一种视频封面选取方法和系统技术方案

本发明专利技术涉及一种视频封面选取方法和系统。其中所述方法包括：从视频中提取画质符合封面要求的多个关键帧；利用视觉特征分别对所述多个关键帧进行美学预测，获取所述美学预测的结果中排序最高的N个关键帧，其中，N≥2；以及从所述N个关键帧中选择视频封面。所述系统包括关键帧提取模块、预测模块和分析模块。本发明专利技术能够自动地从原视频中选取出一帧视频帧作为视频封面，节约人力成本，选取效率高，视频封面合理。

【技术实现步骤摘要】
一种视频封面选取方法和系统
本专利技术涉及一种视频处理方法和系统，特别地涉及一种视频封面选取方法和系统。
技术介绍
随着各种视频网站、App的普及，无论是以娱乐为目的的娱乐视频，还是用于产品/商品展示的演示视频，将视频发布到视频网站或者App中时，通常需要一幅图像作为视频封面。视频封面作为视频内容的第一眼信息，很大程度上影响着用户的点击意愿，对于演示商品的视频，好的视频封面甚至可以直接激发用户购买的欲望。目前，视频封面的选取方法通常有两类：人为选取视频外的一幅图片作为视频封面；或者人工或者系统自动从视频中选取一帧图像作为视频封面。其中，对于前类方法，由于作为视频封面的图片不是视频中的内容，并且需要进行额外的操作才能得到视频封面；对于后者，如果人工从视频中选取封面，不但劳动量大，并且封面内容受人为的主观因素影响较大。如果是系统自动选取，受选取算法的影响，选取封面的效果不稳定，无法确定选取的封面为突出视频亮点的图像。
技术实现思路
针对现有技术中存在的技术问题，本专利技术提出了一种视频封面选取方法和系统，能够自动、高效地本文档来自技高网...

【技术保护点】
1.一种视频封面选取方法，包括：/n从视频中提取画质符合封面要求的多个关键帧；/n利用视觉特征分别对所述多个关键帧进行美学预测，获取所述美学预测的结果中排序最高的N个关键帧，其中，N≥2；以及/n从所述N个关键帧中选择视频封面。/n

【技术特征摘要】
1.一种视频封面选取方法，包括：
从视频中提取画质符合封面要求的多个关键帧；
利用视觉特征分别对所述多个关键帧进行美学预测，获取所述美学预测的结果中排序最高的N个关键帧，其中，N≥2；以及
从所述N个关键帧中选择视频封面。


2.根据权利要求1所述的方法，其中从视频中提取画质符合封面要求的多个关键帧的步骤包括：
对所述视频进行切帧处理以得到多个视频帧；以及
按照预置的图像特征及其阈值逐帧过滤所述多个视频帧以得到多个预关键帧。


3.根据权利要求2所述的方法，其中进一步包括：对所述多个预关键帧按照聚类特征进行聚类，将每一类中聚类特征值最高的M个预视频帧确定为关键帧，其中M≥1。


4.根据权利要求3所述的方法，其中采用k-means聚类算法对所述多个预关键帧进行聚类；其中，聚类中心数量基于视频时长设置，聚类特征为图像特征。


5.根据权利要求3所述的方法，其中采用图像特征作为聚类特征对所述多个预关键帧进行聚类；其中，根据采用的图像特征预置相应的聚类中心及其数量。


6.根据权利要求3所述的方法，其中所述聚类特征为以下图像特征中的一者或多者：亮度、亮度均衡性、清晰度、HSL直方图、垂直方向梯度直方图和水平方向梯度直方图。


7.根据权利要求1所述的方法，其中对所述多个关键帧进行美学预测的步骤包括：
计算所述关键帧的视觉特征值；以及
以所述关键帧的所述视觉特征值作为美学预测模型的输入数据，经所述美学预测模型的计算得到所述关键帧的美学预测分数，其中，所述美学预测模型为利用机器学习算法训练得到的模型。


8.根据权利要求7所述的方法，所述的机器学习算法为随机森林算法、分类树算法、决策树算法、KNN算法LR算法或k-means算法。


9.根据权利要求7所述的方法，其中所述用于预测的所述视觉特征值包括多个一维图像特征的特征值和/或多维图像特征的一个或多个维度的特征值。


10.根据权利要求1所述的方法，其中进一步包括：选择一个或多个一维图像特征和/或一个或多个多维图像特征构造预测所需的视觉特征。


11.根据权利要求1所述的方法，其中进一步包括：分析所述N个关键帧成为视频封面的可能性，将可能性最高的关键帧确定为视频封面。


12.根据权利要求11所述的方法，其中，进一步包括：利用以视频封面图像和非视频封面图像作为训练集得到的深度学习模型计算所述N个关键帧成为视频封面的分类分数；以及将分类分数最高的关键帧确定...

【专利技术属性】
技术研发人员：何林晋，黄鑫，赵玉良，王连杰，
申请(专利权)人：上海推乐信息技术服务有限公司，
类型：发明
国别省市：上海;31