一种电子设备，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上述的视频剪辑方法。相应地，本专利技术实施例还提供一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的视频剪辑方法。与现有技术相比，本专利技术实施例提供的技术方案具有以下优点：采用基于人体目标特征数据预先训练得到的目标检测算法检测视频中的视频帧，目标检测算法能够直接查找视频帧中符合特征数据的人体区域，且目标检测算法的检测准确度会随着检测次数的增加而逐步提高，如此，能够实现快速准确地在海量视频中定位包含有人体运动的视频帧。另外，所述根据预设的跳帧步长确定下一待检测的视频帧并进行检测，具体包括：若不存在运动且所述跳帧步长小于预设步长范围中的最大值，则调整预设的所述跳帧步长，调整后的跳帧步长大于调整前的跳帧步长；根据调整后的跳帧步长确定下一待检测的视频帧并进行检测。如此，能够跳过包含人体运动可能性较低的视频帧，避免逐帧分析所导致的计算资源浪费。另外，调整后的跳帧步长是调整前的跳帧步长的固定倍数。如此，有利于提高查找到包含人体运动的视频帧的几率，进而节省计算资源和提高剪辑效率。另外，所述根据预设的跳帧步长确定下一待检测的视频帧并进行检测，具体包括：若不存在运动且所述跳帧步长等于所述预设步长范围中的最大值，则根据所述预设步长范围中的最大值确定下一待检测的视频帧并进行检测。另外，所述根据预设的跳帧步长确定下一待检测的视频帧并进行检测，具体包括：若存在运动，则根据预设步长范围中的最小值确定下一待检测的视频帧并进行检测。如此，有利于避免包含人体运动的视频帧在跳帧检测过程中被遗漏。另外，所述人体目标特征数据包括以下之一或其任意组合：姿态、服装及光照角度。另外，所述目标检测算法为端到端的目标检测算法。附图说明一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。图1为本专利技术第一实施例提供的一种视频剪辑方法流程图；图2为本专利技术第一实施例提供的一种视频帧检测示意图；图3为本专利技术第二实施例提供的一种视频剪辑方法流程图；图4为本专利技术第三实施例提供的一种视频剪辑装置的功能结构图；图5为本专利技术第四实施例提供的一种电子设备结构示意图。具体实施方式由
技术介绍
可知，现有技术存在在海量视频中定位包含人体运动的视频帧x效率较低的问题。为解决上问题，本专利技术实施提供一种视频剪辑方法，视频剪辑方法包括：采用目标检测算法检测视频中的视频帧，得到视频帧中的人体区域；其中，目标检测算法基于人体目标特征数据预先训练得到；获取人体区域内的运动矢量，并根据运动矢量确定视频帧中的人体是否存在运动；若存在运动，则输出视频帧；根据预设的跳帧步长确定下一待检测的视频帧并进行检测，当视频中剩余的视频帧的帧数小于跳帧步长时，合成所有输出的视频帧以形成剪辑后的视频。为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施例中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本申请所要求保护的技术方案。本专利技术的第一实施例涉及一种视频剪辑方法。参考图1，图1为本专利技术第一实施例提供的一种视频剪辑方法流程图，其具体步骤包括：步骤101：获取视频。本实施例中，获取得到的视频可以是海量视频中的一个视频，在对该视频进行视频剪辑之后再获取海量视频中的另一个视频并进行剪辑；也可以是海量视频中多个视频的集合，即将多个视频合并为一个视频，并对合成后的视频进行视频剪辑。在获取视频之后，对视频进行解码，即可得到多个视频帧；其中，视频的来源包括本地和网络存储服务器。步骤102：采用目标检测算法检测视频中的视频帧，并得到视频帧中的人体区域。本实施例中，目标检测算法基于人体目标特征数据预先训练得到，在执行目标检测算法的过程中，直接检测单个视频帧中是否包含有人体目标；若检测到视频帧中包含有人体目标，则获取包含人体目标的人体区域。需要说明的是，相对于采用高斯混合模型检测人体目标，采用目标检测算法检测人体目标具有更高的检测效率和检测准确性，原因如下：高斯混合模型根据视频帧图像的灰度直方图划分前景和背景，前景是指在假设背景为静止的情况下，任何有意义的运动物体，即本实施例中的人体目标，但未针对人体目标的特征数据进行训练，因此更有可能才出现划分错误的情况，准确度较低；此外，采用高斯混合模型获取人体本文档来自技高网...

【技术保护点】
1.一种视频剪辑方法，其特征在于，包括：/n采用目标检测算法检测视频中的视频帧，得到所述视频帧中的人体区域；其中，所述目标检测算法基于人体目标特征数据预先训练得到；/n获取所述人体区域内的运动矢量，并根据所述运动矢量确定所述视频帧中的人体是否存在运动；若存在运动，则输出所述视频帧；/n根据预设的跳帧步长确定下一待检测的视频帧并进行检测，当所述视频中剩余的视频帧的帧数小于所述跳帧步长时，合成所有输出的视频帧以形成剪辑后的视频。/n

【技术特征摘要】
1.一种视频剪辑方法，其特征在于，包括：
采用目标检测算法检测视频中的视频帧，得到所述视频帧中的人体区域；其中，所述目标检测算法基于人体目标特征数据预先训练得到；
获取所述人体区域内的运动矢量，并根据所述运动矢量确定所述视频帧中的人体是否存在运动；若存在运动，则输出所述视频帧；
根据预设的跳帧步长确定下一待检测的视频帧并进行检测，当所述视频中剩余的视频帧的帧数小于所述跳帧步长时，合成所有输出的视频帧以形成剪辑后的视频。


2.根据权利要求1所述的视频剪辑方法，其特征在于，所述根据预设的跳帧步长确定下一待检测的视频帧并进行检测，具体包括：
若不存在运动且所述跳帧步长小于预设步长范围中的最大值，则调整预设的所述跳帧步长，调整后的跳帧步长大于调整前的跳帧步长；根据调整后的跳帧步长确定下一待检测的视频帧并进行检测。


3.根据权利要求2所述的视频剪辑方法，其特征在于，调整后的跳帧步长是调整前的跳帧步长的固定倍数。


4.根据权利要求1所述的视频剪辑方法，其特征在于，所述根据预设的跳帧步长确定下一待检测的视频帧并进行检测，具体包括：
若不存在运动且所述跳帧步长等于所述预设步长范围中的最大值，则根据所述预设步长范围中的最大值确定下一待检测的视频帧并进行检测。


5.根据权利要求1所述的视频剪辑方法，其特征在于，所述根据预设的跳帧步长确定下一待检测的视频帧并进行检测，具体包括：
若存在运动，则根据预设步长范围中...

【专利技术属性】
技术研发人员：汤成，程宝平，谢小燕，
申请(专利权)人：中移杭州信息技术有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：浙江;33