CN111629230A - 视频处理、脚本生成方法、装置、计算机设备及存储介质 - Google Patents
视频处理、脚本生成方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111629230A CN111629230A CN202010479959.3A CN202010479959A CN111629230A CN 111629230 A CN111629230 A CN 111629230A CN 202010479959 A CN202010479959 A CN 202010479959A CN 111629230 A CN111629230 A CN 111629230A
- Authority
- CN
- China
- Prior art keywords
- script
- video
- information
- target
- shot
- 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.)
- Granted
Links
- 238000013515 script Methods 0.000 title claims abstract description 647
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 105
- 239000000463 material Substances 0.000 claims description 106
- 238000012545 processing Methods 0.000 claims description 56
- 238000003062 neural network model Methods 0.000 claims description 26
- 239000002994 raw material Substances 0.000 claims description 25
- 239000013077 target material Substances 0.000 claims description 21
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000002349 favourable effect Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 19
- 238000001514 detection method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 238000007499 fusion processing Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009193 crawling Effects 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000009354 mixed cropping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
-
- 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
-
- 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]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
- H04N21/8133—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts specifically related to the content, e.g. biography of the actors in a movie, detailed information about an article seen in a video program
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本公开提供了一种视频处理方法、装置、计算机设备及存储介质,其中,该方法包括:获取第一视频;对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。另一种方法包括:向服务器发送第一视频;接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;显示所述第一脚本信息。本公开实施例通过利用计算机对所述第一视频进行脚本分析,得到第一视频的第一脚本信息,实现了视频脚本的自动生成,为后续进行视频创意分析或者视频制作等应用提供有利基础。
Description
技术领域
本公开涉及视频处理技术领域,具体而言,涉及一种视频处理、脚本生成方法、装置、计算机设备及存储介质。
背景技术
为了快速了解多个行业的热门视频以累积创意,视频导演通常需要观看大量的视频,通过对观看视频的分析,找到合适的创意和桥段;而随着计算机技术及网络技术的快速发展,网络视频,尤其是短视频的数量有了***性的增长,这造成了依赖人工观看视频对视频进行分析的方式需要消耗大量的人力和时间。
发明内容
本公开实施例至少提供一种视频处理、脚本生成方法、装置、计算机设备及存储介质。
第一方面,本公开实施例提供了一种视频处理方法,包括:获取第一视频;对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
这样,通过计算机对获取的第一视频进行脚本分析,得到第一视频的第一脚本信息,在第一脚本信息中,包括了第一视频中至少一个镜头中每个镜头的信息,从而实现了视频脚本的自动生成,为后续视频创意分析、脚本创作或者视频制作等应用提供了有利基础。
一种可能的实施方式中,所述方法还包括:将所述第一脚本信息发送至终端设备,以使所述终端设备对所述第一脚本信息进行显示;和/或输出或显示所述第一脚本信息。
这样,将第一脚本信息进行显示,能够让用户对脚本分析结果具有更清晰的了解。
一种可能的实施方式中,所述对所述第一视频进行脚本分析,包括:利用预先训练的至少一个神经网络模型对所述第一视频进行脚本分析。
这样,采用神经网络模型对第一视频进行脚本分析,能够快速获得多个第一视频的的脚本分析结果,效率更高,准确度也更高。
一种可能的实施方式中,所述每个镜头的信息,包括下列中的一种或者任意多种:分镜号、镜头语言信息、人物关系信息、画面描述信息、字幕、台词、以及代表画面。
一种可能的实施方式中,所述镜头语言信息包括下列中的至少一种:景别、镜头运动方式、镜头视角、镜头类别。
这样,通过上述信息中至少一种,表征不同的第一视频中不同镜头之间的区别,能够更清晰的将构成第一视频的视频脚本表达出来。
一种可能的实施方式中,所述对所述第一视频进行脚本分析,包括:对所述第一视频中第一镜头包括的至少一个视频帧图像进行特征提取处理,得到所述至少一个视频帧图像中每个视频帧图像的特征信息;基于所述至少一个视频帧图像中每个视频帧图像的特征信息,得到所述第一镜头的镜头语言信息。
这样,基于对视频帧图像进行特征提取处理,得到每帧视频帧图像所包含的特征信息,基于特征信息得到第一镜头的镜头语言信息,有利于排除干扰特征,进而具有更高的精度。
一种可能的实施方式中,所述对所述第一视频进行脚本分析,包括:基于第一用户指令,确定所述第一视频对应的目标时间段;对所述第一视频中的所述目标时间段的视频片段进行脚本分析,得到所述第一脚本信息,其中,所述第一脚本信息包括所述目标时间段的视频片段中至少一个镜头的信息。
这样,通过设定目标时间段,来目标时间段对应的视频片段进行脚本分析,能够让用户更灵活对脚本分析过程进行控制,避免在得到的第一脚本信息中掺杂过多用户不需要的脚本信息。
一种可能的实施方式中,所述方法还包括:将所述第一脚本信息添加到脚本库。
这样,通过将第一脚本信息添加至脚本库,丰富脚本库中的脚本信息,方便后期的对脚本库的应用。
一种可能的实施方式中,所述方法还包括:获取原始素材,所述原始素材包括至少一个原始视频片段;基于所述原始素材和所述脚本库,生成目标视频。
这样,通过原始素材以及脚本库,更快速的生成目标视频,加快视频剪辑的效率。
一种可能的实施方式中,所述基于所述原始素材和所述脚本库,生成目标视频,包括:基于所述原始素材和视频描述信息中的至少一种,从所述脚本库查找匹配脚本信息;基于所述匹配脚本信息和所述原始素材,生成目标视频。
这样,通过视频描述信息和原始素材信息张至少一种,有针对性的生成目标视频。
一种可能的实施方式中,所述视频描述信息包括下列中的至少一项:期望效果、视频主题、视频类型、视频时长。
一种可能的实施方式中,所述方法还包括:基于所述第一脚本信息,生成目标视频脚本。
这样,能够通过对第一脚本信息进行重构,得到目标视频脚本,以得到更多的目标视频脚本。
一种可能的实施方式中,所述方法还包括:将所述目标视频脚本发送至终端设备,以使得所述终端设备对所述目标视频脚本进行显示;和/或,输出或显示所述目标视频脚本。
这样,方便用户查看生成的目标视频脚本。
一种可能的实施方式中,所述基于所述第一脚本信息,生成目标视频脚本,包括:基于用户输入的脚本生成指令,从所述第一脚本信息中确定匹配脚本信息;基于所述匹配脚本信息,生成所述目标视频脚本。
这样,基于用户的指令生成目标视频脚本,方便用户对目标视频脚本生成过程加以控制。
一种可能的实施方式中,所述基于所述第一脚本信息,生成目标视频脚本,包括:对所述第一脚本信息和至少一个第二脚本信息进行脚本组合处理,生成所述目标视频脚本。
这样,能够实现不同视频的快速混剪。
一种可能的实施方式中,还包括:在接收到脚本输出指令后,将所述目标视频脚本进行输出;和/或响应于接收到脚本调整指令,对所述目标视频脚本进行调整。
这样,通过指令,方便控制目标视频脚本的具体生成过程。
