CN110661987A - 一种替换视频内容的方法和*** - Google Patents

一种替换视频内容的方法和*** Download PDF

Info

Publication number
CN110661987A
CN110661987A CN201810712954.3A CN201810712954A CN110661987A CN 110661987 A CN110661987 A CN 110661987A CN 201810712954 A CN201810712954 A CN 201810712954A CN 110661987 A CN110661987 A CN 110661987A
Authority
CN
China
Prior art keywords
image
replacing
video
unit
replacement
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.)
Pending
Application number
CN201810712954.3A
Other languages
English (en)
Inventor
陈访访
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Zhilan Artificial Intelligence Technology Research Institute Co Ltd
Original Assignee
Nanjing Zhilan Artificial Intelligence Technology Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Zhilan Artificial Intelligence Technology Research Institute Co Ltd filed Critical Nanjing Zhilan Artificial Intelligence Technology Research Institute Co Ltd
Priority to CN201810712954.3A priority Critical patent/CN110661987A/zh
Publication of CN110661987A publication Critical patent/CN110661987A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明的实施例提供了一种替换视频内容的方法和***，该方法通过读入原始视频的图像序列，利用物体检测和物体分类技术获取视频中所有物体的特征数据，通过智能分析、智能改写，抹除或更换目标内容，并将***获取的数据进行统计分析，建立视频改写模型，为视频内容的批量替换操作提供一种更为智能的策略。

Description

一种替换视频内容的方法和***
技术领域
本发明涉及视频处理技术领域，尤其涉及一种替换视频内容的方法和***。
背景技术
现有技术中，视频中批量抹除或更改内容能够为视频相关领域的工作提供很大的帮助。具体的应用场景例如：
为了符合新增规则或规定，抹除已有视频中违反规则的内容，使视频能够符合要求进行使用。对于视频中原有的画面或广告中的图标、文字、图片等信息，在不破坏原有效果和背景的情况下进行更换，使已有视频后期更改后以新的内容进行使用。根据需要，抹除或更换视频中多次出现的特定物件，使视频符合一定的人为要求。
现有的利用软件进行视频内容的抹除或更换具有以下缺点：
1、当视频信息较大时，一般由较多帧的图组成，对于移动的物体，如行走的人、起飞中的飞机、移动的车，镜头移动时在视频中连续发生位置变化的建筑物等在每一帧图中的坐标都是不一样的，且随着镜头的变化物体的大小和角度也会发生改变，在利用人工操作现有软件进行目标图像信息的植入时，没有统一化且可量化控制的标准，改写后的图像组成新的视频后难以达到自然的效果。
2、现有软件的处理方式，多依赖人的主观判断，不同人之间的标准不一，造成视频改写难以大量复用和扩展，调整标准的过程较繁琐复杂。
3、利用现有软件进行视频信息的更换时，同一图标在每一帧图像中的位置、角度、色彩等都是不同的，致使待更换的图像也需要具有多份适用于不同条件的备份，为视频内容的更换带来很大的困难。
4.当需要处理的信息种类和目标物体较多时，现有软件的操作将耗费大量的人力和时间成本。
发明内容
鉴于上述技术问题，本发明实施例提供一种替换视频内容的方法和***，能够批量替换视频中指定内容或信息，从而为视频改写和后期制作提供一种更为智能何高效的方案。
本发明的实施例一方面提供一种替换视频内容的方法，包括以下步骤：
获取原始视频，对所述原始视频内容进行物体检测和分类；
从所述物体检测和分类的结果中，筛选符合预先设定替换规则的物体；
获取替换图像，替换所述符合预先设定替换规则的物体，并进行图像适配；
分析替换图像后的视频的图像序列，抹除未被所述替换图像覆盖的原始视频的图像内容，还原原有背景图像；
逐帧完成图像替换后，输出替换内容后的视频。
还包括以下步骤：
预先设定底层数据库；所述底层数据库中包含待更换的所有图像信息、对应的人工标签及图像的特征数据；
从所述底层数据库中获取替换图像。
所述底层数据库中，还包括：
物体检测和分类的规则数据以及检测和分类的结果数据；
根据所述底层数据库中的物体检测和分类的规则数据对所述原始视频内容进行物体检测和分类。
所述底层数据库中，还包括：
预先设定的替换规则以及对应的物体和分类；
根据所述底层数据库中预先设定的替换规则以及对应的物体和分类，筛选符合替换规则的物体。
所述替换所述符合预先设定替换规则的物体，并进行图像适配，包括：
用替换图像替换原始视频中对应物体，并根据原始图像的信息对替换图像进行图像适配，使得替换图像与原始视频的图像一致。
本发明的实施例另一方面还提供了一种替换视频内容的***，包括检测单元、分析单元、替换单元、适配单元和输出单元，其中，
所述检测单元，用于获取原始视频，对所述原始视频内容进行物体检测和分类；
所述分析单元，用于从所述物体检测和分类的结果中，筛选符合预先设定替换规则的物体；
所述替换单元，用于获取替换图像，替换所述符合预先设定替换规则的物体，并进行图像适配；
所述适配单元，用于分析替换图像后的视频的图像序列，抹除未被所述替换图像覆盖的原始视频的图像内容，还原原有背景图像；
所述输出单元，用于逐帧完成图像替换后，输出替换内容后的视频。
还包括底层数据库单元，其中，
所述底层数据库单元，用于预先设定底层数据库；所述底层数据库中包含待更换的所有图像信息、对应的人工标签及图像的特征数据；
所述替换单元，用于从所述底层数据库中获取替换图像。
还包括底层数据库单元，其中，
所述底层数据库单元，用于预先设定底层数据库；所述底层数据库中包含物体检测和分类的规则数据以及检测和分类的结果数据；
所述检测单元，用于根据所述底层数据库中的物体检测和分类的规则数据对所述原始视频内容进行物体检测和分类。
还包括底层数据库单元，其中，
所述底层数据库单元，用于预先设定底层数据库；所述底层数据库中包含预先设定的替换规则以及对应的物体和分类；
所述分析单元，用于根据所述底层数据库中预先设定的替换规则以及对应的物体和分类，筛选符合替换规则的物体。
还包括统计单元，其中，
所述统计单元，用于获取每个图像的特征数据及整个***的操作数据，生成视频替换制作报告，并建立视频改写模型。
上述技术方案具有如下优点或有益效果：
本发明各个实施例中，通过读入原始视频的图像序列，利用物体检测和物体分类技术获取视频中所有物体的特征数据，通过智能分析、智能改写，抹除或更换目标内容，并将***获取的数据进行统计分析，建立视频改写模型，为视频内容的批量替换操作提供一种更为智能的策略。利用数据的可复用性、规则的可拓展性，为视频内容替换操作提供一种更为高效的***解决方案。
附图说明
图1为本发明实施例一中替换视频内容的流程图。
图2为本发明实施例二中替换视频内容***的结构示意图。
图3为本发明实施例三中替换视频内容***的结构原理图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明各个实施例中，利用物体检测和分类等人工智能技术，为在视频中的批量抹除或更换特定内容提供一种方法和***，为视频改写和后期制作提供一种更为智能何高效的方法。利用数据的可复用性、规则的可拓展性，为视频改写操作提供一种更为高效的方式。利用神经网络可学习的特点，提高视频改写的精度和效果。改变现有软件操作进行视频中内容抹除或更换的方式，节约人力时间成本。为视频中的物体建立数据库，并进行标签管理和统计，为视频中***不同的内容提供可复用的自动化流程，建立视频改写模型，使视频的后期制作更为智能。
图1为本发明实施例一中替换视频内容的流程图。如图1所示，该替换视频内容的流程包括以下步骤：
步骤101，获取原始视频，对所述原始视频内容进行物体检测和分类。
原始视频即为待替换内容的视频，需要对其中的部分内容进行图像替换。原始视频中包含需要替换的物体或者内容，在获取原始视频后，需要对原始视频进行内容分析，找出其中需要替换的物体，也即进行物体检测和分类。检测的目的是发现需要替换的物体，分类的目的在于对同类物体进行统一分析。
步骤102，从所述物体检测和分类的结果中，筛选符合预先设定替换规则的物体。
预先设定替换规则，也就是预先设置好需要替换的物体以及替换的方式。从原始视频中检测得到的物体以及相关分类数据，进行进一步的分析，从而筛选出真正需要替换的物体。
步骤103，获取替换图像，替换所述符合预先设定替换规则的物体，并进行图像适配。
得到需要替换的物体后，获取替换图像，也就是用来替换该物体的图像。用替换图像替换符合预先设定的替换规则的物体，从而使得替换图像替换了原始视频中相关物体。
替换之后的图像，由于图像内容、效果、像素、大小等各种原因，可能不能完全符合，因而需要进一步的图像适配，将替换图像与原始视频图像进行同意适配处理，使得二者融合为一。
步骤104，分析替换图像后的视频的图像序列，抹除未被所述替换图像覆盖的原始视频的图像内容，还原原有背景图像。
适配后的图像，仍然会出现各种问题，因而还需要进一步分析替换图像后的视频的图像序列，对于未被替换图像覆盖的图像内容需要抹除，并将原有视频图像中的背景图像还原。
步骤105，逐帧完成图像替换后，输出替换内容后的视频。
对于原始视频逐帧进行内容替换后，得到新的视频，其中的内容已经完成了替换，也即得到了替换视频内容后的视频。
进一步的，需要预先设定底层数据库；所述底层数据库中包含待更换的所有图像信息、对应的人工标签及图像的特征数据；从所述底层数据库中获取替换图像。
底层数据库中，还包括：物体检测和分类的规则数据以及检测和分类的结果数据；根据所述底层数据库中的物体检测和分类的规则数据对所述原始视频内容进行物体检测和分类。
底层数据库中，还包括：预先设定的替换规则以及对应的物体和分类；根据所述底层数据库中预先设定的替换规则以及对应的物体和分类，筛选符合替换规则的物体。
替换所述符合预先设定替换规则的物体，并进行图像适配，包括：用替换图像替换原始视频中对应物体，并根据原始图像的信息对替换图像进行图像适配，使得替换图像与原始视频的图像一致。
进一步的，还需要获取每个图像的特征数据及整个***的操作数据，生成视频替换制作报告，并建立视频改写模型。
为了实现上述流程，本发明技术方案的另一个实施例提供了一种替换视频内容的***，图2为本发明实施例二中替换视频内容***的结构示意图。
如图2所示，该儿童故事播放***包括检测单元21、分析单元22、替换单元23、适配单元24和输出单元25，其中，
所述检测单元21，用于获取原始视频，对所述原始视频内容进行物体检测和分类；
所述分析单元22，用于从所述物体检测和分类的结果中，筛选符合预先设定替换规则的物体；
所述替换单元23，用于获取替换图像，替换所述符合预先设定替换规则的物体，并进行图像适配；
所述适配单元24，用于分析替换图像后的视频的图像序列，抹除未被所述替换图像覆盖的原始视频的图像内容，还原原有背景图像；
所述输出单元25，用于逐帧完成图像替换后，输出替换内容后的视频。
进一步的，该***还包括底层数据库单元26，其中，
所述底层数据库单元26，用于预先设定底层数据库；所述底层数据库中包含待更换的所有图像信息、对应的人工标签及图像的特征数据；
所述替换单元23，用于从所述底层数据库中获取替换图像。
所述底层数据库单元26，还用于预先设定底层数据库；所述底层数据库中包含物体检测和分类的规则数据以及检测和分类的结果数据；
所述检测单元21，用于根据所述底层数据库中的物体检测和分类的规则数据对所述原始视频内容进行物体检测和分类。
所述底层数据库单元26，用于预先设定底层数据库；所述底层数据库中包含预先设定的替换规则以及对应的物体和分类；
所述分析单元22，用于根据所述底层数据库中预先设定的替换规则以及对应的物体和分类，筛选符合替换规则的物体。
进一步的，该***还包括统计单元27，其中，
所述统计单元27，用于获取每个图像的特征数据及整个***的操作数据，生成视频替换制作报告，并建立视频改写模型。
如图3所示，本发明实施例三提供另外一种替换视频内容***，其中，
该***包含三个主要部分：视频读取、视频改写、视频输出。
视频读取主要包含读入模块，能够将目标视频进行读入。
视频改写是该***最重要的部分，其包含五个功能模块：目标图像库、智能检测模块、智能分析模块、智能植入模块、智能统计模块。
底层数据库中存储有待更换的所有图像信息，包含一系列人工标签及图像的特征数据；智能检测模块利用图像识别技术进行物体检测和物体分类，并将获得的数据传输给智能分析模块；智能分析模块分析图像识别获得的数据，并根据设定的规则筛选出符合抹除或改写规则的物体，同时将数据传输给智能改写模块；智能改写模块根据分析的结果，调取数据库中待更换的图像，按照规则进行图像的变换和适配，将调整后图像植入相应的位置。植入待更换的图像后，根据图像序列的分析结果抹除未被覆盖的原有图像部分，同时还原出视频中原有的背景图像部分；智能统计模块获取每个图像的特征数据及整个***的操作数据，生成视频改写制作的报告，并建立视频改写模型。
视频输出部分主要包含输出模块，能够获取修改后的图像序列，输出修改后的视频。
本发明各个实施例中，通过读入原始视频的图像序列，利用物体检测和物体分类技术获取视频中所有物体的特征数据，通过智能分析、智能改写，抹除或更换目标内容，并将***获取的数据进行统计分析，建立视频改写模型，为视频内容的批量替换操作提供一种更为智能的策略。利用数据的可复用性、规则的可拓展性，为视频内容替换操作提供一种更为高效的***解决方案。
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包括，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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述收发方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的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人员来说，在不脱离本发明所述的原理前提下还可以做出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。

Claims (10)

1.一种替换视频内容的方法，其特征在于，包括以下步骤：
获取原始视频，对所述原始视频内容进行物体检测和分类；
从所述物体检测和分类的结果中，筛选符合预先设定替换规则的物体；
获取替换图像，替换所述符合预先设定替换规则的物体，并进行图像适配；
分析替换图像后的视频的图像序列，抹除未被所述替换图像覆盖的原始视频的图像内容，还原原有背景图像；
逐帧完成图像替换后，输出替换内容后的视频。
2.根据权利要求1所述的替换视频内容的方法，其特征在于，还包括以下步骤：
预先设定底层数据库；所述底层数据库中包含待更换的所有图像信息、对应的人工标签及图像的特征数据；
从所述底层数据库中获取替换图像。
3.根据权利要求2所述的替换视频内容的方法，其特征在于，所述底层数据库中，还包括：
物体检测和分类的规则数据以及检测和分类的结果数据；
根据所述底层数据库中的物体检测和分类的规则数据对所述原始视频内容进行物体检测和分类。
4.根据权利要求2所述的替换视频内容的方法，其特征在于，所述底层数据库中，还包括：
预先设定的替换规则以及对应的物体和分类；
根据所述底层数据库中预先设定的替换规则以及对应的物体和分类，筛选符合替换规则的物体。
5.根据权利要求1所述的替换视频内容的方法，其特征在于，所述替换所述符合预先设定替换规则的物体，并进行图像适配，包括：
用替换图像替换原始视频中对应物体，并根据原始图像的信息对替换图像进行图像适配，使得替换图像与原始视频的图像一致。
6.一种替换视频内容的***，其特征在于，包括检测单元、分析单元、替换单元、适配单元和输出单元，其中，
所述检测单元，用于获取原始视频，对所述原始视频内容进行物体检测和分类；
所述分析单元，用于从所述物体检测和分类的结果中，筛选符合预先设定替换规则的物体；
所述替换单元，用于获取替换图像，替换所述符合预先设定替换规则的物体，并进行图像适配；
所述适配单元，用于分析替换图像后的视频的图像序列，抹除未被所述替换图像覆盖的原始视频的图像内容，还原原有背景图像；
所述输出单元，用于逐帧完成图像替换后，输出替换内容后的视频。
7.根据权利要求6所述的替换视频内容的***，其特征在于，还包括底层数据库单元，其中，
所述底层数据库单元，用于预先设定底层数据库；所述底层数据库中包含待更换的所有图像信息、对应的人工标签及图像的特征数据；
所述替换单元，用于从所述底层数据库中获取替换图像。
8.根据权利要求6所述的替换视频内容的***，其特征在于，还包括底层数据库单元，其中，
所述底层数据库单元，用于预先设定底层数据库；所述底层数据库中包含物体检测和分类的规则数据以及检测和分类的结果数据；
所述检测单元，用于根据所述底层数据库中的物体检测和分类的规则数据对所述原始视频内容进行物体检测和分类。
9.根据权利要求6所述的替换视频内容的***，其特征在于，还包括底层数据库单元，其中，
所述底层数据库单元，用于预先设定底层数据库；所述底层数据库中包含预先设定的替换规则以及对应的物体和分类；
所述分析单元，用于根据所述底层数据库中预先设定的替换规则以及对应的物体和分类，筛选符合替换规则的物体。
10.根据权利要求6所述的替换视频内容的***，其特征在于，还包括统计单元，其中，
所述统计单元，用于获取每个图像的特征数据及整个***的操作数据，生成视频替换制作报告，并建立视频改写模型。
CN201810712954.3A 2018-06-29 2018-06-29 一种替换视频内容的方法和*** Pending CN110661987A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810712954.3A CN110661987A (zh) 2018-06-29 2018-06-29 一种替换视频内容的方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810712954.3A CN110661987A (zh) 2018-06-29 2018-06-29 一种替换视频内容的方法和***

Publications (1)

Publication Number Publication Date
CN110661987A true CN110661987A (zh) 2020-01-07

Family

ID=69027048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810712954.3A Pending CN110661987A (zh) 2018-06-29 2018-06-29 一种替换视频内容的方法和***

Country Status (1)

Country Link
CN (1) CN110661987A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246124A (zh) * 2020-03-09 2020-06-05 三亚至途科技有限公司 一种多媒体数字融合方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618745A (zh) * 2015-02-17 2015-05-13 北京影谱互动传媒科技有限公司 一种在视频中动态植入广告的方法及装置
CN104902318A (zh) * 2015-04-29 2015-09-09 小米科技有限责任公司 播放控制方法及终端设备
CN105141987A (zh) * 2015-08-14 2015-12-09 京东方科技集团股份有限公司 广告植入方法和广告植入***
CN106507200A (zh) * 2015-09-07 2017-03-15 腾讯科技（深圳）有限公司 视频播放内容***方法和***
CN107316020A (zh) * 2017-06-26 2017-11-03 司马大大（北京）智能***有限公司 人脸替换方法、装置及电子设备
CN107734207A (zh) * 2017-09-28 2018-02-23 北京奇虎科技有限公司 视频对象变换处理方法、装置及计算设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618745A (zh) * 2015-02-17 2015-05-13 北京影谱互动传媒科技有限公司 一种在视频中动态植入广告的方法及装置
CN104902318A (zh) * 2015-04-29 2015-09-09 小米科技有限责任公司 播放控制方法及终端设备
CN105141987A (zh) * 2015-08-14 2015-12-09 京东方科技集团股份有限公司 广告植入方法和广告植入***
CN106507200A (zh) * 2015-09-07 2017-03-15 腾讯科技（深圳）有限公司 视频播放内容***方法和***
CN107316020A (zh) * 2017-06-26 2017-11-03 司马大大（北京）智能***有限公司 人脸替换方法、装置及电子设备
CN107734207A (zh) * 2017-09-28 2018-02-23 北京奇虎科技有限公司 视频对象变换处理方法、装置及计算设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246124A (zh) * 2020-03-09 2020-06-05 三亚至途科技有限公司 一种多媒体数字融合方法和装置

Similar Documents

Publication Publication Date Title
US10354392B2 (en) Image guided video semantic object segmentation method and apparatus
KR102220174B1 (ko) 머신러닝 학습 데이터 증강장치 및 증강방법
CN109255356B (zh) 一种文字识别方法、装置及计算机可读存储介质
CN111160335A (zh) 基于人工智能的图像水印处理方法、装置及电子设备
CN111738908B (zh) 结合实例分割和循环生成对抗网络的场景转换方法及***
CN111767228B (zh) 基于人工智能的界面测试方法、装置、设备和介质
CN110443140B (zh) 文本定位的方法、装置、计算机设备及存储介质
US10614347B2 (en) Identifying parameter image adjustments using image variation and sequential processing
CN110222686B (zh) 物体检测方法、装置、计算机设备和存储介质
CN116935447B (zh) 基于自适应师生结构的无监督域行人重识别方法及***
CN112749696B (zh) 一种文本检测方法及装置
WO2019095899A1 (zh) 素材标注方法以及装置、终端和计算机可读存储介质
CN115205727A (zh) 一种基于无监督学习的实验智能评分方法和***
CN113205047A (zh) 药名识别方法、装置、计算机设备和存储介质
CN114064974A (zh) 信息处理方法、装置、电子设备、存储介质及程序产品
CN110866473B (zh) 目标对象的跟踪检测方法及装置、存储介质、电子装置
CN110661987A (zh) 一种替换视频内容的方法和***
CN112270319B (zh) 一种事件标注方法、装置及电子设备
CN113159146A (zh) 样本生成、目标检测模型训练、目标检测方法及装置
CN111539390A (zh) 一种基于Yolov3的小目标图像识别方法、设备和***
KR102026280B1 (ko) 딥 러닝을 이용한 씬 텍스트 검출 방법 및 시스템
CN116883909A (zh) 直播敏感图像识别方法、装置、计算机设备和存储介质
CN108021353B (zh) 软件产品的说明文档的生成装置、方法、设备及存储介质
CN110662111A (zh) 一种视频中批量植入内容信息的方法和***
CN116167910A (zh) 文本编辑方法、装置、计算机设备及计算机可读存储介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200107

WD01 Invention patent application deemed withdrawn after publication