视频处理方法和装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种视频处理方法和装置、存储介质及电子设备。该方法包括：获取待处理的目标视频；对目标视频中各个视频帧依次进行特征提取，得到与每个视频帧对应的图像特征集；根据图像特征集对目标视频中的全部视频帧进行划分，得到第一场景视频帧列表；依次获取每个关键视频帧和位于关键视频帧之前的参考视频帧之间的特征相似度；在特征相似度达到合并条件的情况下，将关键视频帧所在第一场景中的场景视频帧序列，合并到参考视频帧所在第二场景中的场景视频帧序列中，以将第一场景视频帧列表更新为第二场景视频帧列表；按照第二场景视频帧列表对目标视频进行分割处理。本发明专利技术解决了相关技术中视频分割处理准确率较低的技术问题。

【技术实现步骤摘要】
视频处理方法和装置、存储介质及电子设备
本专利技术涉及计算机领域，具体而言，涉及一种视频处理方法和装置、存储介质及电子设备。
技术介绍
在视频播放平台从版权方获得原始视频文件后，通常需要将原始视频文件转换为符合要求的标准码流，才能分发给各个用户客户端进行播放。在转换的过程中，转码中台通常会对原始视频文件进行分割，形成多个视频片段，以便于针对每个视频片段进行视频质量的增强和编码，最后再将多个编码后的视频片段合并，以得到完整的视频流文件。这里为了使得同一场景内的连续视频帧播放质量一致，因而要求根据场景对视频进行分割。然而，目前相关技术提供的视频分割方法中，通常都是针对视频的单一特征来实现视频分割的，例如，基于字幕或语音的语义进行场景分析，进而根据分析结果来对视频进行分割处理。但这样利用单一特征对场景的分析是不全面的，分割的适用范围受限，从而导致视频分割准确率较低的问题。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种视频处理方法和装置、存储介质及电子设备，以至少解决相关技术中本文档来自技高网...

【技术保护点】
1.一种视频处理方法，其特征在于，包括：/n获取待处理的目标视频；/n对所述目标视频中各个视频帧依次进行特征提取，得到与每个视频帧对应的图像特征集，其中，所述图像特征集中包括所述视频帧的至少两个图像特征；/n根据所述图像特征集对所述目标视频中的全部视频帧进行划分，得到第一场景视频帧列表，其中，所述第一场景视频帧列表中记录有所述目标视频中包含的多个场景分别对应的场景视频帧序列，每个场景视频帧序列中的首个视频帧为所述场景的关键视频帧；/n依次获取每个所述关键视频帧和位于所述关键视频帧之前的参考视频帧之间的特征相似度；/n在所述特征相似度达到合并条件的情况下，将所述关键视频帧所在第一场景中的场景视频...

【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：
获取待处理的目标视频；
对所述目标视频中各个视频帧依次进行特征提取，得到与每个视频帧对应的图像特征集，其中，所述图像特征集中包括所述视频帧的至少两个图像特征；
根据所述图像特征集对所述目标视频中的全部视频帧进行划分，得到第一场景视频帧列表，其中，所述第一场景视频帧列表中记录有所述目标视频中包含的多个场景分别对应的场景视频帧序列，每个场景视频帧序列中的首个视频帧为所述场景的关键视频帧；
依次获取每个所述关键视频帧和位于所述关键视频帧之前的参考视频帧之间的特征相似度；
在所述特征相似度达到合并条件的情况下，将所述关键视频帧所在第一场景中的场景视频帧序列，合并到所述参考视频帧所在第二场景中的场景视频帧序列中，以将所述第一场景视频帧列表更新为第二场景视频帧列表；
按照所述第二场景视频帧列表对所述目标视频进行分割处理。


2.根据权利要求1所述的方法，其特征在于，所述对所述目标视频中各个视频帧依次进行特征提取，得到与每个视频帧对应的图像特征集包括：
依次将所述目标视频中的每个视频帧作为当前视频帧，以执行以下特征提取操作，直至遍历所述目标视频中的全部视频帧：
将所述当前视频帧中各个像素点映射至目标色彩编码空间中，以得到所述各个像素点在所述目标色彩编码空间内各个图像色彩分量参数的参数取值，其中，所述目标色彩编码空间包括至少两个图像色彩分量参数；
根据所述各个像素点的所述图像色彩分量参数的参数取值，确定与所述当前视频帧匹配的所述图像特征集。


3.根据权利要求2所述的方法，其特征在于，所述根据所述各个像素点的所述图像色彩分量参数的参数取值，确定与所述当前视频帧匹配的所述图像特征集包括：
获取所述各个像素点的第i个图像色彩分量参数的参数取值的均值，得到所述当前视频帧的第i个图像特征，其中，所述i为大于等于1，小于等于N的整数，所述N为所述目标色彩编码空间中所述图像色彩分量参数的数量，所述N为正整数。


4.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征集对所述目标视频中的全部视频帧进行划分，得到第一场景视频帧列表包括：
获取所述图像特征集中各个图像特征的均值，将所述图像特征的均值作为与所述视频帧匹配的目标图像特征；
依次比对相邻两个视频帧各自对应的目标图像特征，得到比对结果；
根据所述比对结果对全部视频帧进行划分，得到所述第一场景视频帧列表。


5.根据权利要求4所述的方法，其特征在于，
所述依次比对相邻两个视频帧各自对应的目标图像特征，得到比对结果包括：获取第j+1个视频帧的目标图像特征与第j个视频帧的目标图像特征的特征差值，其中，所述j为大于等于1，小于等于M-1的整数，所述M为所述目标视频中视频帧的数量；比对所述特征差值与第一阈值，得到所述比对结果；
所述根据所述比对结果对全部视频帧进行划分，得到所述第一场景视频帧列表包括：在所述比对结果指示所述特征差值小于所述第一阈值的情况下，确定所述第j+1个视频帧与所述第j个视频帧为同一个场景，则将所述第j+1个视频帧添加到所述第j个视频帧所在的场景视频帧序列中；在所述比对结果指示所述特征差值大于等于所述第一阈值的情况下，确定所述第j+1个视频帧与所述第j个视频帧并非同一个场景，则为所述第j+1个视频帧创建新的场景视频帧序列。


6.根据权利要求1所述的方法，其特征在于，所述依次获取每个所述关键视频帧和位于所述关键视频帧之前的参考视频帧之间的特征相似度包括：
获取所述关键视频帧的关键特征向量和所述参考视频帧的参考特征向量；
获取所述关键特征向量与所述参考特征向量之间的余弦距离，其中，所述特征相似度包括所述余弦距离；
获取所述关键视频帧和所述参考视频帧中的匹配特征点；
获取所述匹配特征点在所述关键视频帧中的第一占比和所述匹配特征点在所述参考视频帧中的第二占比，其中，所述特征相似度包括所述第一占比和所述第二占比。


7.根据权利要求6所述的方法，其特征在于，所述获取所述关键视频帧的关键特征向量和所述参考视频帧的参考特征向量包括：
对所述关键视频帧和所述参考视频帧分别进行预处理，得到候选关键视频帧和候选参考视频帧；
将所述候选关键视频帧输入轻量级卷积神经网络，以得到所述关键特征向量，并将所述候选参考视频帧输入所述轻量级卷积神经网络，以得到所述参考特征向量，其中，所述轻量级卷积神经...

【专利技术属性】
技术研发人员：王晟玮，汪亮，
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