CN108337471A - 视频画面的处理方法及装置 - Google Patents

Abstract

本发明公开了一种视频画面的处理方法及装置，其中视频画面的处理方法包括：在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将目标对象在第一时刻采集的画面中的位置确定为焦点；获取目标对象的第一特征参数，其中，第一特征参数用于识别目标对象在第一时刻之后采集的画面中的位置；在第一时刻之后，根据第一特征参数识别目标对象在第一时刻之后采集的画面中的位置，并以目标对象在第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。解决了现有技术中在视频画面的采集过程中需要手动调整焦点而导致的操作繁琐的问题。

Description

视频画面的处理方法及装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种视频画面的处理方法及装置。

背景技术

目前在不同的终端应用中，我们在采集视频画面时，例如录制视频进行分享或进行视频通话时或视频直播过程中，若想要清晰显示某一个或某几个对象时，往往需要对特定对象进行对焦以及视频画面采集过程中的跟焦处理。

现有技术中采集视频画面时的跟焦处理往往是通过第三方设备跟焦器以及专业的摄像师进行配合来完成。此外，IOS苹果手机支持手动对物体对焦，但是焦点位置是固定的，这样，当在采集视频画面的过程中，目标对象一旦发生移动，采集者需要手动调整焦点，从而使得采集者需要在采集视频的过程中不断地手动调整焦点，给采集者带来极大的不便。进一步，由于焦点是由采集者手动调整的，因此，可能会使得焦点的调整滞后于目标对象的移动，举例而言，目标对象从位置A移动了位置B，采集者手动将焦点调整到位置B，但当采集者在手动调整焦点时，目标对象可能已从位置B移动了位置C，从而导致焦点的调整无法与目标对象的移动同步，使得采集的视频画面依然无法满足都聚焦在目标对象上的要求。

针对现有技术中在视频画面的采集过程中需要手动调整焦点而导致的操作繁琐的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种视频画面的处理方法及装置，以至少解决现有技术中在视频画面的采集过程中需要手动调整焦点而导致的操作繁琐的技术问题。

根据本发明实施例的一个方面，提供了一种视频画面的处理方法，包括：在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将所述目标对象在所述第一时刻采集的画面中的位置确定为焦点；获取所述目标对象的第一特征参数，其中，所述第一特征参数用于识别所述目标对象在所述第一时刻之后采集的画面中的位置；在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置，并以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。

根据本发明实施例的另一个方面，还提供了一种视频画面的处理装置，包括：确定模块，用于在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将所述目标对象在所述第一时刻采集的画面中的位置确定为焦点；获取模块，用于获取所述目标对象的第一特征参数，其中，所述第一特征参数用于识别所述目标对象在所述第一时刻之后采集的画面中的位置；识别模块，用于在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置；采集模块，用于以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。

在本发明实施例中，在采集视频画面时，确定第一时刻采集的画面中目标对象的位置为焦点，并在所述第一时刻之后，根据目标对象的特征参数在第一时刻之后采集的画面识别目标对象的位置，以识别出的位置为焦点进行视频画面的采集。通过目标对象的特征参数自动识别出后续采集的画面中的目标对象，并将识别出的位置为焦点进行视频画面的采集，这样就不需要采集者在采集视频画面的过程中不断的手动调整焦点，解决了现有技术中在视频画面的采集过程中需要手动调整焦点而导致的操作繁琐的技术问题，从而实现了视频画面的采集过程中的自动跟焦。此外，由于通过目标对象的特征参数自动识别出后续采集的画面中的目标对象，并将识别出的位置为焦点进行视频画面的采集，使得焦点的调整可以与目标对象的移动同步，从而使得采集的画面可以满足聚焦在目标对象上的要求，得到的视频文件中的目标对象始终清晰明确。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的视频画面的处理方法的应用环境示意图；

图2是根据本发明实施例的一种可选的视频画面的处理方法的流程图；

图3是根据本发明实施例的一种可选的视频画面的处理装置的结构框图；

图4是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图；

图5是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图；

图6是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图；

图7是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图；

图8是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图；

图9是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图；

图10是根据本发明实施例的又一种可选的视频画面的处理方法的示意图；

图11是根据本发明实施例的一种可选的视频录制***的交互示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

在本发明实施例中，提供了一种上述视频画面的处理方法的实施例。图1是根据本发明实施例的一种可选的视频画面的处理方法的应用环境示意图。作为一种可选的实施方式，该视频画面的处理方法可以但不限于应用于如图1所示的应用环境中，终端102上运行有可以进行视频录制的应用客户端104，其中，应用客户端104中显示有采集的视频画面，接收针对视频画面的指令，然后，根据该指令确定目标对象，并将目标对象在第一时刻采集的画面中的位置确定为焦点。如图1所示，当确定目标对象为焦点后，对焦框106会显示在目标对象上。在确定目标对象在第一时刻采集的画面中的位置之后获取目标对象的特征参数；在第一时刻之后，根据获取的特征参数识别目标对象在第一时刻之后采集的画面中的位置，并以目标对象在第一时刻之后采集的画面中的位置为焦点进行视频画面的采集，从而可以实现在视频画面的采集过程中的自动跟焦。在优选实施方式中，终端102可以通过网络与云端服务器进行通信，可以一边采集视频画面一边上传云端储存或者与云端服务器进行交互。

可选地，在本发明实施例中，上述终端可以包括但不限于以下至少之一：手机、平板电脑、笔记本电脑、摄像机、相机及其他可以进行移动画面录制的硬件设备。上述网络可以包括但不限于以下至少之一：广域网、城域网、局域网。上述只是一种示例，本发明实施例对此不做任何限定。

图2是根据本发明实施例的一种可选的视频画面的处理方法的流程图。根据本发明实施例，提供了一种视频画面的处理方法，如图2所示，该方法包括：

S202，在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将目标对象在第一时刻采集的画面中的位置确定为焦点；

S204，获取目标对象的第一特征参数，其中，第一特征参数用于识别目标对象在第一时刻之后采集的画面中的位置；

S206，在第一时刻之后，根据第一特征参数识别目标对象在第一时刻之后采集的画面中的位置，并以目标对象在第一时刻之后采集的画面中的位置为录制的焦点进行视频画面的采集。

