本公开关于一种视频处理方法、装置、电子设备、存储介质和计算机程序产品，所述方法包括：确定待进行特效处理的原始视频；从原始视频中间隔选取关键帧，通过特效处理模型对关键帧进行特效处理，得到模型特效处理帧；对于原始视频中位于模型特效处理帧之间的中间视频帧，获取原始视频中中间视频帧对应的前向模型特效处理帧以及后向模型特效处理帧；基于前向模型特效处理帧以及后向模型特效处理帧合成中间视频帧对应的合成特效处理帧；基于模型特效处理帧以及合成特效处理帧得到原始视频对应的特效处理视频。采用本公开无需利用特效处理模型针对每一帧进行处理，通过模型特效处理帧融合得到关键帧之间的中间帧，提高了视频的特效处理效率。特效处理效率。特效处理效率。
【技术实现步骤摘要】
视频处理方法、装置、电子设备、存储介质
[0001]本公开涉及计算机
，尤其涉及一种视频处理方法、装置、电子设备、存储介质和计算机程序产品。
技术介绍
[0002]目前，针对基于深度学习模型的短视频特效拍摄，如基于GAN技术(Generative Adversarial Networks,生成式对抗网络)的人脸生成，由于该类型技术对设备计算能力要求高，受限于移动端设备的处理性能，通常采用将用户在移动端拍摄的完整视频上传至服务端进行处理，进而再下发至移动端让用户预览发布的方式，但采用上述传统方法无法让用户体验到实时拍摄的效果，也无法及时调整拍摄画面。
[0003]因此，相关技术中存在对视频进行特效处理的效率低的问题。
技术实现思路
[0004]本公开提供一种视频处理方法、装置、电子设备、存储介质和计算机程序产品，以至少解决相关技术中存在难以实时预览特效视频拍摄效果的问题。本公开的技术方案如下：
[0005]根据本公开实施例的第一方面，提供一种视频处理方法，包括：
[0006]确定待进行特效处理的原始视频；
[0007]从所述原始视频中间隔选取关键帧，通过特效处理模型对所述关键帧进行特效处理，得到模型特效处理帧；
[0008]对于所述原始视频中位于所述模型特效处理帧之间的中间视频帧，获取所述原始视频中所述中间视频帧对应的前向模型特效处理帧以及后向模型特效处理帧；
[0009]基于所述前向模型特效处理帧以及所述后向模型特效处理帧合成所述中间视频帧对应的合成特效处理帧；
[0010]基于所述模型特效处理帧以及所述合成特效处理帧得到所述原始视频对应的特效处理视频。
[0011]在一种可能实现方式中，所述基于所述前向模型特效处理帧以及所述后向模型特效处理帧合成所述中间视频帧对应的合成特效处理帧，包括：
[0012]获取所述前向模型特效处理帧中对象的关键点信息，作为前向对象关键点信息；
[0013]获取所述后向模型特效处理帧中所述对象的关键点信息，作为后向对象关键点信息；
[0014]基于所述前向对象关键点信息以及所述后向对象关键点信息，得到所述中间视频帧对应的合成特性处理帧的合成对象关键点信息；
[0015]基于所述合成对象关键点信息生成所述中间视频帧对应的合成特效处理帧。
[0016]在一种可能实现方式中，所述基于所述前向对象关键点信息以及所述后向对象关键点信息，得到所述中间视频帧对应的合成特性处理帧的合成对象关键点信息，包括：
[0017]基于所述前向模型特效处理帧与所述中间视频帧之间的帧间距，确定所述前向对象关键点信息对应的前向权重系数，所述前向权重系数与对应的帧间距成负相关关系；
[0018]基于所述后向模型特效处理帧与所述中间视频帧之间的帧间距，确定所述后向对象关键点信息对应的后向权重系数，所述后向权重系数与对应的帧间距成负相关关系；
[0019]根据所述前向权重系数和所述后向权重系数，对所述前向对象关键点信息和所述后向对象关键点信息进行加权，得到所述合成对象关键点信息。
[0020]在一种可能实现方式中，所述基于所述合成对象关键点信息生成所述中间视频帧对应的合成特效处理帧，包括：
[0021]根据所述前向模型特效处理帧、所述前向对象关键点信息、所述合成对象关键点信息，得到所述中间视频帧对应的第一特效图像；
[0022]根据所述后向模型特效处理帧、所述后向对象关键点信息、所述合成对象关键点信息，得到所述中间视频帧对应的第二特效图像；
[0023]基于所述第一特效图像和所述第二特效图像进行图像合成，得到所述中间视频帧对应的合成特效处理帧。
[0024]在一种可能实现方式中，所述根据所述前向模型特效处理帧、所述前向对象关键点信息、所述合成对象关键点信息，得到所述中间视频帧对应的第一特效图像，包括：
[0025]根据所述合成对象关键点信息和所述前向对象关键点信息，对所述前向模型特征处理帧进行图像形变处理，得到所述第一特效图像；
[0026]所述根据所述后向模型特效处理帧、所述后向对象关键点信息、所述合成对象关键点信息，得到所述中间视频帧对应的第二特效图像，包括：
[0027]根据所述合成对象关键点信息和所述后向对象关键点信息，对所述后向模型特征处理帧进行图像形变处理，得到所述第二特效图像。
[0028]在一种可能实现方式中，所述从所述原始视频中间隔选取关键帧，包括：
