CN111800652A - 视频处理方法及装置、电子设备和存储介质 - Google Patents

视频处理方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN111800652A
CN111800652A CN202010744184.8A CN202010744184A CN111800652A CN 111800652 A CN111800652 A CN 111800652A CN 202010744184 A CN202010744184 A CN 202010744184A CN 111800652 A CN111800652 A CN 111800652A
Authority
CN
China
Prior art keywords
frame
video
segment
processed
determining
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
CN202010744184.8A
Other languages
English (en)
Inventor
田济源
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.)
Shenzhen TetrasAI Technology Co Ltd
Original Assignee
Shenzhen TetrasAI Technology 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 Shenzhen TetrasAI Technology Co Ltd filed Critical Shenzhen TetrasAI Technology Co Ltd
Priority to CN202010744184.8A priority Critical patent/CN111800652A/zh
Publication of CN111800652A publication Critical patent/CN111800652A/zh
Pending legal-status Critical Current

Links

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]
    • H04N21/20—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
    • 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
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • 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
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
    • 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
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234381—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by altering the temporal resolution, e.g. decreasing the frame rate by frame skipping
    • 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]
    • H04N21/40—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
    • H04N21/44016—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 involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • 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
    • H04N21/4402—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 involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440281—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 involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the temporal resolution, e.g. by frame skipping

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本公开涉及一种视频处理方法及装置、电子设备和存储介质，所述方法包括：获取视频数据；对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段；对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。本公开实施例可实现丰富视频数据的处理方式，还可以简化用户的操作。

Description

视频处理方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种视频处理方法及装置、电子设备和存储介质。
背景技术
随着科技的发展和进步，对视频数据的处理方式越来越多。例如：可以对视频数据进行剪辑处理，对剪辑出的视频片段进行慢动作效果的处理，快进效果的处理，或者添加各种特效处理等。
发明内容
本公开提出了一种用于进行视频处理的视频处理技术方案。
根据本公开的一方面，提供了一种视频处理方法，包括：
获取视频数据；
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段；
对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。
在一种可能的实现方式中，所述对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段，包括：
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧；
根据所述起始帧及结束帧，得到至少一个处理片段。
在一种可能的实现方式中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，包括：
在所述视频数据中的第一视频帧的语义描述与起始帧语义描述匹配时，确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与结束帧语义描述匹配时，确定所述第二视频帧为结束帧。
在一种可能的实现方式中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，包括：
从视频数据中的预设位置的视频帧开始，依次对所述视频数据中的视频帧进行第一语义分析，根据所述视频帧的第一语义分析结果确定视频数据中的起始帧；
在确定起始帧后，依次对所述起始帧之后的视频帧进行第二语义分析，根据所述视频帧的第二语义分析结果判断该起始帧之后的视频帧是否为结束帧，直至确定结束帧。
在一种可能的实现方式中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，包括：
对所述视频数据中的第一视频帧进行语义分析，得到所述第一视频帧的语义描述；
根据所述第一视频帧的语义描述中的关键词，确定与所述第一视频帧相对应的候选起始帧语义描述；
如果所述候选起始帧语义描述中存在与所述第一视频帧的语义描述相匹配的第一起始帧语义描述，则确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与第一结束帧语义描述匹配时，确定所述第二视频帧为结束帧，其中，所述第一结束帧语义描述与所述第一起始帧语义描述相对应。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段，包括：
根据所述待处理片段中的视频帧，确定至少一个中间帧；
将所述中间帧***所述待处理片段中，得到所述待处理片段对应的慢镜头片段。
在一种可能的实现方式中，所述方法还包括：
根据所述慢镜头片段中视频帧的语义描述，对所述慢镜头片段进行视频处理，得到具有特定播放效果的慢镜头片段。
在一种可能的实现方式中，所述根据所述待处理片段中的视频帧，确定至少一个中间帧，包括：
确定中间帧的第一帧数；
根据所述待处理片段中的视频帧，确定所述第一帧数个中间帧。
在一种可能的实现方式中，所述确定中间帧的第一帧数，包括：