通过上述方法，在采集视频画面时，确定第一时刻采集的画面中目标对象的位置为焦点，并根据目标对象的特征参数在第一时刻之后采集的画面识别目标对象的位置，并以识别出的位置为焦点进行视频画面的采集录制，解决了现有技术中在视频画面的采集过程中需要手动调整焦点而导致的操作繁琐的技术问题，从而实现了视频画面采集过程中的自动跟焦，得到的视频文件中目标对象始终清晰明确。

可选地，在本发明实施例中，上述视频画面的处理方法可以但不限于应用于不同的应用客户端中，例如，新闻应用客户端、视频应用客户端、通信应用客户端、社区空间应用客户端等，也可以应用于不同的移动终端。可选地，在本发明实施例中，上述在第一时刻采集的画面中确定的目标对象可以是一个也可以是两个及以上。

需要说明的是，本发明实施例中采集视频画面的过程至少包括以下之一：视频通话的过程，录制视频的过程，视频直播的过程。

可选地，在本发明实施例中，上述第一特征参数可以包括但不限于以下至少之一：目标对象在采集的画面中呈现出的颜色参数，密度参数，也可以是相关技术中任何用于图像识别的特征参数，本实施例对此不做限定。可选地，在本发明实施例中，目标对象在采集的画面中的位置，可以用目标对象在采集的画面中的坐标来表示。

需要说明的是，第一时刻采集的画面可以是开始采集之前进行对焦调节的画面，也可以是开始采集后的第一帧画面，也可以是采集过程中的某一帧画面，本实施例对此不作限定。在第一时刻之后，根据第一特征参数识别目标对象，可以理解为，在第一时刻确定目标对象之后，识别并保存目标对象的第一特征参数，在后续采集的每一帧画面中查找之前保存的第一特征参数匹配的对象，记为目标对象，然后以匹配的对象在采集画面中的位置为焦点进行视频画面的采集，从而实现整个采集过程中对目标对象的跟焦。

可选地，在第一时刻之后采集的画面中根据第一特征参数识别目标对象，并以目标对象为焦点进行视频画面的采集至少包括以下两种实现方式。

第一种实现方式：在第三时刻以第一位置为录制的焦点进行采集，其中，第一位置为在第二时刻采集的画面中识别出的与第一特征参数匹配的目标对象所在的位置；在第三时刻采集的画面中识别出与第一特征参数匹配的目标对象所在的位置，记为第二位置；在第四时刻以第二位置为焦点进行视频画面的采集；其中，第一时刻早于第二时刻，第二时刻早于第三时刻，第三时刻早于第四时刻。

举例说明，将第一时刻设定为视频采集的第1s，第二时刻设定为视频采集的第2s，第三时刻设定为视频采集的第3s，第四时刻设定为视频采集的第4s。在第1s确定目标对象，并将目标对象在第1s视频采集的画面中的位置确定为焦点，即对目标对象执行对焦操作，然后识别出目标对象的第一特征参数。在第2s视频采集的时候使用的焦点位置可以是第1s确定的焦点位置，然后在第2s采集的画面中进行第一特征参数的匹配，确定当前画面中的目标对象的位置，记为第一位置。在第3s视频采集的时候使用的焦点位置是第2s画面中确定的第一位置，然后在第3s采集的画面中进行第一特征参数的匹配，确定当前画面中的目标对象的位置，记为第二位置。在第4s视频采集的时候使用的焦点位置是第3s画面中确定的第二位置，按照该流程依次采集。此种情况，有可能会造成对焦与识别的目标对象之间的延迟，即目标对象在下一帧画面中可能已经移动到另一个位置，但是对焦的位置仍是上一帧画面中确定的。需要说明的是，实际应用中，第一时刻和第二时刻之间不一定是相差1s，可能是0.1s甚至1ms或更小的时间单位，也可能大于1s，本实施例对此不作限定。

可选地，将第二时刻采集的画面记为第一帧画面，将第三时刻采集的画面记为第二帧画面，将第四时刻采集的画面记为第三帧画面，其中，第一帧画面与第二帧画面之间包含N1帧采集画面，第二帧画面与第三帧画面之间包含N2帧采集画面，N1和N2为大于或等于0的整数。即，第一帧画面、第二帧画面和第三帧画面可以是相邻连续的三帧画面，也可能在第一帧画面和第二帧画面之间还包含了几帧画面，本实施例包含了一种可能性，在肉眼无法识别的情况下，不必做到每一帧画面连续匹配跟焦，可以允许目标对象的移动与焦点移动之间有一定的延迟。

第二种实现方式：在第一时刻之后的第五时刻预采集的画面中识别出与第一特征参数匹配的目标对象所在的位置，记为第三位置；在第五时刻再次以第三位置为焦点进行视频画面的采集，得到在第五时刻采集的画面。需要说明的是，此处的第五时刻仅仅表示位于第一时刻之后，与第二时刻、第三时刻和第四时刻之间没有必然的先后顺序之分，仅仅用于描述上的区分说明，第五时刻可能与上述第二时刻为同一时刻，也可能位于第二时刻之前或之后。

举例说明，将第五时刻设定为视频采集的第5s，在第5s采集画面的时候先预采集一帧画面，然后在改预采集的一帧画面中识别出与第一特征参数匹配的目标对象所在的位置，记为第三位置。在第5s再次以第三位置为焦点采集一帧画面，相当于是在同一时刻连续录了两次画面。此种方式可以保证每一时刻得到的采集画面的焦点与本帧画面中识别的目标对象都是一致的，最大可能避免延迟的问题。

需要进一步说明的是，此处的时刻，可以理解为预定的最小的采集时间单位，例如可以规定在不影响人眼感官的前提下，视频文件每0.1s采集一帧画面，那么每0.1s可以为一个采集时刻，假设0.1s时采集第一帧画面，0.2s时采集第二帧画面。然而在设备实际操作时，可能0.05s甚至0.01s就可采集一帧画面，那么在0.1至0.2s之间可能还会采集多帧画面，在这种情况下，在0.1s这一采集时刻，就有可能先预采集一帧画面，确定目标对象位置M，然后在该采集时刻以目标对象位置M为焦点，再次采集一帧画面，这种处理方法可以将画面与跟焦的延迟缩短在人眼无法识别的范围内。

在本发明实施例的一个优选示例中，不仅可以实现目标对象的跟焦采集，还可以在视频画面采集的过程对目标对象进行突出标记，可以直观地实时观测到目标对象在采集画面中的位置。上述步骤S204可以通过以下方式实现：

在第一时刻之后的第六时刻采集的画面中识别出与第一特征参数匹配的所述目标对象，在目标对象在第六时刻采集的画面中的位置上显示用于标记目标对象的标记信息，并记录具有关联关系的第六时刻与目标对象在第六时刻采集的画面中的位置；其中，标记信息用于标识目标对象的全部或部分图像区域。

需要说明的是，此处的第六时刻与前述第二时刻至第五时刻没有必然的先后顺序之分，仅仅是为了与前述时刻进行区分描述。可以将第六时刻设定为视频画面采集的第6s,在第6s采集的画面中识别出与第一特征参数匹配的目标对象的位置，在目标对象在第六时刻采集的画面中的位置上显示用于标记目标对象的标记信息。

可选地，此处的标记信息可以是对焦框，也可以是鲜花、星星等任意形状的标记，对焦框的形状可以是任意图形，本实施例对此不作限定。此外，标记信息的大小可以根据目标对象在采集画面中的图像区域大小自动调节或根据用户的指令进行调节，标记信息可以标识目标对象的全部或部分图像区域。例如，目标对象为人物时，可以用对焦框在整个人体***进行标记，也可以仅仅在人体的头部***标记，也可以使用标记图形覆盖相应的对象全部或部分图像区域。当使用对焦框等标记信息对目标对象进行突出显示时，还可以针对标记信息设置文字、表情等备注，可以是针对整个视频文件的备注，也可以是针对某一帧或某几帧画面的备注，当显示添加过备注的特定画面时，画面一角或者标记旁边会显示备注信息。

本发明实施例中的指令可以是根据触控操作、按键操作、语音操作、重力感应操作、瞳孔识别操作等获取的交互指令，本实施例对此不作限定。

可选地，上述步骤S206之后，上述方法还包括：

在采集视频画面结束之后，生成视频文件，其中，视频文件中记录具有关联关系的采集时刻和对象标记位置，采集时刻包括第六时刻，对象标记位置包括目标对象在第六时刻采集的画面中的位置。

可选地，对目标对象进行标记可以根据上述两种跟焦方式(第一种实现方式和第二种实现方式)在视频画面的采集过程中实时确定目标对象的位置，并实时对目标对象进行标记。此外，还可以在视频画面的采集过程记录具有关联关系的采集时刻与对象标记位置。例如，在录制视频的过程中，标记信息不随着目标对象移动，而是最终生成视频文件时，根据前面记录的录制时刻(相当于采集时刻)和对象标记位置关联关系，在每一帧画面上与录制时刻对应的对象标记位置上添加标记信息。

需要说明的是，生成的视频文件中实时显示目标对象的标记信息。例如，在给幼儿园一群小朋友录制视频时，若想突出其中某一个小朋友A，可以设定小朋友A为目标对象，在小朋友A的头部添加一个心形标记信息，那么在整个视频的录制过程中，该心形标记可以随着小朋友A移动，也可以不移动，仅仅记录小朋友A在画面中的位置与对应的录制时刻的关联关系，最终在生成的视频文件中，实时显示小朋友A的头部有一个心形标记。

可选地，生成视频文件之后，上述方法还包括：接收播放指令；响应播放指令播放视频文件，其中，在播放视频文件中采集时刻采集的画面中，在与采集时刻关联的对象标记位置上显示用于标记目标对象的标记信息。可以理解为，上述例子中录制的幼儿园小朋友的视频在播放时，画面上始终显示小朋友A的头部有一个心形标记，方便在视频中一群孩子之间快速找到小朋友A。

假定录制视频的设备为第一终端设备，录制好的视频可以在第一终端设备上进行播放，也可以由第一终端设备发送至第二终端设备进行播放。无论是在第一终端设备上进行播放还是在第二采集。

可选地，生成视频文件时还可以包括一个预览的操作，可以对标记信息的位置进行调整。主要包括以下步骤：

S1，接收编辑指令；

S2，响应编辑指令将与采集时刻具有关联关系的对象标记位置从第四位置调整到第五位置；

S3，接收编辑结束指令；

S4，响应编辑结束指令生成视频文件，其中，视频文件中记录的对象标记位置是经过调整得到的位置。

仍然以上述给幼儿园小朋友录视频为例进行说明，视频录制完成后进入预览界面，可以预览整个视频文件中小朋友A的头部是否有心形标记，若其中一个录制时刻对应的录制画面上(也可以理解为其中一帧录制画面上)，心形标记没有标记在小朋友A的头部而是标记在小朋友B的位置或者其他物体的位置，可以根据指令将心形标记调整到小朋友A的头部。

此处的调整可以通过触控操作，手动将心形标记滑到小朋友A的头部，也可以在录制画面中显示坐标网格或坐标轴，直接文字输入或语音输入或在预设框中选择小朋友A的坐标位置(x，y)，或者是根据终端的重力感应机制，将心形标记调整到小朋友A的头部。当然也可以通过其他调整方式来实现，本实施例对此不作限定。需要说明的是，若某一录制时刻的录制画面中，没有小朋友A的图像，但是画面中的某一个对象上存在心形标记，此时可以取消当前录制画面中的心形标记。可选地，可以通过将对象标记位置的坐标值设置为(0,0)或者其他特殊值的方式来取消心形标记。

可选地，响应编辑指令将与采集时刻具有关联关系的对象标记位置从第四位置调整到第五位置可以通过以下方式实现：

S1，响应编辑指令，将与第七时刻具有关联关系的对象标记位置从第四位置调整到第五位置，其中，在第七时刻采集的画面中第五位置上的对象记为目标对象；

S2，获取第七时刻采集的画面中第五位置上的对象的第二特征参数，在第七时刻之后采集的画面中根据第二特征参数识别目标对象，将与第七时刻之后的采集时刻具有关联关系的对象标记位置从第六位置调整到第七位置，其中，第七位置为在第七时刻之后采集的画面中根据第二特征参数识别得到的目标对象的位置。

上述实现方式可以理解为第七时刻之后的采集画面根据第二特征参数进行的对象标记位置的自动调整。需要说明的是，第七时刻与前述的第二时刻至第六时刻没有必然的先后顺序，仅仅是为了与前述时刻进行区分描述。举例说明，设定第七时刻为视频采集的第7s，当在预览视频文件时发现第7s的对象标记位置没有匹配在目标对象上，根据指令将对象标记位置从第四位置调整至第五位置后，可以对第五位置上的对象进行特征参数的识别，然后获得第二特征参数，根据第二特征参数对第7s之后的采集画面进行自动匹配，查找与第二特征参数匹配的图像记为目标对象，然后获取对应的对象标记位置(相当于第五位置)，将原来位于第四位置的标记调整至第五位置，即调整至根据第二特征参数获取的对象标记位置。

仍然以给幼儿园小朋友录制视频为例，在第1s录制的画面中获取的目标对象的特征参数可能是小朋友A的正面图像特征参数，在第7s录制的画面中，小朋友A在录制画面上呈现的可能是侧面图像或背面图像，此时标记的对象标记位置可能会出现偏差而标记在其他物体上，此时将心形标记位置调整到小朋友A的头部，并获取当前小朋友A的特征参数，假设为小朋友A的侧面图像参数，然后在第7s后面的录制画面中，可以根据小朋友A的侧面图像参数去匹配每一帧录制画面，若能够匹配成功，则调整对象标记位置到匹配成功的坐标位置。进一步地，若在第8s的录制画面中识别出了小朋友A的背面图像的特征参数，可以在第8s后面的录制画面中，可以根据小朋友A的背面图像参数去匹配每一帧录制画面，若能够匹配成功，则调整对象标记位置到匹配成功的坐标位置。

可选地，上述步骤S202可以通过以下至少之一的方式实现：

第一种方式：在采集视频的过程中，根据预设条件在第一时刻采集的画面中确定目标对象为焦点；

第二种方式：在采集视频的过程中，接收设定指令，响应设定指令在第一时刻采集的画面中确定目标对象为焦点。

可选地，预设条件可以是在后台设定选取人脸、动物或某种特定物件为目标对象，也可以是预先设定特征数据库，将一些常用的目标对象的特征参数(例如家庭成员的面部特征参数)存入特征数据库，在视频采集开启时可以选择是否调取已有特征数据库的数据。特征数据库的数据可以保存在终端本地，也可以存入云端服务器，为了保证终端的运行速度，优选为将特征数据库的数据存入云端服务器。可选地，设定指令可以是根据触控操作、按键操作、语音操作、重力感应操作、瞳孔识别操作等获取的交互指令，本实施例对此不作限定。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

在本实施例中还提供了一种视频画面的处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

根据本发明实施例，还提供了一种用于实施上述视频画面的处理装置。图3是根据本发明实施例的一种可选的视频画面的处理装置的结构框图。如图3所示，该装置包括：

确定模块302，用于在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将目标对象在第一时刻采集的画面中的位置确定为焦点；

获取模块304，用于获取目标对象的第一特征参数，其中，第一特征参数用于识别目标对象在第一时刻之后采集的画面中的位置；

识别模块306，用于在第一时刻之后，根据第一特征参数识别目标对象在第一时刻之后采集的画面中的位置；

采集模块308，用于以目标对象在第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。

通过上述装置，在采集视频画面时，确定模块302确定第一时刻采集的画面中目标对象的位置为焦点，获取模块304获取目标对象的第一特征参数，识别模块306在第一时刻之后，根据第一特征参数识别目标对象在第一时刻之后采集的画面中的位置，并根据目标对象的特征参数在第一时刻之后采集的画面识别目标对象的位置，采集模块308以目标对象在第一时刻之后采集的画面中的位置为焦点进行视频录制解决了现有技术中在视频画面的采集过程中需要手动调整焦点而导致的操作繁琐的技术问题，从而实现了视频画面采集过程中的自动跟焦，得到的视频文件中目标对象始终清晰明确。

需要说明的是，本发明实施例中采集视频画面的过程至少包括以下之一：视频通话的过程，录制视频的过程，视频直播的过程。

可选地，在本发明实施例中，上述装置可以应用于以下至少之一的终端：手机、平板电脑、笔记本电脑、摄像机、相机及其他可以进行移动画面录制的硬件设备。上述视频画面的处理装置可以但不限于应用于不同的应用客户端中，例如，新闻应用客户端、视频应用客户端、通信应用客户端、社区空间应用客户端等，，也可以应用于不同的移动终端。可选地，在本发明实施例中，上述在第一时刻采集的画面中确定的目标对象可以是一个也可以是两个及以上。

可选地，在本发明实施例中，上述第一特征参数可以包括但不限于以下至少之一：目标对象在采集的画面呈现出的颜色参数，密度参数，也可以是相关技术中任何用于图像识别的特征参数，本实施例对此不做限定。可选地，在本发明实施例中，目标对象在采集的画面中的位置，可以用目标对象在采集的画面中的坐标来表示。

需要说明的是，第一时刻采集的画面可以是开始采集之前进行对焦调节的画面，也可以是开始采集后的第一帧画面，也可以是采集过程中的某一帧画面，本实施例对此不作限定。在第一时刻之后，根据第一特征参数识别目标对象，可以理解为，在第一时刻确定目标对象之后，识别并保存目标对象的第一特征参数，在后续采集的每一帧画面中查找之前保存的第一特征参数匹配的对象，记为目标对象，然后以匹配的对象在采集画面中的位置为焦点进行视频画面的采集，从而实现整个采集过程中对目标对象的跟焦。

图4是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图。在本发明实施例的一个优选示例中，上述采集模块308中还可以包括采集单元402，用于在第三时刻以第一位置为焦点进行采集，其中，第一位置为在第二时刻采集的画面中识别出的与第一特征参数匹配的目标对象所在的位置。上述识别模块306中还可以包括识别单元404，用于在第三时刻采集的画面中识别出与第一特征参数匹配的目标对象所在的位置，记为第二位置。采集单元402还用于，在第四时刻以第二位置为焦点进行视频采集；其中，第一时刻早于第二时刻，第二时刻早于第三时刻，第三时刻早于第四时刻。

举例说明，将第一时刻设定为视频采集的第1s，第二时刻设定为视频采集的第2s，第三时刻设定为视频采集的第3s，第四时刻设定为视频采集的第4s。在第1s确定目标对象，并将目标对象在第1s视频采集的画面中的位置确定为焦点，即对目标对象执行对焦操作，然后识别出目标对象的第一特征参数。在第2s视频采集的时候使用的焦点位置可以是第1s确定的焦点位置，然后在第2s采集的画面中进行第一特征参数的匹配，确定当前画面中的目标对象的位置，记为第一位置。在第3s视频采集的时候使用的焦点位置是第2s画面中确定的第一位置，然后在第3s采集的画面中进行第一特征参数的匹配，确定当前画面中的目标对象的位置，记为第二位置。在第4s视频采集的时候使用的焦点位置是第3s画面中确定的第二位置，按照该流程依次采集。此种情况，有可能会造成对焦与识别的目标对象之间的延迟，即目标对象在下一帧画面中可能已经移动到另一个位置，但是对焦的位置仍是上一帧画面中确定的。需要说明的是，实际应用中，第一时刻和第二时刻之间不一定是相差1s，可能是0.1s甚至1ms或更小的时间单位，也可能大于1s，本实施例对此不作限定。

可选地，将第二时刻采集的画面记为第一帧画面，将第三时刻采集的画面记为第二帧画面，将第四时刻采集的画面记为第三帧画面，其中，第一帧画面与第二帧画面之间包含N1帧采集画面，第二帧画面与第三帧画面之间包含N2帧采集画面，N1和N2为大于或等于0的整数。即，第一帧画面、第二帧画面和第三帧画面可以是相邻连续的三帧画面，也可能在第一帧画面和第二帧画面之间还包含了几帧画面，本实施例包含了一种可能性，在肉眼无法识别的情况下，不必做到每一帧画面连续匹配跟焦，可以允许目标对象的移动与焦点移动之间有一定的延迟。

可选地，识别单元404还用于，在第一时刻之后的第五时刻预采集的采集画面中识别出与第一特征参数匹配的目标对象所在的位置，记为第三位置。采集单元402还用于，在第五时刻再次以第三位置为焦点进行视频画面的采集，得到在第五时刻采集的画面。

需要说明的是，此处的第五时刻仅仅表示位于第一时刻之后，与第二时刻、第三时刻和第四时刻之间没有必然的先后顺序之分，仅仅用于描述上的区分说明，第五时刻可能与上述第二时刻为同一时刻，也可能位于第二时刻之前或之后。

举例说明，将第五时刻设定为视频采集的第5s，在第5s采集画面的时候先预采集一帧画面，然后在改预采集的一帧画面中识别出与第一特征参数匹配的目标对象所在的位置，记为第三位置。在第5s再次以第三位置为焦点采集一帧画面，相当于是在同一时刻连续录了两次画面。此种方式可以保证每一时刻得到的采集画面的焦点与本帧画面中识别的目标对象都是一致的，最大可能避免延迟的问题。

需要进一步说明的是，此处的时刻，可以理解为预定的最小的采集时间单位，例如可以规定在不影响人眼感官的前提下，视频文件每0.1s采集一帧画面，那么每0.1s可以为一个采集时刻，假设0.1s时采集第一帧画面，0.2s时采集第二帧画面。然而在设备实际操作时，可能0.05s甚至0.01s就可采集一帧画面，那么在0.1至0.2s之间可能还会采集多帧画面，在这种情况下，在0.1s这一采集时刻，就有可能先预采集一帧画面，确定目标对象位置M，然后在该采集时刻以目标对象位置M为焦点，再次采集一帧画面，这种处理方法可以将画面与跟焦的延迟缩短在人眼无法识别的范围内。

在本发明实施例的一个优选示例中，不仅可以实现目标对象的跟焦采集，还可以在视频画面采集的过程对目标对象进行突出标记，可以直观地实时观测到目标对象在采集画面中的位置。

图5是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图。如图5所示，识别模块306还可以包括识别单元502，用于在第一时刻之后的第六时刻采集的画面中识别出与第一特征参数匹配的目标对象的位置。识别模块306还可以包括标记单元504，用于在目标对象在第六时刻采集的画面中的位置上显示用于标记目标对象的标记信息，并记录具有关联关系的第六时刻与目标对象在第六时刻采集的画面中的所述位置；其中，标记信息用于标识目标对象的全部或部分图像区域。

需要说明的是，此处的识别单元502与上述识别单元404可以是同一识别单元。此处的第六时刻与前述第二时刻至第五时刻没有必然的先后顺序之分，仅仅是为了与前述时刻进行区分描述。可以将第六时刻设定为视频采集的第6s,在第6s采集的画面中识别出与第一特征参数匹配的目标对象的位置，在目标对象在第六时刻采集的画面中的位置上显示用于标记目标对象的标记信息。

可选地，此处的标记信息可以是对焦框，也可以是鲜花、星星等任意形状的标记，对焦框的形状可以是任意图形，本实施例对此不作限定。此外，标记信息的大小可以根据目标对象在采集画面中的图像区域大小自动调节或根据用户的指令进行调节，标记信息可以标识目标对象的全部或部分图像区域。例如，目标对象为人物时，可以用对焦框在整个人体***进行标记，也可以仅仅在人体的头部***标记，也可以使用标记图形覆盖相应的对象全部或部分图像区域。本发明实施例中的指令可以是根据触控操作、按键操作、语音操作、重力感应操作、瞳孔识别操作等获取的交互指令，本实施例对此不作限定。

图6是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图。如图6所示，在本发明实施例的一个优选示例中，上述装置还包括生成模块310，用于在视频画面采集结束之后，生成视频文件，其中，视频文件中记录具有关联关系的采集时刻和对象标记位置，采集时刻包括第六时刻，对象标记位置包括目标对象在第六时刻采集的画面中的位置。

可选地，对目标对象进行标记可以根据上述两种跟焦方式(第一种实现方式和第二种实现方式)在视频画面的采集过程中实时确定目标对象的位置，并实时对目标对象进行标记。此外，还可以在视频画面的采集过程记录具有关联关系的采集时刻与对象标记位置。例如，在录制视频的过程中，标记信息不随着目标对象移动，而是最终生成视频文件时，根据前面记录的录制时刻(相当于采集时刻)和对象标记位置关联关系，在每一帧画面上与录制时刻对应的对象标记位置上添加标记信息。

需要说明的是，生成的视频文件中实时显示目标对象的标记信息。例如，在给幼儿园一群小朋友录制视频时，若想突出其中某一个小朋友A，可以设定小朋友A为目标对象，在小朋友A的头部添加一个心形标记信息，那么在整个视频的录制过程中，该心形标记可以随着小朋友A移动，也可以不移动，仅仅记录小朋友A在画面中的位置与对应的录制时刻的关联关系，最终在生成的视频文件中，实时显示小朋友A的头部有一个心形标记。

可选地，上述装置还包括播放模块312，用于：接收播放指令；响应播放指令播放视频文件，其中，在播放视频文件中采集时刻采集的画面中，在与采集时刻关联的对象标记位置上显示用于标记目标对象的标记信息。可以理解为，上述例子中录制的幼儿园小朋友的视频在播放时，画面上始终显示小朋友A的头部有一个心形标记，方便在视频中一群孩子之间快速找到小朋友A。

假定录制视频的设备为第一终端设备，录制好的视频可以在第一终端设备上进行播放，也可以由第一终端设备发送至第二终端设备进行播放。无论是在第一终端设备上进行播放还是在第二终端设备上进行播放，视频文件的播放过程中，目标对象的位置始终显示标记信息。若是视频通话过程或视频直播过程，第一终端设备的摄像头采集以目标对象为焦点的画面并进行标记，然后在与第一终端设备进行通话的第二终端设备上播放画面。其中，第二终端可以是一个或多个，生成的视频文件支持群发功能，也可以多次发送。

本发明实施例的一个优选示例中，生成视频文件时还可以包括一个预览的操作，可以对标记信息的位置进行调整，主要通过生成模块310实现。

图7是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图。如图7所示，生成模块310还包括编辑单元702，用于接收编辑指令；响应编辑指令将与采集时刻具有关联关系的对象标记位置从第四位置调整到第五位置；接收编辑结束指令；响应编辑结束指令生成视频文件，其中，视频文件中记录的对象标记位置是经过调整得到的位置。

仍然以上述给幼儿园小朋友录视频为例进行说明，视频录制完成后进入预览界面，可以预览整个视频文件中小朋友A的头部是否有心形标记，若其中一个录制时刻对应的录制画面上(也可以理解为其中一帧录制画面上)，心形标记没有标记在小朋友A的头部而是标记在小朋友B的位置或者其他物体的位置，可以根据指令将心形标记调整到小朋友A的头部。

此处的调整可以通过触控操作，手动将心形标记滑到小朋友A的头部，也可以在录制画面中显示坐标网格或坐标轴，直接文字输入或语音输入或在预设框中选择小朋友A的坐标位置(x，y)，或者是根据终端的重力感应机制，将心形标记调整到小朋友A的头部。当然也可以通过其他调整方式来实现，本实施例对此不作限定。需要说明的是，若某一录制时刻的录制画面中，没有小朋友A的图像，但是画面中的某一个对象上存在心形标记，此时可以取消当前录制画面中的心形标记。可选地，可以通过将对象标记位置的坐标值设置为(0,0)或者其他特殊值的方式来取消心形标记。

图8是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图。如图8所示，编辑单元702还可以包括编辑子单元802，用于响应编辑指令，将与第七时刻具有关联关系的对象标记位置从第四位置调整到第五位置，其中，在第七时刻采集的画面中第五位置上的对象记为目标对象；获取第七时刻采集的画面中第五位置上的对象的第二特征参数，在第七时刻之后采集的画面中根据第二特征参数识别目标对象，将与第七时刻之后的采集时刻具有关联关系的对象标记位置从第六位置调整到第七位置，其中，第七位置为在第七时刻之后采集的画面中根据第二特征参数识别得到的目标对象的位置。

上述实现方式可以理解为第七时刻之后的采集画面根据第二特征参数进行的对象标记位置的自动调整。需要说明的是，第七时刻与前述的第二时刻至第六时刻没有必然的先后顺序，仅仅是为了与前述时刻进行区分描述。举例说明，设定第七时刻为视频采集的第7s，当在预览视频文件时发现第7s的对象标记位置没有匹配在目标对象上，根据指令将对象标记位置从第四位置调整至第五位置后，可以对第五位置上的对象进行特征参数的识别，然后获得第二特征参数，根据第二特征参数对第7s之后的采集画面进行自动匹配，查找与第二特征参数匹配的图像记为目标对象，然后获取对应的对象标记位置(相当于第五位置)，将原来位于第四位置的标记调整至第五位置，即调整至根据第二特征参数获取的对象标记位置。

仍然以给幼儿园小朋友录制视频为例，在第1s录制的画面中获取的目标对象的特征参数可能是小朋友A的正面图像特征参数，在第7s录制的画面中，小朋友A在录制画面上呈现的可能是侧面图像或背面图像，此时标记的对象标记位置可能会出现偏差而标记在其他物体上，此时将心形标记位置调整到小朋友A的头部，并获取当前小朋友A的特征参数，假设为小朋友A的侧面图像参数，然后在第7s后面的录制画面中，可以根据小朋友A的侧面图像参数去匹配每一帧录制画面，若能够匹配成功，则调整对象标记位置到匹配成功的坐标位置。进一步地，若在第8s的录制画面中识别出了小朋友A的背面图像的特征参数，可以在第8s后面的录制画面中，可以根据小朋友A的背面图像参数去匹配每一帧录制画面，若能够匹配成功，则调整对象标记位置到匹配成功的坐标位置。

图9是根据本发明实施例的另一种可选的视频画面的处理装置的结构框图。如图9所示，确定模块302还可以包括确定单元902用于在采集视频的过程中，根据预设条件在第一时刻采集的画面中确定目标对象为焦点；以及在视频画面采集的过程中，接收设定指令，响应设定指令在第一时刻采集的画面中确定目标对象为焦点。

可选地，预设条件可以是在后台设定选取人脸、动物或某种特定物件为目标对象，也可以是预先设定特征数据库，将一些常用的目标对象的特征参数(例如家庭成员的面部特征参数)存入特征数据库，在视频录制开启时可以选择是否调取已有特征数据库的数据。特征数据库的数据可以保存在终端本地，也可以存入云端服务器，为了保证终端的运行速度，优选为将特征数据库的数据存入云端服务器。可选地，设定指令可以是根据触控操作、按键操作、语音操作、重力感应操作、瞳孔识别操作等获取的交互指令，本实施例对此不作限定。

实施例3

本发明实施例的应用环境可以但不限于参照实施例1中的应用环境，本实施例中对此不再赘述。

优选实施例一

可选地，在本优选实施例中，以视频录制过程中的视频画面的处理方法为例来进行具体说明。图10是根据本发明实施例的又一种可选的视频画面的处理方法的示意图，如图10所示，视频画面的处理方法包括：

S1，start，开启应用中的视频录制功能；

S2，应用调起自定义相机；

S3，选择视频录制；

S4，开始录制视频；

S5，触控屏幕，移动对焦框(也可以是标记信息)；

S6，对焦选中目标物体B(选中物体后，相机后台提取对焦选中内容，后台提取对焦位置的截图的特征参数生成特征数据库，抠图成功)；

S7，视频继续录制，物体B移动；

S8，对焦框保持选中(提取每一帧画面生成的截图，实时与抠图的特征参数对比，识别与抠图特征参数匹配的图像部分，执行选中处理)；

S9，录制结束；

S10，视频编辑界面(录制完成的视频，生成预览，预览画面中对焦框选中匹配的物体)；

S11，对焦框悬浮在视频画面上方显示；

S12，移动对焦框，手动纠正选中的物体；

S13，物体B边框持续选中显示；

S14，END，结束操作，生成最终的视频文件(保存后，可查看突出选中物体B的视频)。

优选实施例二

可选地，在本优选实施例中，以视频直播过程中的视频画面的处理方法为例来进行具体说明。

S1，start，开启应用中的视频拍摄功能；

S2，应用调起自定义相机；

S3，开始采集视频画面，并实时传送给播放设备；

S5，触控屏幕，移动对焦框(也可以是标记信息)；

S6，对焦选中目标物体B(选中物体后，相机后台提取对焦选中内容，后台提取对焦位置的截图的特征参数生成特征数据库，抠图成功)；

S7，视频画面采集过程中，物体B移动；

S8，对焦框保持选中(提取每一帧画面生成的截图，实时与抠图的特征参数对比，识别与抠图特征参数匹配的图像部分，执行选中处理)；

S9，视频直播过程中持续对焦选中物体B，播放设备上呈现的视频播放画面也可以在物体B上持续增加标记信息。

优选实施例三

可选地，在本优选实施例中，以视频通话过程中的视频画面的处理方法为例来进行具体说明。

S1，start，开启应用中的视频通话功能；

S2，应用调起自定义相机；

S3，开始采集视频画面，并在通话的两个或多个设备上实时显示采集的视频画面；

S5，触控屏幕，移动对焦框(也可以是标记信息)；

S6，对焦选中目标物体B(选中物体后，相机后台提取对焦选中内容，后台提取对焦位置的截图的特征参数生成特征数据库，抠图成功)；

S7，视频通话过程中，物体B移动；

S8，对焦框保持选中(提取每一帧画面生成的截图，实时与抠图的特征参数对比，识别与抠图特征参数匹配的图像部分，执行选中处理)；

S9，视频通话过程中持续对焦选中物体B，也可以在物体B上持续增加标记信息。

实施例4

本发明的实施例还提供了一种视频录制***，用于举例说明自定义相机前端与后台交互机制，不排除其他交互可能性，不用于限定本发明的技术方案。

图11是根据本发明实施例的一种可选的视频录制***的交互示意图。如图11所示，上述***包括自定义相机前端显示***和自定义相机后台处理***。

开启录制之后，在自定义相机的前端显示画面中，对焦框(也可以是标记信息)选中目标对象，然后后台处理***执行以下操作：获取第一时刻录制画面的截图，提取目标对象的的抠图，记录抠图对应的目标对象的特征参数。

视频录制的过程中，前端显示目标对象发生移动，包括平行位移和前后位移，其中，假设相机固定不动，前后位移会导致目标对象在录制画面上的成像大小发生变化。后台处理***根据在第一时刻记录的目标对象的特征参数，与后续录制的每一帧画面生成的截图中的特征参数进行对比，匹配成功后，记录匹配的目标对象的图像大小和坐标位置，然后移动对焦框选中目标对象并记录对焦框在图像上的覆盖区域的大小。

视频录制完成后可以在前端显示中进行预览，预览过程中可以对视频画面中的对焦框进行二次矫正。后台处理***将对焦框进行悬浮显示，从而可以手动移动对焦框的位置，当移动到新的位置时，保存对焦框的新坐标位置。然后前端显示目标对象选中成功后生成的视频文件。

实施例5

本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以位于网络中的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：

S1，在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将目标对象在第一时刻采集的画面中的位置确定为焦点；

S2，获取目标对象的第一特征参数，其中，第一特征参数用于识别目标对象在第一时刻之后采集的画面中的位置；

S3，在第一时刻之后，根据第一特征参数识别目标对象在第一时刻之后采集的画面中的位置，并以目标对象在第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。

可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：

S1，在第一时刻之后的第六时刻采集的画面中识别出与第一特征参数匹配的目标对象的位置，在目标对象在第六时刻采集的画面中的位置上显示用于标记目标对象的标记信息，并记录具有关联关系的第六时刻与所述目标对象在第六时刻采集的画面中的位置；其中，标记信息用于标识目标对象的全部或部分图像区域。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

可选地，本实施例中的具体示例可以参考上述实施例1和实施例2中所描述的示例，本实施例在此不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (18)

1.一种视频画面的处理方法，其特征在于，包括：

在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将所述目标对象在所述第一时刻采集的画面中的位置确定为焦点；

获取所述目标对象的第一特征参数，其中，所述第一特征参数用于识别所述目标对象在所述第一时刻之后采集的画面中的位置；

在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置，并以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。

2.根据权利要求1所述的方法，其特征在于，所述在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置，并以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集包括：

在第三时刻以第一位置为焦点进行视频画面的采集，其中，所述第一位置为在第二时刻采集的画面中识别出的与所述第一特征参数匹配的所述目标对象所在的位置；

在所述第三时刻采集的画面中识别出与所述第一特征参数匹配的所述目标对象所在的位置，记为第二位置；

在第四时刻以所述第二位置为焦点进行视频画面的采集；

其中，所述第一时刻早于所述第二时刻，所述第二时刻早于所述第三时刻，所述第三时刻早于所述第四时刻。

3.根据权利要求2所述的方法，其特征在于，将所述第二时刻采集的画面记为第一帧画面，将所述第三时刻采集的画面记为第二帧画面，将所述第四时刻采集的画面记为第三帧画面，其中，所述第一帧画面与所述第二帧画面之间包含N1帧采集的画面，所述第二帧画面与所述第三帧画面之间包含N2帧采集的画面，N1和N2为大于或等于0的整数。

4.根据权利要求1所述的方法，其特征在于，所述在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置，并以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集包括：

在所述第一时刻之后的第五时刻预采集的画面中识别出与所述第一特征参数匹配的所述目标对象所在的位置，记为第三位置；

在所述第五时刻再次以所述第三位置为焦点进行视频画面的采集，得到在所述第五时刻采集的画面。

5.根据权利要求1所述的方法，其特征在于，所述在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置包括：

在所述第一时刻之后的第六时刻采集的画面中识别出与所述第一特征参数匹配的所述目标对象的位置，在所述目标对象在所述第六时刻采集的画面中的位置上显示用于标记所述目标对象的标记信息，并记录具有关联关系的所述第六时刻与所述目标对象在所述第六时刻采集的画面中的所述位置；

其中，所述标记信息用于标识所述目标对象的全部或部分图像区域。

6.根据权利要求5所述的方法，其特征在于，在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置，并以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集之后，所述方法还包括：

在采集所述视频画面结束之后，生成视频文件，其中，所述视频文件中记录具有关联关系的采集时刻和对象标记位置，所述采集时刻包括所述第六时刻，所述对象标记位置包括所述目标对象在所述第六时刻采集的画面中的所述位置。

7.根据权利要求6所述的方法，其特征在于，在生成视频文件之后，所述方法还包括：

接收播放指令；

响应所述播放指令播放所述视频文件，其中，在播放所述视频文件中所述采集时刻采集的画面中，在与所述采集时刻关联的所述对象标记位置上显示用于标记所述目标对象的标记信息。

8.根据权利要求6所述的方法，其特征在于，所述生成视频文件包括：

接收编辑指令；

响应所述编辑指令将与所述采集时刻具有关联关系的所述对象标记位置从第四位置调整到第五位置；

接收编辑结束指令；

响应所述编辑结束指令生成所述视频文件，其中，所述视频文件中记录的所述对象标记位置是经过所述调整得到的位置。

9.根据权利要求8所述的方法，其特征在于，所述响应所述编辑指令将与所述采集时刻具有关联关系的所述对象标记位置从第四位置调整到第五位置包括：

响应所述编辑指令，将与第七时刻具有关联关系的所述对象标记位置从第四位置调整到第五位置，其中，在所述第七时刻采集的画面中所述第五位置上的对象记为所述目标对象；

获取所述第七时刻采集的画面中所述第五位置上的对象的第二特征参数，在所述第七时刻之后采集的画面中根据所述第二特征参数识别所述目标对象，将与所述第七时刻之后的所述采集时刻具有关联关系的所述对象标记位置从第六位置调整到第七位置，其中，所述第七位置为在所述第七时刻之后采集的画面中根据所述第二特征参数识别得到的所述目标对象的位置。

10.根据权利要求1至9中任一项所述的方法，其特征在于，所述在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将所述目标对象在所述第一时刻采集的画面中的位置确定为焦点包括：

在采集视频画面的过程中，根据预设条件在所述第一时刻采集的画面中确定所述目标对象为焦点；和/或

在采集视频画面的过程中，接收设定指令，响应所述设定指令在所述第一时刻采集的画面中确定所述目标对象为焦点。

11.根据权利要求1至9中任一项所述的方法，其特征在于，所述采集视频画面的过程至少包括以下之一：视频通话的过程，录制视频的过程，视频直播的过程。

12.一种视频画面的处理装置，其特征在于，包括：

确定模块，用于在采集视频画面的过程中，在第一时刻采集的画面中确定目标对象，并将所述目标对象在所述第一时刻采集的画面中的位置确定为焦点；

获取模块，用于获取所述目标对象的第一特征参数，其中，所述第一特征参数用于识别所述目标对象在所述第一时刻之后采集的画面中的位置；

识别模块，用于在所述第一时刻之后，根据所述第一特征参数识别所述目标对象在所述第一时刻之后采集的画面中的位置；

采集模块，用于以所述目标对象在所述第一时刻之后采集的画面中的位置为焦点进行视频画面的采集。

13.根据权利要求12所述的装置，其特征在于，

所述采集模块还包括：采集单元，用于在第三时刻以第一位置为焦点进行视频画面的采集，其中，所述第一位置为在第二时刻采集的画面中识别出的与所述第一特征参数匹配的所述目标对象所在的位置；

所述识别模块还包括：识别单元，用于在所述第三时刻采集的画面中识别出与所述第一特征参数匹配的所述目标对象所在的位置，记为第二位置；

所述采集单元还用于在第四时刻以所述第二位置为焦点进行视频画面的采集；

其中，所述第一时刻早于所述第二时刻，所述第二时刻早于所述第三时刻，所述第三时刻早于所述第四时刻。

14.根据权利要求12所述的装置，其特征在于，

所述识别模块还包括：识别单元，用于在所述第一时刻之后的第五时刻预采集的画面中识别出与所述第一特征参数匹配的所述目标对象所在的位置，记为第三位置；

所述采集模块还包括：采集单元，用于在所述第五时刻再次以所述第三位置为焦点进行视频画面的采集，得到在所述第五时刻采集的画面。

15.根据权利要求12所述的装置，其特征在于，所述识别模块还包括：

识别单元，用于在所述第一时刻之后的第六时刻采集的画面中识别出与所述第一特征参数匹配的所述目标对象的位置；

标记单元，用于在所述目标对象在所述第六时刻采集的画面中的位置上显示用于标记所述目标对象的标记信息，并记录具有关联关系的所述第六时刻与所述目标对象在所述第六时刻采集的画面中的所述位置；

其中，所述标记信息用于标识所述目标对象的全部或部分图像区域。

16.根据权利要求15所述的装置，其特征在于，所述装置还包括：

生成模块，用于在采集所述视频画面结束之后，生成视频文件，其中，所述视频文件中记录具有关联关系的采集时刻和对象标记位置，所述采集时刻包括所述第六时刻，所述对象标记位置包括所述目标对象在所述第六时刻采集的画面中的所述位置。

17.根据权利要求16所述的装置，其特征在于，所述装置还包括：

播放模块，用于接收播放指令；响应所述播放指令播放所述视频文件，其中，在播放所述视频文件中所述采集时刻采集的画面中，在与所述采集时刻关联的所述对象标记位置上显示用于标记所述目标对象的标记信息。

18.根据权利要求16所述的装置，其特征在于，所述生成模块还包括：

编辑单元，用于接收编辑指令；响应所述编辑指令将与所述采集时刻具有关联关系的所述对象标记位置从第四位置调整到第五位置；接收编辑结束指令；响应所述编辑结束指令生成所述视频文件，其中，所述视频文件中记录的所述对象标记位置是经过所述调整得到的位置。