【技术实现步骤摘要】
一种视频生成方法、装置、计算机设备和存储介质
[0001]本专利技术属于计算机多媒体和计算机视觉领域，特别是涉及一种视频生成方法、装置、计算机设备和存储介质。
技术介绍
[0002]近两年来，短视频用户规模逐年扩大，渗透率不断上升。随着本地生活市场的稳定持续性发展，生活服务商家对于短视频营销的需求正在不断激增和升级。例如，获客引流难一直是门店的核心痛点，利用短视频营销推广可大大提升线下营销活动推广效率，帮助线下门店激活客群、引流到店。但是拍摄一条高质量的视频成本很高，拍摄的视频片段往往质量，长度层次不齐，甚至不能满足平台投放的要求，输出少且收效甚微。
[0003]目前的创意短视频生成技术大都基于人工手动剪辑方法和传统边界检测生成两大类：
[0004]1)人工手动剪辑进行视频裂变的方法，其多是用户根据自己拍摄的商品视频素材进行剪辑、筛选、合成，对用户的技术门槛要求较高，且不同用户制作的短视频质量、时长等层次不齐，并不满足直接投放的标准，这样造成很大的人力资源的浪费，同时人为操作引入的低时效性、主观性，不能满足大...
【技术保护点】
【技术特征摘要】
1.一种视频生成方法，其特征在于，所述方法包括：获取原始视频信息和相应目标视频的配置信息，所述原始视频信息包括原始视频的内容、时长和属性，所述原始视频的属性包括所述原始视频的镜头密集程度，所述相应目标视频的配置信息包括目标视频的时长；判断所述原始视频的时长是否大于所述目标视频的时长；响应于所述原始视频的时长大于所述目标视频的时长，根据所述原始视频的属性获取对应的检测模型，所述检测模型包括加入噪声维度训练得到的优化镜头边界检测模型，以及加入去重算法得到的优化镜头时序检测模型；根据所述对应的检测模型对所述原始视频的内容进行剪辑，获得多个原始视频片段；根据所述目标视频的时长对所述多个原始视频片段进行冗余片段去重，筛选出多个有效视频片段；对所述多个有效视频片段按照时间顺序进行智能编排，获得多个目标视频片段；通过合成引擎对所述多个目标视频片段进行拼接，生成所述目标视频。2.根据权利要求1所述方法，其特征在于，所述加入噪声维度训练得到的优化镜头边界检测模型包括标准化模块、颜色直方图模块、可学习相似模块和深度扩张卷积神经网络模块，所述方法还包括：获取样本数据；在所述样本数据中加入噪声，获得输入数据；根据所述输入数据，通过所述标准化模块获得标准化输入数据；根据所述颜色直方图模块和可学习相似模块分别获得所述标准化输入数据对应的颜色直方图特征和可学习相似特征；获取所述标准化输入数据对应的输入特征，并将所述输入特征与所述颜色直方图特征和可学习相似特征进行拼接得到拼接特征；根据所述拼接特征，通过所述深度扩张卷积神经网络模块获得每一帧是边界帧的概率，所述概率大于设定阈值则对应的帧是边界帧。3.根据权利要求1所述方法，其特征在于，所述加入去重算法得到的优化镜头时序检测模型包括基础模块、时序评估模块、提名评估模块和去重模块，所述基础模块包括一维卷积层和特征提取模型，用于输出时序评估模块和提名评估模块所共享的时序特征序列；所述时序评估模块包括一维卷积层，用于输出开始概率序列和结束概率序列，并根据所述开始概率序列和结束概率序列生成所述提名评估模块中的时序提名；所述提名评估模块包括边界匹配层、三维卷积层和二维卷积层，用于输出边界匹配置信度图，并根据所述边界匹配置信度图中与时序提名对应的置信度分数进行时序提名排序；所述去重模块，用于去除所述时序提名中的冗余结果。4.根据权利要求1
‑
3任一项所述方法，其特征在于，所述相应目标视频的配置信息包括目标视频的视频板式、视频背景、贴片视频、文字贴纸、音频以及目标视频的输出数量，所述方法还包括：根据所述目标视频的视频板式、视频背景、...
【专利技术属性】
技术研发人员：李冠东，丁一军，
申请(专利权)人：苏宁易购集团股份有限公司，
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。