CN108985176B - 图像生成方法及装置 - Google Patents
图像生成方法及装置 Download PDFInfo
- Publication number
- CN108985176B CN108985176B CN201810637343.7A CN201810637343A CN108985176B CN 108985176 B CN108985176 B CN 108985176B CN 201810637343 A CN201810637343 A CN 201810637343A CN 108985176 B CN108985176 B CN 108985176B
- Authority
- CN
- China
- Prior art keywords
- information
- video frame
- image
- similarity
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本公开涉及一种图像生成方法及装置,所述方法包括:对视频进行抽帧,获取视频帧图像;提取视频帧图像的特征信息;根据特征信息,在视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;根据播放时刻对视频进行截图,以生成与播放时刻对应的截图图像。根据本公开的实施例的图像生成方法,通过对视频进行抽帧,并对视频帧图像进行处理,能够确定目标图像对应的播放时刻,并根据播放时刻进行截图,实现了截图图像的自动生成,提高了生成截图图像的效率,并且采用视频帧图像的特征信息来选取目标图像,使目标图像的选取更客观。
Description
技术领域
本公开涉及图像处理领域,尤其涉及一种图像生成方法及装置。
背景技术
在对视频图像的处理过程中,可能需要对视频中的图像进行截图,获取高清截图来作为封面或海报等。在相关技术中,可人工下载视频文件,完整看一遍后记录指定场景或人物内容较为丰富的片段,然后通过视频编辑软件实现视频截图,该方法受人为主观因素影响严重,客观性不足,并且人工下载视频并观看效率低下。还可通过计算机程序将视频逐帧截图,人工浏览挑选符合预期内容的一张图像,但将逐帧截图的存储成本较高,且同样存在客观性不足且效率低下的问题。
发明内容
有鉴于此,本公开提出了一种图像生成方法及装置。
根据本公开的一方面,提供了一种图像生成方法,所述方法包括:
对视频进行抽帧,获取视频帧图像;
提取所述视频帧图像的特征信息;
根据所述特征信息,在所述视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;
根据所述播放时刻对所述视频进行截图,以生成与所述播放时刻对应的截图图像。
在一种可能的实现方式中,根据所述特征信息,在所述视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻,包括:
根据所述特征信息,分别确定各视频帧图像的评分;
根据所述评分,在视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻。
在一种可能的实现方式中,根据所述特征信息,分别确定各视频帧图像的评分,包括:
分别确定各视频帧图像的特征信息与目标特征信息的第一相似度;
根据所述特征信息的权值以及所述第一相似度,分别确定各视频帧图像的评分。
在一种可能的实现方式中,根据所述特征信息,分别确定各视频帧图像的评分,还包括:
根据初始权值获得所述视频的截图图像,作为训练图像;
根据与所述训练图像的特征信息与目标特征信息的第二相似度调整所述初始权值,确定调整后的权值;
在所述第二相似度大于或等于第一相似度阈值时,将调整后的权值确定为最终的权值。
在一种可能的实现方式中,在分别确定各视频帧图像的特征信息与目标特征信息的第一相似度之后,还包括:
删除所述第一相似度小于或等于第二相似度阈值的视频帧图像。
根据本公开的另一方面,提供了一种图像生成装置,包括:
抽帧模块,用于对视频进行抽帧,获取视频帧图像;
提取模块,用于提取所述视频帧图像的特征信息;
选取模块,用于根据所述特征信息,在所述视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;
截图模块,用于根据所述播放时刻对所述视频进行截图,以生成与所述播放时刻对应的截图图像。
在一种可能的实现方式中,所述选取模块包括:
评分子模块,用于根据所述特征信息,分别确定各视频帧图像的评分;
选取子模块,用于根据所述评分,在视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻。