一种可能的实施方式中,还包括:将所述目标视频脚本添加至脚本库中。
一种可能的实施方式中,还包括:基于所述目标视频脚本以及与所述目标视频脚本对应的目标素材,生成第二视频。
这样,方便快速生成第二视频,较之人工剪辑的方式,具有更高的生成速度。
一种可能的实施方式中,还包括:从素材库中搜索与所述目标视频脚本对应的目标素材。
第二方面,本公开实施例还提供另外一种视频处理方法,包括:向服务器发送第一视频;接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;显示所述第一脚本信息。
一种可能的实施方式中,所述方法还包括:向所述服务器发送原始素材;接收所述服务器基于所述原始素材和所述原始素材对应的脚本信息生成的目标视频。
一种可能的实施方式中,所述方法还包括:向所述服务器发送原始素材;接收所述服务器基于所述原始素材生成的目标视频脚本。
第三方面,本公开实施例还提供一种脚本生成方法,包括:获取来自于用户的生成指令,所述生成指令携带有生成需求信息;基于所述生成需求信息以及预设的脚本库,生成目标视频脚本。
这样,通过生成用户的生成指令中携带的生成需求信息。以及预设的脚本库,自动生成目标视频脚本,从而不需要通过人工生成脚本,节省工作人员时间;同时,在生成的目标视频脚本中,会包括足够充分的信息,方便后期基于目标视频脚本拍摄视频。
一种可能的实施方式中,所述脚本库包括通过对至少一个第一视频中的每个第一视频进行脚本分析得到的第一脚本。
一种可能的实施方式中,所述脚本库还包括从互联网或者其他设备处获取的至少一个第二脚本。
一种可能的实施方式中,所述生成需求信息包括:脚本主题、脚本类别、脚本中包括的镜头信息、原始素材中的至少一种。
一种可能的实施方式中,所述基于所述生成需求信息以及预设的脚本库,生成目标视频脚本,包括:基于所述生成需求信息,从所述预设的脚本库中确定至少一个匹配脚本;基于所述至少一个匹配脚本,生成所述目标视频脚本;其中,匹配脚本的至少一部分满足所述需求信息对应的需求。
一种可能的实施方式中,所述基于所述至少一个匹配脚本,生成所述目标视频脚本,包括:对所述至少一个匹配脚本进行融合处理,得到所述目标视频脚本;其中,目标视频脚本可以包括每个匹配脚本的至少一部分,或者是通过对匹配脚本的至少一部分进行调整得到。
一种可能的实施方式中,所述对所述至少一个匹配脚本进行融合处理,包括:显示所述至少一个匹配脚本的信息,并基于用户传输的融合指令,对所述至少一个匹配脚本进行融合处理,得到所述目标视频脚本。
一种可能的实施方式中,对所述至少一个匹配脚本进行融合处理,包括:基于预设融合规则对所述至少一个匹配脚本进行融合处理。
一种可能的实施方式中,对所述至少一个匹配脚本进行融合处理,包括:基于原始素材中的至少一个视频片段以及至少一个匹配脚本与至少一个视频片段之间的匹配关系,对至少一个匹配脚本进行融合处理。
一种可能的实施方式中,所述方法还包括:输出所述目标视频脚本,或者向终端设备发送所述目标视频脚本。
一种可能的实施方式中,所述方法还包括:基于所述目标视频脚本,生成目标视频。
一种可能的实施方式中,所述方法还包括:基于所述目标视频脚本和所述生成指令中携带的原始素材,生成目标视频。
一种可能的实施方式中,所述方法还包括:基于目标视频脚本,确定目标素材,并基于所述目标视频脚本和目标素材,生成目标视频。
第四方面,本公开实施例提供一种视频处理装置,包括:第一获取模块,用于获取第一视频;处理模块,用于对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
一种可能的实施方式中,还包括:第一传输模块,用于将所述第一脚本信息发送至终端设备,以使所述终端设备对所述第一脚本信息进行显示;和/或输出或显示所述第一脚本信息。
一种可能的实施方式中,所述处理模块,在对所述第一视频进行脚本分析时,用于:利用预先训练的至少一个神经网络模型对所述第一视频进行脚本分析。
一种可能的实施方式中,所述每个镜头的信息,包括下列中的一种或者任意多种:分镜号、镜头语言信息、人物关系信息、画面描述信息、字幕、台词、以及代表画面。
一种可能的实施方式中,所述镜头语言信息包括下列中的至少一种:景别、镜头运动方式、镜头视角、镜头类别。
一种可能的实施方式中,所述处理模块,在所述第一视频进行脚本分析时,用于:对所述第一视频中第一镜头包括的至少一个视频帧图像进行特征提取处理,得到所述至少一个视频帧图像中每个视频帧图像的特征信息;基于所述至少一个视频帧图像中每个视频帧图像的特征信息,得到所述第一镜头的镜头语言信息。
一种可能的实施方式中,所述处理模块,在对所述第一视频进行脚本分析时,用于:基于第一用户指令,确定所述第一视频对应的目标时间段;对所述第一视频中的所述目标时间段的视频片段进行脚本分析,得到所述第一脚本信息,其中,所述第一脚本信息包括所述目标时间段的视频片段中至少一个镜头的信息。
一种可能的实施方式中,还包括:第一存储模块,用于将所述第一脚本信息添加到脚本库。
一种可能的实施方式中,还包括:第一生成模块,用于获取原始素材,所述原始素材包括至少一个原始视频片段;基于所述原始素材和所述脚本库,生成目标视频。
一种可能的实施方式中,所述第一生成模块,在基于所述原始素材和所述脚本库,生成目标视频时,用于:基于所述原始素材和视频描述信息中的至少一种,从所述脚本库查找匹配脚本信息;基于所述匹配脚本信息和所述原始素材,生成目标视频。
一种可能的实施方式中,所述视频描述信息包括下列中的至少一项:期望效果、视频主题、视频类型、视频时长。
一种可能的实施方式中,还包括:第二生成模块,用于基于所述第一脚本信息,生成目标视频脚本。
一种可能的实施方式中,还包括:第二传输模块,用于将所述目标视频脚本发送至终端设备,以使得所述终端设备对所述目标视频脚本进行显示;和/或,输出或显示所述目标视频脚本。
一种可能的实施方式中,第二生成模块,在基于所述第一脚本信息,生成目标视频脚本时,用于:基于用户输入的脚本生成指令,从所述第一脚本信息中确定匹配脚本信息;基于所述匹配脚本信息,生成所述目标视频脚本。
一种可能的实施方式中,所述第二生成模块,在基于所述第一脚本信息,生成目标视频脚本时,用于:对所述第一脚本信息和至少一个第二脚本信息进行脚本组合处理,生成所述目标视频脚本。
一种可能的实施方式中,还包括:响应模块,用于在接收到脚本输出指令后,将所述目标视频脚本进行输出;和/或响应于接收到脚本调整指令,对所述目标视频脚本进行调整。
一种可能的实施方式中,还包括:第二存储模块,用于将所述目标视频脚本添加至脚本库中。
一种可能的实施方式中,还包括:第三生成模块,用于基于所述目标视频脚本以及与所述目标视频脚本对应的目标素材,生成第二视频。
一种可能的实施方式中,所述第三生成模块,还用于从素材库中搜索与所述目标视频脚本对应的目标素材。
第五方面,本公开实施例提供另一种视频处理装置,包括:发送模块,用于向服务器发送第一视频;接收模块,用于接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;显示模块,用于显示所述第一脚本信息。
一种可能的实施方式中,所述发送模块,还用于向所述服务器发送原始素材;所述接收模块,还用于接收所述服务器基于所述原始素材和所述原始素材对应的脚本信息生成的目标视频。
一种可能的实施方式中,所述发送模块,还用于向所述服务器发送原始素材;所述接收模块,还用于接收所述服务器基于所述原始素材生成的目标视频脚本。
第六方面,本公开实施例还提供一种脚本生成装置,其特征在于,包括:
第二获取模块,用于获取原始素材;
生成模块,用于基于所述原始素材、以及预先构建的脚本库,生成目标视频脚本;
其中,所述脚本库中存储有对至少一个第一视频中的每个第一视频进行脚本分析得到的第一脚本信息。
第五方面,本公开可选实现方式还提供一种电子设备,处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤,或执行上述第二方面,或第二方面中任一种可能的实施方式中的步骤。
第六方面,本公开可选实现方式还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤,或执行上述第二方面,或第二方面中任一种可能的实施方式中的步骤。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本公开实施例所提供的一种视频处理方法的流程图;
图2示出了本公开实施例所提供的另一种视频处理方法的流程图;
图3示出了本公开实施例所提供的另一种视频处理方法中,生成目标视频的具体过程的流程图;
图4示出了本公开实施例所提供的通过终端设备执行视频处理方法的流程图;
图5示出了本公开实施例所提供的将第一脚本信息进行存储时所存储的相关信息的示例;
图6示出了本公开实施例所提供的一种视频处理装置的示意图;
图7示出了本公开实施例所提供的另一种视频处理装置的示意图;
图8示出了本公开实施例所提供的一种计算机设备的示意图;
图9示出了本公开实施例所提供的另一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开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公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
经研究发现,当前通常采用人工观看视频,对视频进行人工分析的方式,来分析视频架构、内容等;这种视频分析方式存在效率低的问题。
基于上述研究,本公开提供了一种视频处理方法,通过利用计算机对所述第一视频进行脚本分析,得到第一视频的第一脚本信息,从而实现视频脚本的自动生成,为后续视频创意分析、脚本创作或者视频制作等应用提供了有利基础。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种视频处理方法进行详细介绍,本公开实施例所提供的视频处理方法的执行主体一般为具有一定计算能力的计算机设备,该计算机设备例如包括:终端设备或服务器或其它处理设备,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中,该视频处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
下面以执行主体为视频处理设备为例对本公开实施例提供的视频处理方法加以说明。此处,视频处理设备例如为服务器,或者例如为终端设备。在视频处理设备为服务器时,服务器具有对应的视频处理能力,且能够通过与终端设备之间的通信,完成部分实现过程;在视频处理设备为终端设备时,终端设备具有对应的视频处理能力;具体可参见下述实施例所示,在此不再赘述。
参见图1所示,为本公开实施例提供的视频处理方法的流程图,所述方法包括步骤S101~S102,其中:
S101:获取第一视频;
S102:对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
本公开实施例通过计算机对获取的第一视频进行脚本分析,得到第一视频的第一脚本信息,在第一脚本信息中,包括了第一视频中至少一个镜头中每个镜头的信息,从而实现了对视频脚本的自动生成,为后续进行视频创意分析或视频制作等应用提供有利基础。
下面分别对上述S101~S102加以详细说明:
在一些实施例中,在上述S101中,第一视频例如是从预设的视频播放平台中爬取得到的,在该种情况下,在获取第一视频时,例如可以随机从视频播放平台爬取第一视频,或者基于至少一个因素,从视频播放平台中爬取;示例性的,可以基于视频的更新时间、播放量、热度、类型、出品方、上传对象、主题等一种或任意多种因素从视频播放平台或特定视频数据库中搜索得到的,具体的搜索条件可以根据实际的需要进行设定。
另外,第一视频还可以其他设备中获得,例如服务器接收终端设备发送的第一视频,或者从预先构建的视频数据库中获取第一视频。或者,第一视频是用户上传或输入的,或者是基于用户指令从互联网或其他设备或数据库查找到的,本公开实施例对此不做限定。
在另一些实施例中,在上述S102中,对第一视频进行脚本分析,例如是基于第一视频中所包括的至少部分视频帧图像进行分析,得到第一视频的中包括的至少一个镜头中每个镜头的信息。作为一个例子,可以将第一视频进行镜头分割处理,得到第一视频中包括的至少一个镜头,每个镜头包括一个或两个以上图像帧,然后,对每个镜头包括的图像帧进行镜头分析处理,得到每个镜头的信息。例如,可以将第一视频或者第一视频的一个或多个视频片段输入镜头分割模型(例如神经网络模型)进行处理,输出镜头分割结果,然后将每个镜头对应的一个或两个以上图像帧输入到镜头分析模型(例如,神经网络模型),输出镜头分析结果,例如景别、镜头移动方式、角度、机位等一种或多种信息。作为另一个例子,可以对第一视频进行镜头分析处理,得到第一视频中包括的至少一个镜头以及每个镜头的镜头分析结果。例如,将第一视频或者第一视频的一个或多个视频片段输入到视频分析模型(例如神经网络模型)中进行处理,输出镜头分割结果以及每个镜头的镜头分析结果,但本公开实施例不限于此。
在一种可能的实施方式中,每个镜头的信息例如包括下述A1~A7的一种或者任意多种:
A1:分镜号。视频例如是由多个小的视频片段拼接而成;而每个视频片段会对应不同的分镜;分镜不同,不同分镜对应的视频片段中的内容也可能会各不相同。分镜号例如为在对第一视频进行脚分析时,为构成第一视频的各个视频片段对应的镜头所确定的分镜号。
这里,对第一视频进行脚本分析时,例如包括对第一视频进行镜头识别。
在对第一视频进行镜头识别时,例如可以计算第一视频中每相邻的两帧视频帧图像之间的差异;若任意相邻的两帧视频帧图像之间的差异大于预设的差异阈值,则认为该任意相邻的两针视频帧图像分别来源于两个镜头。
又例如,可以利用预先训练的神经网络模型对第一视频进行镜头识别的脚本分析,得到第一视频中至少一个镜头的分镜号。
A2:镜头语言信息。其中,镜头语言信息例如包括下述信息中至少一种:景别、镜头运动方式、镜头视角、镜头类别。其中:
a21:针对镜头语言信息包括景别的情况,景别例如包括在拍摄与镜头对应的视频片段时,所采用的是近景、中景、还是远景。
通过对至少一个镜头中的每个镜头中的至少部分视频帧图像进行景深分析,并基于对每个镜头对应的至少部分视频帧图像的景深分析结果,确定每个镜头的景别。
此处,在对每个镜头对应的至少部分视频帧图像中的每帧视频帧图像进行景深分析时,例如可以对每帧频帧图像中的全部像素点进行景深分析,得到每帧频帧图像中全部像素点分别对应的景深值,然后基于每帧视频帧图像中全部像素点分别对应的景深值,确定每帧视频帧图像的景别。
又例如,还可以对每帧视频帧图像中的像素点进行随机采样或者均匀间隔采样,得到多个采样的像素点,然后与多个采样的像素点分别对应的景深值,确定每帧视频帧图像的景别。
又例如,还可以每帧视频帧图像中与图像中心点之间的距离小于预设的距离阈值的多个目标像素点分别进行景深分析,得到每个目标像素点的景深值,然后基于多个目标像素点的景深值,确定每帧视频帧图像对应的景别。
在确定了每个镜头对应的至少部分视频帧图像分别对应的景别时,基于每个镜头对应的至少部分视频帧图像分别对应的景别,确定每个镜头的景别。
示例性的,可以将对应视频帧图像数量最多的景别,确定为镜头的景别;又例如,也可以根据视频帧图像的时间顺序,以及各帧视频帧图像的景别,确定每个镜头的景别。
这里需要注意的是,针对任一镜头,该任一镜头对应的景别可能仅有一种,也可能有多种。
例如某个镜头对应的视频帧图像,由近景逐渐向中景变化。
另外,还可以利用预先训练的神经网络模型对第一视频进行景别分析,得到第一视频中至少一个镜头的景别。
a22:针对镜头语言信息包括镜头运动方式的情况,镜头运动方式是指摄像机镜头调焦方式,摄像机的运动可以分成纵向运动的推镜头、拉镜头、跟镜头,横向运动的摇镜头、移镜头,垂直运动的升降镜头,不同角度的悬空镜头、俯仰镜头,不同对象的主观性镜头、客观镜头,以及空镜头、变焦镜头、综合性镜头等。
这里,对第一视频进行脚本分析时,例如包括对第一视频进行镜头运动方式分析。
其中,可以利用预先训练的神经网络模型对第一视频进行镜头运动方式分析,得到第一视频中至少一个镜头的镜头运动方式。
a23:针对镜头语言信息包括镜头视角的情况,镜头视角例如包括:鸟瞰、俯角、仰角、倾斜、水平等视角。
这里,对第一视频进行脚本分析时,例如包括对第一视频进行镜头视角分析。
示例性的,例如可以利用预先训练的神经网络模型对第一视频进行镜头视角分析,得到第一视频中至少一个镜头的镜头视角。
a24:针对镜头语言信息包括镜头类别的情况,例如可以利用预先训练的神经网络模型对第一视频进行镜头类别分析,得到第一视频中至少一个镜头的镜头类别。
具体地,本公开示例还提供一种对第一视频进行脚本分析,得到第一镜头的镜头语言信息的具体过程,包括:
对所述第一视频中第一镜头包括的至少一个视频帧图像进行特征提取处理,得到所述至少一个视频帧图像中每个视频帧图像的特征信息;基于所述至少一个视频帧图像中每个视频帧图像的特征信息,得到所述第一镜头的镜头语言信息。其中,第一镜头为第一视频中包括的任一镜头。
基于上述过程,能够确定任一镜头的镜头语言信息。
A3:人物关系信息。其中,人物关系信息例如镜头对应的视频片段中出现的不同人物之间的关系。
这里,对第一视频进行脚本分析时,例如包括对第一视频进行人物关系分析。
在进行人物关系分析时,例如可以识别各个镜头对应的视频片段中不同人物之间的对话,基于对话确定人物关系;或者识别各个镜头对应的视频片段中不同人物之间的交互动作,基于交互动作确定不同人物之间的关系;或者识别各个镜头中对应的视频片段中不同人物的人脸属性,如年龄、性别等,并基于不同人物的人脸属性,确定不同人物之间的关系。
在具体实施中,例如可以利用预先训练的神经网络模型对第一视频进行人物关系分析,得到第一视频中至少一个镜头的人物关系信息。
A4:画面描述信息。其中,画面描述信息用于表征与镜头对应的视频片段所描述的具体内容,如人物执行的动作、关键对话信息等,能够描述正头对应的视频片段的相关信息,例如,针对一段动物捕捉猎物的视频,与其中多个镜头分别对应的视频片段的具体内容分别为“埋伏猎物”、“追击猎物”、“食用猎物”等。
在具体实施中,例如可以利用预先训练的神经网络模型对第一视频进行画面内容分析,得到第一视频中至少一个镜头的画面描述信息。
A5:台词。其中,台词包括在第一视频的各帧视频帧图像中出现的人的对话信息、或旁白信息。其中,在不同的视频帧图像中出现台词的位置通常是比较固定的,因此在对第一视频进行处理之前,可以预先获取用户指定的台词检测区域;在从第一视频的至少一个镜头对应的视频片段中检测台词时,可以基于该台词检测区域来进行。
或者,还可以基于视频帧图像检测的方法,对第一视频中的首帧出现台词的视频帧图像自动进行台词位置定位,确定台词检测区域,然后基于确定的台词检测区域,对该首帧出现台词的视频帧图像之后出现的视频帧图像进行文字检测。这里,例如可以通过对多帧连续的视频帧图像进行文字检测,以从第一视频中确定首帧出现台词的视频帧图像。
另外,在检测台词时,例如可以利用预先训练的神经网络模型对第一视频记进行台词内容分析,得到第一视频中至少一个镜头的台词。
A6:字幕。其中,字幕包括在第一视频的各帧视频帧图像中以除台词以外的其他形式出现的文字信息。其中,字幕在不同视频帧图像中的位置可能会有所差异,因此可以对第一视频中的各帧视频帧图像进行全图文字检测,以确定各帧视频帧图像中出现的字幕。
A6:代表画面。代表画面可以包括镜头对应的视频片段中的至少一帧视频帧图像。
例如可以将视频片段中的任一帧视频帧图像作为代表画面,也可以对视频片段进行间隔采样,得到包含多帧视频帧图像的代表画面;又例如,还可以将包含关键文字信息的或者图像信息的视频帧图像作为代表画面。
需要注意的是,上述实现不同类别脚本分析的神经网络模型,可以是一个,也可以是多个。
具体地,针对脚本信息仅包括:分镜号、镜头语言信息、人物关系信息、画面描述信息、字幕、台词、以及代表画面中任一种的情况,神经网络模型可以仅有一个。
针对脚本信息包括:分镜号、镜头语言信息、人物关系信息、画面描述信息、字幕、台词、以及代表画面中多个的情况,神经网络模型可以有多个,也可以仅有一个;在神经网络模型有多个的情况下,不同的神经网络模型执行与不同脚本信息分别对应的脚本分析;在神经网络模型有一个的情况下,该神经网络模型例如为包括多个检测分支的神经网络模型;多个检测分支用于执行与不同脚本信息分别对应的脚本分析。
参见图2所示,本公开另一实施例还提供另外一种对第一视频进行脚本分析的具体方法,包括:
S201:基于第一用户指令,确定所述第一视频对应的目标时间段;
S202:对所述第一视频中的所述目标时间段的视频片段进行脚本分析,得到所述第一脚本信息,其中,所述第一脚本信息包括所述目标时间段的视频片段中至少一个镜头的信息。
在具体实施中,不同第一视频的播放时长可能不同;而在对第一视频进行脚本分析时,在很多情况下仅需要其中部分视频片段进行脚本分析。在该种情况下,用户可以向服务器下发第一用户指令;该第一用户指令中携带有脚本分析的分析时长;服务器在接收到第一用户指令后,基于第一用户指令中携带的脚本分析的分析时长,确定第一视频对应的目标时间段,然后对第一视频中的目标时间段的视频片段进行脚本分析。
本公开另一实施例提供的视频处理方法中,还包括:将所述第一脚本信息发送至终端设备,以使所述终端设备对所述第一脚本信息进行显示;和/或输出或显示所述第一脚本信息。这样,能够通过对第一脚本信息的显示,让用户直观的料及第一视频的脚本分析结果。
本公开另一实施例提供的视频处理方法中,还包括:将所述第一脚本信息添加到脚本库。这样,能够将第一脚本信息保存起来,以方便后续的再利用。例如,该脚本库可以用于进行视频创意分析、脚本创作、视频制作、视频自动生成、视频自动剪辑等一种或多种应用。
在一些实施例中,脚本库可以用于视频剪辑。
参见图3所示,本公开另一实施例提供一种将脚本库用于视频剪辑的具体示例,该示例具体包括:
S301:获取原始素材,所述原始素材包括至少一个原始视频片段;
S302:基于所述原始素材和所述脚本库,生成目标视频。
该目标视频可以是粗剪结果,或者是最终可以用于投放的视频,本公开实施例对此不做限定。
在一些实施例中,该原始素材可以是用户提供或指定的原始素材,或者是从其他设备处获取的,例如,服务器接收终端设备发送的请求,该请求包括原始素材,相应地,服务器还可以将生成的目标视频返回终端设备,但本公开实施例不限于此。
在一些实施例中,在得到目标视频之后,还可以显示该目标视频或者该目标视频的预览,本公开实施例对此不做限定。
在一种可选的具体实施中,例如可以采用下述方式生成目标视频:基于所述原始素材和视频描述信息中的至少一种,从所述脚本库查找匹配脚本信息;基于所述匹配脚本信息和所述原始素材,生成目标视频。
此处,视频描述信息至少包括下述至少一种:期望效果、视频主题、视频类型、视频时长。
(1):在仅基于视频描述信息,从脚本库中查找匹配脚本信息时,例如可以基于上述视频描述信息与脚本库中的脚本信息进行匹配,并基于匹配到的脚本信息,从原始素材中确定与脚本信息匹配的原始素材,生成目标视频。
这里,原始素材通常包括多个素材视频片段,每个素材视频片段,例如可以对应有素材脚本信息;在从原始素材中确定与素材脚本信息匹配的原始素材时,例如可以将匹配到的脚本信息,和原始素材的素材脚本信息进行匹配,以从原始素材中确定与脚本信息匹配的原始素材。
此处,素材脚本信息例如包括:原始素材的中各个镜头分别对应的镜头信息。此处,原始素材的各个镜头分别对应的素材信息,例如和第一脚本对应的第一脚本信息类似,在此不再赘述。
在另一可能的实施方式中,素材脚本信息例如还可以包括:其他信息,例如不同原始素材之间按照事件发展的排布顺序、不同原始素材的拍摄顺序等,具体的可以根据实际的需要进行设定。
另外,每个素材视频片段对应的素材脚本信息,可以预先进行人工标注确定,也可以对原始素材进行脚本分析确定。
(2):在仅基于原始素材,从脚本库中查找匹配脚本信息时,例如可以基于原始素材的相关信息(如素材脚本信息),与脚本库中的各脚本信息进行匹配;若匹配到对应的脚本信息,则基于匹配到的脚本信息和原始素材,生成目标视频。此处。素材脚本信息与脚本库中的脚本信息的匹配方式,与上述(1)中基于匹配到的脚本信息,从原始素材中确定与脚本信息匹配的原始素材的方式类似,在此不再赘述。
(3):在基于视频描述信息和原始素材,从脚本库中查找匹配脚本信息时,例如可以基于原始素材的相关信息(如素材脚本信息)和视频描述信息,与脚本库中的各脚本信息进行匹配,此时,匹配到的脚本信息既能够符合视频描述信息的要求,又能够和原始素材的相关信息匹配成功,然后基于匹配到的脚本信息和原始素材,生成目标视频。
在一些实施例中,第一脚本信息还可以用于后续脚本创作或者脚本自动生成。
本公开另一实施例提供一种将第一脚本信息用于后续脚本创作或者脚本自动生成的具体示例,包括:基于所述第一脚本信息,生成目标视频脚本。
在具体实施中,
①:例如可以采用下述方式生成目标视频脚本:基于用户输入的脚本生成指令,从所述第一脚本信息中确定匹配脚本信息;基于所述匹配脚本信息,生成所述目标视频脚本。
此时,脚本生成指令中,例如携带有想要生成的目标视频脚本的描述信息;可以基于想要生成的目标视频脚本的描述信息,从第一脚本信息中确定匹配脚本信息。
此处,目标视频脚本的描述信息例如与上述实施例中的视频描述信息类似,从第一脚本信息中确定匹配脚本信息的方式,与上述图3对应的实施例中从脚本库中匹配脚本信息的方式类似,在此不再赘述。
另外,在另一种可能的实施例中,脚本生成指令,也可能仅仅用于指示服务器生成目标视频脚本。服务器在接收到脚本生成指令后,可以基于随机的方式,或者基于其他匹配条件从第一脚本信息中确定匹配脚本信息,自动生成至少一个目标视频脚本。
此处,其他匹配条件例如包括:镜头语言信息相似度满足预设的相似度要求、视频帧图像的相似度满足某预设要求、具有相同人物关系信息等。具体可以根据实际的需要进行设定,在此不再赘述。
②:例如还可以采用下述方式基于第一脚本信息,生成目标视频脚本:
对所述第一脚本信息和至少一个第二脚本信息进行脚本组合处理,生成所述目标视频脚本。
此处,第二脚本信息例如可以是对第二脚本进行脚本分析获得的。或者是可以是用户预先指定或传输的,或者是基于用户传输的匹配条件从脚本库中按照一定的筛选条件筛选得到的。
在将第一脚本信息和至少一个第二脚本信息进行脚本组合处理时,例如可以将两者进行随机组合,或者基于第一脚本信息和第二脚本信息之间的相似度,将第二脚本信息穿插至第一脚本信息之间等;这里,第一脚本信息和第二脚本信息之间的相似度,例如是不同镜头对应的第一脚本信息,和第二脚本信息之间的相似度。
另外,在将第一脚本信息和第二脚本信息进行脚本组合处理时,例如可以将第一脚本信息中的部分、和第二脚本信息进行脚本组合处理。此处第二脚本信息例如可以来源于对至少一个第三视频,或者人为确定的脚本信息。
类似的在一些实施例中,脚本库也可以用于后续脚本创作或者脚本自动生成。
在本公另一实施例中还提供一种将脚本库用于后续脚本创作或者脚本自动生成的具体方法,包括:基于脚本库以及原始素材,生成目标视频脚本。
在具体实施中,例如可以基于原始素材的相关信息(如素材脚本信息),从脚本库中匹配与各个原始素材分别对应的目标脚本信息;然后基于分各个原始素材分别对应的目标脚本信息,生成目标视频脚本。
此处,例如可以将多个目标脚本信息进行拼接,生成目标视频脚本。
在将多个目标脚本信息进行拼接时,例如可以基于预先确定的多个原始素材的先后顺序关系,将与多个原始素材分别对应的目标脚本信息进行拼接。
另外,也可以随机将多个目标脚本信息进行拼接。
在将多个目标脚本信息进行拼接后所得到的视频脚本可能并非是用户最终想要的目标视频脚本,因此在本公开另一实施例中,还可以包括:接收脚本调整指令,并响应该脚本调整指令,对目标视频脚本进行调整,以得到用户最终想要的目标视频脚本。
在本公开另一实施例中,还包括:在接收到脚本输出指令后,将所述目标视频脚本进行输出。此处,可以将目标视频脚本输出至终端设备,或服务器的显示设备,或者将目标视频脚本输出至移动存储设备等,具体根据实际的需要进行设定。
在本公开另一实施例中,还包括:响应于接收到脚本调整指令,对所述目标视频脚本进行调整。此处,脚本调整指令,例如是对目标视频脚本中与任一镜头对应的脚本信息进行删除的调整指令,或者对目标视频脚本中任一镜头对应的脚本信息进行替换的调整指令,或者对目标视频脚本中某相邻的两个镜头对应的脚本信息之间***其他脚本信息的调整指令,或者对目标视频脚本中某两个镜头对应的脚本信息进行位置调换的调整指令等。
具体的可以根据用户的实际需要进行具体设定,这里不再赘述。
在本公开另一实施例中,还包括:将所述目标视频脚本添加至脚本库中,以方便后续从脚本库中获取需要的视频脚本,方便视频脚本的后续利用。
在本公开另一实施例中,还包括:基于所述目标视频脚本以及与所述目标视频脚本对应的目标素材,生成第二视频。
在具体实施中,目标视频脚本对应的目标素材,可以是基于目标视频脚本拍摄的素材;例如在目标视频脚本中包括了多个镜头分别对应的信息,基于这些信息进行视频拍摄,形成多个素材,然后基于目标视频脚本中各个镜头的顺序,对不同镜头分别对应的素材进行组合,生成第二视频。这样,目标视频脚本基于本公开实施例提供的实施例生成,节省编导人工制作目标视频脚本的过程,提高视频脚本的制作效率。同时,由于可以自动基于目标视频脚本,对拍摄的素材进行组合,使得剪辑人员在对视频进行剪辑时,效率更高。
例如在拍摄电影或者电视剧的时候,可以基于本公开实施例生成目标视频脚本,然后按照目标视频脚本进行拍摄;在剪辑形成电影或者电视剧的时候,直接基于目标视频脚本,对拍摄得到的素材进行组合,形成电影或者电视剧。
在另一种实施例中,目标视频脚本对应的目标素材,可以是从素材库中搜索得到的。在素材库中可以预先存储多个素材;存储在素材库中的素材可以是从不同的已有视频中截取得到的,也可以是拍摄得到的。在需要生成第二视频时,基于目标视频脚本从素材库中进行搜索,确定目标素材,并按照目标视频脚本将确定的目标素材进行组合,得到第二视频。
例如在对多个视频进行混剪,形成一个新的视频时,可以预先对多个视频进行切分,形成多个视频片段,将这些视频片段添加至素材库;然后基于目标视频脚本,从素材库中匹配对应的目标素材,然后基于目标视频脚本,将匹配到的目标素材进行组合,得到混剪后形成的新的视频。
