信息展示方法、装置、电子设备及存储介质制造方法及图纸

本公开关于一种信息展示方法、装置、电子设备及存储介质，涉及人工智能技术领域，该方法包括：获取待处理视频；对待处理视频进行视频分镜处理，得到多个待处理视频片段；对每个待处理视频片段中的视频帧图像进行图像分割处理，得到至少一个视频对象的对象边缘信息；获取每个待处理视频片段的对象稳定数据；基于每个待处理视频片段的对象稳定数据，对每个待处理视频片段的对象边缘信息进行过滤处理，得到目标对象边缘信息；基于目标对象边缘信息，生成目标遮罩信息，以使目标终端在展示待处理视频的过程中，基于目标遮罩信息，展示目标信息。利用本公开实施例可以使展示过程中视频对象的遮罩边缘更加稳定，进而可以提高防遮挡效果，提升用户体验。提升用户体验。提升用户体验。

【技术实现步骤摘要】
信息展示方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能
，尤其涉及一种信息展示方法、装置、电子设备及存储介质。

技术介绍

[0002]计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、同步定位与地图构建、自动驾驶、智慧交通等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
[0003]具体地，目标信息防遮挡技术，可以是指通过计算机视觉技术，对视频内容进行分析，识别出视频对象(可以包括人体)，生成遮罩后在展示终端进行渲染，使目标信息在视频对象区域不显示，达到不遮挡视频对象的效果。例如，可以是弹幕防遮挡技术。识别视频对象区域一般是通过视频对象分割技术实现。视频对象分割可以是指对输入的视频序列画面中的目标对象进行高质量的分割，获取视频对象像素级的遮罩，从而把视频对象从背景图像中精细的分割出来。区别于目标检测等任务通常使用的矩形边界框，分割是在像素级别进行识别，更利于准确定位目标以及勾勒目标边缘细节。上述视频对象的分割算法的基础是图像分割算法，传统的算法包括早期的阈值化、直方图、k
‑
均值聚类方法，以及更先进的主动轮廓模型、条件随机场等方法，近年来主流的方法则是基于深度学习利用神经网络模型进行分割，具有鲁棒性更强、泛化能力更好的优点。但是，直接将基于图像的分割模型应用于视频数据，通常会导致输出的视频对象的遮罩稳定性差，从而导致用户观看视频过程中，存在视频对象边缘的闪烁或抖动的情况，导致影响用户观看体验。

技术实现思路

[0004]有鉴于上述存在的技术问题，本公开提出了一种信息展示方法、装置、电子设备及存储介质。
[0005]根据本公开实施例的一方面，提供一种信息展示方法，包括：
[0006]获取待处理视频；
[0007]对所述待处理视频进行视频分镜处理，得到多个待处理视频片段；
[0008]对每个待处理视频片段中的视频帧图像进行图像分割处理，得到所述每个待处理视频片段中至少一个视频对象的对象边缘信息；
[0009]获取所述每个待处理视频片段对应的对象稳定数据，所述对象稳定数据表征所述至少一个视频对象在对应的待处理视频片段中的稳定程度；
[0010]基于所述每个待处理视频片段对应的对象稳定数据，对所述每个待处理视频片段
对应的对象边缘信息进行过滤处理，得到目标对象边缘信息；
[0011]基于所述目标对象边缘信息，生成所述待处理视频对应的目标遮罩信息，以使目标终端在展示所述待处理视频的过程中，基于所述目标遮罩信息，展示目标信息。
[0012]根据本公开实施例的另一方面，提供一种信息展示装置，包括：
[0013]视频获取模块，用于获取待处理视频；
[0014]视频分镜处理模块，用于对所述待处理视频进行视频分镜处理，得到多个待处理视频片段；
[0015]图像分割处理模块，用于对每个待处理视频片段中的视频帧图像进行图像分割处理，得到所述每个待处理视频片段中至少一个视频对象的对象边缘信息；
[0016]数据获取模块，用于获取所述每个待处理视频片段对应的对象稳定数据，所述对象稳定数据表征所述至少一个视频对象在对应的待处理视频片段中的稳定程度；
[0017]第一过滤处理模块，用于基于所述每个待处理视频片段对应的对象稳定数据，对所述每个待处理视频片段对应的对象边缘信息进行过滤处理，得到目标对象边缘信息；
[0018]目标遮罩生成模块，用于基于所述目标对象边缘信息，生成所述待处理视频对应的目标遮罩信息，以使目标终端在展示所述待处理视频的过程中，基于所述目标遮罩信息，展示目标信息。
[0019]根据本公开实施例的另一方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述信息展示方法。
[0020]根据本公开实施例的另一方面，提供一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行上述信息展示方法。
[0021]根据本公开实施例的另一方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述信息展示方法。
[0022]本公开的实施例提供的技术方案至少带来以下有益效果：
[0023]通过获取待处理视频，对待处理视频进行视频分镜处理，得到多个待处理视频片段，可以实现待处理视频中相对连贯的视频画面内容的视频片段的切分，再对每个待处理视频片段中的视频帧图像进行图像分割处理，得到每个待处理视频片段中至少一个视频对象的对象边缘信息，可以提升图像分割处理得到的对象边缘信息的准确性，进而可以提高目标遮罩信息的准确性，接着，获取每个待处理视频片段对应的对象稳定数据，基于每个待处理视频片段对应的对象稳定数据，对每个待处理视频片段对应的对象边缘信息进行过滤处理，得到目标对象边缘信息，可以实现对于波动程度较大的对象边缘信息的过滤，可以提高每个待处理视频片段对应的对象边缘信息的稳定性，然后，结合目标对象边缘信息，生成待处理视频对应的目标遮罩信息，以使目标终端在展示待处理视频的过程中，基于目标遮罩信息，展示目标信息，可以使在目标信息防遮挡展示过程中，视频对象的遮罩边缘更加稳定，进而可以提高目标信息防遮挡效果，提升用户观看体验。
[0024]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0025]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
[0026]图1是根据一示例性实施例示出的一种应用系统的示意图；
[0027]图2是根据一示例性实施例示出的一种信息展示方法的流程图；
[0028]图3是根据一示例性实施例示出的一种预设图像分割模型的模型结构示意图；
[0029]图4是根据一示例性实施例示出的一种目标遮罩信息生成过程示意图；
[0030]图5是根据一示例性实施例示出的一种信息展示装置的框图；
[0031]图6是根据一示例性实施例示出的一种用于信息展示的电子设备的框图；
[0032]图7是根据一示例性实施例示出的另一种用于信息展示的电子设备的框图。
具体实施方式
[0033]以下将参考附图详细说明本申请的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息展示方法，其特征在于，所述方法包括：获取待处理视频；对所述待处理视频进行视频分镜处理，得到多个待处理视频片段；对每个待处理视频片段中的视频帧图像进行图像分割处理，得到所述每个待处理视频片段中至少一个视频对象的对象边缘信息；获取所述每个待处理视频片段对应的对象稳定数据，所述对象稳定数据表征所述至少一个视频对象在对应的待处理视频片段中的稳定程度；基于所述每个待处理视频片段对应的对象稳定数据，对所述每个待处理视频片段对应的对象边缘信息进行过滤处理，得到目标对象边缘信息；基于所述目标对象边缘信息，生成所述待处理视频对应的目标遮罩信息，以使目标终端在展示所述待处理视频的过程中，基于所述目标遮罩信息，展示目标信息。2.根据权利要求1所述的方法，其特征在于，所述每个待处理视频片段对应的对象稳定数据包括所述至少一个视频对象各自对应的对象占比数据，所述至少一个视频对象各自对应的对象占比数据表征所述至少一个视频对象各自在对应的待处理视频片段中的出现时长；所述获取所述每个待处理视频片段对应的对象稳定数据，包括：对所述每个待处理视频片段中视频帧图像进行对象分析，得到所述每个待处理视频片段对应的至少一个目标图像集合，任一目标图像集合为任一待处理视频片段对应的多个视频帧图像中包含任一视频对象的视频帧图像的集合；确定所述每个待处理视频片段对应的至少一个目标图像数量，以及所述每个待处理视频片段对应的视频帧图像数量，任一目标图像数量为所述任一目标图像集合中包含的视频帧图像的数量；基于所述每个待处理视频片段对应的至少一个目标图像数量，以及所述每个待处理视频片段对应的视频帧图像数量，对所述每个待处理视频片段中的每个视频对象进行占比分析，得到所述至少一个视频对象各自对应的对象占比数据。3.根据权利要求2所述的方法，其特征在于，所述对所述每个待处理视频片段中视频帧图像进行对象分析，得到所述每个待处理视频片段对应的至少一个目标图像集合，包括：对所述每个待处理视频片段中视频帧图像进行对象检测，得到所述每个待处理视频片段中每个视频帧图像对应的至少一个对象检测框的关联信息，任一对象检测框的关联信息包括所述任一对象检测框对应的检测框尺寸信息和所述任一对象检测框对应的检测框质量信息；基于所述任一对象检测框对应的检测框尺寸信息和所述任一对象检测框对应的检测框质量信息，对所述任一对象检测框进行对象质量分析，得到所述任一对象检测框对应的对象质量信息；基于所述每个视频帧图像对应的至少一个对象检测框的对象质量信息，从所述每个待处理视频片段对应的多个视频帧图像中，筛选出所述每个视频对象对应的至少一个目标视频帧图像；任一目标视频帧图像为所述任一视频对象对应的对象检测框的对象质量信息为第一质量信息的视频帧图像，所述第一质量信息用于指示对应的对象检测框的检测框尺寸信息大于等于预设尺寸信息，且对应的对象检测框的检测框质量信息大于等于预设质量信息；
基于所述每个视频对象对应的至少一个目标视频帧图像，生成所述每个待处理视频片段对应的至少一个目标图像集合。4.根据权利要求2所述的方法，其特征在于，所述基于所述每个待处理视频片段对应的对象稳定数据，对所述每个待处理视频片段对应的对象边缘信息进行过滤处理，得到目标对象边缘信息，包括：对所述至少一个视频对象各自对应的对象占比数据和预设占比数据进行比对，得到所述至少一个视频对象各自对应的第一比对结果；在所述第一比对结果指示所述任一视频对象对应的对象占比数据小于所述预设占比数据的情况下，将所述任一视频对象作为目标视频对象；对所述每个待处理视频片段对应的对象边缘信息中至少一个目标视频对象对应的对象边缘信息进行过滤处理，得到所述目标对象边缘信息。5.根据权利要求1所述的方法，其特征在于，所述每个待处理视频片段对应的对象稳定数据包括所述每个待处理视频片段对应的片段稳定数据，所述片段稳定数据表征所述至少一个视频对象在对应的待处理视频片段中的运动剧烈程度；所述获取所述每个待处理视频片段对应的对象稳定数据，包括：获取所述每个待处理视频片段对应的视频帧光流信息；基于所述每个待处理视频片段对应的视频帧光流信息和所述每个待处理视频片段对应的对象边缘信息，对所述每个待处理视频片段进行稳定性分析，得到所述每个待处理视频片段对应的片段稳定数据。6.根据权利要求5所述的方法，其特征在于，所述基于所述每个待处理视频片段对应的视频帧光流信息和所述每个待处理视频片段对应的对象边缘信息，对所述每个待处理视频片段进行稳定性分析，得到所述每个待处理视频片段对应的片段稳定数据，包括：对所述每个待处理视频片段对应的对象边缘信息，进行视频帧遮罩分析，得到所述每个待处理视频片段对应的多个视频帧遮罩信息...

【专利技术属性】
技术研发人员：蓝玮毓，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：