视频中图像的截取方法和装置、存储介质和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中图像的截取方法和装置、存储介质和电子设备，包括：显示目标视频和图像截取交互对象；在获取到对上述图像截取交互对象执行的目标交互操作的情况下，获取上述目标视频中被截取的目标图像，其中，上述目标交互操作用于对上述目标视频中的图像进行截取，上述目标图像是根据上述目标视频的历史播放信息在上述目标视频中确定的图像；显示上述被截取的目标图像。采用上述技术方案，解决了相关技术中，用户对感兴趣视频进行截图、制作动图时，如果用户感兴趣的图片、需要生成的动图比较多时，会给用户带来比较大的操作成本，导致用户体验差的技术问题。

【技术实现步骤摘要】
视频中图像的截取方法和装置、存储介质和电子设备
本专利技术涉及计算机领域，具体而言，涉及一种视频中图像的截取方法和装置、存储介质和电子设备。
技术介绍
目前，用户在看完一个非常喜欢的视频后，往往会对其中某些情节印象深刻感触颇深，有时候会想要在社交平台上就某热门情景和有趣部分发帖参与讨论等，此时就需要视频中的截图和动图；但一部电影、一集电视剧、一集综艺等的播放时长较长，让用户自己通过回看截图或制作动图，这种处理方式比较耗时，且操作相对复杂，无法满足用户需求，使得用户的体验较差。现有技术更多的需要用户去人为操作，当看的视频很长，想要截的图或生成的gif比较多时，会给用户带来额外较大的操作成本，用户体验不好。针对相关技术中，用户对感兴趣视频进行截图、制作动图时，如果用户感兴趣的图片、需要生成的动图比较多时，会给用户带来比较大的操作成本，导致用户体验差的问题，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中图像的截取方法和装置、存储介质和电子设备，以至少解决相关技术中，用户对感兴趣视频进行截图、制作动图时，如果用户感兴趣的图片、需要生成的动图比较多时，会给用户带来比较大的操作成本，导致用户体验差的技术问题。根据本专利技术实施例的一个方面，提供了一种视频中图像的截取方法，包括：显示目标视频和图像截取交互对象；在获取到对上述图像截取交互对象执行的目标交互操作的情况下，获取上述目标视频中被截取的目标图像，其中，上述目标交互操作用于对上述目标视频中的图像进行截取，上述目标图像是根据上述目标视频的历史播放信息在上述目标视频中确定的图像；显示上述被截取的目标图像。根据本专利技术实施例的另一方面，还提供了一种视频中图像的截取装置，包括：第一显示单元，用于显示目标视频和图像截取交互对象；第一获取单元，用于在获取到对上述图像截取交互对象执行的目标交互操作的情况下，获取上述目标视频中被截取的目标图像，其中，上述目标交互操作用于对上述目标视频中的图像进行截取，上述目标图像是根据上述目标视频的历史播放信息在上述目标视频中确定的图像；第二显示单元，用于显示上述被截取的目标图像。根据本专利技术实施例的又一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述视频中图像的截取方法的各种可选实现方式中提供的方法。根据本专利技术实施例的又一方面，还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述视频中图像的截取方法。通过本专利技术，显示要播放的目标视频，以及显示用于和用户交互的图像截取交互对象，当用户需要截取目标图像时，对图像截取交互对象执行目标交互操作，此时，获取根据上述目标视频的历史播放信息确定的在上述目标视频中的目标图像，并显示上述被截取的目标图像。通过上述方式，当获取到目标交互操作时，即可根据目标视频的历史播放信息确定出目标图像，避免了用户通过回放视频的方式，来截取感兴趣的图像，减少了用户的操作成本，解决了相关技术中，用户对感兴趣视频进行截图、制作动图时，如果用户感兴趣的图片、需要生成的动图比较多时，会给用户带来比较大的操作成本，导致用户体验差的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种视频中图像的截取方法的应用环境的示意图；图2是根据本专利技术实施例的一种可选的视频中图像的截取方法的流程示意图；图3是根据本专利技术实施例的一种可选的图像截取交互对象的示意图；图4是根据本专利技术实施例的一种可选的目标静态图像的示意图；图5是根据本专利技术实施例的一种可选的第一界面的示意图；图6是根据本专利技术实施例的一种可选的第二界面的示意图；图7是根据本专利技术实施例的一种可选的生成目标静态图像的流程示意图；图8是根据本专利技术实施例的一种可选的训练神经网络的流程示意图；图9是根据本专利技术实施例的一种可选的第三界面的示意图；图10是根据本专利技术实施例的一种可选的第四界面的示意图；图11是根据本专利技术实施例的一种可选的生成目标动态图像的流程示意图；图12是根据本专利技术实施例的一种可选的对视频片段中的每一帧图像进行处理的流程示意图；图13是根据本专利技术实施例的一种可选的目标动态图像的示意图；图14是根据本专利技术实施例的一种可选的视频中图像的截取装置的结构示意图；图15是根据本专利技术实施例的一种可选的电子设备的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。根据本专利技术实施例的一个方面，提供了一种视频中图像的截取方法。可选地，上述视频中图像的截取方法可以但不限于应用于如图1所示的应用环境中。如图1所示，终端设备102显示目标视频和图像截取交互对象，在获取到对上述图像截取交互对象执行的目标交互操作的情况下，服务器104获取上述目标视频中被截取的目标图像，其中，上述目标交互操作用于对上述目标视频中的图像进行截取，上述目标图像是根据上述目标视频的历史播放信息在上述目标视频中确定的图像；终端设备102显示上述被截取的目标图像。以上仅为一种示例，本申请实施例在此不作限定。需要说明的是，上述服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、笔记本电脑、掌上电脑、MID(MobileInternetDevices，移动互联网设备)、台式计算机、台式电脑、智能音箱、智能电本文档来自技高网...

【技术保护点】
1.一种视频中图像的截取方法，其特征在于，包括：/n显示目标视频和图像截取交互对象；/n在获取到对所述图像截取交互对象执行的目标交互操作的情况下，获取所述目标视频中被截取的目标图像，其中，所述目标交互操作用于对所述目标视频中的图像进行截取，所述目标图像是根据所述目标视频的历史播放信息在所述目标视频中确定的图像；/n显示所述被截取的目标图像。/n

【技术特征摘要】
1.一种视频中图像的截取方法，其特征在于，包括：
显示目标视频和图像截取交互对象；
在获取到对所述图像截取交互对象执行的目标交互操作的情况下，获取所述目标视频中被截取的目标图像，其中，所述目标交互操作用于对所述目标视频中的图像进行截取，所述目标图像是根据所述目标视频的历史播放信息在所述目标视频中确定的图像；
显示所述被截取的目标图像。


2.根据权利要求1所述的方法，其特征在于，
所述显示目标视频和图像截取交互对象，包括：显示所述目标视频和第一交互对象，其中，所述第一交互对象用于指示截取静态图像，所述图像截取交互对象包括所述第一交互对象；
在获取到对所述图像截取交互对象执行的目标交互操作的情况下，获取所述目标视频中被截取的目标图像，包括：在获取到对所述第一交互对象执行的第一交互操作的情况下，获取所述目标视频中被截取的目标静态图像，其中，所述目标交互操作包括所述第一交互操作，所述目标图像包括所述目标静态图像，所述目标静态图像是根据所述目标视频的第一播放信息和/或所述目标视频的第一视频信息在所述目标视频中确定的图像，所述第一播放信息包括：所述目标视频中每一帧图像的弹幕信息，所述第一视频信息包括：所述目标视频中的每一帧图像，和/或，所述每一帧图像中识别到的对象的信息。


3.根据权利要求2所述的方法，其特征在于，所述获取所述目标视频中被截取的目标静态图像，包括：
根据以下至少之一确定所述每一帧图像的帧图像取值：所述每一帧图像的热图参数的取值，其中，所述热图参数的取值是根据所述每一帧图像确定出的取值；所述每一帧图像的热词参数的取值，其中，所述热词参数的取值是根据所述每一帧图像的弹幕信息确定出的取值，和/或，所述热词参数的取值是根据所述每一帧图像的评论信息确定出的取值，和/或，所述热词参数的取值是根据所述每一帧图像的搜索热词确定出的取值；所述每一帧图像的对象关注度参数的取值，其中，所述对象关注度参数的取值是根据所述每一帧图像中识别到的对象的信息确定出的取值；
按照所述每一帧图像的帧图像取值，对所述目标视频中的每一帧图像进行排序，将对所述目标视频中的每一帧图像进行排序之后的前N个帧图像确定为所述目标静态图像，其中，N为正整数。


4.根据权利要求3所述的方法，其特征在于，所述根据以下至少之一确定所述每一帧图像的帧图像取值，包括：
将所述每一帧图像的热图参数的取值，或者，所述每一帧图像的热词参数的取值，或者，所述每一帧图像的对象关注度参数的取值，确定为所述每一帧图像的帧图像取值；或者
将所述每一帧图像的热图参数的取值、所述每一帧图像的热词参数的取值、以及所述每一帧图像的对象关注度参数的取值中的两个取值进行加权求和，得到所述每一帧图像的帧图像取值；或者
将所述每一帧图像的热图参数的取值、所述每一帧图像的热词参数的取值、以及所述每一帧图像的对象关注度参数的取值三者进行加权求和，得到所述每一帧图像的帧图像取值。


5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
将所述每一帧图像输入到热图神经网络模型中，得到所述热图神经网络模型输出的所述每一帧图像的热图参数的取值；和/或
将所述每一帧图像的弹幕信息输入到热词神经网络模型中，得到所述热词神经网络模型输出的所述每一帧图像的热词参数的取值；和/或
将所述每一帧图像中识别到的对象的信息输入到对象关注度神经网络模型中，得到所述对象关注度神经网络模型输出的所述每一帧图像的对象关注度参数的取值。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
从多个社交应用中获取热图样本集，通过所述热图样本集训练所述热图神经网络模型；和/或
从多个社交应用中获取热词样本集，通过所述热词样本集训练所述热词神经网络模型；和/或
从多个社交应用中获取对象关注度样本集，通过所述对象关注度样本集训练所述对象关注度神经网络模型。


7.根据权利要求4至6中任一项所述的方...

【专利技术属性】
技术研发人员：王志峰，
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