在一种可能的实现方式中,所述评分子模块包括:
第一相似度确定子模块,用于分别确定各视频帧图像的特征信息与目标特征信息的第一相似度;
评分确定子模块,用于根据所述特征信息的权值以及所述第一相似度,分别确定各视频帧图像的评分。
在一种可能的实现方式中,所述评分子模块还包括:
训练图像生成子模块,根据初始权值获得所述视频的截图图像,作为训练图像;
第二相似度确定子模块,用于根据与所述训练图像的特征信息与目标特征信息的第二相似度调整所述初始权值,确定调整后的权值;
权值确定子模块,用于在所述第二相似度大于或等于第一相似度阈值时,将调整后的权值确定为最终的权值。
在一种可能的实现方式中,所述评分子模块还包括:
删除子模块,用于删除所述第一相似度小于或等于第二相似度阈值的视频帧图像。
根据本公开的另一方面,提供了一种图像生成装置,包括:处理器;用于存储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上述方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的实施例的图像生成方法及装置,通过对视频进行抽帧,并对视频帧图像进行处理,能够确定目标图像对应的播放时刻,并根据播放时刻进行截图,实现了截图图像的自动生成,提高了生成截图图像的效率,并且采用视频帧图像的特征信息来选取目标图像,使目标图像的选取更客观。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的图像生成方法的流程图;
图2是根据本公开一实施例的图像生成方法的步骤S13的流程图;
图3是根据本公开一实施例的图像生成方法的应用示意图;
图4是根据本公开一实施例的图像生成装置的示意图;
图5是根据本公开一实施例的图像生成装置的示意图;
图6是根据一示例性实施例示出的一种图像生成装置的框图;
图7是根据一示例性实施例示出的一种图像生成装置的框图。
具体实施方式
以下将参考附图详细说明本公开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施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的图像生成方法的流程图。如图1所示,所述方法包括:
在步骤S11中,对视频进行抽帧,获取视频帧图像;
在步骤S12中,提取所述视频帧图像的特征信息;
在步骤S13中,根据所述特征信息,在所述视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;
在步骤S14中,根据所述播放时刻对所述视频进行截图,以生成与所述播放时刻对应的截图图像。
根据本公开的实施例的图像生成方法,通过对视频进行抽帧,并对视频帧图像进行处理,能够确定目标图像对应的播放时刻,并根据播放时刻进行截图,实现了截图图像的自动生成,提高了生成截图图像的效率,并且采用视频帧图像的特征信息来选取目标图像,使目标图像的选取更客观。
在一种可能的实现方式中,在步骤S11中,可对视频进行抽帧,来获取视频中的视频帧图像。抽帧是从视频的多个视频帧图像中抽出一部分视频帧的操作。在示例中,可对视频进行逐秒抽帧,获取多个视频帧图像,即,在每秒播放的多个视频帧图像中随机抽出一个视频帧图像。在示例中,可使用ffmepg对视频进行逐秒抽帧。本公开对抽帧的方法不做限制。
在一种可能的实现方式中,在步骤S12中,可从所述多个视频帧图像中分别提取特征信息,所述特征信息可以是视频帧图像中包含的对象的信息,对象可以是人、场景、物品等,特征信息例如包括人脸信息、人脸朝向信息、场景信息、物品信息和人物动作信息等信息。所述人脸信息可以是通过人脸识别方法提取的人脸特征信息,例如,可根据人脸图像的像素统计特征、人脸图像变换系数特征和人脸图像代数特征等识别人脸信息。所述人脸朝向信息可以是根据通过人脸识别方法提取的人脸朝向的向量或角度信息,例如,可通过对人脸图像进行边缘检测或构造方向向量等方法识别人脸朝向信息。所述场景信息可以是通过场景识别方法提取的场景特征信息,例如,可通过边缘检测、特征点检测或兴趣点检测等方法识别场景信息。所述物品信息可以是根据物体识别算法获取的物品特征信息,例如,可通过边缘检测、特征点检测或兴趣点检测等方法识别物品信息。所述人物动作信息可以是通过动作识别方法获取的动作特征信息,例如,可通过提取特征向量并对分析特征向量的统计学特征等方法获取人物动作信息。
本公开对特性信息的类型不做限制。可使用人脸识别方法和场景识别方法等来提取所述特征信息。本公开对提取特征信息的方法不做限制。
在一种可能的实现方式中,在步骤S13中,可根据每个视频帧图像的特征信息,在多个视频帧图像中选取目标图像,同时可通过目标图像的帧号或时间戳来确定目标图像的播放时刻。
