【技术实现步骤摘要】
一种视频拼接动态调整方法、系统、电子装置及存储介质
[0001]本专利技术涉及视频处理
,特别是涉及一种视频拼接动态调整方法、系统、电子装置及存储介质。
技术介绍
[0002]随着计算机技术的发展,视频传播也越来越方便,用户在制作视频时候,常常会遇到将多个视频进行剪辑和拼接,以整合成为一个视频进行发布,从而更完整、直观的体现视频内容。
[0003]目前,对于视频拼接的技术手段,常常是将不同的待拼接的视频导入至模板中的不同拼接区域内,得到一个拼接后的视频,然而,对于视频拼接的模板往往是有限的,并且使用相同的模板会给用户造成单一的视觉体验,并且,使用模板进行拼接时,由于模板的拼接区域有限,导致待拼接的视频只能显示部分,导致拼接后的视频质量较低。
技术实现思路
[0004]为解决以上现有技术问题,本专利技术提供一种视频拼接动态调整方法、系统、电子装置及存储介质,能够在视频拼接过程中动态调整待拼接的子视频内容及尺寸。
[0005]本专利技术第一部分提供一种视频拼接动态调整方法,包括:
[ ...
【技术保护点】
【技术特征摘要】
1.一种视频拼接动态调整方法,其特征在于,包括:获取至少两个待拼接的视频段;对至少两个所述视频段的各个视频帧的内容进行识别,得到所述视频帧的内容识别类型;判断至少两个所述视频段对应的视频帧的内容识别类型是否存在预设的帧尺寸调整关系;若是,根据所述帧尺寸调整关系对各个所述视频段对应的视频帧的帧尺寸进行调整,得到调整后的视频段;为各调整后的视频段设定对应的播放位置,并根据所述播放位置对各调整后的视频段进行视频拼接。2.如权利要求1所述的一种视频拼接动态调整方法,其特征在于,所述对至少两个所述视频段的各个视频帧的内容进行识别,得到所述视频帧的内容识别类型,包括:对每个所述视频段进行截帧处理,得到每个所述视频段对应的视频帧;根据深度学习内容识别网络模型,对所述视频帧进行特征提取及分类,得到所述视频帧的内容识别类型。3.如权利要求2所述的一种视频拼接动态调整方法,其特征在于,所述根据深度学习内容识别网络模型,对所述视频帧进行特征提取及分类之前,包括:对深度学习内容识别网络模型进行训练;具体地:获取至少两种目标图像数据集;其中,所述目标图像数据集中包括若干目标图像数据;根据yolo模型,提取每个目标图像数据中目标子图位置,并根据每个所述目标子图位置对目标进行截取,得到每个目标图像数据对应的目标;对所有的目标进行挑选及特征归类,并根据特征归类结果对所述目标进行定义,完成所述深度学习内容识别网络模型训练。4.如权利要求3所述的一种视频拼接动态调整方法,其特征在于,所述获取至少两种目标图像数据集之后,还包括:通过拉伸、翻转、加噪点对每种所述目标图像数据集进行数据加强;所述完成所述深度学习内容识别网络模型训练之后,还包括:设置调优系数,根据所述调优系数对所述深度学习内容识别网络模型进行优化。5.如权利要求1所述的一种视频拼接动态调整方法,其特征在于,所述根据所述播放位置对各调整后的视频段进行视频拼接,包括:获取各调整后的视频段的播放时长,以播放时长...
【专利技术属性】
技术研发人员:王传鹏,符芳捷,孙尔威,林依婷,周惠存,陈春梅,
申请(专利权)人:安徽尚趣玩网络科技有限公司,
类型:发明
国别省市:
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。