在上述实施例中,需要注意的是,除了由服务器执行视频处理方法外,还可以由其他设备,如终端设备等执行上述视频处理方法;在由终端设备执行上述视频处理方法的时候,终端设备可以直接对视频处理过程中需要显示的各种信息进行显示。
参见图4所示,本公开实施例还提供一种通过终端设备执行视频处理方法的具体实施例,包括:
S401:向服务器发送第一视频;
S402:接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;
S403:显示所述第一脚本信息。
通过将第一视频发送至服务器,来得到第一视频的第一脚本信息,能够利用服务器的计算资源来完成对第一视频的脚本分析过程,降低对终端设备的硬件和软件要求。
在另一实施例中,还包括:向所述服务器发送原始素材;接收所述服务器基于所述原始素材和所述原始素材对应的脚本信息生成的目标视频。
在另一实施例中,还包括:向所述服务器发送原始素材;接收所述服务器基于所述原始素材生成的目标视频脚本。
其中,目标视频和目标视频脚本的生成方式可参见上述实施例所述,再次不再赘述。
需要注意的是,终端设备在实现视频处理过程的操作,具体可以参见上述实施例所示,在此不再赘述。
参见图5所示,本公开实施例提供一种第一视频经过脚本分析,得到第一视频的第一脚本信息后,将第一脚本信息存储至脚本库中时所存储的具体内容的示例;如图5中a所示,在该示例中,在脚本库中,会存储有第一视频、与第一视频对应的视频标题、播放时长、镜号数量、行业类别、创作时间、以及第一脚本信息的详情。
如图5中b所示,在任一第一视频的第一脚本信息的详情中,还包括有:叙事结构、镜号、景别、画面描述信息、台词/字幕、代表画面、与镜号对应的视频片段的持续时长等信息。
另外,本公开实施例提供一种生成目标视频脚本的具体示例,在该实例中,在终端设备中可以提供一用于用户上传第一视频的交互界面,用户可以通过点击该视频上传界面中设置的控件,触发视频上传操作,以将第一视频通过终端设备上传至服务器。
在终端设备中还可以提供一对第一视频的脚本分析过程进行控制的交互界面,在该视频控制界面中,设置有视频播放区域,视频标题显示区域、视频的行业类别输入区域、目标时间段输入区域、字幕或者台词检测区域;其中,视频播放区域用于播放第一视频;且视频播放区域还设置有视频播放控件,如视频播放/暂停空间、声音调整空间、全屏控制控件等;在字幕设置区域,用户可以确定需要检测的台词或者字幕的检测区域在视频帧图像中的位置。
而后,将用户将所述输入的信息通过终端设备以控制指令的形式传递给服务器,以使服务器根据控制指令中携带的相关信息,对第一视频进行脚本检测,得到第一脚本信息后,将第一脚本信息发送给终端设备。
在终端设备中还可以提供一用于显示第一脚本信息的交互界面,该界面以表格的形式,展示对第一视频进行脚本分析后,得到的第一脚本信息。
另外,在该界面中,还可以显示对脚本信息的控制控件。例如包括:选定控制控件、编辑控制控件、删除控制控件等。
用户可以对生成的第一脚本信息进行筛选后,将想要保存的第一脚本信息存储至脚本模板库中。
在终端设备中还可以提供一种在终端设备中对脚本模板库中的脚本进行搜索的交互界面,在该交互界面中,用户可以通过行业、类型、关键词等进行搜索,获得想要的脚本信息。
其中,在对脚本进行搜索的交互界面中,还可以包括对脚本信息进行控制的控件,例如包括:查看脚本信息详细内容的控件、导出脚本信息的控件、删除脚本信息的控件等。
在终端设备中还可以提供一种在终端设备中通过拖拽方式,快速生成目标视频脚本的交互界面,在该界面中,可以设置检索区域,用于用户输入检索的关键字,以从脚本模板库中筛选备选的脚本信息;脚本信息显示区域,用于显示从脚本模板库中筛选得到的脚本信息;创作区,用于响应用户对脚本信息显示区域显示的多个脚本中的拖动操作,显示创作的目标视频脚本的相关信息。
而后,可以生成目标视频脚本。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
另外,本公开实施例还提供一种脚本生成方法,包括:获取来自于用户的生成指令,所述生成指令携带有生成需求信息;基于所述生成需求信息以及预设的脚本库,生成目标视频脚本。
这样,通过生成用户的生成指令中携带的生成需求信息。以及预设的脚本库,自动生成目标视频脚本,从而不需要通过人工生成脚本,节省工作人员时间;同时,在生成的目标视频脚本中,会包括足够充分的信息,方便后期基于目标视频脚本拍摄视频。
一种可能的实施方式中,所述脚本库包括通过对至少一个第一视频中的每个第一视频进行脚本分析得到的第一脚本。
一种可能的实施方式中,所述脚本库还包括从互联网或者其他设备处获取的至少一个第二脚本。
一种可能的实施方式中,所述生成需求信息包括:脚本主题、脚本类别、脚本中包括的镜头信息、原始素材中的至少一种。
一种可能的实施方式中,所述基于所述生成需求信息以及预设的脚本库,生成目标视频脚本,包括:基于所述生成需求信息,从所述预设的脚本库中确定至少一个匹配脚本;基于所述至少一个匹配脚本,生成所述目标视频脚本;其中,匹配脚本的至少一部分满足所述需求信息对应的需求。
一种可能的实施方式中,所述基于所述至少一个匹配脚本,生成所述目标视频脚本,包括:对所述至少一个匹配脚本进行融合处理,得到所述目标视频脚本;其中,目标视频脚本可以包括每个匹配脚本的至少一部分,或者是通过对匹配脚本的至少一部分进行调整得到。
一种可能的实施方式中,所述对所述至少一个匹配脚本进行融合处理,包括:显示所述至少一个匹配脚本的信息,并基于用户传输的融合指令,对所述至少一个匹配脚本进行融合处理,得到所述目标视频脚本。
一种可能的实施方式中,对所述至少一个匹配脚本进行融合处理,包括:基于预设融合规则对所述至少一个匹配脚本进行融合处理。
一种可能的实施方式中,对所述至少一个匹配脚本进行融合处理,包括:基于原始素材中的至少一个视频片段以及至少一个匹配脚本与至少一个视频片段之间的匹配关系,对至少一个匹配脚本进行融合处理。
一种可能的实施方式中,所述方法还包括:输出所述目标视频脚本,或者向终端设备发送所述目标视频脚本。
一种可能的实施方式中,所述方法还包括:基于所述目标视频脚本,生成目标视频。
一种可能的实施方式中,所述方法还包括:基于所述目标视频脚本和所述生成指令中携带的原始素材,生成目标视频。
一种可能的实施方式中,所述方法还包括:基于目标视频脚本,确定目标素材,并基于所述目标视频脚本和目标素材,生成目标视频。
在该实施例中,目标视频脚本生成的部分过程,与本公开其他实施例中目标视频脚本的某些过程类似,在此不再赘述。
基于同一发明构思,本公开实施例中还提供了与视频处理方法对应的视频处理装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述视频处理方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图6所示,为本公开实施例提供的一种视频处理装置的示意图,所述装置包括:第一获取模块61、以及处理模块62;其中,
第一获取模块61,用于获取第一视频;
处理模块62,用于对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
一种可能的实施方式中,还包括:第一传输模块,用于将所述第一脚本信息发送至终端设备,以使所述终端设备对所述第一脚本信息进行显示;和/或输出或显示所述第一脚本信息。
一种可能的实施方式中,所述处理模块,在对所述第一视频进行脚本分析时,用于:利用预先训练的至少一个神经网络模型对所述第一视频进行脚本分析。
一种可能的实施方式中,所述每个镜头的信息,包括下列中的一种或者任意多种:分镜号、镜头语言信息、人物关系信息、画面描述信息、字幕、台词、以及代表画面。
一种可能的实施方式中,所述镜头语言信息包括下列中的至少一种:景别、镜头运动方式、镜头视角、镜头类别。
一种可能的实施方式中,所述处理模块,在所述第一视频进行脚本分析时,用于:对所述第一视频中第一镜头包括的至少一个视频帧图像进行特征提取处理,得到所述至少一个视频帧图像中每个视频帧图像的特征信息;基于所述至少一个视频帧图像中每个视频帧图像的特征信息,得到所述第一镜头的镜头语言信息。
一种可能的实施方式中,所述处理模块,在对所述第一视频进行脚本分析时,用于:基于第一用户指令,确定所述第一视频对应的目标时间段;
对所述第一视频中的所述目标时间段的视频片段进行脚本分析,得到所述第一脚本信息,其中,所述第一脚本信息包括所述目标时间段的视频片段中至少一个镜头的信息。
一种可能的实施方式中,还包括:第一存储模块,用于将所述第一脚本信息添加到脚本库。
一种可能的实施方式中,还包括:第一生成模块,用于获取原始素材,所述原始素材包括至少一个原始视频片段;基于所述原始素材和所述脚本库,生成目标视频。
一种可能的实施方式中,所述第一生成模块4,在基于所述原始素材和所述脚本库,生成目标视频时,用于:
基于所述原始素材和视频描述信息中的至少一种,从所述脚本库查找匹配脚本信息;
基于所述匹配脚本信息和所述原始素材,生成目标视频。
一种可能的实施方式中,所述视频描述信息包括下列中的至少一项:期望效果、视频主题、视频类型、视频时长。
一种可能的实施方式中,还包括:第二生成模块,用于基于所述第一脚本信息,生成目标视频脚本。
一种可能的实施方式中,还包括:第二传输模块,用于将所述目标视频脚本发送至终端设备,以使得所述终端设备对所述目标视频脚本进行显示;和/或,输出或显示所述目标视频脚本。
一种可能的实施方式中,第二生成模块,在基于所述第一脚本信息,生成目标视频脚本时,用于:基于用户输入的脚本生成指令,从所述第一脚本信息中确定匹配脚本信息;基于所述匹配脚本信息,生成所述目标视频脚本。
一种可能的实施方式中,所述第二生成模块,在基于所述第一脚本信息,生成目标视频脚本时,用于:对所述第一脚本信息和至少一个第二脚本信息进行脚本组合处理,生成所述目标视频脚本。
一种可能的实施方式中,还包括:响应模块,用于在接收到脚本输出指令后,将所述目标视频脚本进行输出;和/或响应于接收到脚本调整指令,对所述目标视频脚本进行调整。
一种可能的实施方式中,还包括:第二存储模块,用于将所述目标视频脚本添加至脚本库中。
一种可能的实施方式中,还包括:第三生成模块,用于基于所述目标视频脚本以及与所述目标视频脚本对应的目标素材,生成第二视频。
一种可能的实施方式中,所述第三生成模块,还用于从素材库中搜索与所述目标视频脚本对应的目标素材。
参照图6所示,为本公开实施例提供的另一种视频处理装置的示意图,所述装置包括:发送模块71、接收模块72、以及显示模块73;其中,
发送模块71,用于向服务器发送第一视频;
接收模块72,用于接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;
显示模块73,用于显示所述第一脚本信息。
一种可能的实施方式中,所述发送模块71,还用于向所述服务器发送原始素材;
所述接收模块72,还用于接收所述服务器基于所述原始素材和所述原始素材对应的脚本信息生成的目标视频。
一种可能的实施方式中,所述发送模块71,还用于向所述服务器发送原始素材;
所述接收模块72,还用于接收所述服务器基于所述原始素材生成的目标视频脚本。
本公开实施例还提供一种脚本生成装置,包括:
第二获取模块,用于获取原始素材;
生成模块,用于基于所述原始素材、以及预先构建的脚本库,生成目标视频脚本;
其中,所述脚本库中存储有对至少一个第一视频中的每个第一视频进行脚本分析得到的第一脚本信息。
这样,通过生成用户的生成指令中携带的生成需求信息。以及预设的脚本库,自动生成目标视频脚本,从而不需要通过人工生成脚本,节省工作人员时间;同时,在生成的目标视频脚本中,会包括足够充分的信息,方便后期基于目标视频脚本拍摄视频。
一种可能的实施方式中,所述脚本库包括通过对至少一个第一视频中的每个第一视频进行脚本分析得到的第一脚本。
一种可能的实施方式中,所述脚本库还包括从互联网或者其他设备处获取的至少一个第二脚本。
一种可能的实施方式中,所述生成需求信息包括:脚本主题、脚本类别、脚本中包括的镜头信息、原始素材中的至少一种。
一种可能的实施方式中,所述生成模块,在基于所述生成需求信息以及预设的脚本库,生成目标视频脚本时,用于:基于所述生成需求信息,从所述预设的脚本库中确定至少一个匹配脚本;基于所述至少一个匹配脚本,生成所述目标视频脚本;其中,匹配脚本的至少一部分满足所述需求信息对应的需求。
一种可能的实施方式中,所述生成模块,在基于所述至少一个匹配脚本,生成所述目标视频脚本时,用于:对所述至少一个匹配脚本进行融合处理,得到所述目标视频脚本;其中,目标视频脚本可以包括每个匹配脚本的至少一部分,或者是通过对匹配脚本的至少一部分进行调整得到。
一种可能的实施方式中,所述生成模块,在对所述至少一个匹配脚本进行融合处理时,用于:显示所述至少一个匹配脚本的信息,并基于用户传输的融合指令,对所述至少一个匹配脚本进行融合处理,得到所述目标视频脚本。
一种可能的实施方式中,所述生成模块,在对所述至少一个匹配脚本进行融合处理时,用于:基于预设融合规则对所述至少一个匹配脚本进行融合处理。
一种可能的实施方式中,所述生成模块,在对所述至少一个匹配脚本进行融合处理时,用于:基于原始素材中的至少一个视频片段以及至少一个匹配脚本与至少一个视频片段之间的匹配关系,对至少一个匹配脚本进行融合处理。
一种可能的实施方式中,所述生成模块,还用于:输出所述目标视频脚本,或者向终端设备发送所述目标视频脚本。
一种可能的实施方式中,所以生成模块,还用于:基于所述目标视频脚本,生成目标视频。
一种可能的实施方式中,所以生成模块,还用于:基于所述目标视频脚本和所述生成指令中携带的原始素材,生成目标视频。
一种可能的实施方式中,所以生成模块,还用于:基于目标视频脚本,确定目标素材,并基于所述目标视频脚本和目标素材,生成目标视频。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
本公开实施例还提供了一种计算机设备80,如图8所示,为本公开实施例提供的计算机设备80结构示意图,包括:处理器81、和存储器82。所述存储器82存储有所述处理器81可执行的机器可读指令(比如,图6中的装置中的第一获取模块61、以及处理模块62对应的执行指令等),当计算机设备80运行时,所述处理器81与所述存储器82之间通信,所述机器可读指令被所述处理器81执行时执行如下处理:
获取第一视频;
对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
本公开实施例还提供了一种计算机设备90,如图9所示,为本公开实施例提供的计算机设备90结构示意图,包括:处理器91、和存储器92。所述存储器92存储有所述处理器91可执行的机器可读指令(比如,图7中的装置中的发送模块71、接收模块72、以及显示模块73对应的执行指令等),当计算机设备90运行时,所述处理器91与所述存储器92之间通信,所述机器可读指令被所述处理器91执行时执行如下处理:
向服务器发送第一视频;
接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;
显示所述第一脚本信息。
上述指令的具体执行过程可以参考本公开实施例中所述的视频处理方法的步骤,此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的视频处理方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的视频处理方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的视频处理方法的步骤,具体可参见上述方法实施例,在此不再赘述。
本公开实施例还提供一种计算机程序,该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software DevelopmentKit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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,在本公开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。
所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开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)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (28)
1.一种视频处理方法,其特征在于,包括:
获取第一视频;
对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
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:将所述第一脚本信息发送至终端设备,以使所述终端设备对所述第一脚本信息进行显示;和/或
输出或显示所述第一脚本信息。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述第一视频进行脚本分析,包括:
利用预先训练的至少一个神经网络模型对所述第一视频进行脚本分析。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述每个镜头的信息,包括下列中的一种或者任意多种:分镜号、镜头语言信息、人物关系信息、画面描述信息、字幕、台词、以及代表画面。
5.根据权利要求4所述的方法,其特征在于,所述镜头语言信息包括下列中的至少一种:景别、镜头运动方式、镜头视角、镜头类别。
6.根据权利要求5所述的方法,其特征在于,所述对所述第一视频进行脚本分析,包括:
对所述第一视频中第一镜头包括的至少一个视频帧图像进行特征提取处理,得到所述至少一个视频帧图像中每个视频帧图像的特征信息;
基于所述至少一个视频帧图像中每个视频帧图像的特征信息,得到所述第一镜头的镜头语言信息。
7.根据权利要求1-6任中一项所述的方法,其特征在于,所述对所述第一视频进行脚本分析,包括:
基于第一用户指令,确定所述第一视频对应的目标时间段;
对所述第一视频中的所述目标时间段的视频片段进行脚本分析,得到所述第一脚本信息,其中,所述第一脚本信息包括所述目标时间段的视频片段中至少一个镜头的信息。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述方法还包括:
将所述第一脚本信息添加到脚本库。
9.根据权利要求1-8中任一项所述的方法,其特征在于,所述方法还包括:
获取原始素材,所述原始素材包括至少一个原始视频片段;
基于所述原始素材和所述脚本库,生成目标视频。
10.根据权利要求9所述的方法,其特征在于,所述基于所述原始素材和所述脚本库,生成目标视频,包括:
基于所述原始素材和视频描述信息中的至少一种,从所述脚本库查找匹配脚本信息;
基于所述匹配脚本信息和所述原始素材,生成目标视频。
11.根据权利要求10所述的方法,其特征在于,所述视频描述信息包括下列中的至少一项:期望效果、视频主题、视频类型、视频时长。
12.根据权利要求1-11中任一项所述的方法,其特征在于,所述方法还包括:
基于所述第一脚本信息,生成目标视频脚本。
13.根据权利要求12所述的方法,其特征在于,所述方法还包括:
将所述目标视频脚本发送至终端设备,以使得所述终端设备对所述目标视频脚本进行显示;和/或,
输出或显示所述目标视频脚本。
14.根据权利要求12或13所述的方法,其特征在于,所述基于所述第一脚本信息,生成目标视频脚本,包括:
基于用户输入的脚本生成指令,从所述第一脚本信息中确定匹配脚本信息;
基于所述匹配脚本信息,生成所述目标视频脚本。
15.根据权利要求12或13所述的方法,其特征在于,所述基于所述第一脚本信息,生成目标视频脚本,包括:
对所述第一脚本信息和至少一个第二脚本信息进行脚本组合处理,生成所述目标视频脚本。
16.根据权利要求12-15中任一项所述的方法,其特征在于,还包括:
在接收到脚本输出指令后,将所述目标视频脚本进行输出;和/或
响应于接收到脚本调整指令,对所述目标视频脚本进行调整。
17.根据权利要求12-16中任一项所述的方法,其特征在于,还包括:将所述目标视频脚本添加至脚本库中。
18.根据权利要求12-17中任一项所述的方法,其特征在于,还包括:基于所述目标视频脚本以及与所述目标视频脚本对应的目标素材,生成第二视频。
19.根据权利要求18所述的方法,其特征在于,还包括:从素材库中搜索与所述目标视频脚本对应的目标素材。
20.一种视频处理方法,其特征在于,包括:
向服务器发送第一视频;
接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;
显示所述第一脚本信息。
21.根据权利要求20所述的方法,其特征在于,所述方法还包括:
向所述服务器发送原始素材;
接收所述服务器基于所
述原始素材和所述原始素材对应的脚本信息生成的目标视频。
22.根据权利要求20或21所述的方法,其特征在于,所述方法还包括:
向所述服务器发送原始素材;
接收所述服务器基于所述原始素材生成的目标视频脚本。
23.一种脚本生成方法,其特征在于,包括:
获取来自于用户的生成指令,所述生成指令携带有生成需求信息;
基于所述生成需求信息以及预设的脚本库,生成目标视频脚本。
24.一种视频处理装置,其特征在于,包括:
第一获取模块,用于获取第一视频;
处理模块,用于对所述第一视频进行脚本分析,得到所述第一视频的第一脚本信息,其中,所述第一脚本信息包括所述第一视频中包括的至少一个镜头中每个镜头的信息。
25.一种视频处理装置,其特征在于,包括:
发送模块,用于向服务器发送第一视频;
接收模块,用于接收所述服务器通过对所述第一视频进行脚本分析得到的第一脚本信息;其中,所述第一脚本信息包括所述第一视频中的至少一个镜头中每个镜头的信息;
显示模块,用于显示所述第一脚本信息。
26.一种脚本生成装置,其特征在于,包括:
第二获取模块,获取来自于用户的生成指令,所述生成指令携带有生成需求信息;
生成模块,用于基于所述生成需求信息以及预设的脚本库,生成目标视频脚本。
27.一种电子设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至23任一项所述的视频处理方法的步骤。
28.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被电子设备运行时,所述电子设备执行如权利要求1至23任意一项所述的视频处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010479959.3A CN111629230B (zh) | 2020-05-29 | 2020-05-29 | 视频处理、脚本生成方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010479959.3A CN111629230B (zh) | 2020-05-29 | 2020-05-29 | 视频处理、脚本生成方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111629230A true CN111629230A (zh) | 2020-09-04 |
CN111629230B CN111629230B (zh) | 2023-04-07 |
Family
ID=72271393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010479959.3A Active CN111629230B (zh) | 2020-05-29 | 2020-05-29 | 视频处理、脚本生成方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111629230B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177445A (zh) * | 2021-04-16 | 2021-07-27 | 新华智云科技有限公司 | 一种视频运镜的识别方法及*** |
CN113242470A (zh) * | 2021-06-15 | 2021-08-10 | 广州聚焦网络技术有限公司 | 一种应用于外贸营销的视频发布方法及装置 |
CN113596283A (zh) * | 2021-07-28 | 2021-11-02 | 杭州更火数字科技有限公司 | 一种视频定制方法、***及电子设备 |
CN113641859A (zh) * | 2021-10-18 | 2021-11-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 脚本生成方法、***、计算机存储介质及计算机程序产品 |
CN113660526A (zh) * | 2021-10-18 | 2021-11-16 | 阿里巴巴达摩院(杭州)科技有限公司 | 脚本生成方法、***、计算机存储介质及计算机程序产品 |
CN113923521A (zh) * | 2021-12-14 | 2022-01-11 | 深圳市大头兄弟科技有限公司 | 一种视频的脚本化方法 |
CN114242070A (zh) * | 2021-12-20 | 2022-03-25 | 阿里巴巴(中国)有限公司 | 一种视频生成方法、装置、设备及存储介质 |
CN114466222A (zh) * | 2022-01-29 | 2022-05-10 | 北京百度网讯科技有限公司 | 一种视频合成方法、装置、电子设备及存储介质 |
CN114500851A (zh) * | 2022-02-23 | 2022-05-13 | 广州博冠信息科技有限公司 | 视频录制方法及装置、存储介质、电子设备 |
CN114745569A (zh) * | 2022-02-24 | 2022-07-12 | 北京青藤文化股份有限公司 | 一种基于ai脚本的短视频生成方法、装置、设备及介质 |
CN114928753A (zh) * | 2022-04-12 | 2022-08-19 | 广州阿凡提电子科技有限公司 | 一种视频拆分处理方法、***及装置 |
CN117041627A (zh) * | 2023-09-25 | 2023-11-10 | 宁波均联智行科技股份有限公司 | Vlog视频生成方法及电子设备 |
CN114745569B (zh) * | 2022-02-24 | 2024-07-26 | 北京青藤文化股份有限公司 | 一种基于ai脚本的短视频生成方法、装置、设备及介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1742484A (zh) * | 2002-11-29 | 2006-03-01 | 索尼株式会社 | 视频信号处理器、视频信号记录器、视频信号再现器、视频信号处理器处理方法、视频信号记录器处理方法、视频信号再现器处理方法、记录介质 |
CN101059813A (zh) * | 2006-04-21 | 2007-10-24 | 索尼株式会社 | 文件管理装置、文件管理方法和程序 |
CN101650958A (zh) * | 2009-07-23 | 2010-02-17 | 中国科学院声学研究所 | 对电影类视频进行场景片段抽取方法及其建立索引的方法 |
CN101840414A (zh) * | 2009-03-17 | 2010-09-22 | 三星电子株式会社 | 从网络文本创建动画的设备和方法 |
CN103839562A (zh) * | 2014-03-17 | 2014-06-04 | 杨雅 | 一种视频创作*** |
CN107437076A (zh) * | 2017-08-02 | 2017-12-05 | 陈雷 | 基于视频分析的景别划分的方法及*** |
CN107563257A (zh) * | 2016-07-01 | 2018-01-09 | 北京旷视科技有限公司 | 视频理解方法及装置 |
CN108933970A (zh) * | 2017-05-27 | 2018-12-04 | 北京搜狗科技发展有限公司 | 视频的生成方法和装置 |
CN109189989A (zh) * | 2018-07-23 | 2019-01-11 | 北京市商汤科技开发有限公司 | 一种视频描述方法及装置、计算机设备和存储介质 |
CN109409321A (zh) * | 2018-11-08 | 2019-03-01 | 北京奇艺世纪科技有限公司 | 一种镜头运动方式的确定方法及装置 |
CN109447022A (zh) * | 2018-11-08 | 2019-03-08 | 北京奇艺世纪科技有限公司 | 一种镜头类型识别方法及装置 |
US20190213254A1 (en) * | 2018-01-11 | 2019-07-11 | RivetAI, Inc. | Script writing and content generation tools and improved operation of same |
CN110351578A (zh) * | 2018-04-05 | 2019-10-18 | 通维数码公司 | 用于根据脚本自动制作视频节目的方法和*** |
CN111160134A (zh) * | 2019-12-12 | 2020-05-15 | 浙江大学 | 一种以人为主体的视频景别分析方法和装置 |
-
2020
- 2020-05-29 CN CN202010479959.3A patent/CN111629230B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1742484A (zh) * | 2002-11-29 | 2006-03-01 | 索尼株式会社 | 视频信号处理器、视频信号记录器、视频信号再现器、视频信号处理器处理方法、视频信号记录器处理方法、视频信号再现器处理方法、记录介质 |
CN101059813A (zh) * | 2006-04-21 | 2007-10-24 | 索尼株式会社 | 文件管理装置、文件管理方法和程序 |
CN101840414A (zh) * | 2009-03-17 | 2010-09-22 | 三星电子株式会社 | 从网络文本创建动画的设备和方法 |
CN101650958A (zh) * | 2009-07-23 | 2010-02-17 | 中国科学院声学研究所 | 对电影类视频进行场景片段抽取方法及其建立索引的方法 |
CN103839562A (zh) * | 2014-03-17 | 2014-06-04 | 杨雅 | 一种视频创作*** |
CN107563257A (zh) * | 2016-07-01 | 2018-01-09 | 北京旷视科技有限公司 | 视频理解方法及装置 |
CN108933970A (zh) * | 2017-05-27 | 2018-12-04 | 北京搜狗科技发展有限公司 | 视频的生成方法和装置 |
CN107437076A (zh) * | 2017-08-02 | 2017-12-05 | 陈雷 | 基于视频分析的景别划分的方法及*** |
US20190213254A1 (en) * | 2018-01-11 | 2019-07-11 | RivetAI, Inc. | Script writing and content generation tools and improved operation of same |
CN110351578A (zh) * | 2018-04-05 | 2019-10-18 | 通维数码公司 | 用于根据脚本自动制作视频节目的方法和*** |
CN109189989A (zh) * | 2018-07-23 | 2019-01-11 | 北京市商汤科技开发有限公司 | 一种视频描述方法及装置、计算机设备和存储介质 |
CN109409321A (zh) * | 2018-11-08 | 2019-03-01 | 北京奇艺世纪科技有限公司 | 一种镜头运动方式的确定方法及装置 |
CN109447022A (zh) * | 2018-11-08 | 2019-03-08 | 北京奇艺世纪科技有限公司 | 一种镜头类型识别方法及装置 |
CN111160134A (zh) * | 2019-12-12 | 2020-05-15 | 浙江大学 | 一种以人为主体的视频景别分析方法和装置 |
Non-Patent Citations (1)
Title |
---|
PRAHAKARAN B: "Metadata for Multimedia", 《SPRINGER》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177445A (zh) * | 2021-04-16 | 2021-07-27 | 新华智云科技有限公司 | 一种视频运镜的识别方法及*** |
CN113242470A (zh) * | 2021-06-15 | 2021-08-10 | 广州聚焦网络技术有限公司 | 一种应用于外贸营销的视频发布方法及装置 |
CN113596283A (zh) * | 2021-07-28 | 2021-11-02 | 杭州更火数字科技有限公司 | 一种视频定制方法、***及电子设备 |
CN113641859B (zh) * | 2021-10-18 | 2022-04-19 | 阿里巴巴达摩院(杭州)科技有限公司 | 脚本生成方法、***、计算机存储介质及计算机程序产品 |
CN113641859A (zh) * | 2021-10-18 | 2021-11-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 脚本生成方法、***、计算机存储介质及计算机程序产品 |
CN113660526A (zh) * | 2021-10-18 | 2021-11-16 | 阿里巴巴达摩院(杭州)科技有限公司 | 脚本生成方法、***、计算机存储介质及计算机程序产品 |
CN113660526B (zh) * | 2021-10-18 | 2022-03-11 | 阿里巴巴达摩院(杭州)科技有限公司 | 脚本生成方法、***、计算机存储介质及计算机程序产品 |
CN113923521A (zh) * | 2021-12-14 | 2022-01-11 | 深圳市大头兄弟科技有限公司 | 一种视频的脚本化方法 |
CN113923521B (zh) * | 2021-12-14 | 2022-03-08 | 深圳市大头兄弟科技有限公司 | 一种视频的脚本化方法 |
CN114242070A (zh) * | 2021-12-20 | 2022-03-25 | 阿里巴巴(中国)有限公司 | 一种视频生成方法、装置、设备及存储介质 |
CN114466222A (zh) * | 2022-01-29 | 2022-05-10 | 北京百度网讯科技有限公司 | 一种视频合成方法、装置、电子设备及存储介质 |
CN114466222B (zh) * | 2022-01-29 | 2023-09-26 | 北京百度网讯科技有限公司 | 一种视频合成方法、装置、电子设备及存储介质 |
CN114500851A (zh) * | 2022-02-23 | 2022-05-13 | 广州博冠信息科技有限公司 | 视频录制方法及装置、存储介质、电子设备 |
CN114745569A (zh) * | 2022-02-24 | 2022-07-12 | 北京青藤文化股份有限公司 | 一种基于ai脚本的短视频生成方法、装置、设备及介质 |
CN114745569B (zh) * | 2022-02-24 | 2024-07-26 | 北京青藤文化股份有限公司 | 一种基于ai脚本的短视频生成方法、装置、设备及介质 |
CN114928753A (zh) * | 2022-04-12 | 2022-08-19 | 广州阿凡提电子科技有限公司 | 一种视频拆分处理方法、***及装置 |
CN117041627A (zh) * | 2023-09-25 | 2023-11-10 | 宁波均联智行科技股份有限公司 | Vlog视频生成方法及电子设备 |
CN117041627B (zh) * | 2023-09-25 | 2024-03-19 | 宁波均联智行科技股份有限公司 | Vlog视频生成方法及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111629230B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111629230B (zh) | 视频处理、脚本生成方法、装置、计算机设备及存储介质 | |
CN111866585B (zh) | 一种视频处理方法及装置 | |
CN113709561B (zh) | 视频剪辑方法、装置、设备及存储介质 | |
US10685460B2 (en) | Method and apparatus for generating photo-story based on visual context analysis of digital content | |
CN109905782B (zh) | 一种控制方法及装置 | |
CN111935528B (zh) | 视频生成方法和装置 | |
US20170285916A1 (en) | Camera effects for photo story generation | |
CN111193961B (zh) | 视频编辑设备和方法 | |
CN112118395B (zh) | 视频处理方法、终端及计算机可读存储介质 | |
CN111695505B (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN110049377B (zh) | 表情包生成方法、装置、电子设备及计算机可读存储介质 | |
CN111787354B (zh) | 一种视频生成方法及其装置 | |
JP6492849B2 (ja) | ユーザプロファイル作成装置、動画像分析装置、動画像再生装置、及びユーザプロファイル作成プログラム | |
CN113841417A (zh) | 影片生成方法、终端设备、拍摄设备及影片生成*** | |
CN111246289A (zh) | 视频生成方法及装置、电子设备、存储介质 | |
KR20190120106A (ko) | 동영상의 대표 이미지를 결정하는 방법 및 그 방법을 처리하는 전자 장치 | |
CN110868632B (zh) | 视频处理方法、装置、存储介质及电子设备 | |
CN113038185A (zh) | 弹幕处理方法及装置 | |
CN113596574A (zh) | 视频处理方法、视频处理装置、电子设备和可读存储介质 | |
CN116095363B (zh) | 基于关键行为识别的移动端短视频高光时刻剪辑方法 | |
CN111918112B (zh) | 一种视频优化的方法、装置、存储介质及终端 | |
CN109474782B (zh) | 用于数据编辑的接口装置、数据编辑方法、记录介质 | |
CN111343391A (zh) | 影片撷取方法与使用此方法的电子装置 | |
CN114501132B (zh) | 一种资源处理方法、装置、电子设备及存储介质 | |
CN115858854B (zh) | 一种视频数据整理方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |