CN112565825A - 一种视频数据处理方法、装置、设备以及介质 - Google Patents
一种视频数据处理方法、装置、设备以及介质 Download PDFInfo
- Publication number
- CN112565825A CN112565825A CN202011390109.2A CN202011390109A CN112565825A CN 112565825 A CN112565825 A CN 112565825A CN 202011390109 A CN202011390109 A CN 202011390109A CN 112565825 A CN112565825 A CN 112565825A
- Authority
- CN
- China
- Prior art keywords
- video
- template
- target
- segment
- segments
- 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
- 238000003672 processing method Methods 0.000 title abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 96
- 239000012634 fragment Substances 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 73
- 238000012216 screening Methods 0.000 claims abstract description 18
- 230000006399 behavior Effects 0.000 claims description 64
- 238000012545 processing Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 35
- 230000011218 segmentation Effects 0.000 claims description 30
- 239000000463 material Substances 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 20
- 239000013598 vector Substances 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 15
- 230000003993 interaction Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012549 training 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
-
- 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
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
- H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
-
- 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
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
-
- 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
- H04N21/44008—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 operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- 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
- H04N21/44012—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 rendering scenes according to scene graphs, e.g. MPEG-4 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
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
-
- 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
- H04N21/47—End-user applications
- H04N21/485—End-user interface for client configuration
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Graphics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本申请实施例提供了一种视频数据处理方法、装置、设备以及介质,该方法涉及人工智能领域,方法包括:获取目标用户请求的目标视频的视频数据,对视频数据进行视频分析,得到视频数据的视频片段;获取目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板,获取视频模板映射的模板片段以及模板片段对应的模板标签序列;基于模板片段以及模板标签序列,在视频片段中筛选满足片段匹配条件的视频片段,作为目标视频的视频素材片段;将视频数据以及视频素材片段推送至目标用户对应的应用客户端,以使应用客户端输出视频数据以及视频素材片段。采用本申请,可以增强短视频生成的智能度和可控度,并可以提高短视频的生成效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种视频数据处理方法、装置、设备以及介质。
背景技术
随着多媒体技术的发展,视频已成为人们日常生活中获取信息与享受娱乐的主要载体。因为各类视频播放平台的普及,衍生出了各式各样的短视频(即精彩视频集锦)。可以理解的是,这里的短视频是指在各类视频播放平台上播放的、适合在移动状态和短时休闲状态下观看的视频内容。
但是目前,短视频的生成需要消耗大量的人力和脑力,比如,在生成短视频的过程中,往往需要人工剪辑素材、人工合成视频、以及人工配乐等,这意味着在通过人工交互的方式生成短视频时,难以确保短视频生成效果的可控度。此外,由于在生成短视频的整个过程中,需要消耗大量的人工时间来进行音频视频的合成,以至于会降低短视频(即精彩视频集锦)的生成效率。
发明内容
本申请实施例提供一种视频数据处理方法、装置、设备以及介质,可以增强短视频生成的智能度和可控度,并可以提高短视频的生成效率。
本申请实施例一方面提供了一种视频数据处理方法,包括:
获取目标用户请求的目标视频的视频数据,对视频数据进行视频分析,得到视频数据的视频片段;一个视频片段对应一个片段属性标签;
获取目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板,获取视频模板映射的模板片段以及模板片段对应的模板标签序列;
基于模板片段以及模板标签序列,在视频片段中筛选满足片段匹配条件的视频片段,将满足片段匹配条件的视频片段作为目标视频的视频素材片段;视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同;
将视频数据以及视频素材片段推送至目标用户对应的应用客户端,以使应用客户端输出视频数据以及视频素材片段。
本申请实施例一方面提供了一种视频数据处理装置,包括:
片段生成模块,用于获取目标用户请求的目标视频的视频数据,对视频数据进行视频分析,得到视频数据的视频片段;一个视频片段对应一个片段属性标签;
模板获取模块,用于获取目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板,获取视频模板映射的模板片段以及模板片段对应的模板标签序列;
素材确定模块,用于基于模板片段以及模板标签序列,在视频片段中筛选满足片段匹配条件的视频片段,将满足片段匹配条件的视频片段作为目标视频的视频素材片段;视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同;
数据发送模块,用于将视频数据以及视频素材片段推送至目标用户对应的应用客户端,以使应用客户端输出视频数据以及视频素材片段。
其中,装置还包括:
请求接收模块,用于接收应用客户端发送的视频播放请求;视频播放请求是由应用客户端响应目标用户针对目标视频执行的播放操作所生成的;
数据查找模块,用于从视频播放请求中提取目标视频的视频标识,基于视频标识在视频业务数据库中查找目标视频对应的业务视频数据,将查找到的业务视频数据作为应用客户端中的目标视频的视频数据。
其中,片段生成模块包括:
模型获取单元,用于获取目标用户请求的目标视频的视频数据以及与视频数据相关联的网络识别模型;
分镜获取单元,用于通过视频切分组件将视频数据对应的视频序列进行分镜处理,得到与视频序列相关联的分镜片段;
标签确定单元,用于将分镜片段输入至网络识别模型,由网络识别模型对分镜片段进行属性分析,得到分镜片段对应的片段属性标签;
片段确定单元,用于将具备片段属性标签的分镜片段确定为视频数据的视频片段。
其中,分镜获取单元包括:
组件获取子单元,用于获取用于对视频数据的视频序列进行分镜处理的视频切分组件,通过视频切分组件在视频序列中获取用于作为聚类质心的第一视频帧,创建第一视频帧所属的分镜簇的分镜簇信息;
图像匹配子单元,用于在视频序列中将除第一视频帧之外的视频帧确定为第二视频帧,基于轮询机制依次获取第二视频帧,确定第二视频帧与第一视频帧的图像相似度;
分镜创建子单元,用于若第一视频帧与第二视频帧的图像相似度大于或者等于聚类阈值,则将图像相似度大于或者等于聚类阈值的第二视频帧划分到第一视频帧所属的分镜簇;
匹配完成子单元,用于若第一视频帧与第二视频帧的图像相似度小于聚类阈值,则用图像相似度小于聚类阈值的第二视频帧更新第一视频帧,创建更新后的第一视频帧所属的分镜簇的分镜簇信息,将更新后的第一视频帧依次与未匹配的第二视频帧进行图像相似度匹配,直到视频序列中的视频帧均完成图像相似度匹配时,得到视频序列中的视频帧所属的分镜簇的分镜簇信息;
分镜确定子单元,用于基于视频序列中的视频帧所属的分镜簇的分镜簇信息,确定与视频序列相关联的分镜片段。
其中,网络识别模型至少包括:具有第一属性标签提取功能的第一网络模型、具有第二属性标签提取功能的第二网络模型和具有第三属性标签提取功能的第三网络模型;
标签确定单元包括:
第一分析子单元,用于将分镜片段输入第一网络模型,通过第一网络模型对分镜片段中的每个分镜片段进行远近景分析,得到分镜片段的远近景标签,将分镜片段的远近景标签作为第一网络模型输出的第一属性标签,将具有第一属性标签的分镜片段作为第一类分镜片段;
人脸检测子单元,用于将第一类分镜片段输入第二网络模型,由第二网络模型对第一类分镜片段中的每个分镜片段进行人脸检测,得到人脸检测结果;
第二分析子单元,用于若人脸检测结果指示第一类分镜片段中存在目标角色的人脸,则在第一类分镜片段中将存在目标角色的人脸所对应的分镜片段作为第二类分镜片段,通过第二网络模型确定第二类分镜片段中的目标角色所属的角色标签,将目标角色所属的角色标签确定为第二类分镜片段的第二属性标签;目标角色为目标视频中的一个或者多个角色;
第三分析子单元,用于在第一类分镜片段中将除第二类分镜片段之外的分镜片段,确定为第三类分镜片段,将第三类分镜片段输入第三网络模型,由第三网络模型对第一类分镜片段中的每个分镜片段进行场景检测,得到第三类分镜片段的第三属性标签;
标签分析子单元,用于根据第一类分镜片段的第一属性标签、第二类分镜片段的第二属性标签、以及第三类分镜片段的第三属性标签,确定分镜片段中的每个分镜片段对应的片段属性标签。
其中,模板获取模块包括:
行为提取单元,用于获取目标用户的行为日志表,从行为日志表中提取与目标用户相关联的行为数据信息;
行为分析单元,用于对行为数据信息进行用户画像分析,得到用于表征目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板;视频模板携带模板片段的模板属性标签所构成的模板标签序列;模板片段是对模板视频进行视频分析后所得到的;模板视频是由行为数据信息所确定的;
模板分析单元,用于获取视频模板映射的模板片段以及模板片段对应的模板标签序列。
其中,模板片段的数量为N个,N为大于1的正整数;模板标签序列包含N个序列位置,一个序列位置对应一个模板属性标签,且一个模板属性标签对应一个模板片段;
素材确定模块包括:
标签确定单元,用于从N个模板片段中获取目标模板片段,在模板标签序列中将目标模板片段的队列位置确定为目标队列位置,将目标队列位置对应的模板属性标签确定为目标模板属性标签;
标签筛选单元,用于在视频片段对应的片段属性标签中,筛选与目标模板属性标签相匹配的片段属性标签,将筛选出的片段属性标签所对应的视频片段确定为候选视频片段;
片段匹配单元,用于将候选视频片段中的每个候选视频片段与目标模板片段进行相似分析,得到每个候选视频片段与目标模板片段的相似阈值,在相似阈值中确定最大相似阈值,将最大相似阈值所对应的候选视频片段确定为目标模板片段相匹配的目标候选视频片段;
素材生成单元,用于基于目标模板片段在模板标签序列中的目标队列位置,确定目标候选视频片段对应的片段属性标签所构成的目标标签序列,根据与目标标签序列相关联的每个目标候选视频片段,确定满足片段匹配条件的视频素材片段。
其中,素材生成单元包括:
视频拼接子单元,用于将与目标标签序列相关联的每个目标候选视频片段进行视频拼接处理,得到与N个模板片段相关联的拼接视频数据;
素材合成子单元,用于获取与N个模板片段相关联的模板音频数据,通过音视频合成组件将模板音频数据和拼接视频数据进行音视频合并处理,得到满足片段匹配条件的视频素材片段。
本申请实施例一方面提供了一种视频数据处理方法,包括:
响应目标用户针对应用客户端中的目标视频执行的播放操作,从服务器上获取目标视频的视频数据,以及与目标视频相关联的视频素材片段;视频素材片段是由服务器按照视频模板的模板片段以及模板片段对应的模板标签序列,对目标视频的视频片段进行筛选后所得到的;视频片段是由服务器对视频数据进行视频分析后所得到的;视频模板是由服务器基于目标用户的用户画像所确定的;视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同;
在应用客户端的应用显示界面中输出视频数据以及视频素材片段。
本申请实施例一方面提供了一种视频数据处理装置,包括:
数据获取模块,用户响应目标用户针对应用客户端中的目标视频执行的播放操作,从服务器上获取目标视频的视频数据,以及与目标视频相关联的视频素材片段;视频素材片段是由服务器按照视频模板的模板片段以及模板片段对应的模板标签序列,对目标视频的视频片段进行筛选后所得到的;视频片段是由服务器对视频数据进行视频分析后所得到的;视频模板是由服务器基于目标用户的用户画像所确定的;视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同;
数据输出模块,用于在应用客户端的应用显示界面中输出视频数据以及视频素材片段。
其中,数据获取模块包括:
请求发送单元,用于响应目标用户针对应用客户端中的目标视频执行的播放操作,生成用于请求播放目标视频的视频播放请求,将视频播放请求发送给服务器;视频播放请求中携带目标视频的视频标识;视频标识用于指示服务器获取目标用户所请求播放的目标视频的视频数据;
数据接收单元,用于接收服务器基于视频播放请求返回的视频数据,以及与目标视频相关联的视频素材片段;视频素材片段是由服务器在根据目标用户的用户画像确定出视频模板时,根据视频模板对视频数据进行视频分析以及视频匹配后所得到的,用户画像是由目标用户在应用客户端中的用户行为信息所确定的。
其中,数据输出模块包括:
视频播放单元,用于在应用客户端的应用显示界面中确定用于播放视频数据的视频播放界面,在视频播放界面中播放视频数据;
素材输出单元,用于响应针对应用显示界面的触发操作,在应用显示界面中播放视频素材片段。
本申请实施例一方面提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行本申请实施例提供的方法。
本申请实施例一方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时,执行如本申请实施例提供的方法。
本申请实施例一方面提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行本申请实施例提供的方法。
在本申请实施例中,当计算机设备获取到目标用户请求的某个视频的视频数据时,可以对该视频数据进行视频分析,以得到该视频数据的一个或者多个视频片段。其中,可以理解的是,本申请实施例所涉及的视频分析主要包括:视频分镜和属性分析。其中,视频分镜主要是指可以将该视频数据划分成一个或者多个分镜片段,这样,服务器可以进一步对每个分镜片段的片段内容进行属性分析,以得到每个分镜片段的片段属性标签,从而将具备片段属性标签的分镜片段统称为前述视频片段,应当理解,一个视频片段可以对应一个片段属性标签。由此可见,本申请实施例通过对视频数据进行视频分析(例如,视频分镜和属性分析等),可以快速得到携带片段属性标签的一个或者多个视频片段。这样,对于这些视频片段而言,可以在根据用户画像准确地确定出一个或者多个视频模板时,智能根据这些视频模板的模板标签序列来分别对这些视频片段进行筛选,以快速得到与该视频模板具有相似视频播放效果的视频片段,进而可以快速合成得到视频素材片段(比如,可以快速得到能够展示给目标用户的短视频),显然,通过引入这些视频模板,可以在生成短视频时,增强短视频生成的智能度和可控度,进而可以提高短视频的生成效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请实施例提供的一种网络架构的结构示意图;
图2是本申请实施例提供的一种进行数据交互的场景示意图;
图3是本申请实施例提供的一种视频数据处理方法的流程示意图;
图4是本申请实施例提供的一种查询视频数据的场景示意图;
图5是本申请实施例提供的一种进行分镜处理的场景示意图;
图6是本申请实施例提供的一种提取片段属性标签的流程示意图;
图7是本申请实施例提供的一种获取视频模板的场景示意图;
图8a是本申请实施例提供的一种对模板视频进行视频分析的场景示意图;
图8b是本申请实施例提供的一种对目标视频进行视频分析的场景示意图;
图9是本申请实施例提供的一种视频数据处理方法的流程示意图;
图10是本申请实施例提供的一种生成视频素材片段的流程示意图;
图11是本申请实施例提供的一种前后端交互的流程示意图;
图12a是本申请实施例提供的一种输出视频素材片段的场景示意图;
图12b是本申请实施例提供的一种更新视频素材片段的场景示意图;
图13是本申请实施例提供的一种视频数据处理装置的结构示意图;
图14是本申请实施例提供的一种视频数据处理装置的结构示意图;
图15是本申请实施例提供的一种计算机设备的结构示意图;
图16是本申请实施例提供的一种视频数据处理***。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应当理解,人工智能(Artificial Intelligence,简称AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等方向。
其中,计算机视觉(Computer Vision,简称CV)是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能***。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
具体的,请参见图1,图1是本申请实施例提供的一种网络架构的结构示意图。如图1所示,该网络架构可以包括业务服务器2000和用户终端集群。其中,用户终端集群具体可以包括一个或者多个用户终端,这里将不对用户终端集群中的用户终端的数量进行限制。如图1所示,多个用户终端具体可以包括用户终端3000a、用户终端3000b、用户终端3000c、…、用户终端3000n。其中,用户终端3000a、用户终端3000b、用户终端3000c、…、用户终端3000n可以分别与业务服务器2000通过有线或无线通信方式进行直接或间接地网络连接,以便于每个用户终端可以通过该网络连接与业务服务器2000之间进行数据交互。
其中,如图1所示的业务服务器2000可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
应当理解,如图1所示的用户终端集群中的每个用户终端均可以集成安装有应用客户端,当该应用客户端运行于各用户终端中时,可以分别与上述图1所示的业务服务器2000之间进行数据交互。其中,该应用客户端可以理解为一种能够加载并显示视频数据的应用,例如,这里的应用客户端具体可以包括:车载客户端、智能家居客户端、娱乐客户端(例如,游戏客户端)、多媒体客户端(例如,视频客户端)、社交客户端以及资讯类客户端(例如,新闻客户端)等。其中,为便于理解,本申请实施例可以在图1所示的多个用户终端中选择一个用户终端作为目标用户终端,该目标用户终端可以包括:智能手机、平板电脑、笔记本电脑、智能电视等具有视频数据加载功能的智能终端。例如,本申请实施例可以将图1所示的用户终端3000a作为目标用户终端。
为便于理解,比如,当用户Y(即目标用户)在上述目标用户终端中需要播放某个视频(比如,该用户Y自己感兴趣的视频)时,该目标用户终端可以响应针对该视频的触发操作,向图1所示的业务服务器2000发送视频播放请求,这样,该业务服务器2000可以基于该视频播放请求在视频业务数据库中查找到这个视频的视频数据,进而可以将这个视频数据和与这个视频数据相关联的一个或者多个视频素材片段(例如,这个视频的视频花絮等)返回给目标用户终端,以在该目标用户终端中对该用户Y所请求播放的这个视频的视频数据进行播放处理。可选的,与此同时,该目标用户终端还可以在播放这个视频数据时,一并显示接收到的这些视频素材片段。可以理解的是,这里的视频素材片段可以是由该业务服务器2000按照选取的视频模板的模板片段以及模板片段对应的模板标签序列,对目标视频的视频片段进行筛选后所得到的;此外,可以理解的是,这里的视频片段可以是由该业务服务器2000对视频数据进行视频分析后所得到的;应当理解,这里的视频模板可以是由该业务服务器2000基于该用户Y(即目标用户)的用户画像所确定的。
其中,可以理解的是,本申请实施例可以将上述用户Y(即目标用户)在应用客户端(例如,视频客户端K)中所选择的贴合自己兴趣的视频(比如,电视剧或者短视频等)统称为目标视频。
其中,本申请实施例中的视频素材片段可以是由上述业务服务器2000根据上述视频模板的模板片段和模板标签序列所智能生成的。比如,业务服务器2000可以通过本申请实施例所涉及的视频数据处理方法,智能生成上述用户Y在上述目标用户终端中所选择的目标视频(例如,电视剧S1)的一个或多个视频素材片段。其中,视频素材片段的生成过程是指业务服务器2000可以将电视剧S1的视频片段的标签信息(即片段属性标签)与模板视频(例如,视频M)的模板片段的标签信息(即模板属性标签)进行标签匹配以及内容相似度匹配的过程,进而可以根据标签匹配以及内容相似度匹配的结果,从电视剧S1的视频片段中筛选与视频M的模板片段中的每个模板片段具有相似视频播放效果的视频片段,从而可以根据筛选出的这些视频片段所构成的拼接视频数据以及模板片段的模板音频数据,智能生成与视频M相似的视频素材片段。
应当理解,上述网络框架适用于人工智能领域(即AI领域),该AI领域所对应的业务场景可以为视频分类场景、视频推荐场景等,这里将不对具体的业务场景进行一一列举。
其中,这里的视频分类场景主要是指计算机设备(例如,上述业务服务器2000)在通过上述视频数据处理方法,可以将同一视频下的视频片段存储于第一业务数据库。比如,计算机设备在基于某个视频模板生成视频素材片段(例如,基于视频模板B1生成的视频素材片段A1和基于视频模板B2生成的视频素材片段A2)之后,还可以将视频素材片段A1和视频素材片段A2添加至相应的短视频推荐数据库,这里的短视频推荐数据库至少可以包含第一业务数据库和第二业务数据库。其中,这里的第一业务数据库可以用于存储与同一视频相关联的一个或者多个视频素材片段。比如,若视频素材片段A1和视频素材片段A2均属于同一视频(例如,视频W)的视频片段,则可以将视频素材片段A1和视频素材片段A2添加至这个视频W所对应的第一业务数据库。可选的,若视频素材片段A1和视频素材片段A2分别属于不同视频的视频片段,比如,若视频素材片段A1对应的目标视频为用户Y1所请求的视频W1,则可以将视频素材片段A1添加至这个视频W1所对应的第一业务数据库;若视频素材片段A2对应的目标视频为用户Y2所请求的视频W2,则可以将视频素材片段A2添加至这个视频W2所对应的第一业务数据库。
其中,这里的第二业务数据库可以用于存储与同一视频模板相关联的一个或者多个视频素材片段。这意味着本申请实施例可以在不同视频的视频素材片段中,将使用同一视频模板的视频片段添加至第二业务数据库。例如,计算机设备在基于某个视频模板生成视频素材片段(例如,基于视频模板B生成视频素材片段A)之后,还可以将视频素材片段A添加至视频模板B所对应的第二业务数据库。为便于理解,比如,若该视频模板B为表情集锦类,则可以将视频素材片段A添加至这个表情集锦类所对应的第二业务数据库。又比如,若该视频模板B为故事情节集锦类,则可以将该视频素材片段A添加至这个故事情节集锦类所对应的第二业务数据库。再比如,若该视频模板B为人物混剪集锦类,则可以将该视频素材片段A添加至这个人物混剪集锦类所对应的第二业务数据库。
此外,应当理解,在上述视频推荐场景下,计算机设备(例如,上述业务服务器2000)在通过上述视频数据处理方法智能生成目标用户所请求的目标视频的视频素材片段(例如,基于视频模板B1生成的视频素材片段A1和基于视频模板B2生成的视频素材片段A2)之后,还可以将上述同一视频W的这些视频片段(即上述第一业务数据库中的视频片段,例如,视频素材片段A1和视频素材片段A2)添加至短视频推荐列表(例如,短视频推荐列表1),以将该短视频推荐列表1中的这些视频片段智能推送给上述目标用户,这样,当目标用户在上述应用客户端中观看完上述视频W(即目标视频)之后,还可以智能在应用客户端中为上述目标用户遍历播放上述短视频推荐列表1中的这些视频片段。比如,当目标用户在上述目标用户终端中观看完上述视频W时,计算机设备(例如,上述业务服务器2000)还可以将短视频推荐列表1中的多个视频素材片段中的视频素材片段A1输出至应用客户端,以在该应用客户端中实现对该视频素材片段A1的智能播放。可以理解的是,该视频素材片段A1与上述视频模板B1所映射的模板片段具有相似的视频播放效果。
可选的,计算机设备(例如,上述业务服务器2000)在通过上述视频数据处理方法智能生成视频素材片段(例如,基于视频模板B1生成的视频素材片段A1和视频素材片段A3)之后,还可以将使用同一视频模板B1的这些视频片段(即上述第二业务数据库中的视频片段,例如,视频素材片段A1和视频素材片段A3)添加至另一短视频推荐列表(例如,短视频推荐列表2),以将该短视频推荐列表2中的这些视频片段智能推送给上述目标用户。这样,当目标用户在上述应用客户端中观看短视频推荐列表2中的视频片段(例如,视频素材片段A1之后,还可以智能在应用客户端中为上述目标用户遍历播放上述短视频推荐列表2中的这些视频片段。比如,当目标用户在上述目标用户终端中观看完上述视频素材片段A1时,计算机设备(例如,上述业务服务器2000)还可以将短视频推荐列表2中的其他视频素材片段(例如,视频素材片段A3)输出至应用客户端,以在该应用客户端中实现对该视频素材片段A3的智能播放。可以理解的是,由于该视频素材片段A3与上述视频模板B1使用的是同一视频模板,所以,当在应用客户端中播放该视频素材片段A3与上述视频模板B1时,将为目标用户呈现出与上述模板片段B1所映射的模板片段相似的视频播放效果。
为便于理解,进一步的,请参见图2,图2是本申请实施例提供的一种进行数据交互的场景示意图。其中,如图2所示的服务器可以为上述图1所对应实施例中的业务服务器2000,如图2所示的用户终端X可以为上述图1所对应实施例的用户终端集群中的任意一个用户终端,为便于理解,本申请实施例以上述图1所示的用户终端3000a作为该用户终端X为例,以阐述在该业务场景为视频推荐场景下,为目标用户推荐视频素材片段的具体过程。
如图2所示,视频推荐界面200a中可以包含多个推荐视频数据,这里的多个推荐视频数据具体可以包括图2所示的视频数据20a、视频数据20b、视频数据20c和视频数据20d。可以理解的是,本申请实施例可以将展示在视频推荐界面200a中的视频数据20a、视频数据20b、视频数据20c和视频数据20d统称为推荐视频数据。
其中,如图2所示,当目标用户需要播放某个推荐视频数据(例如,视频数据20b)时,可以将该目标用户从该视频推荐界面200a中所选取的视频数据20b统称为应用显示界面中的目标视频。此时,用户终端可以响应针对应用显示界面中的该目标视频的播放操作,向图2所示的服务器发送视频播放请求。此时,服务器可以响应该视频播放请求,以在应用客户端输出该目标视频对应的视频播放界面,例如,可以在应用客户端中输出视频数据20b对应的视频播放界面,该视频数据20b对应的视频播放界面可以为图2所示的视频播放界面200b。其中,应用显示界面中可以包含用于播放目标视频的视频播放界面200b,还可以包括用于展示视频素材片段的短视频推荐列表,该短视频推荐列表中可以包含与该目标视频相关联的视频素材片段。
其中,可以理解的是,服务器在接收目标用户通过用户终端发送的视频播放请求时,可以从该视频播放请求中获取目标视频的视频标识,并根据视频标识在视频业务数据库中查询目标视频的视频数据。在查询到目标视频的视频数据后,服务器可以对该视频数据的视频序列进行上述视频分析,以得到该视频数据的视频片段,这里的视频片段具体可以包括图2所示的视频片段100a、视频片段100b、…、视频片段100k,这里的每个视频片段都可以对应一个片段属性标签。
进一步的,服务器可以基于该目标用户的用户画像,获取贴合该目标用户观影兴趣的视频模板,进而可以获取该视频模板所映射的模板片段以及该模板片段所对应的模板标签序列,以便于能够根据该模板标签序列,从上述视频片段中筛选与每个模板片段相匹配的视频片段(即满足片段匹配条件的视频片段),进而可以基于这些筛选出的满足片段匹配条件的视频片段,得到视频素材片段。由此可见,本申请实施例可以尽可能地从这些视频片段中获取与模板片段有相同标签序列特征的视频片段,进而可以按照相同的标签序列(即上述模板标签序列)填充得到上述视频素材片段(比如,可以得到上述目标视频的一个或者多个短视频),以使用户终端可以将该视频素材片段和上述视频数据输出至应用客户端。其中,可以理解的是,一个视频模板,可以对应一个或者多个视频素材片段,比如,这里将不对从目标视频的视频片段中所筛选出的具有相同标签序列特征的视频素材片段的数量进行限定。
为便于理解,本申请实施例以一个视频模板对应一个视频素材片段为例,那么,当服务器确定出贴合该目标用户的观影兴趣的视频模板的数量有多个(例如,N个)时,本申请实施例还可以用于智能生成N个视频素材片段的N个视频模板统称为视频模板。应当理解,通过N个视频模板智能生成其他视频素材片段的具体实现方式,可以一并参见对智能生成上述生成视频素材片段的具体过程的描述,这里将不再继续进行赘述。
其中,在目标用户终端中推荐视频素材片段的具体实现方式,可以参见下述图3-图12b所对应的实施例。
进一步的,请参见图3,图3是本申请实施例提供的一种视频数据处理方法的流程示意图。如图3所示,该方法可以由应用客户端执行,也可以由服务器执行,还可以由应用客户端和服务器共同执行,该应用客户端可以为上述图2所对应实施例中的用户终端X中运行的应用客户端,该服务器可以为上述图2所对应实施例中的服务器。为便于理解,本实施例以该方法由服务器执行为例进行说明,以阐述在服务器中基于视频模板生成目标视频对应的视频素材片段的具体过程。其中,该方法至少可以包括以下步骤S101-步骤S104:
步骤S101,获取目标用户请求的目标视频的视频数据,对视频数据进行视频分析,得到视频数据的视频片段;
具体的,服务器可以获取目标用户请求的目标视频的视频数据以及与视频数据相关联的网络识别模型。进一步的,服务器可以通过视频切分组件将视频数据对应的视频序列进行分镜处理,得到与视频序列相关联的分镜片段。进一步的,服务器可以将分镜片段输入至网络识别模型,由网络识别模型对分镜片段进行属性分析,得到分镜片段对应的片段属性标签。进一步的,服务器可以将具备片段属性标签的分镜片段确定为视频数据的视频片段。其中,一个视频片段可以对应一个片段属性标签。
应当理解,在获取目标用户请求的目标视频的视频数据之前,服务器可以接收应用客户端发送的视频播放请求。其中,视频播放请求是由应用客户端响应目标用户针对目标视频执行的播放操作所生成的。进一步的,服务器可以从视频播放请求中提取目标视频的视频标识,基于视频标识在视频业务数据库中查找目标视频对应的业务视频数据,将查找到的业务视频数据作为应用客户端中的目标视频的视频数据。
为便于理解,请参见图4,图4是本申请实施例提供的一种查询视频数据的场景示意图。如图4所示,这里的应用显示界面400a可以为上述图2所对应实施例中的应用显示界面200a,在目标用户针对应用客户端的应用显示界面400a中的视频数据40b执行触发操作(即播放操作)时,应用客户端可以将该视频数据40b作为目标视频,并向服务器发送携带该视频数据40b的视频标识的视频播放请求,进而服务器可以接收应用客户端发送的视频播放请求,获取该视频播放请求所携带的关于视频数据40b的视频标识,并基于该视频标识在应用客户端对应的视频业务数据库中查找该视频标识对应的业务视频数据,并将查找的业务视频数据作为视频数据40b对应的视频数据。
其中,可以理解的是,这里的目标视频可以为综艺节目、电影、电视剧等长视频,还可以为从长视频中截取的短视频等,本申请对此不做限制。
应当理解,服务器通过视频切分组件将视频数据对应的视频序列进行分镜处理,得到与视频序列相关联的分镜片段的具体过程可以描述为:该服务器可以在获取用于对视频数据的视频序列进行分镜处理的视频切分组件时,通过视频切分组件在视频序列中获取用于作为聚类质心的第一视频帧,并创建该第一视频帧所属的分镜簇的分镜簇信息(可以理解的是,这里的分镜簇信息可以为配置相应分镜簇的标识)。进一步的,服务器可以在视频序列中将除第一视频帧之外的视频帧确定为第二视频帧,并可以基于轮询机制依次获取第二视频帧,以确定第二视频帧与第一视频帧的图像相似度。进一步的,若第一视频帧与第二视频帧的图像相似度大于或者等于聚类阈值,则服务器可以将图像相似度大于或者等于聚类阈值的第二视频帧划分到第一视频帧所属的分镜簇。进一步的,若第一视频帧与第二视频帧的图像相似度小于聚类阈值,则服务器可以用图像相似度小于聚类阈值的第二视频帧更新第一视频帧,并创建更新后的第一视频帧所属的另一分镜簇的分镜簇信息,进而可以将更新后的第一视频帧依次与未匹配的第二视频帧进行图像相似度匹配,直到视频序列中的视频帧均完成图像相似度匹配时,可以得到视频序列中的视频帧所属的分镜簇的分镜簇信息(即可以划分得到视频序列中的每个视频帧所属的分镜簇)。进一步的,服务器可以基于视频序列中的视频帧所属的分镜簇的分镜簇信息,确定与视频序列相关联的分镜片段。
可以理解的是,图像相似度匹配指的是对两幅图像之间内容的相似程度进行计算,可以得到用于判断图像内容的相似程度的图像相似度,若图像相似度越大,则表明这两幅图像越相似,若图像相似度越小,则表明这两幅图像越不相似。其中,两幅图像之间内容的相似程度可以使用不同的方法来衡量,比如,余弦相似度可以把图片表示成一个向量,通过计算向量之间的余弦距离来表征两张图片的相似度;直方图可以描述一幅图像中颜色的全局分布,是一种入门级的图像相似度计算方法;结构相似性度量是一种全参考的图像质量评价指标,分别从亮度、对比度、结构三个方面度量图像相似性。应当理解,本申请对图像相似度匹配时具体使用的方法不做限制。
为便于理解,请参见图5,图5是本申请实施例提供的一种进行分镜处理的场景示意图。如图5所示的视频序列可以包括多个视频帧,具体可以包括图2所示的n个视频帧,n可以为大于1的正整数,这n个视频帧具体可以包括:视频帧10a、视频帧10b、视频帧10c、视频帧10d、…、视频帧10n。应当理解,通过聚类算法可以计算该视频序列中的视频帧之间的图像相似度,从而可以基于计算得到的视频帧之间的图像相似度,将该视频序列中的视频帧划分到不同的聚类簇(即分镜簇)。比如,通过聚类算法可以得到图5所示的k个聚类簇(即k个分镜簇),且这k个聚类簇具体可以包含图5所示的聚类簇20a、聚类簇20b、…、聚类簇20k。其中,可以理解的是,图5所示的k个聚类簇中每个聚类簇中均至少可以包括一个视频帧。
具体的,本申请可以在图5所示的视频序列中,将该视频序列中的首个视频帧(即视频帧10a)称之为能够用于作为聚类质心(即聚类质心1)的第一视频帧,并可以在该视频序列中将除视频帧10a之外的视频帧确定为第二视频帧,并可以基于轮询机制依次获取第二视频帧(即视频帧10b、视频帧10c、…、视频帧10n),以依次计算第一视频帧与第二视频帧的图像相似度。其中,本申请可以创建该聚类质心1所属的分镜簇(即分镜簇1),进而可以将视频帧10b与视频帧10a进行图像相似度匹配,在视频帧10b与视频帧10a的图像相似度(例如,相似度1)大于或等于聚类阈值时,将相似度1所对应的视频帧10b划分到视频帧10a所属的分镜簇(即分镜簇1)中。同理,本申请可以将视频帧10c划分到视频帧10a所属的分镜簇(即分镜簇1)中。
进一步的,由于视频帧10d为视频帧帧10c的下一视频帧,因此,本申请可以将视频帧10d与视频帧10a进行图像相似度匹配,在视频帧10d与视频帧10a的图像相似度(例如,相似度2)小于聚类阈值时,根据视频帧10d更新第一视频帧,即将相似度2所对应的视频帧10d作为新的聚类质心(即聚类质心2),并可以创建该聚类质心2所属的分镜簇(即分镜簇2),进而,可以基于上述轮询机制依次获取第二视频帧(即视频帧10e、…、视频帧10n),以依次计算更新后的第一视频帧与第二视频帧的图像相似度。其中,本申请可以将视频帧10e划分到视频帧10d所属的分镜簇(即分镜簇2)中。
其中,可以理解的是,本申请在获取聚类质心1和聚类质心2之后,可以使用同样的方法获取聚类质心3、聚类质心4、…、聚类质心k。同理,本申请在获取分镜簇1(即聚类簇20a)和分镜簇2(即聚类簇20b)之后,可以使用同样的方法获取分镜簇3(即聚类簇20c)、分镜簇4(即聚类簇20d)、…、分镜簇k(即聚类簇20k)。此时,视频序列中的视频帧10a、视频帧10b、…、视频帧10n已经全部完成图像相似度匹配。
由此可见,通过对图5所示的视频序列中的视频帧进行聚类处理(即分镜处理),可以得到与该视频序列相关联的多个聚类簇(即分镜簇),从而可以将每个聚类簇中的视频帧构成一个分镜片段,进而可以得到图5所示的k个分镜片段。比如,可以将聚类簇20a中的视频帧10a、视频帧10b和视频帧10c构成分镜簇1对应的分镜片段(即分镜片段1),可以将聚类簇20b中的视频帧10d和视频帧10e构成分镜簇2对应的分镜片段(即分镜片段2),…,可以将聚类簇20k中的视频帧10(n-2)、视频帧10(n-1)和视频帧10n构成分镜簇k对应的分镜片段(即分镜片段k)。
应当理解,将目标视频对应的视频序列划分为多个分镜片段的视频切分组件可以为pyscenedetect开源代码库,该pyscenedetect开源代码库是一个自动将视频数据分割为单个片段的工具,其中,第一视频帧(聚类质心)的选择可以不限于上述方式。可以理解的是,将目标视频对应的视频序列划分为多个分镜片段的方法还可以为鼓点识别的方式,即获取目标视频的音频数据,识别该音频数据中的鼓点,根据鼓点在音频数据中的位置,确定鼓点在目标视频的视频数据中的位置,以对视频数据的视频序列进行划分。其中,将视频序列划分为多个分镜片段的方法还可以为其他的方式,本申请对视频分镜具体使用的分镜方法不做限制。
可以理解的是,上述网络识别模型至少包括:具有第一属性标签提取功能的第一网络模型、具有第二属性标签提取功能的第二网络模型和具有第三属性标签提取功能的第三网络模型。应当理解,服务器可以将分镜片段输入第一网络模型,通过第一网络模型对分镜片段中的每个分镜片段进行远近景分析,得到分镜片段的远近景标签,将分镜片段的远近景标签作为第一网络模型输出的第一属性标签,将具有第一属性标签的分镜片段作为第一类分镜片段。进一步的,服务器可以将第一类分镜片段输入第二网络模型,由第二网络模型对第一类分镜片段中的每个分镜片段进行人脸检测,得到人脸检测结果。进一步的,若人脸检测结果指示第一类分镜片段中存在目标角色的人脸,则服务器可以在第一类分镜片段中将存在目标角色的人脸所对应的分镜片段作为第二类分镜片段,通过第二网络模型确定第二类分镜片段中的目标角色所属的角色标签,将目标角色所属的角色标签确定为第二类分镜片段的第二属性标签。其中,目标角色为目标视频中的一个或者多个角色。进一步的,服务器可以在第一类分镜片段中将除第二类分镜片段之外的分镜片段,确定为第三类分镜片段,将第三类分镜片段输入第三网络模型,由第三网络模型对第一类分镜片段中的每个分镜片段进行场景检测,得到第三类分镜片段的第三属性标签。进一步的,服务器可以根据第一类分镜片段的第一属性标签、第二类分镜片段的第二属性标签、以及第三类分镜片段的第三属性标签,确定分镜片段中的每个分镜片段对应的片段属性标签。
可以理解的是,第一网络模型可以为远近景识别模型,第二网络模型可以为人脸识别模型,第三网络模型可以为场景识别模型,基于此,上述第一网络模型、第二网络模型和第三网络模型还可以为表情识别模型、动作识别模型等,本申请对网络识别模型的具体类型不做限制,同理,网络识别模型可以采用任意深度学习模型或机器学习模型,本申请对网络识别模型使用的具体模型不做限制。应当理解,通过预先训练的网络识别模型,可以提高目标视频的基础分析能力,进而可以快速得到目标视频对应的视频片段。
可以理解的是,可以通过人脸检测模型对分镜片段进行人脸检测,得到人脸检测结果,进而可以通过人脸识别模型确定人脸检测结果中的人脸所对应的角色标签,这里的人脸检测模型和人脸识别模型可以统称为第二网络模型。其中,人脸检测与人脸识别可以统称为图像检测,图像检测表示机器学习技术可以对标注样本数据(即图像中多个标注框与标签对的对应关系)进行学习后获得数学模型,在学习训练的过程中可以获得该数学模型的参数,识别预测时加载该数学模型的参数,并计算输入样本存在的实物标签的预测框以及该预测框属于指定范围内某个实物标签的概率,进而可以将具有最大概率的实物标签作为该预测框对应的标签。
其中,可以理解的是,将分镜片段直接输入远近景识别模型,可以获取该分镜片段对应的远近景标签(即第一属性标签),将分镜片段直接输入场景识别模型,可以获取该分镜片段对应的场景标签(即第三属性标签)。在将分镜片段输入第三网络模型之前,需要提前对人脸进行目标角色的检索,即可以提前将分镜片段的目标角色输入第二网络模型,通过该第二网络模型提取该目标角色的特征向量,因此,在确定分镜片段的角色标签时,可以在将分镜片段输入第二网络模型时,提取该分镜片段中的全部视频帧,并对这些视频进行人脸检测,进而可以将检测到的人脸的特征向量与上述目标角色的特征向量进行比较,若特征向量比较的相似度结果大于阈值,则认为该人脸是目标角色,将目标角色的角色标签作为该检测到的人脸所在的分镜片段的角色标签(即第二属性标签)。
应当理解,本申请借助于上述网络识别模型(即第一网络模型、第二网络模型和第三网络模型),可以在无需知道分镜片段的标签信息(即不需要预先知道任何图像噪声信息)的情况下,直接将分镜片段输入第一网络模型(即上述远近景识别模型),以获取该分镜片段对应的第一属性标签(即根据模型自动进行样本噪声程度预测,以给出每个分镜片段的新标签),进而可以将具有第一属性标签的分镜片段统称为第一类分镜片段。可以理解的是,本申请实施例在得到第一类分镜片段之后,还可以进一步将新标签自动反馈到后续模型中进行学习,以通过动态噪声预测及处理,来避免上述网络识别模型陷入局部最优,保证模型学习是向识别效果更佳的方向进行。
比如,本申请实施例还可以进一步将第一类分镜片段输入至第二网络模型,以使第二网络模型可以对所述第一类分镜片段中的每个分镜片段进行人脸检测和人脸识别,进而可以在这些第一类分镜片段中挑选出所有的包含目标角色的人脸的第一类分镜片段。可以理解的是,本申请实施例可以将挑选出的这些包含目标角色的人脸的第一类分镜片段统称为第二类分镜片段。此外,可以理解的是,该第二网络模型还可以用于输出每个第二分镜片段中的目标角色所属的角色标签,基于此,本申请实施例可以将这里的目标角色所属的角色标签统称为第二类分镜片段的第二属性标签。应当理解,这里的目标角色可以为目标视频中的一个或者多个角色,这里将不对目标角色的数量进行限定。进一步的,本申请实施例还可以在第一分镜片段中将除第二类分镜片段之外的其他分镜片段统称为第三类分镜片段,进而可以将第三类分镜片段输入第三网络模型(即上述场景识别模型),以获取该第三类分镜片段对应的第三属性标签。由此可见,本申请实施例通过上述训练好的网络识别模型可以实时校正分镜片段所属的标签信息,进而可以根据上述第一属性标签、第二属性标签和第三属性标签,准确得到每个分镜片段的片段属性标签。
为便于理解,请参见图6,图6是本申请实施例提供的一种提取片段属性标签的流程示意图。如图6所示的视频数据可以为上述目标视频的视频数据,则得到分镜片段的标签信息的具体过程可以描述为:对视频数据的视频序列进行视频分镜可以得到k个分镜片段,进而可以将分镜片段输入网络识别模型,以得到每个分镜片段在网络识别模型下的标签信息,这里的网络识别模型可以为图6所示的场景识别模型(即第三网络模型)、远近景识别模型(即第一网络模型)、人脸检测模型和人脸识别模型(即第二网络模型)。
其中,可以理解的是,如图6所示,在将k个分镜片段输入远近景识别模型之后,得到的每个分镜片段对应的远近景标签(即第一属性标签)可以为:{分镜1:x1,分镜2:x2,…,分镜k:xk},这里的x1表示分镜1对应的远近景标签为x1,这里的x2表示分镜2对应的远近景标签为x2,…,这里的xk表示分镜k对应的远近景标签为xk。其中,上述远近景标签可以包括但不限于:远景、人物近景、人物特写、物体全景、物体特写等。其中,这里的分镜1、分镜2、…、分镜k可以为上述图5所对应实施例中的分镜片段1、分镜片段2、…、分镜片段k。
其中,可以理解的是,如图6所示,在将k个分镜片段输入远近景识别模型之后,可以将k个分镜片段输入人脸检测模型和人脸识别模型,在将k个分镜片段输入人脸检测模型和人脸识别模型之后,得到的每个分镜片段对应的角色标签(即第二属性标签)可以为:{分镜1:y1,分镜2:y2,分镜4:y4,…,分镜k-1:yk-1},这里的y1表示分镜1对应的角色标签为y1,这里的y2表示分镜2对应的角色标签为y2,这里的y4表示分镜4对应的角色标签为y4,…,这里的yk-1表示分镜k-1对应的角色标签为yk-1。其中,上述角色标签可以包括但不限于:单人、双人等;上述角色标签还可以包括但不限于:男一、男二、女一、女二、小女孩A、小男孩B等。其中,分镜3、分镜5、…、分镜k不包括角色标签。
其中,可以理解的是,如图6所示,在将k个分镜片段输入人脸检测模型和人脸识别模型之后,可以将未获得检测或识别结果(即不包括角色标签)的分镜片段输入场景识别模型,在将未获得检测或识别结果的分镜片段输入场景识别模型之后,得到的每个分镜对应的场景标签(即第三属性标签)可以为:{分镜3:z3,分镜5:z5,…,分镜k:zk},这里的z3表示分镜3对应的场景标签为z3,这里的z5表示分镜5对应的场景标签为z5,…,这里的zk表示分镜k对应的场景标签为zk。其中,上述场景标签可以包括但不限于:自然场景、室内场景、人物建筑、竹林、河边、游乐园等。
应当理解,对于k个分镜片段中的某一个分镜片段而言,可以使用该分镜片段的远近景标签和角色标签、或远近景标签和场景标签,来共同描述该分镜片段的片段属性标签。比如,对于k个分镜片段中的分镜1而言,可以使用该分镜1的远近景标签和角色标签,共同来描述该分镜1的片段属性标签(即片段属性标签1),例如分镜1对应的远近景标签为远景(即x1为远景),分镜1对应的角色标签为男一(即y1为男一),则该分镜1对应的片段属性标签1可以为:{远景、男一}。
步骤S102,获取目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板,获取视频模板映射的模板片段以及模板片段对应的模板标签序列;
具体的,服务器可以获取目标用户的行为日志表,从行为日志表中提取与目标用户相关联的行为数据信息。进一步的,服务器可以对行为数据信息进行用户画像分析,得到用于表征目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板。其中,视频模板可以携带模板片段的模板属性标签所构成的模板标签序列,模板片段是对模板视频进行视频分析后所得到的,模板视频是由行为数据信息所确定的。进一步的,服务器可以获取视频模板映射的模板片段以及模板片段对应的模板标签序列。其中,可以理解的是,本申请实施例可以将服务器在目标时长内所获取到的应用客户端中的不同用户的行为日志统称为行为日志表。
其中,可以理解的是,行为数据信息用于记录目标用户每次访问应用客户端时,产生的行为交互数据(访问,浏览,搜索,点击等),这里的行为交互数据具体可以包括目标用户访问视频的类型、浏览视频的时间、浏览视频的次数、搜索视频的记录、点击视频的次数,以及目标用户收藏的视频、推荐的视频、点赞的视频、购买的视频、投币的视频等。
为便于理解,请参见图7,图7是本申请实施例提供的一种获取视频模板的场景示意图。如图7所示的日志管理***70中具体可以包括多个数据库,多个数据库具体可以包含图7所示的数据库70a、数据库70b、…、数据库70n。这意味着该日志管理***10可以用于存储应用客户端中的不同用户的行为日志。比如,数据库70a可以用于存储用户Y1(未在图上示出)的行为日志,数据库70b可以用于存储用户Y2(未在图上示出)的行为日志,…,数据库70n可以用于存储用户Yn(未在图上示出)的行为日志。
其中,如图7所示,在目标用户为上述用户Y1(即目标用户)时,服务器可以在数据库10a中获取目标用户在目标时长内的行为日志表,可以进一步在行为日志表中获取行为数据信息。应当理解,服务器在获取到目标用户的行为数据信息之后,可以对目标时长内的行为数据信息进行用户画像分析,以得到用于表征目标用户的用户画像。
其中,这里的用户画像可以包括目标用户对于某一个视频类型的喜爱程度,服务器进而可以选择这一视频类型的视频模板作为与目标用户相关联的视频模板;同理,这里的用户画像可以包括目标用户对于某一个视频的喜爱程度,服务器进而可以选择这一个视频对应的视频模板作为与目标用户相关联的视频模板。可以理解的是,这里的视频模板对应的模板数据可以为与目标视频的视频数据具有相同视频类型的数据,比如,在目标视频为动漫时,可以在动漫类的视频模板中选择与目标视频相关联的视频模板,又比如,在目标视频为真人剧时,可以在真人剧类的视频模板中选择与目标视频相关联的视频模板,这样,可以为目标视频选择最佳的视频模板,提高视频素材片段的显示效果。
其中,可以理解的是,图7所示的日志管理***70可以在单个行为记录周期内(比如,以天为该行为记录周期的单位),为访问该应用客户端的目标用户建立一个行为日志表,例如,该日志管理***70可以在检测到该目标用户当天首次访问该应用客户端时,为该目标用户建立一个行为日志表,此时,这个行为日志表中记录了当前访问该应用客户端的访问时间戳(例如,T1时刻),这意味着这个行为日志表中并不存在当前T1时刻之前的任何其他行为交互数据。进一步的,该日志管理***70可以在当前这个行为记录周期达到记录周期阈值时,将为这个目标用户建立的这个行为日志表(例如,行为日志表1)添加到对应的数据库(例如,图7所示的数据库10a)进行存储。同理,日志管理***70可以在目标用户的访问时间戳为其他时刻(例如,T2时刻)时,将该T2时刻所对应行为日志表(例如,行为日志表2)添加到对应的数据库(例如,图7所示的数据库10a)进行存储。
应当理解,当目标用户在记录周期内访问客户端,且与该应用客户端之间产生交互行为时,则可以在这个记录周期的行为日志表中,记录该目标用户与应用客户端之间的交互行为。可以理解的是,这里的目标时长具体可以包括:一个或者多个记录周期。所以,服务器在上述目标时长(即截止到本次访问应用客户端前的多个记录周期)内所获取到的目标用户的行为日志表,具体可以包括上述行为日志表1、上述行为日志表1和行为日志表2。
步骤S103,基于模板片段以及模板标签序列,在视频片段中筛选满足片段匹配条件的视频片段,将满足片段匹配条件的视频片段作为目标视频的视频素材片段;
具体的,服务器可以从N个模板片段中获取目标模板片段,在模板标签序列中将目标模板片段的队列位置确定为目标队列位置,将目标队列位置对应的模板属性标签确定为目标模板属性标签。其中,模板片段的数量可以为N个,这里的N可以为大于1的正整数,因此,模板标签序列可以包含N个序列位置,一个序列位置对应一个模板属性标签,且一个模板属性标签对应一个模板片段。进一步的,服务器可以在视频片段对应的片段属性标签中,筛选与目标模板属性标签相匹配的片段属性标签,将筛选出的片段属性标签所对应的视频片段确定为候选视频片段。进一步的,服务器可以将候选视频片段中的每个候选视频片段与目标模板片段进行相似分析,得到每个候选视频片段与目标模板片段的相似阈值,在相似阈值中确定最大相似阈值,将最大相似阈值所对应的候选视频片段确定为目标模板片段相匹配的目标候选视频片段。进一步的,服务器可以基于目标模板片段在模板标签序列中的目标队列位置,确定目标候选视频片段对应的片段属性标签所构成的目标标签序列,根据与目标标签序列相关联的每个目标候选视频片段,确定满足片段匹配条件的视频素材片段。其中,视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同。
可以理解的是,相似分析可以表示候选视频片段与目标模板片段之间的场景相似度,将候选视频片段输入第三网络模型,可以得到候选视频片段对应的候选特征向量,将目标模板片段输入第三网络模型,可以得到目标模板片段对应的目标特征向量,通过计算候选特征向量与目标特征向量之间的向量距离,可以得到候选视频片段与目标模板片段之间的相似度(即上述相似阈值),考虑到该第三网络模型为场景识别模型,则这里的相似度可以表示场景相似度。其中,相似分析还可以表示候选视频片段与目标模板片段之间远近景相似度,相似分析还可以表示候选视频片段与目标模板片段之间人物相似度。
比如,可以将目标模板片段输入第三网络模型,得到目标模板片段的目标特征向量,假设存在2个候选视频片段,这2个候选视频片段具体可以包括:候选视频片段1和候选视频片段2,其中,将这2个候选视频片段输入第三网络模型,得到候选视频片段1的候选特征向量1以及候选视频片段2的候选特征向量2。在计算上述目标特征向量分别与2个候选特征向量之间的向量距离之后,若目标特征向量与候选特征向量2之间的距离最小,则表示目标模板片段与候选视频片段2之间的相似阈值为最大相似阈值,可以将候选特征向量2所对应的候选视频片段2作为与目标模板片段相匹配的目标候选视频片段。其中,相似分析还可以表示候选视频片段与目标模板片段之间的时长关系,本申请对相似分析的计算方法不做具体限制。
为便于理解,请参见图8a和图8b,图8a是本申请实施例提供的一种对模板视频进行视频分析的场景示意图,图8b是本申请实施例提供的一种对目标视频进行视频分析的场景示意图。对模板视频进行视频分析后可以得到图8a所示的N个模板片段,这里的N可以为大于1的正整数,例如,N等于4,则4个模板片段可以包括:模板片段80a、模板片段80b、模板片段80c和模板片段80d。其中,模板片段80a对应的模板属性标签为{远景},模板片段80b对应的模板属性标签为{人物特写},模板片段80c对应的模板属性标签为{人物近景}以及模板片段80d对应的模板属性标签为{物体近景}。对目标视频进行视频分析后可以得到图8b所示的M个视频片段,这里的M可以为大于1的正整数,例如,M等于8,则8个视频片段可以包括:视频片段800a,视频片段800b,视频片段800c,视频片段800d,视频片段800e,视频片段800f,视频片段800g和视频片段800h。其中,视频片段800a对应的片段属性标签为{远景},视频片段800b对应的片段属性标签为{人物近景},视频片段800c对应的片段属性标签为{远景},视频片段800d对应的片段属性标签为{人物近景},视频片段800e对应的片段属性标签为{人物近景},视频片段800f对应的片段属性标签为{远景},视频片段800g对应的片段属性标签为{物体近景},视频片段800h对应的片段属性标签为{人物特写}。
其中,可以理解的是,若从图8a中的4个模板片段中获取模板片段80a作为目标模板片段(例如,目标模板片段1),则该目标模板片段1的队列位置可以为位置1(即目标队列位置为位置1),该目标模板片段的模板属性标签可以为{远景}(即目标模板属性标签为{远景})。在图8b的8个视频片段中筛选出与该目标模板属性标签相匹配的片段属性标签为{远景},{远景}对应的视频片段为视频片段800a,视频片段800c和视频片段800f,则目标模板片段1对应的候选视频片段为视频片段800a,视频片段800c和视频片段800f。进一步的,在计算这3个候选视频片段与目标模板片段1之间的相似阈值之后,若视频片段800a与该目标模板片段1之间的相似阈值为最大相似阈值,则将视频片段800a确定为与该目标模板片段1相匹配的目标候选视频片段(例如,目标候选视频片段1)。
同理,可以理解的是,若从图8a中的4个模板片段中获取模板片段80b作为目标模板片段(例如,目标模板片段2),则该目标模板片段2的队列位置可以为位置2(即目标队列位置为位置2),该目标模板片段的模板属性标签可以为{人物特写}(即目标模板属性标签为{人物特写})。在图8b的8个视频片段中筛选出与该目标模板属性标签相匹配的片段属性标签为{人物特写},{人物特写}对应的视频片段为视频片段800h,则将视频片段800h确定为与该目标模板片段2相匹配的目标候选视频片段(例如,目标候选视频片段2)。
同理,可以理解的是,若从图8a中的4个模板片段中获取模板片段80c作为目标模板片段(例如,目标模板片段3),则该目标模板片段3的队列位置可以为位置3(即目标队列位置为位置3),该目标模板片段的模板属性标签可以为{人物近景}(即目标模板属性标签为{人物近景})。在图8b的8个视频片段中筛选出与该目标模板属性标签相匹配的片段属性标签为{人物近景},{人物近景}对应的视频片段为视频片段800d和视频片段800e,则目标模板片段3对应的候选视频片段为视频片段800d和视频片段800e。进一步的,在计算这2个候选视频片段与目标模板片段3之间的相似阈值之后,若视频片段800e与该目标模板片段3之间的相似阈值为最大相似阈值,则将视频片段800e确定为与该目标模板片段3相匹配的目标候选视频片段(例如,目标候选视频片段3)。
同理,可以理解的是,若从图8a中的4个模板片段中获取模板片段80d作为目标模板片段(例如,目标模板片段4),则该目标模板片段4的队列位置可以为位置4(即目标队列位置为位置4),该目标模板片段的模板属性标签可以为{物体近景}(即目标模板属性标签为{物体近景})。在图8b的8个视频片段中筛选出与该目标模板属性标签相匹配的片段属性标签为{物体近景},{物体近景}对应的视频片段为视频片段800g,则将视频片段800g确定为与该目标模板片段4相匹配的目标候选视频片段(例如,目标候选视频片段4)。
