【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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。