视频处理方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种视频处理方法、装置及电子设备，涉及视频处理技术领域，该方法包括：从待处理视频中提取至少一个视频帧集合；其中，每个该视频帧集合包括至少一帧视频帧；提取每个视频帧集合中视频帧的图像特征；基于该图像特征以及预设目标对象的对象特征，从上述至少一个视频帧集合中筛选出与该目标对象相匹配的目标视频帧集合；根据该待处理视频中，该目标视频帧集合对应的视频帧，得到处理结果。本发明专利技术实施例通过目标检测等技术预先将待处理视频拆分成多个子拆条，再根据不同子拆条之间的人脸维度信息，结合人脸识别等技术，对子拆条进行重组，实现了自动化视频拆条，提高拆条效率，降低人工成本。

【技术实现步骤摘要】
视频处理方法、装置及电子设备
本专利技术涉及视频处理
，尤其是涉及一种视频处理方法、装置及电子设备。
技术介绍
视频拆条是对传统的视频节目、媒体数据进行二次加工，将多个完整的视频数据按照特定的逻辑和需求进行拆分，并重新进行编排的技术手段，例如“某某集锦”、“视频网站中的只看他”等场景，视频拆条在视频智能分析、媒资管理、互联网短视频平台等领域具有重要意义。目前，视频拆条的实现方式大多依赖于人工处理，通过人工对视频进行预览切分和组合，这种方式存在以下几方面的不足：第一，人工成本投入大，处理时间长；第二，随着视频规模的不断增长，视频拆条已经从传统的视频处理任务变成了大数据计算任务，人工视频拆条的方式无法满足大规模视频的拆条需求；第三，人工视频拆条的效率较低，无法满足热门视频或者重要时段视频对拆条的实时性要求。整体而言，现有通过人工进行视频拆条的方式，处理成本较高，处理效率较低，实时性较差。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种视频处理方法、装置及电子设备，实现了自动化视频拆条，减少了视频拆条的本文档来自技高网...

【技术保护点】
1.一种视频处理方法，其特征在于，包括：/n从待处理视频中提取至少一个视频帧集合；其中，每个所述视频帧集合包括至少一帧视频帧；/n提取每个所述视频帧集合中视频帧的图像特征；/n基于所述图像特征以及预设目标对象的对象特征，从所述至少一个视频帧集合中筛选出与所述目标对象相匹配的目标视频帧集合；/n根据所述待处理视频中，所述目标视频帧集合对应的视频帧，得到处理结果。/n

【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：
从待处理视频中提取至少一个视频帧集合；其中，每个所述视频帧集合包括至少一帧视频帧；
提取每个所述视频帧集合中视频帧的图像特征；
基于所述图像特征以及预设目标对象的对象特征，从所述至少一个视频帧集合中筛选出与所述目标对象相匹配的目标视频帧集合；
根据所述待处理视频中，所述目标视频帧集合对应的视频帧，得到处理结果。


2.根据权利要求1所述的视频处理方法，其特征在于，所述从待处理视频中提取至少一个视频帧集合的步骤，包括：
按预设时间间隔对待处理视频进行抽帧，得到多个视频帧；
将所述多个视频帧划分到至少一个视频帧集合中。


3.根据权利要求2所述的视频处理方法，其特征在于，所述按预设时间间隔对待处理视频进行抽帧，得到多个视频帧的步骤，包括：
通过预设的多媒体视频处理工具，按预设时间间隔对待处理视频进行抽帧，得到多个视频帧。


4.根据权利要求2所述的视频处理方法，其特征在于，所述将所述多个视频帧划分到至少一个视频帧集合中的步骤，包括：
根据所述多个视频帧中相邻视频帧之间的相似度，将所述多个视频帧划分到至少一个视频帧集合中。


5.根据权利要求4所述的视频处理方法，其特征在于，所述根据所述多个视频帧中相邻视频帧之间的相似度，将所述多个视频帧划分到至少一个视频帧集合中的步骤，包括：
从所述多个视频帧中依次选取视频帧，将选取的视频帧确定为当前视频帧，对所述当前视频帧进行下述处理：
计算所述当前视频帧和与所述当前视频帧相邻的下一视频帧之间的相似度值；
如果所述相似度值大于预设第一阈值，将所述当前视频帧和所述下一视频帧划分到同一个视频帧集合；
将所述当前视频帧的下一视频帧确定为新的当前视频帧，并继续执行所述计算所述当前视频帧和与所述当前视频帧相邻的下一视频帧之间的相似度值，如果所述相似度值大于预设第一阈值，将所述当前视频帧和所述下一视频帧划分到同一个视频帧集合的步骤，直至所述多个视频帧中的最后一帧视频帧，得到至少一个视频帧集合。


6.根据权利要求5所述的视频处理方法，其特征在于，所述计算所述当前视频帧和与所述当前视频帧相邻的下一视频帧之间的相似度值的步骤，包括：
提取所述当前视频帧的第一图像特征，以及与所述当前视频帧相邻的下一视频帧的第二图像特征；
计算所述第一图像特征和所述第二图像特征之间的余弦距离；
根据所述余弦距离确定所述当前视频帧和所述下一视频帧之间的相似度值。


7.根据权利要求6所述的视频处理方法，其特征在于，所述提取所述当前视频帧的第一图像特征，以及与所述当前视频帧相邻的下一视频帧的第二图像特征的步骤，包括：
根据尺度不变特征变换算法，提取所述当前视频帧的第一图像特征，以及与所述当前视频帧相邻的下一视频帧的第二图像特征。


8.根据权利要求1所述的视频处理方法，其特征在于，所述提取每个所述视频帧集合中视频帧的图像特征的步骤，包括：
通过深度卷积神经网络，提取每个所述视频帧集合中视频帧的图像特征。


9.根据权利要求1所述的视频处理方法，其特征在于，所述基于所述图像特征以及预设目标对象的对象特征，从所述至少一个视频帧集合中筛选出与所述目标对象相匹配的目标视频帧集合的步骤，包括：
对于所述至少一个视频帧集合中的每一个视频帧集合，遍历该视频帧集合中的每帧视频帧，对每帧视频帧进行下述处理：
基于该视频帧的图像特征以及预设目标对象的对象特征，确定该视频帧中是否包含所述目标对象；
如果是，将所述目标对象的预...

【专利技术属性】
技术研发人员：王森，
申请(专利权)人：北京金山云网络技术有限公司，
类型：发明
国别省市：北京;11