智能短视频vlog拍摄生成系统技术方案

本发明专利技术公开了智能短视频vlog拍摄生成系统，涉及短视频技术领域。本发明专利技术包括视频拍摄、精彩视频片段识别和vlog识别，视频拍摄包括先验机位选取和摄像头安装、摄像机素材拍摄、素材视频，精彩视频片段识别包括视频图像特征提取、Proposol提取、动作分类+回归、精彩动作视频片段，其中视频图像特征提取、Proposol提取、动作分类+回归生成动作检测模型，vlog生成包括人工模板素材拍摄、动作视频片段+人工模板填充、视频合成模型、可选风格迁移模型和最终vlog。本发明专利技术通过对视频拍摄、精彩视频片段识别和vlog识别等环节进行技术改进，能够提高视频拍摄适应性、精彩视频片段识别的兼容性和vlog识别可控性，从而有效提升短视频生成效果。果。果。

【技术实现步骤摘要】
智能短视频vlog拍摄生成系统


[0001]本专利技术涉及短视频
，特别是涉及智能短视频vlog拍摄生成系统。

技术介绍

[0002]短视频是指在各种新媒体平台上播放的、适合在移动状态和短时休闲状态下观看的、高频推送的视频内容，vlog同样是一种视频形式，是众多风格视频其中的一款形式，是以日常记录为内容的视频；
[0003]传统的短视频拍摄形式存在一定的局限性，例如在水滑道、山地滑车、卡丁车、越野车等竞速类运动环境时，以及在篮球、足球、羽毛球等体育赛事中时，用户想要自行拍摄留影精彩瞬间非常困难；因此，我们提出智能短视频vlog拍摄生成系统。

技术实现思路

[0004]本专利技术的目的在于提供智能短视频vlog拍摄生成系统，解决上述背景中提出的问题。
[0005]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0006]本专利技术为智能短视频vlog拍摄生成系统，包括视频拍摄、精彩视频片段识别和vlog识别，所述视频拍摄包括先验机位选取和摄像头安装、摄像机素材拍摄、素材视频，所述精彩视频片段识别包括视频图像特征提取(TSM)、Proposol提取(BMN)、动作分类+回归(Attenton
‑
LSTM)、精彩动作视频片段，所述vlog生成包括人工模板素材拍摄、动作视频片段+人工模板填充、视频合成模型、可选风格迁移模型和最终vlog。
[0007]所述视频拍摄首先进行先验机位选取和摄像头安装，然后利用摄像机进行素材拍摄，最后生成素材视频。
[0008]所述精彩视频片段识别首先进行视频图像特征提取，并进行Proposol提取，然后进行动作分类+回归，最后得到精彩动作视频片段。
[0009]所述vlog生成首先进行人工模板素材拍摄，并同步进行动作视频片段+人工模板填充和视频合成模型，再进行可选风格迁移模型，从而生成最终vlog。
[0010]所述视频拍摄时，在竞速类运动及体育赛事中，采用固定机位，定点拍摄方式；根据统计概率，包括精彩瞬间多发位置的先验信息，确定最佳拍摄机位，进行定点、长时拍摄。
[0011]所述精彩视频片段识别包括动作视频片段识别，通过使用深度学习算法，进行视频动作片段检测。操作时输入完整长视频，对视频进行分析，预测其中动作发生片段起始时间点及结束时间点，同时输出动作片段的类别。
[0012]所述精彩视频片段识别包括视频片段与用户匹配，使用人脸匹配方式，在摄像阶段，对摄像装置采集到对视频进行分析，进行人脸检测，并对拍摄镜头基于人脸信息进行分类，同时将人脸信息进行向量编码存储。
[0013]所述vlog识别包括自动模版方案，在特定场景下，由导演根据固定机位拍摄用户视频，包括进行样片设计，确定整体视频风格，并进行素材的大量拍摄，然后确定整体视频
模版，再根据用户精彩视频片段的动作分类及拍摄机位信息，设定模版填入规则，从而在大量模版的基础上，完成vlog生成规则系统。
[0014]所述vlog识别包括AI智能短视频生成方案，使用端到端深度学习模型。输入素材信息及用户动作视频片段，直接生成最终vlog。
[0015]本专利技术具有以下有益效果：
[0016]本专利技术智能短视频vlog拍摄生成系统，通过利用固定机位和定点拍摄，根据统计概率获得精彩瞬间多发位置等先验信息，从而确定最佳拍摄机位，进行定点、长时拍摄，操作适应性强。
[0017]本专利技术智能短视频vlog拍摄生成系统，通过使用深度学习算法，帮助进行视频动作片段检测，并在视频片段与用户匹配阶段采用人脸匹配，操作精度高，安全性提升。
[0018]本专利技术智能短视频vlog拍摄生成系统，通过自动模版方案和AI智能短视频生成方案生成vlog，帮助确定整体视频模版，并使用端到端深度学习模型，可解决模版拼接不协调问题，并在运镜上具备强大优势，同时支持接入风格迁移算法，输出动漫风格vlog等。
[0019]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0020]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术智能短视频vlog拍摄生成系统架构图；
[0022]图2为本专利技术智能短视频vlog拍摄生成系统的视频拍摄流程图；
[0023]图3为本专利技术智能短视频vlog拍摄生成系统的精彩视频片段识别流程图；
[0024]图4为本专利技术智能短视频vlog拍摄生成系统的vlog识别流程图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0026]请参阅图1所示：本专利技术为智能短视频vlog拍摄生成系统，包括视频拍摄、精彩视频片段识别和vlog识别，视频拍摄包括先验机位选取和摄像头安装、摄像机素材拍摄、素材视频，精彩视频片段识别包括视频图像特征提取(TSM)、Proposol提取(BMN)、动作分类+回归(Attenton
‑
LSTM)、精彩动作视频片段，视频图像特征提取、Proposol提取、动作分类+回归生成动作检测模型，vlog生成包括人工模板素材拍摄、动作视频片段+人工模板填充、视频合成模型、可选风格迁移模型和最终vlog。
[0027]其中，如图2
‑
图4所示：视频拍摄首先进行先验机位选取和摄像头安装，然后利用摄像机进行素材拍摄，最后生成素材视频，精彩视频片段识别首先进行视频图像特征提取，并进行Proposol提取，然后进行动作分类+回归，最后得到精彩动作视频片段，vlog生成首
先进行人工模板素材拍摄，并同步进行动作视频片段+人工模板填充和视频合成模型，再进行可选风格迁移模型，从而生成最终vlog。
[0028]本方案中，包括用户精彩片段捕捉和vlog生成阶段：
[0029]用户精彩片段捕捉，包括拍摄：在竞速类运动，及体育赛事中，采用固定机位，定点拍摄方式。根据统计概率，精彩瞬间多发位置等先验信息，确定最佳拍摄机位，进行定点，长时拍摄。
[0030]动作视频片段识别：使用深度学习算法，进行视频动作片段检测。通过输入完整长视频，对视频进行分析，预测其中动作发生片段起始时间点及结束时间点，同时输出动作片段的类别。如篮球比赛中(2分球、3分球、罚球等)，抽取动作视频片段。
[0031]匹配：视频片段与用户匹配，使用人脸匹配方式。在摄像阶段，对摄像装置采集到对视频进行分析，进行人脸检测，并对拍摄镜头基于人脸信息进行分类，同时将人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.智能短视频vlog拍摄生成系统，其特征在于，包括视频拍摄、精彩视频片段识别和vlog识别，所述视频拍摄包括先验机位选取和摄像头安装、摄像机素材拍摄、素材视频，所述精彩视频片段识别包括视频图像特征提取、Proposol提取、动作分类+回归、精彩动作视频片段，所述vlog生成包括人工模板素材拍摄、动作视频片段+人工模板填充、视频合成模型、可选风格迁移模型和最终vlog。2.根据权利要求1所述的智能短视频vlog拍摄生成系统，其特征在于，所述视频拍摄首先进行先验机位选取和摄像头安装，然后利用摄像机进行素材拍摄，最后生成素材视频。3.根据权利要求1所述的智能短视频vlog拍摄生成系统，其特征在于，所述精彩视频片段识别首先进行视频图像特征提取，并进行Proposol提取，然后进行动作分类+回归，最后得到精彩动作视频片段。4.根据权利要求1所述的智能短视频vlog拍摄生成系统，其特征在于，所述vlog生成首先进行人工模板素材拍摄，并同步进行动作视频片段+人工模板填充和视频合成模型，再进行可选风格迁移模型，从而生成最终vlog。5.根据权利要求1所述的智能短视频vlog拍摄生成系统，其特征在于，所述视频拍摄时，在竞速类运动及体育赛事中，采用固定机位，定点拍摄方式；根据统计概率，包括精彩瞬间多发位置的先...

【专利技术属性】
技术研发人员：柯春林，
申请(专利权)人：北京元智东方科技有限公司，
类型：发明
国别省市：