图2是根据本公开一实施例的图像生成方法的步骤S13的流程图。如图2所示,步骤S13包括:
在步骤S131中,根据所述特征信息,分别确定各视频帧图像的评分;
在步骤S132中,根据所述评分,在视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻。
通过对视频帧图像进行评分,能够使特征信息被量化,使得目标图像的选取具有客观性。
在一种可能的实现方式中,在步骤S131中,可根据每个视频帧图像的特征信息对各视频帧图像进行评分,由于特征信息代表了视频帧图像的特征,因此根据特征信息进行评分使得对截图图像进行挑选具备客观性。本公开对评分的具体方式不做限制。例如可分别确定各视频帧图像的特征信息与目标特征信息的第一相似度,并根据所述特征信息的权值以及所述第一相似度,分别确定各视频帧图像的评分。
在示例中,可确定目标特征信息,例如,可确定目标人物的人脸信息,并将各视频帧图像中使用人脸识别方法提取的人脸信息与目标人物的人脸信息进行比对,分别确定各视频帧图像中的人脸信息与目标人物的人脸信息的第一相似度,例如,将各视频帧图像中的人脸像素统计特征与目标人物的人脸像素统计特征进行对比,确定各视频帧图像中的人脸像素统计特征与目标人物的人脸像素统计特征的第一相似度。在示例中,可确定目标人脸朝向信息,并将各视频帧图像中的人脸朝向向量与目标人脸朝向向量进行比对,分别确定各视频帧图像的人脸朝向向量与目标人脸朝向向量的第一相似度。在示例中,还可将各视频帧图像中的人物动作信息与目标人物动作信息进行比对,将各视频帧图像中的物品信息与目标物品信息进行比对,或将场景信息与目标场景信息进行对比等,本公开对进行比对的特征信息不做限制。本公开对相似度的确定方式不做限制,例如可通过向量距离来确定相似度。
在示例中,可根据各特征信息的权值以及所述第一相似度,分别确定各视频帧图像的评分。例如,在任一视频帧图像中,可确定该视频帧图像的各特征信息的权值,并将与各特征信息的对应的第一相似度进行加权求和,来计算该视频帧图像的评分。例如,所述特征信息包括人脸信息、物品信息、场景信息和人物动作信息,则可根据以下公式(1)来计算该图像的评分:
A=α·B1+β·B2+γ·B3+σ·B4 (1)
其中,A为该视频帧图像的评分,α为该视频帧图像的人脸信息对应的权值,B1为该视频帧图像的人脸信息与目标人物的人脸信息的第一相似度。β为该视频帧图像的物品信息对应的权值,B2为该视频帧图像的物品信息与目标物品信息的第一相似度。γ为该视频帧图像的场景信息对应的权值,B3为该视频帧图像的场景信息与目标场景信息的第一相似度。σ为该视频帧图像的人物动作信息对应的权值,B4为该视频帧图像的人物动作信息与目标人物动作信息的第一相似度。
在一种可能的实现方式中,还可对权值进行设定或调整。在示例中,可根据各特征信息的重要性设定权值,还可根据生成的图像来调整权值。
在一种可能的实现方式中,可根据初始权值获得所述视频的截图图像,作为训练图像。并根据与所述训练图像的特征信息与目标特征信息的第二相似度调整所述初始权值,确定调整后的权值。在所述第二相似度大于或等于第一相似度阈值时,将调整后的权值确定为最终的权值。
在示例中,可根据各特征信息的重要性设定初始权值,各特征信息的重要性可根据对截图图像的要求来设定。例如,对截图图像的要求为突出目标人物的人脸信息和动作信息,则使视频帧图像的人脸信息的权值和动作信息的初始权值高于物品信息和场景信息的权值。在设定好初始权值后,可根据初始权值和各特征信息与目标信息的第一相似度来确定各视频帧图像的评分。在确定各视频帧图像的评分后,可执行步骤S132来选取目标图像并确定目标图像对应的播放时刻,随后执行步骤S14来获取截图图像。该截图图像可作为训练图像。
在示例中,可将训练图像的特征信息与目标特征信息进行对比,确定训练图像的特征信息与目标特征信息的第二相似度,并根据第二相似度来调整初始权值。例如,在训练图像中,人脸信息和目标人物的人脸信息的第二相似度未达到第一相似度阈值,则判断初始权值中人脸信息对应的权值偏低,应将人脸信息对应的权值调高。在示例中,还可对训练图像中的各特征信息进行评价,例如,人脸信息未达到评价标准,则将人脸信息对应的权值调高,物品信息达到评价标准,可使物品信息对应的权值保持不变或适当调低等。评价标准可根据对截图图像的各特征信息的重要性来设定,本公开对评价标准的设定不做限制。
在示例中,经过多次调整后,如果利用调整后的权值生成的训练图像的各特征信息与目标信息的第二相似度均大于或等于各特征信息对应的第一相似度阈值,则将调整后的权值确定为最终的权值。并可使用最终的权值来获取截图图像。在示例中,还可在训练图像的各特征信息均达到评价标准时,将调整后的权值作为最终的权值。
通过对权值进行训练和调整,能够使最终的权值符合各特征信息的要求,可提高截图图像的质量。
在一种可能的实现方式中,在步骤S131之后,可删除所述第一相似度小于或等于第二相似度阈值的视频帧图像。在示例中,在步骤S131中,在确定各视频帧图像的评分的过程中,确定了各视频帧图像的特征信息与目标特征信息的第一相似度,在进行步骤S132之前,可删除第一相似度小于或等于第二相似度阈值的视频帧图像,因此可减小步骤S132的工作量,提升选取目标图像的效率。在示例中,特征信息被选取为人脸信息,目标特征信息被为目标人物的人脸信息,在确定各视频帧中的人脸信息和目标人物的人脸信息的第一相似度后,可删除与目标人物的人脸信息明显不同的图像,例如,在一部分视频帧图像中,人脸信息为非目标人物的人脸信息,则删除该部分视频帧图像,以减小步骤S132的工作量。在示例中,在一部分视频帧图像中,虽然出现了目标人物的人脸信息,但同时出现了非目标人物的人脸信息,可能造成目标人物的人脸信息在截图图像上不够突出,因此,可删除该部分视频帧图像,以减小步骤S132的工作量。
在一种可能的实现方式中,在步骤S132中,根据所述评分在视频帧图像选取目标图像。在示例中,可根据评分,将多个视频帧图像由高到低排序。在示例中,可在删除第一相似度小于或等于第二相似度阈值的视频帧图像后,对剩余的视频帧图像按照评分由高到低排序。可在排序后的视频帧图像中选取目标图像,例如可选取排序后的视频帧图像中的前N个视频帧图像作为目标图像。也可不进行排序,直接选取评分大于或等于评分阈值的视频帧图像。在选取出目标图像后,可确定目标图像的播放时刻,在示例中,可根据目标图像的时间戳或帧号来确定目标图像的播放时刻。
在一种可能的实现方式中,在步骤S14中,可根据播放时刻对视频进行截图,以生成与播放时刻对应的截图图像。在示例中,可在视频中寻找在所述播放时刻播放的图像,并进行截图,即可获取所述截图图像。在示例中,可使用阿里云媒体转码MTS等对视频进行截图,获取截图图像。在示例中,所述视频可以是在线视频,可在下载该视频后,根据所述播放时刻对所述视频进行截图,获取截图图像。
在一种可能的实现方式中,可将截图图像上传至在线存储介质,例如存储至云存储服务器中。在示例中,可上传至阿里云存储OSS服务器中。
在一种可能的实现方式中,可将截图图像与所述视频共同上传至在线存储介质中。如果所述视频为在线视频,可将截图图像上传至在线存储介质中,并将存储截图图像的地址与在线视频的地址绑定。
根据本公开的实施例的图像生成方法,通过对视频进行抽帧,并对视频帧进行处理,能够确定目标图像对应的播放时刻,并根据播放时刻进行截图,实现了截图图像的自动生成,提高了生成截图图像的效率,并且采用视频帧图像的特征信息来选取目标图像,使目标图像的选取更客观,进一步地,可通过对特征信息的权值进行训练和调整,提高截图图像的质量。
图3是根据本公开一实施例的图像生成方法的应用示意图。如图3所示,所述图像生成方法可应用于终端31。
在一种可能的实现方式中,终端31可通过服务器32获取视频的地址33,以对该视频进行抽帧,获取视频帧图像。终端31可提取抽帧获取的视频帧图像的特征信息,并从所述视频帧图像中获取目标图像,同时确定目标图像的播放时刻。
在一种可能的实现方式中,终端31可下载所述视频,并根据所述播放时刻对所述视频进行截图,获得截图图像34。随后,可将截图图像34通过服务器32上传至在线存储介质,并将存储截图图像的地址与所述视频的地址绑定。
在一种可能的实现方式中,所述图像生成方法也可用于服务器32中,本公开对执行所述图像生成方法的装置不做限制。
图4是根据本公开一实施例的图像生成装置的示意图。如图4所示,所述装置包括:
抽帧模块41,用于对视频进行抽帧,获取视频帧图像;
提取模块42,用于提取所述视频帧图像的特征信息;
选取模块43,用于根据所述特征信息,在所述视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;
截图模块44,用于根据所述播放时刻对所述视频进行截图,以生成与所述播放时刻对应的截图图像。
图5是根据本公开一实施例的图像生成装置的示意图。如图5所示,所述选取模块43包括:
评分子模块431,用于根据所述特征信息,分别确定各视频帧图像的评分;
选取子模块432,用于根据所述评分,在视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻。
在一种可能的实现方式中,评分子模块431可包括:
第一相似度确定子模块,用于分别确定各视频帧图像的特征信息与目标特征信息的第一相似度;
评分确定子模块,用于根据所述特征信息的权值以及所述第一相似度,分别确定各视频帧图像的评分。
在一种可能的实现方式中,评分子模块431还包括:
训练图像生成子模块,根据初始权值获得所述视频的截图图像,作为训练图像;
第二相似度确定子模块,用于根据与所述训练图像的特征信息与目标特征信息的第二相似度调整所述初始权值,确定调整后的权值;
权值确定子模块,用于在所述第二相似度大于或等于第一相似度阈值时,将调整后的权值确定为最终的权值。
在一种可能的实现方式中,评分子模块431还包括:
删除子模块,用于删除所述第一相似度小于或等于第二相似度阈值的视频帧图像。
图6是根据一示例性实施例示出的一种图像生成装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种图像生成装置1900的框图。例如,装置1900可以被提供为一服务器。参照图7,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作***,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种图像生成方法,其特征在于,所述方法包括:
对视频进行抽帧,获取视频帧图像;
提取所述视频帧图像的特征信息;
分别确定各视频帧图像的特征信息与目标特征信息的第一相似度;
根据所述视频帧图像的多个特征信息的权值及各自对应的第一相似度进行加权求和,分别确定各视频帧图像的评分;所述多个特征信息包括人脸信息、物品信息、场景信息和人物动作信息;根据以下公式来确定各视频帧图像的评分:A=α·B1+β·B2+γ·B3+σ·B4,其中,A为该视频帧图像的评分,α为该视频帧图像中的人脸信息对应的权值;B1为该视频帧图像中的人脸信息与目标特征信息中的目标人物的人脸信息的第一相似度;β为该视频帧图像中的物品信息对应的权值,B2为该视频帧图像的物品信息与目标特征信息中的目标物品信息的第一相似度;γ为该视频帧图像的场景信息对应的权值,B3为该视频帧图像的场景信息与目标特征信息中的目标场景信息的第一相似度;σ为该视频帧图像的人物动作信息对应的权值,B4为该视频帧图像的人物动作信息与目标特征信息中的目标人物动作信息的第一相似度;
根据所述评分,在所述视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;
通过终端下载所述视频,并根据所述播放时刻对所述视频进行截图,以生成与所述播放时刻对应的截图图像,将所述截图图像上传至在线存储介质。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据初始权值获得所述视频的截图图像,作为训练图像;
根据与所述训练图像的特征信息与目标特征信息的第二相似度调整所述初始权值,确定调整后的权值;
在所述第二相似度大于或等于第一相似度阈值时,将调整后的权值确定为最终的权值。
3.根据权利要求1所述的方法,其特征在于,在分别确定各视频帧图像的特征信息与目标特征信息的第一相似度之后,还包括:
删除所述第一相似度小于或等于第二相似度阈值的视频帧图像。
4.一种图像生成装置,其特征在于,包括:
抽帧模块,用于对视频进行抽帧,获取视频帧图像;
提取模块,用于提取所述视频帧图像的特征信息;
选取模块,用于分别确定各视频帧图像的特征信息与目标特征信息的第一相似度;根据所述视频帧图像的多个特征信息的权值及各自对应的第一相似度进行加权求和,分别确定各视频帧图像的评分;所述多个特征信息包括人脸信息、物品信息、场景信息和人物动作信息;根据以下公式来确定各视频帧图像的评分:A=α·B1+β·B2+γ·B3+σ·B4,其中,A为该视频帧图像的评分,α为该视频帧图像中的人脸信息对应的权值;B1为该视频帧图像中的人脸信息与目标特征信息中的目标人物的人脸信息的第一相似度;β为该视频帧图像中的物品信息对应的权值,B2为该视频帧图像的物品信息与目标特征信息中的目标物品信息的第一相似度;γ为该视频帧图像的场景信息对应的权值,B3为该视频帧图像的场景信息与目标特征信息中的目标场景信息的第一相似度;σ为该视频帧图像的人物动作信息对应的权值,B4为该视频帧图像的人物动作信息与目标特征信息中的目标人物动作信息的第一相似度;根据所述评分,在视频帧图像中选取目标图像,并确定被选取的目标图像对应的播放时刻;
截图模块,用于在通过终端下载所述视频后,根据所述播放时刻对所述视频进行截图,以生成与所述播放时刻对应的截图图像,将所述截图图像上传至在线存储介质。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
训练图像生成子模块,根据初始权值获得所述视频的截图图像,作为训练图像;
第二相似度确定子模块,用于根据与所述训练图像的特征信息与目标特征信息的第二相似度调整所述初始权值,确定调整后的权值;
权值确定子模块,用于在所述第二相似度大于或等于第一相似度阈值时,将调整后的权值确定为最终的权值。
6.根据权利要求4所述的装置,其特征在于,所述评分子模块还包括:
删除子模块,用于删除所述第一相似度小于或等于第二相似度阈值的视频帧图像。
7.一种图像生成装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1-3中任意一项所述的方法。
8.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至3中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810637343.7A CN108985176B (zh) | 2018-06-20 | 2018-06-20 | 图像生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810637343.7A CN108985176B (zh) | 2018-06-20 | 2018-06-20 | 图像生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108985176A CN108985176A (zh) | 2018-12-11 |
CN108985176B true CN108985176B (zh) | 2022-02-25 |
Family
ID=64541511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810637343.7A Active CN108985176B (zh) | 2018-06-20 | 2018-06-20 | 图像生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108985176B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109509190A (zh) * | 2018-12-19 | 2019-03-22 | 中国科学院重庆绿色智能技术研究院 | 视频监控图像筛选方法、装置、***及存储介质 |
CN109618225B (zh) * | 2018-12-25 | 2022-04-15 | 百度在线网络技术(北京)有限公司 | 视频抽帧方法、装置、设备和介质 |
CN110572706B (zh) * | 2019-09-29 | 2021-05-11 | 深圳传音控股股份有限公司 | 视频截屏方法、终端及计算机可读存储介质 |
CN110677734B (zh) * | 2019-09-30 | 2023-03-10 | 北京达佳互联信息技术有限公司 | 视频合成方法、装置、电子设备及存储介质 |
CN111182359A (zh) * | 2019-12-30 | 2020-05-19 | 咪咕视讯科技有限公司 | 视频预览方法、视频抽帧方法、视频处理装置及存储介质 |
CN111274910B (zh) * | 2020-01-16 | 2024-01-30 | 腾讯科技(深圳)有限公司 | 场景互动方法、装置及电子设备 |
CN111464862A (zh) * | 2020-04-24 | 2020-07-28 | 张咏 | 一种基于语音识别和图像处理的视频截图方法 |
CN113573061A (zh) * | 2020-04-29 | 2021-10-29 | 安徽华米健康科技有限公司 | 一种视频抽帧方法、装置及设备 |
CN112528075A (zh) * | 2020-12-02 | 2021-03-19 | 北京奇艺世纪科技有限公司 | 视频封面生成方法及装置 |
CN115499703A (zh) * | 2021-12-13 | 2022-12-20 | 中兴通讯股份有限公司 | 一种图像处理方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104540004A (zh) * | 2015-01-27 | 2015-04-22 | 深圳市中兴移动通信有限公司 | 视频截图方法和装置 |
CN107147939A (zh) * | 2017-05-05 | 2017-09-08 | 百度在线网络技术(北京)有限公司 | 用于调整视频直播封面的方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105323634B (zh) * | 2014-06-27 | 2019-01-04 | Tcl集团股份有限公司 | 一种视频的缩略图生成方法及*** |
CN104616241A (zh) * | 2014-07-24 | 2015-05-13 | 腾讯科技(北京)有限公司 | 进行视频截图的方法和装置 |
JP2016119552A (ja) * | 2014-12-19 | 2016-06-30 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 映像コンテンツ処理装置、映像コンテンツ処理方法及びプログラム |
CN106503693B (zh) * | 2016-11-28 | 2019-03-15 | 北京字节跳动科技有限公司 | 视频封面的提供方法及装置 |
-
2018
- 2018-06-20 CN CN201810637343.7A patent/CN108985176B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104540004A (zh) * | 2015-01-27 | 2015-04-22 | 深圳市中兴移动通信有限公司 | 视频截图方法和装置 |
CN107147939A (zh) * | 2017-05-05 | 2017-09-08 | 百度在线网络技术(北京)有限公司 | 用于调整视频直播封面的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108985176A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108985176B (zh) | 图像生成方法及装置 | |
CN107944409B (zh) | 能够区分关键动作的视频分析方法及装置 | |
CN109257645B (zh) | 视频封面生成方法及装置 | |
CN107692997B (zh) | 心率检测方法及装置 | |
CN107948708B (zh) | 弹幕展示方法及装置 | |
CN108924644B (zh) | 视频片段提取方法及装置 | |
CN110858924B (zh) | 视频背景音乐的生成方法、装置及存储介质 | |
CN106960014B (zh) | 关联用户推荐方法及装置 | |
CN109005352B (zh) | 合拍视频的方法及装置 | |
CN108174269B (zh) | 可视化音频播放方法及装置 | |
CN106534951B (zh) | 视频分割方法和装置 | |
CN110933488A (zh) | 视频剪辑方法及装置 | |
CN112991553B (zh) | 信息展示方法及装置、电子设备和存储介质 | |
CN111523346B (zh) | 图像识别方法及装置、电子设备和存储介质 | |
CN107147936B (zh) | 弹幕的显示控制方法及装置 | |
CN109344703B (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN110493637B (zh) | 视频拆分方法及装置 | |
CN110633715B (zh) | 图像处理方法、网络训练方法及装置、和电子设备 | |
CN112085097A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109495765B (zh) | 视频截取方法及装置 | |
CN110955800A (zh) | 视频检索方法及装置 | |
CN110929545A (zh) | 人脸图像的整理方法及装置 | |
CN110121115B (zh) | 精彩视频片段的确定方法及装置 | |
CN109740557B (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN111507131B (zh) | 活体检测方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200423 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 100000 room 26, 9 Building 9, Wangjing east garden four, Chaoyang District, Beijing. Applicant before: BEIJING YOUKU TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |