本申请公开了一种视频浓缩方法和相关装置，可应用于人工智能、计算机视觉等各种场景。在浓缩视频时，可以通过视频浓缩参数来实现对待浓缩对象进行筛选，即针对待处理视频中的运动对象可能涉及的多个对象类型，通过视频浓缩参数筛选出目标对象类型作为本次视频浓缩的目标。在视频浓缩参数的指导下，通过计算机视觉技术可从待处理视频的运动对象中识别出符合目标对象类型的目标运动对象，从而基于目标运动对象的运动轨迹，生成待处理视频对应目标运动对象的浓缩视频。由此可见，通过视频浓缩参数，可以有效的满足精细化的视频浓缩需求，使得浓缩视频中仅涉及与视频浓缩需求相符的目标运动对象，有效提升了浓缩视频的精度。有效提升了浓缩视频的精度。有效提升了浓缩视频的精度。
【技术实现步骤摘要】
一种视频浓缩方法和相关装置
[0001]本申请涉及数据处理领域，特别是涉及一种视频浓缩方法和相关装置。
技术介绍
[0002]视频浓缩算法可以对视频中关键信息提取，并生成动态的视频摘要。例如将一场90分钟的足球比赛视频通过视频浓缩算法生成5分钟的比赛集锦，以此作为针对足球比赛的精彩画面的视频摘要。
[0003]针对视频中运动对象的视频浓缩是一种常用的视频浓缩场景，在该场景中，相关技术一般需要检测视频中的运动对象，提取对应的运动轨迹，从而基于运动轨迹生成浓缩视频的视频帧。
[0004]然而，针对视频中运动对象的视频浓缩相关技术并不能满足目前愈发精细化的视频浓缩需求。
技术实现思路
[0005]为了解决上述技术问题，本申请提供了一种视频浓缩方法和相关装置，可以有效的满足精细化的视频浓缩需求，使得浓缩视频中仅涉及与视频浓缩需求相符的目标运动对象，有效提升了浓缩视频的精度。
[0006]本申请实施例公开了如下技术方案：
[0007]一方面，本申请实施例提供了一种视频浓缩方法，所述方法包括：
[0008]获取针对待处理视频的视频浓缩参数，所述视频浓缩参数包括待浓缩对象的目标对象类型，所述目标对象类型为多个对象类型中的至少一个；
[0009]根据所述视频浓缩参数，从所述待处理视频的运动对象中识别出符合所述目标对象类型的目标运动对象；
[0010]确定所述目标运动对象在所述待处理视频中的运动轨迹；
[0011]基于所述运动轨迹，生成所述待处理视频对应所述目标运动对象的浓缩视频。
[0012]又一方面，本申请实施例提供了一种视频浓缩方法，所述方法包括：
[0013]针对待处理视频，显示针对视频浓缩的参数选择界面，所述参数选择界面中包括多个对象类型，不同的对象类型用于标识不同的待浓缩对象的类型；
[0014]响应于针对所述多个对象类型中目标对象类型的选中操作，生成所述待处理视频对应的浓缩视频，所述浓缩视频中包括所述待处理视频中符合所述目标对象类型的目标运动对象，以及所述目标运动对象在所述待处理视频中的运动轨迹。
[0015]又一方面，本申请实施例提供了一种视频浓缩装置，所述装置包括获取单元、识别单元、确定单元和视频生成单元：
[0016]所述获取单元，用于获取针对待处理视频的视频浓缩参数，所述视频浓缩参数包括待浓缩对象的目标对象类型，所述目标对象类型为多个对象类型中的至少一个；
[0017]所述识别单元，用于根据所述视频浓缩参数，从所述待处理视频的运动对象中识
别出符合所述目标对象类型的目标运动对象；
[0018]所述确定单元，用于确定所述目标运动对象在所述待处理视频中的运动轨迹；
[0019]所述视频生成单元，用于基于所述运动轨迹，生成所述待处理视频对应所述目标运动对象的浓缩视频。
[0020]又一方面，本申请实施例提供了一种视频浓缩装置，所述装置包括显示单元和浓缩视频生成单元：
[0021]所述显示单元，用于针对待处理视频，显示针对视频浓缩的参数选择界面，所述参数选择界面中包括多个对象类型，不同的对象类型用于标识不同的待浓缩对象的类型；
[0022]所述浓缩视频生成单元，用于响应于针对所述多个对象类型中目标对象类型的选中操作，生成所述待处理视频对应的浓缩视频，所述浓缩视频中包括所述待处理视频中符合所述目标对象类型的目标运动对象，以及所述目标运动对象在所述待处理视频中的运动轨迹。
[0023]又一方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器以及存储器：
[0024]所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；
[0025]所述处理器用于根据所述计算机程序执行以上方面所述的方法。
[0026]又一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行以上方面所述的方法。
[0027]又一方面，本申请实施例提供了一种包括计算机程序的计算机程序产品，当其在计算机设备上运行时，使得所述计算机设备执行以上方面所述的方法。
[0028]由上述技术方案可以看出，在浓缩视频时，可以通过视频浓缩参数来实现对待浓缩对象进行筛选，即针对待处理视频中的运动对象可能涉及的多个对象类型，通过视频浓缩参数筛选出目标对象类型作为本次视频浓缩的目标。在视频浓缩参数的指导下，可从待处理视频的运动对象中识别出符合目标对象类型的目标运动对象，从而基于目标运动对象的运动轨迹，生成待处理视频对应目标运动对象的浓缩视频。由此可见，通过视频浓缩参数，可以有效的满足精细化的视频浓缩需求，使得浓缩视频中仅涉及与视频浓缩需求相符的目标运动对象，而不会出现与视频浓缩需求无关的运动对象，有效提升了浓缩视频的精度。
附图说明
[0029]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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申请的一些实施例，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。
[0030]图1为本申请实施例提供的一种视频浓缩场景的示意图；
[0031]图2为本申请实施例提供的一种视频浓缩方法的方法流程图；
[0032]图3为本申请实施例提供的一种针对目标对象类型的参数选择界面的示意图；
[0033]图4为本申请实施例提供的一种信息误报场景示意图；
[0034]图5为本申请实施例提供的一种对象类型识别方法的方法流程图；
[0035]图6为本申请实施例提供的一种基于区域的快速卷积神经网络的结构图；
[0036]图7为本申请实施例提供的一种基于区域的快速卷积神经网络处理图像的示意图；
[0037]图8为本申请实施例提供的一种针对待识别部分区域进行视频浓缩的示意图；
[0038]图9为本申请实施例提供的一种浓缩视频中出现重影的示意图；
[0039]图10为本申请实施例提供的一种针对指定对象进行视频浓缩的示意图；
[0040]图11为本申请实施例提供的一种针对目标浓缩等级的参数选择界面的示意图；
[0041]图12为本申请实施例提供的一种视频帧间解码关系的示意图；
[0042]图13为本申请实施例提供的一种视频显示方式示意图；
[0043]图14为本申请实施例提供的一种视频显示方式示意图；
[0044]图15为本申请实施例提供的一种基于对象标识对待识别部分区域进行视频浓缩的示意图；
[0045]图16为本申请实施例提供的一种视频浓缩方法的方法流程图；
[0046]图17为本申请实施例提供的一种视频浓缩装置的装置结构图；
[0047]图18为本申请实施例提供的一种视频浓缩装置的装置结构图；
[0048]图19为本申请实施例提供的一种终端设本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种视频浓缩方法，其特征在于，所述方法包括：获取针对待处理视频的视频浓缩参数，所述视频浓缩参数包括待浓缩对象的目标对象类型，所述目标对象类型为多个对象类型中的至少一个；根据所述视频浓缩参数，从所述待处理视频的运动对象中识别出符合所述目标对象类型的目标运动对象；确定所述目标运动对象在所述待处理视频中的运动轨迹；基于所述运动轨迹，生成所述待处理视频对应所述目标运动对象的浓缩视频。2.根据权利要求1所述的方法，其特征在于，在所述根据所述视频浓缩参数，从所述待处理视频的运动对象中识别出符合所述目标对象类型的目标运动对象之前，所述方法还包括：确定所述待处理视频中的运动对象；通过对象分类器确定所述运动对象的对象类型。3.根据权利要求1所述的方法，其特征在于，所述视频浓缩参数还包括目标浓缩等级，所述目标浓缩等级为多个浓缩等级中的一个，所述基于所述运动轨迹，生成所述待处理视频对应所述目标运动对象的浓缩视频，包括：基于所述运动轨迹，以及所述目标浓缩等级对应的视频浓缩比例，生成所述待处理视频对应所述目标运动对象的浓缩视频。4.根据权利要求3所述的方法，其特征在于，当所述目标浓缩等级为所述多个浓缩等级中的高级浓缩等级时，所述确定所述目标运动对象在所述待处理视频中的运动轨迹，包括：从所述待处理视频中抽取关键视频帧的视频帧集合；根据所述视频帧集合确定所述目标运动对象在所述待处理视频中的运动轨迹。5.根据权利要求4所述的方法，其特征在于，所述关键视频帧为所述待处理视频中基于帧内预测的视频帧。6.根据权利要求1所述的方法，其特征在于，当所述待处理视频为针对固定采集角度生成的时，所述视频浓缩参数还包括区域框选参数，所述区域框选参数用于标识所述待处理视频的视频帧的待识别部分区域；所述根据所述视频浓缩参数，从所述待处理视频的运动对象中识别出符合所述目标对象类型的目标运动对象，包括：根据所述区域框选参数，从所述待处理视频的视频帧的所述待识别部分区域中确定运动对象；从确定的运动对象中识别出符合所述目标对象类型的目标运动对象。7.根据权利要求1所述的方法，其特征在于，所述确定所述目标运动对象在所述待处理视频中的运动轨迹，包括：根据所述目标运动对象在所述待处理视频中的运动参数，确定所述目标运动对象的对象标识；基于具有相同对象标识的目标运动对象，确定在所述待处理视频中的运动轨迹。8.一种视频浓缩方法，其特征在于，所述方法包括：针对待处理视频，显示针对视频浓缩的参数选择界面，所述参数选择界面中包括多个对象类型，不同的对象类型用于标识不同的待浓缩对象的类型；
响应于针对所述多个对象类型中目标对象类型的选中操作，生成所述待处理视频对应的浓缩视频，所述浓缩视频中包括所述待处理视频中符合所述目标对象...
【专利技术属性】
技术研发人员：胡碧昕，
申请(专利权)人：腾讯科技深圳有限公司，
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。