根据所述待处理片段的起始帧语义描述和结束帧语义描述所属的语义类别，确定所述中间帧的第一帧数；或者，
响应于针对慢镜头倍率的设置操作，确定所述中间帧的第一帧数；或者，
根据所述待处理片段的时长，确定所述中间帧的第一帧数。
在一种可能的实现方式中，所述根据所述待处理片段中的视频帧，确定至少一个中间帧，包括：
获取所述待处理片段中第t帧图像到第t-1帧图像的第一光流图、所述第t帧图像到第t+1帧图像的第二光流图、所述第t+1帧图像到所述第t帧图像的第三光流图及所述第t+1帧图像到所述第t+2帧图像的第四光流图，其中，t为整数；
根据所述第一光流图、所述第二光流图确定第一插帧光流图，并根据所述第三光流图、所述第四光流图确定第二插帧光流图；
根据所述第一插帧光流图及所述第t帧图像确定第一插帧图像，并根据所述第二插帧光流图图像及所述第t+1帧图像确定第二插帧图像；
对所述第一插帧图像及所述第二插帧图像进行融合处理，得到***所述第t帧图像与所述第t+1帧图像之间的中间帧。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
从所述待处理片段中确定至少两个待合并片段；
从所述待合并片段中确定第一待合并片段；
对所述第一待合并片段进行视频处理，得到所述第一待合并片段对应的具有特定播放效果的视频片段；
将第二待合并片段与所述第一待合并片段对应的具有特定播放效果的视频片段合并，得到合并后的视频片段，其中，所述第二待合并片段为所述待合并片段中除所述第一待合并片段以外的片段。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
从所述至少一个待处理片段中确定至少一个目标待处理片段；
对所述至少一个目标待处理片段进行特效叠加，得到特效片段。
在一种可能的实现方式中，所述方法还包括：
确定至少一个待处理片段的处理方式；
所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
根据所述至少一个待处理片段的处理方式对所述视频数据中的所述待处理片段进行处理以实现特定播放效果，得到处理后的第二视频数据。
根据本公开的一方面，提供了一种视频处理装置，包括：
获取模块，用于获取视频数据；
第一确定模块，用于对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段；
第一处理模块，用于对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。
在一种可能的实现方式中，所述第一确定模块，还用于：
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧；
根据所述起始帧及结束帧，得到至少一个处理片段。
在一种可能的实现方式中，所述第一确定模块，还用于：
在所述视频数据中的第一视频帧的语义描述与起始帧语义描述匹配时，确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与结束帧语义描述匹配时，确定所述第二视频帧为结束帧。
在一种可能的实现方式中，所述第一确定模块，还用于：
从视频数据中的预设位置的视频帧开始，依次对所述视频数据中的视频帧进行第一语义分析，根据所述视频帧的第一语义分析结果确定视频数据中的起始帧；
在确定起始帧后，依次对所述起始帧之后的视频帧进行第二语义分析，根据所述视频帧的第二语义分析结果判断该起始帧之后的视频帧是否为结束帧，直至确定结束帧。
在一种可能的实现方式中，所述第一确定模块，还用于：
对所述视频数据中的第一视频帧进行语义分析，得到所述第一视频帧的语义描述；
根据所述第一视频帧的语义描述中的关键词，确定与所述第一视频帧相对应的候选起始帧语义描述；
如果所述候选起始帧语义描述中存在与所述第一视频帧的语义描述相匹配的第一起始帧语义描述，则确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与第一结束帧语义描述匹配时，确定所述第二视频帧为结束帧，其中，所述第一结束帧语义描述与所述第一起始帧语义描述相对应。
在一种可能的实现方式中，所述第一处理模块，还用于：
对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段。
在一种可能的实现方式中，所述第一处理模块，还用于：
根据所述待处理片段中的视频帧，确定至少一个中间帧；
将所述中间帧***所述待处理片段中，得到所述待处理片段对应的慢镜头片段。
在一种可能的实现方式中，所述装置还包括：
第二处理模块，用于根据所述慢镜头片段中视频帧的语义描述，对所述慢镜头片段进行视频处理，得到具有特定播放效果的慢镜头片段。
在一种可能的实现方式中，所述第一处理模块，还用于：
确定中间帧的第一帧数；
根据所述待处理片段中的视频帧，确定所述第一帧数个中间帧。
在一种可能的实现方式中，所述第一处理模块，还用于：
根据所述待处理片段的起始帧语义描述和结束帧语义描述所属的语义类别，确定所述中间帧的第一帧数；或者，
响应于针对慢镜头倍率的设置操作，确定所述中间帧的第一帧数；或者，
根据所述待处理片段的时长，确定所述中间帧的第一帧数。
在一种可能的实现方式中，所述第一处理模块，还用于：
获取所述待处理片段中第t帧图像到第t-1帧图像的第一光流图、所述第t帧图像到第t+1帧图像的第二光流图、所述第t+1帧图像到所述第t帧图像的第三光流图及所述第t+1帧图像到所述第t+2帧图像的第四光流图，其中，t为整数；
根据所述第一光流图、所述第二光流图确定第一插帧光流图，并根据所述第三光流图、所述第四光流图确定第二插帧光流图；
根据所述第一插帧光流图及所述第t帧图像确定第一插帧图像，并根据所述第二插帧光流图图像及所述第t+1帧图像确定第二插帧图像；
对所述第一插帧图像及所述第二插帧图像进行融合处理，得到***所述第t帧图像与所述第t+1帧图像之间的中间帧。
在一种可能的实现方式中，所述第一处理模块，还用于：
从所述待处理片段中确定至少两个待合并片段；
从所述待合并片段中确定第一待合并片段；
对所述第一待合并片段进行视频处理，得到所述第一待合并片段对应的具有特定播放效果的视频片段；
将第二待合并片段与所述第一待合并片段对应的具有特定播放效果的视频片段合并，得到合并后的视频片段，其中，所述第二待合并片段为所述待合并片段中除所述第一待合并片段以外的片段。
在一种可能的实现方式中，所述第一处理模块，还用于：
从所述至少一个待处理片段中确定至少一个目标待处理片段；
对所述至少一个目标待处理片段进行特效叠加，得到特效片段。
在一种可能的实现方式中，所述装置还包括：
第二确定模块，用于确定至少一个待处理片段的处理方式；
所述第一处理模块，还用于：
根据所述至少一个待处理片段的处理方式对所述视频数据中的所述待处理片段进行处理以实现特定播放效果，得到处理后的第二视频数据。
根据本公开的一方面，提供了一种电子设备，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调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
这样，在获取视频数据后，可以对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段，进而对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。根据本公开实施例提供的视频处理方法及装置、电子设备和存储介质，可以根据针对视频数据中视频帧的语义分析结果，自动的从视频数据中确定至少一个待处理片段，进行相应的视频处理，可以提高特定播放效果的视频片段的处理效率，且丰富视频数据的处理方式，还可以简化用户的操作。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。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
此处的附图被并入说明书中并构成本说明书的一部分，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。
图1示出根据本公开实施例的视频处理方法的流程图；
图2a～图2c示出根据本公开实施例的视频处理方法的示意图；
图3示出根据本公开实施例的视频处理方法的示意图；
图4示出根据本公开实施例的视频处理装置的框图；
图5示出根据本公开实施例的一种电子设备800的框图；
图6示出根据本公开实施例的一种电子设备1900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。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，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。
相关技术中，对视频数据的剪辑处理操作需要由用户手动确定视频数据中需要进行剪辑的视频片段，剪辑效率低，且不够智能。
此外，在对视频片段进行慢动作处理时，采用重复帧的方式进行处理，以得到对应的慢镜头片段。这样得到的慢镜头片段只能适应于低倍率插帧，随着帧率升高会造成视频的卡顿感，用户体验十分不好。
为了解决上述问题中的至少一项，本公开实施例提供了一种视频处理方法。
图1示出根据本公开实施例的视频处理方法的流程图，所述视频处理方法可以由终端设备或服务器等电子设备执行，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，所述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。或者，可通过服务器执行所述方法。
如图1所示，所述视频处理方法可以包括：
在步骤S11中，获取视频数据。
举例来说，可以通过视频数据采集设备(例如：手机、相机、监控设备等具有视频数据采集功能的设备)采集视频数据，或者可以通过终端上传、下载等方式获取视频数据，本公开实施例对于获取视频数据的方式不做具体限定。
在步骤S12中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段。
举例来说，可以对视频数据中的视频帧按序进行语义分析，得到视频帧对应的语义分析结果。其中，所述语义分析结果可以包括用于描述视频帧内容的语义描述，例如：参照图2a，对该视频帧进行语义分析，得到的语义分析结果可以包括：两个未回头的人。
示例性的，可以通过预训练的用于进行语义分析的语义分析网络对视频帧进行处理，得到视频帧对应的语义分析结果。例如：语义分析网络可以包括第一网络和第二网络，其中第一网络可以对视频帧进行特征提取，得到图像特征(可以表示为矢量)，第二网络对图像特征进行处理，将图像特征转换为对应的语言描述，进而得到该视频帧对应的语义描述。
上述通过预训练的语义分析网络对视频帧进行语义分析，为本公开实施例对于语义分析的一种实现方式，并不理解为对本公开实施例中语义分析的一种限定，实际上任一种对视频帧进行语义分析的方式均可以适用于本公开实施例，本公开实施例在此不对语义分析的方式做具体限定。
在得到视频帧对应的语义分析结果后，可以根据语义分析结果从视频数据中确定至少一个待处理片段。例如：可以依次根据视频数据中的视频帧对应的语义分析结果确定待处理片段的起始帧，得到起始帧后，可以依次根据该起始帧之后的视频帧的语义分析结果确定结束帧，得到结束帧后，可以根据该起始帧和结束帧确定一个待处理片段。
示例性的，本公开实施例可以对视频帧的全部视频帧进行语义分析，也可以根据需求每间隔固定帧数或者间隔固定时长取一视频帧进行语义分析，以提高视频处理效率，本公开实施例对此不做具体限定。
在步骤S13中，对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。
举例来说，在得到至少一个待插帧片段后，可以对至少一个待处理片段进行对应的视频处理，例如：慢镜头处理、快进处理、倒放处理、特效处理、等，以得到具有特定播放效果的视频片段，其中，特定播放效果可以包括慢镜头、快放、倒放、特效中的至少一项。
这样，在获取视频数据后，可以对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段，进而对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。根据本公开实施例提供的视频处理方法，可以根据针对视频数据中视频帧的语义分析结果，自动的从视频数据中确定至少一个待处理片段，进行相应的视频处理，可以提高特定播放效果的视频片段的处理效率，且丰富视频数据的处理方式，还可以简化用户的操作。
在一种可能的实现方式中，所述对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段，可以包括：
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧；
根据所述起始帧及结束帧，得到至少一个待处理片段。
其中，起始帧的条件及结束帧的条件可以为预置的或者用户手动输入或选择的，用于确定待处理片段的起始帧和结束帧的条件。
举例来说，可以按序根据视频数据中的每一视频帧的语义分析结果，确定视频帧是否满足起始帧的条件，在当前视频帧满足起始帧的条件时，可以确定该视频帧为起始帧。示例性的，如图2b，起始帧的条件为人回头，在当前视频帧的语义描述为两人回头时，确定该视频帧满足起始帧的条件，可以确定该视频帧为起始帧。
接着按序根据起始帧之后的每一帧视频帧的语义分析结果，确定视频帧是否满足结束帧的条件，在当前视频帧满足结束帧的条件时，可以确定该视频帧为结束帧。示例性的，如图2c，结束帧的条件为人未回头，在当前视频帧的语义描述为两人未回头时，确定该视频帧满足结束帧的条件，可以确定该视频帧为结束帧。
将从起始帧至结束帧(包括起始帧和结束帧)之间的视频片段确定待处理片段。进一步的，针对结束帧之后的视频帧，可以继续重复上述过程，直至视频数据的最后一帧，以得到至少一个待处理片段。
在一种可能的实现方式中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，可以包括：
在所述视频数据中的第一视频帧的语义描述与起始帧语义描述匹配时，确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与结束帧语义描述匹配时，确定所述第二视频帧为结束帧。
举例来说，上述起始帧语义描述和结束帧语义描述可以为预置的或用户手动输入或选择的语句或者关键词等，例如：用户想得到一场篮球比赛中的投篮片段并制作相应的慢镜头片段，则可以设置起始帧语义描述为：一个人将篮球丢出，对应设置的结束帧语义描述可以为：篮球入框。
起始帧语义描述和结束帧语义描述可以根据想要获得慢镜头效果的视频片段的起止语义进行设置，例如，起始帧语义描述为未转身，结束帧语义描述为转身，从而可以获得展示转身过程的慢镜头片段，起始帧语义描述为临近终点，结束帧语义描述为冲过终点，从而可以获得展示冲刺过程的慢镜头片段。
相应地，在进行其他特定播放效果的视频处理时，起始帧语义描述和结束帧语义描述可以根据想要获得的特定播放效果的视频片段的起止语义进行设置。
示例性的，可以确定视频数据的第一视频帧对应的语义描述与起始帧语义描述的语义相似度，在第一视频帧对应的语义描述与起始帧语义描述的语义相似度满足起始相似度阈值(预设的数值)时，可以确定该第一视频帧与起始帧语义描述相匹配，并确定该第一视频帧为起始帧。
确定第一视频帧为起始帧后，可以确定第一视频帧之后的第二视频帧对应的语义描述与结束帧语义描述的语义相似度，在第二视频帧对应的语义描述与结束帧语义描述的语义相似度满足结束相似度阈值(预设的数值，可以与起始相似度阈值相同，也可以与起始相似度阈值不同)时，可以确定该第二视频帧与结束帧语义描述相匹配，并确定该第二视频帧为结束帧。
进而可以将第一视频帧至第二视频帧之间的视频片段确定为待处理片段。
在一种可能的实现方式中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，可以包括：
从视频数据中的预设位置的视频帧开始，依次对所述视频数据中的视频帧进行第一语义分析，根据所述视频帧的第一语义分析结果确定视频数据中的起始帧；
在确定起始帧后，依次对所述起始帧之后的视频帧进行第二语义分析，根据所述视频帧的第二语义分析结果判断该起始帧之后的视频帧是否为结束帧，直至确定结束帧。
举例来说，获取视频数据后，可以默认预设位置为第一帧视频帧，也即从第一帧视频帧开始，从视频数据中确定起始帧和结束帧。或者，可以响应于用户对预设位置的设置操作(例如：滑动时间轴或者输入播放进度时间等操作)，得到视频数据的预设位置。
示例性的，参照图3，从预设位置对应的第k视频帧开始(k为大于0的整数)，可以对该第k视频帧进行第一语义分析，得到该第k视频帧对应的第一语义描述。确定该第k视频帧的第一语义描述与起始帧语义描述是否相匹配(例如：在第k视频帧的第一语义描述与起始帧语义描述的语义相似度高于或等于80％时，可以确定视频帧的第一语义描述与起始帧语义描述相匹配)。
在第k视频帧的第一语义描述与起始帧语义描述相匹配时，可以确定该第k视频帧为起始帧，否则，确定k＝k+i(i为预设值，可以为大于0的整数，例如i可以设置为1)，重复执行确定第k视频帧是否为起始帧的操作，直至得到起始帧为止。
在得到起始帧后，确定k＝k+i，可以对起始帧之后、与起始帧间隔i帧的第k视频帧进行第二语义分析，得到该第k视频帧对应的第二语义描述，确定该第k视频帧的第二语义描述与结束帧语义描述是否相匹配(例如：在第k视频帧的第二语义描述与结束帧语义描述的语义相似度高于或等于80％时，可以确定视频帧的第二语义描述与结束帧语义描述相匹配)。
在第k视频帧的第二语义描述与结束帧语义描述相匹配时，可以确定该第k视频帧为结束帧，否则确定k＝k+i(i为预设值，可以为大于0的整数，例如i可以设置为1)，重复执行确定第k视频帧是否为结束帧的操作，直至得到起始帧为止。
进一步的，在确定结束帧后，可以对结束帧之后的视频帧重复执行前述确定起始帧和结束帧的过程，直至执行到最后一帧。
这样，通过上述的闭环处理方式，确定起始帧和结束帧，可以提高得到的待处理视频的精度。
在一种可能的实现方式中，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，可以包括：
对所述视频数据中的第一视频帧进行语义分析，得到所述第一视频帧的语义描述；
根据所述第一视频帧的语义描述中的关键词，确定与所述第一视频针对应的候选起始帧语义描述；
如果所述候选起始帧语义描述中存在与第一视频帧的语义描述相匹配的第一起始帧语义描述，则确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与第一结束帧语义描述匹配时，确定所述第二视频帧为结束帧，其中，所述第一结束帧语义描述与所述第一起始帧语义描述相对应。
举例来说，可以预置并存储多个起始帧语义描述和结束帧语义描述，各个起始帧语义描述存在对应的至少一个结束帧语义描述，或者可以对起始帧语义描述和结束帧语义描述按照领域类别等分组存储，例如：将篮球有关的起始帧语义描述和结束帧语义描述划分为篮球组，将舞蹈有关的起始帧语义描述和结束帧语义描述划分为舞蹈组等。
对第一视频帧进行语义分析后，可以得到第一视频帧的语义描述。可以从第一视频帧的语义描述中确定对应的关键词，进而根据该关键词从存储区域中的起始语义描述中确定与该关键词对应的候选起始帧语义描述(例如包含该关键词或者包含该关键词的同义或近义词的起始帧语义描述；在起始帧语义描述和结束帧语义描述分组存储的情况下，分组名称中包含该关键词的组确定为候选组，候选起始帧语义描述可以为候选组中的起始帧语义描述)。
确定第一视频帧的语义描述与各个候选起始帧语义描述的语义相似度，在候选起始帧语义描述中存在与第一视频帧的语义描述的语义相似度高于起始相似度阈值的第一起始帧语义描述时，可以确定该第一视频帧为起始帧，否则继续确定下一帧是否为起始帧。
在第一视频帧为起始帧时，可以确定第一起始帧语义描述对应的第一结束帧语义描述，并确定第一视频帧后的第二视频帧的语义描述与第一结束帧语义描述的语义相似度，在语义相似度高于结束相似度阈值时，可以确定该第二视频帧为起始帧，否则继续确定下一帧是否为结束帧。
这样一来，在获取视频数据后，可以自动的确定视频数据中的待处理片段，并在确定待处理片段的起始帧和结束帧的过程中，可以有效减少匹配操作，进而可以提高视频处理的效率。
在一种可能的实现方式中，所述方法还可以包括：
响应于对起始帧语义描述和结束帧语义描述的设置操作，获取设置的起始帧语义描述和结束帧语义描述。
举例来说，在获取视频数据之前或者之后，用户可以根据需求，手动设置起始帧语义描述和结束帧语义描述，以得到对应的待处理片段。示例性的，用户可以在对应的输入框中手动输入起始帧语义描述和结束帧语义描述，以设置起始帧语义描述和结束帧语义描述。或者用户可以从预置的起始帧语义描述和结束帧语义描述中，手动选择起始帧语义描述和结束帧语义描述，以设置起始帧语义描述和结束帧语义描述。进而根据设置的起始帧语义描述和结束帧语义描述及视频数据中的视频帧的语义描述确定起始帧和结束帧，得到视频数据中的至少一个待处理片段。
例如：针对一个篮球比赛的视频，用户想得到该视频中所有的投篮片段，当前显示界面中包括起始语义描述和结束语义描述的设置区域(起始语义描述的输入框和结束语义描述的输入框)，则可以设置起始帧语义描述为“人把篮球丢出去”，设置结束帧语义描述为“球进框”，并在设置完成后，点击确定控件。终端设备响应于针对确定控件的触发操作，可以根据设置的起始帧语义描述和结束帧语义描述得到投篮对应的多个待处理片段。
这样，可以满足用户的个性化需求，提高用户体验。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行视频处理，可以包括：
对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段。
举例来说，在得到至少一个待处理片段后，针对任一待处理片段，可以根据待处理片段中的视频帧得到中间帧，并将中间帧***待处理片段中，得到该待处理片段对应的慢镜头片段，该慢镜头片段在播放时呈慢动作效果。需要说明的是，任一插帧方式均适用于本公开实施例，本公开实施例不对插帧方式做具体限定。
这样一来，可以根据针对视频数据中视频帧的语义分析结果自动的确定待进行慢镜头处理的待处理片段，进而对该待处理片段进行插帧操作，得到对应的慢镜头片段，可以提高慢镜头片段的处理效率，并简化用户的操作。
在一种可能的实现方式中，对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段，可以包括：
根据所述待处理片段中的视频帧，确定至少一个中间帧；
将所述中间帧***所述待处理片段中，得到所述待处理片段对应的慢镜头片段。
举例来说，在对待处理片段进行慢镜头处理时，可以通过待处理片段中的视频帧，确定***所述待处理片段中的中间帧，得到待处理片段对应的慢镜头片段。
示例性的，可以默认连续视频帧之间为匀速运动，进而根据线性模型基于连续的两帧视频帧确定每两帧视频帧中的中间帧，并将中间帧***对应的两帧视频帧中，得到慢镜头片段。或者，可以根据待处理片段中的多帧视频帧感知视频中物体运动的加速度，进而得到***多帧视频帧之间的中间帧，得到待处理片段对应的慢镜头片段。
进一步的，在得到插帧后的慢镜头片段后，可以根据慢镜头倍率的需求，对插帧后的慢镜头片段再次进行插帧操作，直至得到满足慢镜头倍率需求的慢镜头片段。
本公开实施例不对插帧的方式做具体限定，任一插帧方式均可以适用于本公开实施例，可以缓解插帧得到的慢镜头片段的卡顿问题，使得慢镜头片段在播放过程中更流畅。
在一种可能的实现方式中，所述根据所述待处理片段中的视频帧，确定至少一个中间帧，可以包括：
确定中间帧的第一帧数；
根据所述待处理片段中的视频帧，确定所述第一帧数个中间帧。
举例来说，第一帧数为***待处理片段中的中间帧的数量，可以为预置的，也可以通过待处理片段进行确定。在得到中间帧的第一帧数后，可以根据待处理片段中的视频帧，确定第一帧数个中间帧，***待处理片段中，得到待处理片段对应的慢镜头片段。
在一种可能的实现方式中，确定中间帧的第一帧数，可以包括：
根据所述待处理片段的起始帧语义描述和结束帧语义描述所属的语义类别，确定所述中间帧的第一帧数；或者，
响应于针对慢镜头倍率的设置操作，确定所述中间帧的第一帧数；或者，
根据所述待处理片段的时长，确定所述中间帧的第一帧数。
举例来说，语义类别可以为根据起始帧语义描述和结束帧语义描述对应的关键词划分的类别。例如：与运动有关的关键词可以确定为运动类别、与人脸或人体有关的关键词可以确定为人物类别、与风景有关的关键词可以确定风景类别等等。
不同的语义类别可以对应不同的第一帧数，例如：运动类别可以对应第一帧数1，人物类别可以对应第一帧数2，风景类别可以对应第一帧数3，示例性的，第一帧数1可以大于第一帧数2，第一帧数2可以大于第一帧数3。可以根据起始帧语义描述和结束帧语义描述对应的关键词，确定起始帧语义描述和结束帧语义描述所属的语义类别，进而根据该语义类别确定待处理片段中中间帧的第一帧数。
或者，不同的慢镜头倍率可以对应不同的第一帧数，例如：慢镜头倍率越大，对应的第一帧数越大。可以在终端设备的显示界面上显示慢镜头倍率选项或者慢镜头倍率设置输入框等，用户可以通过选中操作或者手动输入慢镜头倍率等方式设置待处理片段的慢镜头倍率，进而根据慢镜头倍率确定中间帧的第一帧数。
或者，待处理片段的时长不同，对应的中间帧的第一帧数可以不同，例如：待处理片段的时长越长，第一帧数可以设置越小，相反，待处理片段的时长越短，第一帧数可以设置越大。进而可以根据待处理片段的时长，确定待处理片段中中间帧的第一帧数，例如：时长在时长范围1内时，对应第一帧数1，时长在时长范围2内时，对应第一帧数2。
这样，可以根据待处理片段自适应的调整中间帧的第一帧数，可以提高用户体验。
在一种可能的实现方式中，所述方法还可以包括：
根据所述慢镜头片段中视频帧的语义描述，对所述慢镜头片段进行视频处理，得到具有特定播放效果的慢镜头片段。
举例来说，在得到慢镜头片段后，可以根据慢镜头片段中视频帧的语义描述，确定对慢镜头片段的视频处理方式，进而根据该视频处理方式对慢镜头片段进行视频处理。例如：慢镜头镜头片段中语义描述包括篮球、足球等球类的视频帧，可以加入火花特效，得到球身上带有火苗的视频帧，进而得到视觉效果比较高燃的慢镜头片段；或者，对于慢镜头片段中语义描述包括拥抱、牵手等动作的视频帧，可以加入闪烁心形图案的滤镜，进而得到温馨浪漫的慢镜头片段等等。或者，一个语义描述可以对应多种视频处理方式，可以在显示界面上展示对应的视频处理方式，由用户根据喜好从中选择对慢镜头片段的处理方式。
其中，语义描述与视频处理方式的对应关系可以根据需求设置，本公开实施例在此不对语义描述与视频处理方式的对应关系做具体限定。
这样，可以根据待处理片段自适应的对慢镜头片段进行视频处理，得到具有特定播放效果的慢镜头片段，可以提高用户体验。
在一种可能的实现方式中，所述根据所述待处理片段中的视频帧，确定至少一个中间帧，可以包括：
获取所述待处理片段中第t帧视频帧到第t-1帧视频帧的第一光流图、所述第t帧视频帧到第t+1帧视频帧的第二光流图、所述第t+1帧视频帧到所述第t帧视频帧的第三光流图及所述第t+1帧视频帧到所述第t+2帧视频帧的第四光流图，其中，t为整数；
根据所述第一光流图、所述第二光流图确定第一插帧光流图，并根据所述第三光流图、所述第四光流图确定第二插帧光流图；
根据所述第一插帧光流图及所述第t帧视频帧确定第一插帧图像，并根据所述第二插帧光流图图像及所述第t+1帧视频帧确定第二插帧图像；
对所述第一插帧图像及所述第二插帧图像进行融合处理，得到***所述第t帧视频帧与所述第t+1帧视频帧之间的中间帧。
举例来说，第t帧视频帧和第t+1帧视频帧可以为待处理片段中待插帧的两帧视频帧，第t-1帧视频帧、第t帧视频帧、第t+1帧视频帧及第t+2帧视频帧为连续的四帧。举例来说，可以获取第t帧视频帧之前与第t帧视频帧相邻的视频帧为第t-1帧视频帧，获取第t+1帧视频帧之后与第t+1帧视频帧相邻的视频帧为第t+2帧视频帧。
其中，光流图是由目标对象在各个位置上的光流所组成的用于描述图像中目标对象的变化的图像信息。可以通过第t-1帧视频帧、第t帧视频帧进行光流预测，确定第t帧视频帧到所述第t-1帧视频帧的第一光流图，通过第t帧视频帧、第t+1帧视频帧进行光流预测，确定第t帧视频帧到所述第t+1帧视频帧的第二光流图，通过第t+1帧视频帧、第t帧视频帧进行光流预测，确定第t+1帧视频帧到所述第t帧视频帧的第三光流图，及通过第t+1帧视频帧、第t+2帧视频帧进行光流预测，确定第t+1帧视频帧到所述第t+2帧视频帧的第四光流图。其中，光流预测可以通过预训练的用于进行光流预测的神经网络实现，还可以通过其他方式实现，本公开对此不做赘述。
假设视频中的元素为匀加速运动，则可以通过第一光流图、所述第二光流图任一位置的光流值的变化确定第一插帧光流图中的该位置的光流值，可以通过第三光流图、所述第四光流图任一位置的光流值的变化确定第二插帧光流图中的该位置的光流值。可以通过下述公式(一)确定第一插帧光流，各个元素的第一插帧光流可以组成第一插帧光流图，通过下述公式(二)确定第二插帧光流，各个元素的第二插帧光流可以组成第二插帧光流图。
f0-＞s(x0)＝(f0-＞1+f0-＞-1)/2·s2+(f0-＞1-f0-＞-1)/2·s (公式一)
其中，f0-＞s用于表示元素从0时刻对应的视频帧到s时刻对应的第一插帧图像的第一插帧光流，f0-＞1用于表示元素从0时刻对应的视频帧到1时刻对应的视频帧的第二光流，f0-＞-1用于表示元素从0时刻对应的视频帧到-1时刻对应的视频帧的第一光流，x0用于表示0时刻对应的视频帧中元素的位置。
f1-＞s(x0)＝(f1-＞0+f1-＞2)/2·(1-s)2+(f1-＞0-f1-＞2)/2·(1-s) 公式(二)
其中，f1-＞s用于表示元素从1时刻对应的视频帧到s时刻对应的第二插帧图像的第二插帧光流，f1-＞0用于表示元素从1时刻对应的视频帧到0时刻对应的视频帧的第三光流，f1-＞2用于表示元素从1时刻对应的视频帧到2时刻对应的视频帧的第四光流。
举例来说，第一插帧光流图为第t帧视频帧至第一插帧图像的光流图，故通过第一插帧光流图指导第t帧视频帧的运动可以得到第一插帧图像，同理，第二插帧光流图为第t+1帧视频帧至第二插帧图像的光流图，故通过第二插帧光流图指导第t+1帧视频帧的运动可以得到第二插帧图像。
可以对第一插帧图像及第二插帧图像进行融合处理(例如：将第一插帧图像与第二插帧图像进行叠加)，融合处理得到的结果即为***第t帧视频帧与第t+1帧视频帧之间的插帧图像。
这样，本公开实施例提供的视频处理方法，可以通过多帧视频帧确定中间帧，能够感知视频中物体运动的加速度，能够提高获得的中间帧的精度，进而可以使得到的慢镜头片段更加流畅自然，获得更好的视觉效果。
需要说明的是，以上方案仅作为本公开实施例中确定中间帧的一种方式，实际上，任一种插帧方案均可以适用于本公开实施例中，例如：Super SloMo插帧算法、MEMC-Net运动补偿网络等算法，本公开实施例对中间帧的生成方法不作具体限定。
在一种可能的实现方式中，对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，可以包括：
展示所述至少一个待处理片段；
响应于针对任一待处理片段的选中操作，对被选中的所述待处理片段进行视频处理，得到具有特定播放效果的视频片段。
以慢镜头处理为例，在得到视频数据中的至少一个待处理片段后，可以在终端设备的显示界面上展示该至少一个待处理片段。示例性的，可以在显示界面上直接显示至少一个待处理片段，响应于用户针对任一待处理片段的播放操作，可以播放对应的待处理片段。或者，可以在视频数据的播放进度轴上进行至少一个待处理片段的标记，用户可以拖动播放进度轴到对应的待处理片段的标记处，播放该待处理片段。
在展示所有待处理片段后，可以通过选中操作(可以包括双击待处理片段、点击待处理片段对应的选中框、对待处理片段进行滑动或者长按等操作)，确定选中的待处理片段。响应于用户针对慢镜头处理的处理请求(可以通过触发相应控件或者发送语音指令等方式发送该处理请求)，对选中的待处理片段进行插帧处理，得到待处理片段对应的慢镜头片段。
这样，在得到多个待处理片段后，可以由用户从中自主选择进行特定播放效果处理的待处理片段。例如：针对一个篮球比赛的视频，得到多个投篮对应的待处理片段后，用户只想对球星A投篮的待处理片段进行慢镜头处理，则可以仅针对球星A投篮的待处理片段执行第一选中操作，选中该球星A投篮的待处理片段进行慢镜头处理，可以提高用户的用户体验，丰富用户的视频处理方式。
在一种可能的实现方式中，所述方法还可以包括：
响应于针对所述具有特定播放效果的视频片段的分享操作，将所述具有特定播放效果的视频片段分享至指定平台；或者，
响应于针对所述具有特定播放效果的视频片段的保存操作，将所述具有特定播放效果的视频片段保存至本地；
或者，响应于针对所述具有特定播放效果的视频片段的替换操作，将所述视频数据中的待处理片段替换为所述具有特定播放效果的视频片段，得到处理后的视频数据。
以慢镜头处理为例，在得到慢镜头片段后，可以响应于针对该慢镜头的分享操作(例如：发送语音指令或者触发分享控件等操作)，将该慢镜头片段分享至指定的平台或者指定用户。例如：用户得到球星A的慢镜头片段后，可以将该慢镜头片段分享到社交平台或者分享给通讯录里的至少一个好友，可以实现慢镜头片段的分享，丰富用户的视频处理方式。
或者，在得到慢镜头片段后，可以响应于针对慢镜头片段的保存操作(例如：针对慢镜头片段执行长按、双击、滑动等操作、或者触发保存控件均可以)，将慢镜头片段保存至本地或者指定区域中。
或者，在得到慢镜头片段后，可以响应于针对慢镜头片段的替换操作(例如：触发替换控件)，将视频数据中的待处理片段替换为该待处理片段对应的慢镜头片段，得到处理后的第一视频数据，提高针对视频数据的后期慢镜头效果的处理效率。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，可以包括：
从所述至少一个待处理片段中确定至少一个待合并片段；
从所述待合并片段中确定第一待合并片段；
对所述第一待合并片段进行视频处理，得到所述第一待合并片段对应的具有特定播放效果的视频片段；
将第二待合并片段与所述第一待合并片段对应的具有特定播放效果的视频片段合并，得到合并后的视频片段，其中，所述第二待合并片段为所述待合并片段中除所述第一待合并片段以外的片段。
举例来说，以慢镜头处理为例，在得到至少一个待处理片段后，可以从待处理片段中确定至少两个待合并片段，例如：可以通过视频帧的语义描述或者待处理片段的时长从待处理片段中确定至少两个待合并片段。或者，可以通过选中操作(可以包括双击待处理片段、点击待处理片段对应的选中框、对待处理片段进行滑动或者长按等操作)，确定选中的待处理片段为待合并片段。
示例性的，可以响应于针对待合并片段的合并操作(例如：触发合并控件)将待合并片段合并，得到合并后的视频片段。这样，在得到多个待处理片段后，可以由用户从中自主选择进行合并的待合并片段进行合并。例如：针对一个篮球比赛的视频，得到多个投篮对应的待处理片段后，用户可以从待处理片段中选择比较精彩的多个片段进行合并，得到该场比赛对应的精彩投篮片段的合集，可以提高用户的用户体验，丰富并简化用户的视频处理方式。
或者，可以针对不同的视频数据截取对应的待处理片段，存储在待处理片段集合中，作为剪辑视频素材。响应于用户针对待处理片段集合中的待处理片段的选择操作，可以将多个待处理片段合并为一个视频。例如：用户想将多个电影剪辑成一部作品，则可以将多个电影作为视频数据，设置对应的至少一个起始帧语义描述和结束帧语义描述，从多个电影中截取对应的至少一个待处理片段。并从截取的待处理片段中进行选择和合并，得到最后的剪辑作品，可以提高视频数据的剪辑效率和简化视频数据的剪辑操作。
或者，在确定多个待合并片段后，可以从待合并片段中确定待进行慢镜头处理的第一待合并片段，待合并片段中除第一待合并片段以外的片段为第二待合并片段。
示例性的，可以根据待合并片段的时长确定第一待合并片段，例如：可以确定其中时长较短的至少一个待合并片段为第一待合并片段。或者，可以根据待合并片段的起始帧的语义描述和/或结束帧的语义描述与起始帧语义描述和/或结束帧语义描述的语义相似度确定第一待合并片段，例如：可以确定其中语义相似度较高的至少一个待合并片段为第一合并片段。
这样，在确定待合并片段后，可以自适应的确定待进行慢镜头处理的第一待合并片段，并对其进行慢镜头处理，可以提高视频处理效果，及提高用户体验。
示例性的，也可以响应于针对至少一个待合并片段的选中操作(可以包括双击待处理片段、点击待处理片段对应的选中框、对待处理片段进行滑动或者长按等操作)，从待合并片段中选定待进行慢镜头处理的第一待合并片段，并对第一待合并片段进行插帧处理，得到对应的慢镜头片段。并可以将第二待合并片段与第一待合并片段对应的慢镜头片段合并(例如：可以响应于针对待合并片段的合并操作，将第二待合并片段与第一待合并片段对应的慢镜头片段合并)，得到合并后的视频片段。
这样，在得到多个待处理片段后，可以由用户从中自主选择进行合并的待合并片段进行合并。例如：针对一个篮球比赛的视频，得到多个投篮对应的待处理片段后，用户可以从待处理片段中选择比较精彩的多个片段合并，并对其中更为精彩的片段进行慢镜头处理，以得到该场比赛对应的精彩投篮片段的合集，可以提高用户的用户体验，丰富并简化用户的视频处理方式。
在一种可能的实现方式中，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，可以包括：
从所述至少一个待处理片段中确定至少一个目标待处理片段；
对所述至少一个目标待处理片段进行特效叠加，得到特效片段。
举例来说，可以预设各种特效模板，例如：各种滤镜模板、音效特效模板等，在得到至少一个待处理片段后，可以从待处理片段中确定至少一个目标待处理片段。例如：可以根据待处理片段中视频帧的语义描述或者待处理片段的时长，从待处理片段中确定目标待处理片段。或者，可以响应于用户针对至少一个待处理片段的选中操作(可以包括双击待处理片段、点击待处理片段对应的选中框、对待处理片段进行滑动或者长按等操作)，确定第四选中操作对应的待处理片段为目标待处理片段。响应于针对特效模板的选择操作，对目标待处理片段加上该选中的特效模板对应的特效，得到对应的特效片段。
例如：用户想将视频数据中所有带花的片段均加上一个唯美的滤镜，则可以通过设置对应的起始帧语义描述和结束帧语义描述(例如：起始帧语义描述设置为有花，结束帧语义描述设置为没花)，通过视频数据各视频帧对应的语义描述和设置的起始帧语义描述和结束帧语义描述，可以得到视频数据中所有带花的视频片段，这些视频片段作为待处理片段，展示在显示界面上供用户选择。用户通过第四选中操作，从待处理片段中选中目标待处理片段后，可以从预设的特效模板中，选中对应的特效(例如：唯美滤镜)。响应于用户针对唯美滤镜的选中操作，可以在目标待处理片段中叠加上对应的唯美滤镜，以得到添加滤镜后的视频数据。特效片段后续仍可继续进行慢镜头、快放、倒放等处理，以进一步实现特定播放效果。
这样一来，丰富了用户对视频数据的处理方式，并且可以简化用户对视频数据的剪辑或相应处理操作，提高了视频处理效率。
在一种可能的实现方式中，所述方法还可以包括：
确定至少一个待处理片段的处理方式；
所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，可以包括：
根据所述至少一个待处理片段的处理方式对所述视频数据中的所述待处理片段进行处理以实现特定播放效果，得到处理后的第二视频数据。
举例来说，用户在观看视频数据时，可能有不太想看的镜头，例如：有些人喜欢看恐怖片，但是又害怕看恐怖片里的有些镜头(例如：害怕看到有血的镜头)，则可以在看视频数据之前，通过设置对应的起始帧语义描述和结束帧语义描述，找到这些不太想看的待处理片段。并在设置起始帧语义描述和结束帧语义描述时，设置针对这些待处理片段的处理方式(例如：添加马赛克等特效、或者直接从视频数据中删除这些待处理片段、或者快进等操作)。在得到上述待处理片段后，可以根据上述处理方式处理上述待处理片段(例如：删除上述待处理片段)，得到处理后的第二视频数据。
这样一来，用户可以根据需要，定制化处理视频数据中的待处理片段，得到自己需要的特定播放效果，可以增加用户观看视频数据的趣味性和用户体验。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了视频处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种视频处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图4示出根据本公开实施例的视频处理装置的框图，如图4所示，所述装置包括：
获取模块41，可以用于获取视频数据；
第一确定模块42，可以用于对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段；
第一处理模块43，可以用于对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。
这样，在获取视频数据后，可以对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段，进而对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。根据本公开实施例提供的视频处理装置，可以根据针对视频数据中视频帧的语义分析结果，自动的从视频数据中确定至少一个待处理片段，进行相应的视频处理，可以提高特定播放效果的视频片段的处理效率，且丰富视频数据的处理方式，还可以简化用户的操作。
在一种可能的实现方式中，所述第一确定模块，还可以用于：
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧；
根据所述起始帧及结束帧，得到至少一个处理片段。
在一种可能的实现方式中，所述第一确定模块，还可以用于：
在所述视频数据中的第一视频帧的语义描述与起始帧语义描述匹配时，确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与结束帧语义描述匹配时，确定所述第二视频帧为结束帧。
在一种可能的实现方式中，所述第一确定模块，还可以用于：
从视频数据中的预设位置的视频帧开始，依次对所述视频数据中的视频帧进行第一语义分析，根据所述视频帧的第一语义分析结果确定视频数据中的起始帧；
在确定起始帧后，依次对所述起始帧之后的视频帧进行第二语义分析，根据所述视频帧的第二语义分析结果判断该起始帧之后的视频帧是否为结束帧，直至确定结束帧。
在一种可能的实现方式中，所述第一确定模块，还可以用于：
对所述视频数据中的第一视频帧进行语义分析，得到所述第一视频帧的语义描述；
根据所述第一视频帧的语义描述中的关键词，确定与所述第一视频帧相对应的候选起始帧语义描述；
如果所述候选起始帧语义描述中存在与所述第一视频帧的语义描述相匹配的第一起始帧语义描述，则确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与第一结束帧语义描述匹配时，确定所述第二视频帧为结束帧，其中，所述第一结束帧语义描述与所述第一起始帧语义描述相对应。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
根据所述待处理片段中的视频帧，确定至少一个中间帧；
将所述中间帧***所述待处理片段中，得到所述待处理片段对应的慢镜头片段。
在一种可能的实现方式中，所述装置还可以包括：
第二处理模块，用于根据所述慢镜头片段中视频帧的语义描述，对所述慢镜头片段进行视频处理，得到具有特定播放效果的慢镜头片段。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
确定中间帧的第一帧数；
根据所述待处理片段中的视频帧，确定所述第一帧数个中间帧。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
根据所述待处理片段的起始帧语义描述和结束帧语义描述所属的语义类别，确定所述中间帧的第一帧数；或者，
响应于针对慢镜头倍率的设置操作，确定所述中间帧的第一帧数；或者，
根据所述待处理片段的时长，确定所述中间帧的第一帧数。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
获取所述待处理片段中第t帧图像到第t-1帧图像的第一光流图、所述第t帧图像到第t+1帧图像的第二光流图、所述第t+1帧图像到所述第t帧图像的第三光流图及所述第t+1帧图像到所述第t+2帧图像的第四光流图，其中，t为整数；
根据所述第一光流图、所述第二光流图确定第一插帧光流图，并根据所述第三光流图、所述第四光流图确定第二插帧光流图；
根据所述第一插帧光流图及所述第t帧图像确定第一插帧图像，并根据所述第二插帧光流图图像及所述第t+1帧图像确定第二插帧图像；
对所述第一插帧图像及所述第二插帧图像进行融合处理，得到***所述第t帧图像与所述第t+1帧图像之间的中间帧。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
从所述待处理片段中确定至少两个待合并片段；
从所述待合并片段中确定第一待合并片段；
对所述第一待合并片段进行视频处理，得到所述第一待合并片段对应的具有特定播放效果的视频片段；
将第二待合并片段与所述第一待合并片段对应的具有特定播放效果的视频片段合并，得到合并后的视频片段，其中，所述第二待合并片段为所述待合并片段中除所述第一待合并片段以外的片段。
在一种可能的实现方式中，所述第一处理模块，还可以用于：
从所述至少一个待处理片段中确定至少一个目标待处理片段；
对所述至少一个目标待处理片段进行特效叠加，得到特效片段。
在一种可能的实现方式中，所述装置还可以包括：
第二确定模块，用于确定至少一个待处理片段的处理方式；
所述第一处理模块，还可以用于：
根据所述至少一个待处理片段的处理方式对所述视频数据中的所述待处理片段进行处理以实现特定播放效果，得到处理后的第二视频数据。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，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调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的视频处理方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的视频处理方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备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，个人数字助理等终端。
参照图5，电子设备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通常控制电子设备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电子设备800的操作。这些数据的示例包括用于在电子设备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为电子设备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，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备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。当电子设备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)，当电子设备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，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备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，如互补金属氧化物半导体(CMOS)或电荷耦合装置(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被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(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，电子设备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电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备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。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作***，例如微软服务器操作***(Windows ServerTM)，苹果公司推出的基于图形用户界面操作***(Mac OSXTM)，多用户多进程的计算机操作***(UnixTM),自由和开放原代码的类Unix操作***(LinuxTM)，开放原代码的类Unix操作***(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电子设备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。
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 Development Kit，SDK)等等。
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 (17)

1.一种视频处理方法，其特征在于，所述方法包括：
获取视频数据；
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段；
对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。
2.根据权利要求1所述的方法，其特征在于，所述对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段，包括：
对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧；
根据所述起始帧及结束帧，得到至少一个处理片段。
3.跟据权利要求2所述的方法，其特征在于，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，包括：
在所述视频数据中的第一视频帧的语义描述与起始帧语义描述匹配时，确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与结束帧语义描述匹配时，确定所述第二视频帧为结束帧。
4.根据权利要求2或3所述的方法，其特征在于，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，包括：
从视频数据中的预设位置的视频帧开始，依次对所述视频数据中的视频帧进行第一语义分析，根据所述视频帧的第一语义分析结果确定视频数据中的起始帧；
在确定起始帧后，依次对所述起始帧之后的视频帧进行第二语义分析，根据所述视频帧的第二语义分析结果判断该起始帧之后的视频帧是否为结束帧，直至确定结束帧。
5.根据权利要求3所述的方法，其特征在于，对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定起始帧及结束帧，包括：
对所述视频数据中的第一视频帧进行语义分析，得到所述第一视频帧的语义描述；
根据所述第一视频帧的语义描述中的关键词，确定与所述第一视频帧相对应的候选起始帧语义描述；
如果所述候选起始帧语义描述中存在与所述第一视频帧的语义描述相匹配的第一起始帧语义描述，则确定所述第一视频帧为起始帧；
在所述第一视频帧之后的第二视频帧的语义描述与第一结束帧语义描述匹配时，确定所述第二视频帧为结束帧，其中，所述第一结束帧语义描述与所述第一起始帧语义描述相对应。
6.根据权利要求1所述的方法，其特征在于，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段。
7.根据权利要求6所述的方法，其特征在于，所述对所述至少一个待处理片段进行插帧处理，得到所述待处理片段对应的慢镜头片段，包括：
根据所述待处理片段中的视频帧，确定至少一个中间帧；
将所述中间帧***所述待处理片段中，得到所述待处理片段对应的慢镜头片段。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述慢镜头片段中视频帧的语义描述，对所述慢镜头片段进行视频处理，得到具有特定播放效果的慢镜头片段。
9.根据权利要求7或8所述的方法，其特征在于，所述根据所述待处理片段中的视频帧，确定至少一个中间帧，包括：
确定中间帧的第一帧数；
根据所述待处理片段中的视频帧，确定所述第一帧数个中间帧。
10.根据权利要求9所述的方法，其特征在于，所述确定中间帧的第一帧数，包括：
根据所述待处理片段的起始帧语义描述和结束帧语义描述所属的语义类别，确定所述中间帧的第一帧数；或者，
响应于针对慢镜头倍率的设置操作，确定所述中间帧的第一帧数；或者，
根据所述待处理片段的时长，确定所述中间帧的第一帧数。
11.根据权利要求7至10中任一项所述的方法，其特征在于，所述根据所述待处理片段中的视频帧，确定至少一个中间帧，包括：
获取所述待处理片段中第t帧图像到第t-1帧图像的第一光流图、所述第t帧图像到第t+1帧图像的第二光流图、所述第t+1帧图像到所述第t帧图像的第三光流图及所述第t+1帧图像到所述第t+2帧图像的第四光流图，其中，t为整数；
根据所述第一光流图、所述第二光流图确定第一插帧光流图，并根据所述第三光流图、所述第四光流图确定第二插帧光流图；
根据所述第一插帧光流图及所述第t帧图像确定第一插帧图像，并根据所述第二插帧光流图图像及所述第t+1帧图像确定第二插帧图像；
对所述第一插帧图像及所述第二插帧图像进行融合处理，得到***所述第t帧图像与所述第t+1帧图像之间的中间帧。
12.根据权利要求1所述的方法，其特征在于，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
从所述待处理片段中确定至少两个待合并片段；
从所述待合并片段中确定第一待合并片段；
对所述第一待合并片段进行视频处理，得到所述第一待合并片段对应的具有特定播放效果的视频片段；
将第二待合并片段与所述第一待合并片段对应的具有特定播放效果的视频片段合并，得到合并后的视频片段，其中，所述第二待合并片段为所述待合并片段中除所述第一待合并片段以外的片段。
13.根据权利要求1所述的方法，其特征在于，所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
从所述至少一个待处理片段中确定至少一个目标待处理片段；
对所述至少一个目标待处理片段进行特效叠加，得到特效片段。
14.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定至少一个待处理片段的处理方式；
所述对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段，包括：
根据所述至少一个待处理片段的处理方式对所述视频数据中的所述待处理片段进行处理以实现特定播放效果，得到处理后的第二视频数据。
15.一种视频处理装置，其特征在于，所述装置包括：
获取模块，用于获取视频数据；
第一确定模块，用于对所述视频数据中的视频帧进行语义分析，根据所述视频帧的语义分析结果，从所述视频数据中确定至少一个待处理片段；
第一处理模块，用于对所述至少一个待处理片段进行视频处理，得到具有特定播放效果的视频片段。
16.一种电子设备，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调用所述存储器存储的指令，以执行权利要求1至14中任意一项所述的方法。
17.一种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14中任意一项所述的方法。
CN202010744184.8A 2020-07-29 2020-07-29 视频处理方法及装置、电子设备和存储介质 Pending CN111800652A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010744184.8A CN111800652A (zh) 2020-07-29 2020-07-29 视频处理方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010744184.8A CN111800652A (zh) 2020-07-29 2020-07-29 视频处理方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN111800652A true CN111800652A (zh) 2020-10-20

Family

ID=72828352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010744184.8A Pending CN111800652A (zh) 2020-07-29 2020-07-29 视频处理方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN111800652A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112468743A (zh) * 2020-11-09 2021-03-09 泓准达科技(上海)有限公司 一种热点变化过程的显示方法、装置、介质及电子设备
CN112633236A (zh) * 2020-12-31 2021-04-09 深圳追一科技有限公司 图像处理方法、装置、电子设备及存储介质
CN113923472A (zh) * 2021-09-01 2022-01-11 北京奇艺世纪科技有限公司 视频内容分析方法、装置、电子设备及存储介质
CN114245229A (zh) * 2022-01-29 2022-03-25 北京百度网讯科技有限公司 一种短视频制作方法、装置、设备以及存储介质
WO2023207210A1 (zh) * 2022-04-29 2023-11-02 荣耀终端有限公司 一种视频处理方法及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180268221A1 (en) * 2017-03-15 2018-09-20 International Business Machines Corporation Video image overlay of an event performance
CN109672921A (zh) * 2017-10-13 2019-04-23 杭州海康威视数字技术股份有限公司 录制包装视频的方法、装置和***
CN109714644A (zh) * 2019-01-22 2019-05-03 广州虎牙信息科技有限公司 一种视频数据的处理方法、装置、计算机设备和存储介质
CN110798630A (zh) * 2019-10-30 2020-02-14 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180268221A1 (en) * 2017-03-15 2018-09-20 International Business Machines Corporation Video image overlay of an event performance
CN109672921A (zh) * 2017-10-13 2019-04-23 杭州海康威视数字技术股份有限公司 录制包装视频的方法、装置和***
CN109714644A (zh) * 2019-01-22 2019-05-03 广州虎牙信息科技有限公司 一种视频数据的处理方法、装置、计算机设备和存储介质
CN110798630A (zh) * 2019-10-30 2020-02-14 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备和存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112468743A (zh) * 2020-11-09 2021-03-09 泓准达科技(上海)有限公司 一种热点变化过程的显示方法、装置、介质及电子设备
CN112633236A (zh) * 2020-12-31 2021-04-09 深圳追一科技有限公司 图像处理方法、装置、电子设备及存储介质
CN113923472A (zh) * 2021-09-01 2022-01-11 北京奇艺世纪科技有限公司 视频内容分析方法、装置、电子设备及存储介质
CN113923472B (zh) * 2021-09-01 2023-09-01 北京奇艺世纪科技有限公司 视频内容分析方法、装置、电子设备及存储介质
CN114245229A (zh) * 2022-01-29 2022-03-25 北京百度网讯科技有限公司 一种短视频制作方法、装置、设备以及存储介质
CN114245229B (zh) * 2022-01-29 2024-02-06 北京百度网讯科技有限公司 一种短视频制作方法、装置、设备以及存储介质
WO2023207210A1 (zh) * 2022-04-29 2023-11-02 荣耀终端有限公司 一种视频处理方法及电子设备

Similar Documents

Publication Publication Date Title
CN110662083B (zh) 数据处理方法、装置、电子设备及存储介质
CN106791893B (zh) 视频直播方法及装置
CN107105314B (zh) 视频播放方法及装置
CN111800652A (zh) 视频处理方法及装置、电子设备和存储介质
CN109257645B (zh) 视频封面生成方法及装置
CN107948708B (zh) 弹幕展示方法及装置
CN108038102B (zh) 表情图像的推荐方法、装置、终端及存储介质
CN110928627B (zh) 界面展示方法及装置、电子设备和存储介质
CN112153400A (zh) 直播互动方法、装置、电子设备及存储介质
CN107341509B (zh) 卷积神经网络的训练方法、装置及可读存储介质
CN110677734B (zh) 视频合成方法、装置、电子设备及存储介质
WO2022198934A1 (zh) 卡点视频的生成方法及装置
CN110933488A (zh) 视频剪辑方法及装置
CN108174269B (zh) 可视化音频播放方法及装置
CN113194254A (zh) 图像拍摄方法及装置、电子设备和存储介质
CN109685041B (zh) 图像分析方法及装置、电子设备和存储介质
CN104850643B (zh) 图片对比方法和装置
CN110019897B (zh) 显示图片的方法及装置
CN109151553B (zh) 显示控制方法及装置、电子设备和存储介质
CN106447747B (zh) 图像处理方法及装置
CN109756783B (zh) 海报的生成方法及装置
CN112130719A (zh) 页面显示方法、装置、***、电子设备及存储介质
CN113506324B (zh) 图像处理方法及装置、电子设备和存储介质
CN114125528B (zh) 一种视频特效处理方法、装置、电子设备及存储介质
CN112148183B (zh) 关联对象的处理方法、装置和介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201020

RJ01 Rejection of invention patent application after publication