[0029]基于当前终端对应的特效处理性能，确定间隔选取长度；
[0030]根据所述间隔选取长度，从所述原始视频中间隔选取所述关键帧。
[0031]在一种可能实现方式中，所述基于所述前向模型特效处理帧以及所述后向模型特效处理帧合成所述中间视频帧对应的合成特效处理帧，包括：
[0032]获取所述前向模型特效处理帧对应的特效处理区域，作为前向特效处理区域；
[0033]获取所述后向模型特效处理帧对应的特效处理区域，作为后向特效处理区域；
[0034]对所述前向特效处理区域以及所述后向特效处理区域进行图像合成，得到合成特效处理区域；
[0035]确定所述中间视频帧对应的背景图像区域，将所述合成特效处理区域以及所述背景图像区域进行拼接，得到所述合成特效处理帧。
[0036]在一种可能实现方式中，所述通过特效处理模型对所述关键帧进行特效处理，得到模型特效处理帧，包括：
[0037]所述特效处理模型对所述关键帧中对象的第一表情区域进行特效处理，得到所述模型特效处理帧；
[0038]所述确定所述中间视频帧对应的背景图像区域，将所述合成特效处理区域以及所述背景图像区域进行拼接，得到所述合成特效处理帧，包括：
[0039]确定所述中间视频帧中所述对象的第二表情区域，从所述中间视频帧抠除所述第二表情区域，得到所述中间视频帧对应的背景图像区域；
[0040]确定所述第二对象表情区域与所述背景图像区域的位置对应关系，基于所述位置对应关系将所述合成特效处理区域以及所述背景图像区域进行拼接，得到所述合成特效处理帧。
[0041]根据本公开实施例的第二方面，提供一种视频处理装置，包括：
[0042]原始视频确定单元，被配置为执行确定待进行特效处理的原始视频；
[0043]模型特效处理帧得到单元，被配置为执行从所述原始视频中间隔选取关键帧，通过特效处理模型对所述关键帧进行特效处理，得到模型特效处理帧；
[0044]中间视频帧处理单元，被配置为执行对于所述原始视频中位于所述模型特效处理帧之间的中间视频帧，获取所述原始视频中所述中间视频帧对应的前向模型特效处理帧以及后向模型特效处理帧；
[0045]合成特效处理帧得到单元，被配置为执行基于所述前向模型特效处理帧以及所述后向模型特效处理帧合成所述中间视频帧对应的合成特效处理帧；
[0046]特效处理视频得到单元，被配置为执本文档来自技高网...
【技术保护点】
【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：确定待进行特效处理的原始视频；从所述原始视频中间隔选取关键帧，通过特效处理模型对所述关键帧进行特效处理，得到模型特效处理帧；对于所述原始视频中位于所述模型特效处理帧之间的中间视频帧，获取所述原始视频中所述中间视频帧对应的前向模型特效处理帧以及后向模型特效处理帧；基于所述前向模型特效处理帧以及所述后向模型特效处理帧合成所述中间视频帧对应的合成特效处理帧；基于所述模型特效处理帧以及所述合成特效处理帧得到所述原始视频对应的特效处理视频。2.根据权利要求1所述的方法，其特征在于，所述基于所述前向模型特效处理帧以及所述后向模型特效处理帧合成所述中间视频帧对应的合成特效处理帧，包括：获取所述前向模型特效处理帧中对象的关键点信息，作为前向对象关键点信息；获取所述后向模型特效处理帧中所述对象的关键点信息，作为后向对象关键点信息；基于所述前向对象关键点信息以及所述后向对象关键点信息，得到所述中间视频帧对应的合成特性处理帧的合成对象关键点信息；基于所述合成对象关键点信息生成所述中间视频帧对应的合成特效处理帧。3.根据权利要求2所述的方法，其特征在于，所述基于所述前向对象关键点信息以及所述后向对象关键点信息，得到所述中间视频帧对应的合成特性处理帧的合成对象关键点信息，包括：基于所述前向模型特效处理帧与所述中间视频帧之间的帧间距，确定所述前向对象关键点信息对应的前向权重系数，所述前向权重系数与对应的帧间距成负相关关系；基于所述后向模型特效处理帧与所述中间视频帧之间的帧间距，确定所述后向对象关键点信息对应的后向权重系数，所述后向权重系数与对应的帧间距成负相关关系；根据所述前向权重系数和所述后向权重系数，对所述前向对象关键点信息和所述后向对象关键点信息进行加权，得到所述合成对象关键点信息。4.根据权利要求2所述的方法，其特征在于，所述基于所述合成对象关键点信息生成所述中间视频帧对应的合成特效处理帧，包括：根据所述前向模型特效处理帧、所述前向对象关键点信息、所述合成对象关键点信息，得到所述中间视频帧对应的第一特效图像；根据所述后向模型特效处理帧、所述后向对象关键点信息、所述合成对象关键点信息，得到所述中间视频帧对应的第二特效图像；基于所述第一特效图像和所述第二特...
【专利技术属性】
技术研发人员：马国壮，汪洋，边红昌，李雅子，
申请(专利权)人：北京达佳互联信息技术有限公司，
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。