视频处理方法和装置、存储介质和电子设备制造方法及图纸

本公开涉及一种视频处理方法和装置、存储介质和电子设备，所述方法包括：基于人脸识别算法，从至少一个待处理视频中提取包括人脸图像的视频片段；基于人脸分类算法，对所述人脸图像进行聚类，得到多个人物分类；从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频。本公开可以提升视频处理的效率。

【技术实现步骤摘要】
视频处理方法和装置、存储介质和电子设备
本公开涉及视频处理领域，具体地，涉及一种视频处理方法和装置、存储介质和电子设备。
技术介绍
视频是现代社会的一种主流的多媒体形式，通过视频可以达到艺术创作、事件记录、信息宣传等目的，极大地提高了人们生活的丰富性。但是，视频相对图片而言的体量较大，搜索、编辑的难度和成本都较高，难以进行系统化的制作。
技术实现思路
提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。第一方面，本公开提供一种视频处理方法，包括：基于人脸识别算法，从至少一个待处理视频中提取包括人脸图像的视频片段；基于人脸分类算法，对所述人脸图像进行聚类，得到多个人物分类；从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频。第二方面，本公开提供一种视频处理装置，包括：识别模块，用于基于人脸识别算法，从至少一个待处理视频中提取包括人脸图像的视频片段；分类模块，用于基于人脸分类算法，对所述人脸图像进行聚类，得到多个人物分类；整合模块，用于从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频。第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。第四方面，本公开提供一种电子设备，包括：存储装置、处理装置，存储装置上存储有计算机程序，处理装置用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。通过上述技术方案，可以基于人脸识别算法从待处理视频中提取包括了人脸图像的视频片段，并基于人脸分类算法对人脸图像进行聚类，并将目标人物分类对应的视频片段整合为目标视频，从而可以从人物的角度对视频中的视频片段进行系统化的提取和整合，提高了视频的编辑效率，节省了视频制作的时间成本和人力成本。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：图1是根据一示例性公开实施例示出的一种视频处理方法的流程图。图2是根据一示例性公开实施例示出的一种视频编辑界面的示意图。图3是根据一示例性公开实施例示出的一种视频处理流程的示意图。图4是根据一示例性公开实施例示出的一种视频处理流程的示意图。图5是根据一示例性公开实施例示出的一种视频处理装置的框图。图6是根据一示例性公开实施例示出的一种电子设备的框图。具体实施方式下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。图1是根据一示例性公开实施例示出的一种视频处理方法的流程图。如图1所示，所述方法包括以下的步骤：S11、基于人脸识别算法，从至少一个待处理视频中提取包括人脸图像的视频片段。其中，待处理视频可以是用户输入的视频，也可以是基于用户输入的信息从网上检索到的视频，还可以是数据库中预存的视频。当该待处理视频是数据库中预存的视频时，可以预先对视频进行分类，例如，可以将视频按照色调分类，将主色调为蓝色的视频分为一类，将主色调为粉色的视频分为一类；该视频的分类还可以基于视频来源进行分类，例如，将A电视台出品的视频分为一类，将B电视台出品的视频分类一类；该视频的分类还可以是基于视频的创作时间进行的分类，例如，将90年代的视频分为一类，将2000年至2010年的视频分为一类等。视频的分类方式有多种，在此无法一一穷举，本领域技术人员应当知悉，无论是根据何种方式对视频进行预分类，均应属于本公开中对视频进行预分类的一种可行形式。在对视频进行与分类后，用户可以对视频分类进行选择，并基于用户的选择，从数据库中调用用户选中的视频分类下的视频作为待处理视频。例如，当用户选择了“恐怖片”类别的视频时，将数据库中分类为“恐怖片”的视频提取出来，基于人脸识别算法，对这些视频中包括人脸图像的视频片段进行提取。在进行人脸识别时，可以是对待处理视频逐帧进行识别的，考虑到计算资源成本，人脸识别也可以是间隔预设帧数进行识别，并将识别出人脸图像的视频帧的前后预设帧的视频片段作为包括人脸图像的视频片段，或者将与其相邻的识别出人脸图像的视频帧之间的视频片段确定为包括了人脸图像的视频片段，例如，当人脸识别是间隔10帧进行一次识别，且在视频的第0帧、第10帧、第20帧、第30帧均识别到了人脸图像，则可以将第0帧至第30帧之间的视频片段作为包括了人脸图像的视频片段。在一种可能的实施方式中，视频片段也可以是通过迭代得到的，具体而言，当间隔预设帧数进行识别的情况下，对识别到人脸图像的前后预设帧进行再识别，并确定其中包括了人脸图像的视频帧，并将这些视频帧整合为视频片段。例如，当设置为间隔10帧识别一次人脸图像时，在视频的第30帧识别到了人脸图像，则可以对视频的第20帧至第40帧进行再次识别，将识别到了人脸图像的视频帧整合为一个视频片段。该待处理视频还可以是基于用户输入的目标人物的信息在互联网上检索得到的，例如，当用户输入了明星A的名字时，可以从互联网上搜索明星A的名字，并获取所有或部分明星A相关的视频作为该待处理视频。S12、基于人脸分类算法，对所述人脸图像进行聚类，得到多个人物分类。基于人脸分类算法，可以将具有相同特征的人脸图像作为一个人物分类。在一种可能的实施方式中，所述人脸分类算法是基于以下方式训练得到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，所述方法包括：/n基于人脸识别算法，从至少一个待处理视频中提取包括人脸图像的视频片段；/n基于人脸分类算法，对所述人脸图像进行聚类，得到多个人物分类；/n从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频。/n

【技术特征摘要】
1.一种视频处理方法，其特征在于，所述方法包括：
基于人脸识别算法，从至少一个待处理视频中提取包括人脸图像的视频片段；
基于人脸分类算法，对所述人脸图像进行聚类，得到多个人物分类；
从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频。


2.根据权利要求1所述的方法，其特征在于，所述人脸分类算法是基于以下方式训练得到的：
获取多张包括人脸区域的样本图像；
为同一人物对应的人脸区域标注相同的分类标签，其中，每张所述样本图像包括至少一个人物的人脸区域和至少一个分类标签；
基于标注后的所述样本图像训练所述人脸分类算法，以使所述人脸分类算法基于包括人脸区域的图像生成人脸区域范围和分类标签。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
基于用户输入的目标人物的名称，获取包括所述目标人物的人脸区域的图像，并该图像作为所述样本图像，其中，所述目标人物的人脸区域标注有目标标签，所述样本图像中还包括非目标人物的样本图像；
所述从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频，包括：
将标签结果为所述目标标签的人物分类作为目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于用户输入的目标人物的名称，检索所述目标人物相关的视频，并将所述目标人物相关的视频作为所述待处理视频。


5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于用户输入的目标人物的名称，检索所述目标人物相关的人脸图像；
所述从所述多个人物分类中确定目标人物分类，并将所述待处理视频中包括所述目标人物分类的视频片段整合为目标视频...

【专利技术属性】
技术研发人员：张同新，张昊宇，姚佳立，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：北京;11