因此,位置1对应的目标候选视频片段1为视频片段800a,位置2对应的目标候选视频片段2为视频片段800h,位置3对应的目标候选视频片段3为视频片段800e,位置4对应的目标候选视频片段4为视频片段800g,则可以基于位置1、位置2、位置3和位置4,由视频片段800a,视频片段800h,视频片段800e和视频片段800g确定视频素材片段。其中,模板标签序列为模板片段对应的模板属性标签所构成的序列,这里的模板标签序列可以表示为{远景、人物特写、人物近景、物体近景};目标标签序列为与模板片段匹配的视频片段对应的片段属性标签所构成的序列,这里的目标标签序列可以表示为{远景、人物特写、人物近景、物体近景}。
其中,可以理解的是,目标模板片段1可以与目标候选视频片段1具有相似的视频播放效果,目标模板片段2可以与目标候选视频片段2具有相似的视频播放效果,目标模板片段3可以与目标候选视频片段3具有相似的视频播放效果,目标模板片段4可以与目标候选视频片段4具有相似的视频播放效果,因此,视频素材片段可以与上述模板片段具有相同的视频播放效果。
应当理解,根据与目标标签序列相关联的每个目标候选视频片段,确定视频素材片段时,服务器可以将与目标标签序列相关联的每个目标候选视频片段进行视频拼接处理,得到与N个模板片段相关联的拼接视频数据。进一步的,服务器可以获取与N个模板片段相关联的模板音频数据,通过音视频合成组件将模板音频数据和拼接视频数据进行音视频合并处理,得到满足片段匹配条件的视频素材片段。
其中,将每个目标候选视频片段进行视频拼接处理,以及将模板音频数据和拼接视频数据进行音视频合并处理的工具可以为同一个工具,这个工具可以为上述音视频合成组件,这里的音视频合成组件可以为ffmpeg工具,也可以为其他第三方具有视频解封装能力的软件工具,这里将不再对视频解封装组件进行一一举例。
步骤S104,将视频数据以及视频素材片段推送至目标用户对应的应用客户端,以使应用客户端输出视频数据以及视频素材片段。
其中,可以理解的是,应用客户端在接收到视频数据以及视频素材片段后,可以在应用显示界面中播放该视频数据以及视频素材片段。可选的,当应用客户端播放所述视频数据的同时,该应用客户端还可以用于展示每个视频素材片段的缩略图,这里将不对应用客户端输出视频素材片段的具体实现形式进行限定。
在本申请实施例中,服务器在获取到目标用户请求的某个视频的视频数据时,可以对该视频数据进行视频分析,以得到该视频数据的一个或者多个视频片段。其中,可以理解的是,本申请实施例所涉及的视频分析主要包括:视频分镜和属性分析。其中,视频分镜主要是指可以将该视频数据划分成一个或者多个分镜片段,这样,服务器可以进一步对每个分镜片段的片段内容进行属性分析,以得到每个分镜片段的片段属性标签,从而将具备片段属性标签的分镜片段统称为前述视频片段,应当理解,一个视频片段可以对应一个片段属性标签。进一步的,服务器可以在获取到目标用户的用户画像时,快速根据该用户画像确定出与该目标用户相关联的视频模板,进而可以在获取到这个视频模板所映射的模板片段(比如,热门短视频)以及模板片段对应的模板标签序列时,智能在视频片段中筛选满足片段匹配条件的视频片段,从而可以将筛选出的满足片段匹配条件的视频片段作为目标视频的视频素材片段。其中,可以理解的是,这里的视频素材片段的片段属性标签所构成的目标标签序列可以与模板标签序列相同,以确保该视频素材片段与上述模板片段具有相同的视频播放效果。然后,服务器可以将上述视频数据以及视频素材片段智能推送至目标用户对应的应用客户端,以使应用客户端可以输出视频数据和视频素材片段。由此可见,本申请实施例通过视频分析(例如,视频分镜和属性分析等),可以快速得到携带片段属性标签的一个或者多个视频片段。这样,对于这些视频片段而言,可以在根据用户画像智能确定出一个或者多个视频模板时,智能根据这些视频模板的模板标签序列来分别对这些视频片段进行筛选,以快速得到与该视频模板具有相似视频播放效果的视频片段,进而可以快速合成得到视频素材片段(比如,可以快速得到能够推送给目标用户的短视频),显然,通过引入这些视频模板,可以在生成短视频时,增强短视频生成的智能度和可控度,进而可以提高短视频的生成效率。
进一步的,请参见图9,图9是本申请实施例提供的一种视频数据处理方法的流程示意图。如图9所示,该方法可以由应用客户端和服务器共同执行,该应用客户端可以为上述图2所对应实施例中的用户终端X中运行的应用客户端,该服务器可以为上述图2所对应实施例中的服务器。其中,该方法可以包括以下步骤:
步骤S201,应用客户端可以响应目标用户针对目标视频执行的播放操作,生成用于请求播放目标视频的视频播放请求,将视频播放请求发送给服务器;
其中,视频播放请求中可以携带目标视频的视频标识,这里的视频标识用于指示服务器获取目标用户所请求播放的目标视频的视频数据。其中,播放操作可以包括点击、长按、滑动等接触性操作,也可以包括语音、手势等非接触性操作,本申请在此不做限定。
步骤S202,服务器获取目标用户请求的目标视频的视频数据,对视频数据进行视频分析,得到视频数据的视频片段;
步骤S203,服务器获取目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板,获取视频模板映射的模板片段以及模板片段对应的模板标签序列;
步骤S204,服务器基于模板片段以及模板标签序列,在视频片段中筛选满足片段匹配条件的视频片段,将满足片段匹配条件的视频片段作为目标视频的视频素材片段;
步骤S205,服务器将视频数据以及视频素材片段推送至目标用户对应的应用客户端;
为便于理解,请参见图10,图10本申请实施例提供的一种生成视频素材片段的流程示意图。如图10所示,服务器可以在获取到精彩短视频(即模板视频)时,对该精彩短视频进行视频分析,以得到该精彩短视频的一个或者多个视频片段,进而可以将该精彩短视频的一个或者多个视频片段作为模板片段。其中,可以理解的是,本申请实施例所涉及的视频分析主要包括:视频分镜和属性分析。其中,视频分镜主要是指可以将该精彩短视频的视频数据划分成一个或者多个分镜片段,这样,服务器可以进一步对每个分镜片段的片段内容进行属性分析(即分镜信息抽取),以得到每个分镜片段的模板属性标签(即图10所示的场景标签、人物标签(即角色标签)和远近镜标签),从而将具备模板属性标签的分镜片段统称为前述模板片段,从而可以基于模板属性标签确定热门集锦序列(即镜头序列记录)。应当理解,一个模板片段可以对应一个模板属性标签。其中,图10所示的集锦序列库中的热门集锦序列1可以为模板片段1对应的模板属性标签,热门集锦序列2可以为模板片段2对应的模板属性标签,热门集锦序列3可以为模板片段3对应的模板属性标签。
应当理解,本申请实施例可以将模板视频(即上述精彩短视频)的模板片段、模板片段的模板标签序列和模板音频数据(即音乐)统称为视频模板。
如图10所示,服务器可以在获取到电视剧(即目标视频)时,对该电视剧进行视频分镜和属性分析,以得到该电视剧的一个或者多个视频片段。应当理解,一个视频片段可以对应一个片段属性标签。这样,服务器可以从集锦序列库中获取一个或多个热门集锦序列(即序列采样),进而可以按照选取的热门集锦序列确定模板片段以及模板片段对应的模板标签序列,对目标视频的视频片段进行筛选和排序,以得到筛选后的视频片段(即基于素材匹配的分片段镜序列排列),进而可以根据筛选出的这些视频片段所构成的拼接视频数据以及模板片段的模板音频数据,智能生成与电视剧相似的视频素材片段。
其中,通过抽取各短视频平台中的精彩短视频,并获取这些精彩短视频对应的视频模板,可以实现视频模板的连续多日积累,将电视剧根据视频模板生成相应样式的一个或多个视频素材片段,可以丰富最终生成的视频素材片段的样式。其中,一个电视剧可以根据多个视频模板生成多种样式的视频素材片段,可以供视频推荐场景中千人千面的推荐选择,且对于每个视频模板,通过深度学习和图像分析算法可以对精彩短视频和电视剧进行视频分析与视频匹配,可以达到自动化分析的目标。此外,对于新的电视剧,只需要有限的迁移能力即可完成该电视剧的解析,所以新的电视剧的生成难度低,可迁移性大。
应当理解,服务器对电视剧进行视频分镜和属性分析的具体过程,可以参见上述步骤S102的描述,这里将不再继续进行赘述。应当理解,服务器对精彩短视频进行视频分镜和属性分析的具体过程,可以参见服务器对电视剧进行视频分镜和属性分析的描述,这里将不再继续进行赘述。
步骤S206,应用客户端在应用显示界面中输出视频数据以及视频素材片段。
具体的,应用客户端可以接收服务器基于视频播放请求返回的视频数据,以及与目标视频相关联的视频素材片段,并可以在应用客户端的应用显示界面中确定用于播放视频数据的视频播放界面,进而可以在视频播放界面中播放视频数据。进一步的,应用客户端可以响应针对应用显示界面的触发操作,在应用客户端的应用显示界面中播放相应的视频素材片段。其中,该触发操作可以包括点击、长按、滑动等接触性操作,也可以包括语音、手势等非接触性操作,本申请在此不做限定。可选的,可以理解的是,应用客户端在获取到视频素材片段之后,还可以在应用显示界面中展示每个视频素材片段的缩略图,或者在应用显示界面中动态播放每个视频素材片段的动画,这里将不对这些视频素材片段的具体展示形式进行限定。
为便于理解,请参见图11,图11是本申请实施例提供的一种前后端交互的流程示意图。可以理解的是,上述应用客户端可以运行在图11所示的前端B,目标用户针对前端B的应用客户端中的目标视频(比如,目标用户感兴趣的视频)执行的播放操作,即为前端B输入目标视频,进而服务器(即后端)可以基于视频模板,生成与该目标视频相关联的一个或多个视频素材片段(即后端生成),进而服务器可以将这个目标视频的视频数据和与这个目标视频相关联的一个或者多个视频素材片段(例如,这个视频的视频花絮等)返回给前端B,即在前端B的应用显示界面中显示服务器返回的视频数据和视频素材片段。应当理解,这里的视频模板可以是由该服务器基于该目标用户的用户画像所确定的。
可以理解的是,如图11所示,前端A可以为视频剪辑员对应的另一用户终端,在对前端A输入的精彩短视频进行视频分析后,该视频剪辑员可以在视频分析得到的视频片段中,选择一个或多个视频片段作为模板片段,进而可以基于这些模板片段确定视频模板(即挖掘精彩视频模板)。其中,前端A可以接收精彩短视频的输入,然后将该精彩短视频对应的视频模板(即精彩视频模板)上传给服务器保存(即后端保存)。
应当理解,上述前端B与前端A还可以为同一个用户终端,即前端B(或前端A)可以是精彩短视频的输入方,也可以是目标视频的输入方。
为便于理解,请参见图12a,图12a是本申请实施例提供的一种输出视频素材片段的场景示意图。如图12a所示,这里的应用显示界面120a可以为上述图2所对应实施例中的应用显示界面,应用显示界面120a中可以包含用于播放目标视频的视频播放界面1,还可以包括用于展示或播放视频素材片段的短视频推荐列表(例如,短视频推荐列表1),该短视频推荐列表1中至少可以包含与该目标视频相关联的视频素材片段,这里的视频素材片段可以为上述第一业务数据库中与目标视频相关联的视频素材片段。在目标用户针对应用显示界面120a执行触发操作(例如,图12a所示的滑动操作)后,应用客户端可以在应用显示界面120b的集锦推荐部分展示或播放上述短视频推荐列表1中的视频素材片段。其中,可选的,当应用客户端在视频播放界面1中播放目标视频时,该应用客户端还可以遍历播放(或同步播放)短视频推荐列表1中的视频素材片段。如图12a所示,该视频推荐列表1中具体可以包括与该目标视频相关联的N个视频素材片段,这里的N个视频素材片段具体可以为图12a所示的3个视频素材片段,比如,这3个视频素材片段可以具体包括:视频素材片段A1、视频素材片段A2和视频素材片段A3。
可选的,在目标用户针对应用显示界面120a中的业务推荐控件执行触发操作(例如,点击操作)后,应用客户端可以在应用显示界面120b的集锦推荐部分展示或播放上述短视频推荐列表1中的视频素材片段,例如,应用显示界面120b中的视频素材片段A1、视频素材片段A2和视频素材片段A3等。
为便于理解,请参见图12b,图12b是本申请实施例提供的一种更新视频素材片段的场景示意图。如图12b所示,在目标用户针对上述图12a的视频素材片段A1执行触发操作(例如,点击操作)时,服务器可以将这个视频素材片段A1的视频数据(例如,视频数据J)和与这个视频数据J相关联的一个或者多个视频素材片段(例如,视频素材片段C1、视频素材片段C2和视频素材片段C3)返回给应用客户端,以在应用客户端中播放这个视频数据J。可选的,应用客户端还可以在播放视频素材片段A1的视频数据J时,一并显示接收到的这些视频素材片段,得到应用显示界面120c。
这里的应用显示界面120c中可以包含用于播放视频数据J的视频播放界面2,还可以包括用于展示视频素材片段的短视频推荐列表(例如,短视频推荐列表2),该短视频推荐列表2中至少可以包含与该视频数据J关联的视频素材片段。在目标用户针对应用显示界面120c中的业务推荐控件执行触发操作(例如,图12b所示的点击操作)后,应用客户端可以在应用显示界面120d的集锦推荐部分展示或播放上述短视频推荐列表2中的视频素材片段,这里的视频素材片段可以为上述第二业务数据库中与视频素材片段A1具有同一视频模板的视频素材片段。如图12b所示,该短视频推荐列表2中具体可以包括与该视频数据J相关联的M个视频素材片段,这里的M个视频素材片段具体可以为图12b所示的3个视频素材片段,比如,这3个视频素材片段可以具体包括:视频素材片段C1、视频素材片段C2和视频素材片段C3。
可选的,在目标用户针对应用显示界面120c执行触发操作(例如,滑动操作)后,应用客户端可以在应用显示界面120d的集锦推荐部分展示或播放上述短视频推荐列表2中的视频素材片段,例如,应用显示界面120d中的视频素材片段C1、视频素材片段C2和视频素材片段C3等。
应当理解,当目标用户在上述应用客户端中观看完上述视频素材片段A1之后,还可以智能在应用客户端中为上述目标用户遍历播放上述短视频推荐列表2中的这些视频素材片段。比如,当目标用户在上述应用客户端中观看完上述视频素材片段A1时,服务器还可以将短视频推荐列表2中的多个视频素材片段中的视频素材片段C1输出至应用客户端,以在该应用客户端中实现对该视频素材片段C1的智能播放。可选的,该应用客户端还可以在将应用客户端的视频播放界面1中所播放的视频数据更新为视频素材片段A1时,记录目标视频的当前播放进度(例如,时刻T),以在播放完视频素材片段A1后,从目标视频的时刻T开始继续对目标视频进行播放。
其中,可以理解的是,应用客户端可以根据目标视频的当前播放进度,实时动态调整视频素材片段在短视频推荐列表中的位置,以为目标用户推荐不同排序的视频素材片段。比如,若在当前播放进度之前,包括组成视频素材片段的全部视频片段,即组成视频素材片段的全部视频片段在当前时刻已经观看完成,则可以将该视频素材片段排列在短视频推荐列表的前面,即实现剧情回放。可选的,应用客户端还可以根据当前视频素材片段在其它用户终端中的应用客户端上的播放次数,来将视频推荐列表中的视频素材片段进行排序,若某个视频素材片段的播放总次数比较高,则表示这个视频素材片段的质量比较高,则可以为目标用户优先推荐该视频素材片段,即将该视频素材片段排列在短视频推荐列表的前面。
由此可见,本申请实施例通过对视频数据进行视频分析(例如,视频分镜和属性分析等),可以快速得到携带片段属性标签的一个或者多个视频片段。这样,对于这些视频片段而言,可以在根据用户画像准确地确定出一个或者多个视频模板时,智能根据这些视频模板的模板标签序列来分别对这些视频片段进行筛选,以快速得到与该视频模板具有相似视频播放效果的视频片段,进而可以快速合成得到视频素材片段(比如,可以快速得到能够展示给目标用户的短视频),显然,通过引入这些视频模板,可以在生成短视频时,增强短视频生成的智能度和可控度,进而可以提高短视频的生成效率。
进一步的,请参见图13,图13是本申请实施例提供的一种视频数据处理装置的结构示意图。视频数据处理装置1可以包括:片段生成模块30,模型获取模块40,素材确定模块50,数据发送模块;进一步的,视频数据处理装置1还可以包括:请求接收模块10,数据查找模块20;
片段生成模块30,用于获取目标用户请求的目标视频的视频数据,对视频数据进行视频分析,得到视频数据的视频片段;一个视频片段对应一个片段属性标签;
其中,片段生成模块30包括:模型获取单元301,分镜获取单元302,标签确定单元303,片段确定单元304;
模型获取单元301,用于获取目标用户请求的目标视频的视频数据以及与视频数据相关联的网络识别模型;
分镜获取单元302,用于通过视频切分组件将视频数据对应的视频序列进行分镜处理,得到与视频序列相关联的分镜片段;
其中,分镜获取单元302包括:组件获取子单元3021,图像匹配子单元3022,分镜创建子单元3023,匹配完成子单元3024,分镜确定子单元3025;
组件获取子单元3021,用于获取用于对视频数据的视频序列进行分镜处理的视频切分组件,通过视频切分组件在视频序列中获取用于作为聚类质心的第一视频帧,创建第一视频帧所属的分镜簇的分镜簇信息;
图像匹配子单元3022,用于在视频序列中将除第一视频帧之外的视频帧确定为第二视频帧,基于轮询机制依次获取第二视频帧,确定第二视频帧与第一视频帧的图像相似度;
分镜创建子单元3023,用于若第一视频帧与第二视频帧的图像相似度大于或者等于聚类阈值,则将图像相似度大于或者等于聚类阈值的第二视频帧划分到第一视频帧所属的分镜簇;
匹配完成子单元3024,用于若第一视频帧与第二视频帧的图像相似度小于聚类阈值,则用图像相似度小于聚类阈值的第二视频帧更新第一视频帧,创建更新后的第一视频帧所属的分镜簇的分镜簇信息,将更新后的第一视频帧依次与未匹配的第二视频帧进行图像相似度匹配,直到视频序列中的视频帧均完成图像相似度匹配时,得到视频序列中的视频帧所属的分镜簇的分镜簇信息;
分镜确定子单元3025,用于基于视频序列中的视频帧所属的分镜簇的分镜簇信息,确定与视频序列相关联的分镜片段。
其中,组件获取子单元3021,图像匹配子单元3022,分镜创建子单元3023,匹配完成子单元3024以及分镜确定子单元3025的具体实现方式,可以参见上述图3所对应实施例中对步骤S101的描述,这里将不再进行赘述。
标签确定单元303,用于将分镜片段输入至网络识别模型,由网络识别模型对分镜片段进行属性分析,得到分镜片段对应的片段属性标签;
其中,网络识别模型至少包括:具有第一属性标签提取功能的第一网络模型、具有第二属性标签提取功能的第二网络模型和具有第三属性标签提取功能的第三网络模型;
标签确定单元303包括:第一分析子单元3031,人脸检测子单元3032,第二分析子单元3033,第三分析子单元3034,标签分析子单元3035;
第一分析子单元3031,用于将分镜片段输入第一网络模型,通过第一网络模型对分镜片段中的每个分镜片段进行远近景分析,得到分镜片段的远近景标签,将分镜片段的远近景标签作为第一网络模型输出的第一属性标签,将具有第一属性标签的分镜片段作为第一类分镜片段;
人脸检测子单元3032,用于将第一类分镜片段输入第二网络模型,由第二网络模型对第一类分镜片段中的每个分镜片段进行人脸检测,得到人脸检测结果;
第二分析子单元3033,用于若人脸检测结果指示第一类分镜片段中存在目标角色的人脸,则在第一类分镜片段中将存在目标角色的人脸所对应的分镜片段作为第二类分镜片段,通过第二网络模型确定第二类分镜片段中的目标角色所属的角色标签,将目标角色所属的角色标签确定为第二类分镜片段的第二属性标签;目标角色为目标视频中的一个或者多个角色;
第三分析子单元3034,用于在第一类分镜片段中将除第二类分镜片段之外的分镜片段,确定为第三类分镜片段,将第三类分镜片段输入第三网络模型,由第三网络模型对第一类分镜片段中的每个分镜片段进行场景检测,得到第三类分镜片段的第三属性标签;
标签分析子单元3035,用于根据第一类分镜片段的第一属性标签、第二类分镜片段的第二属性标签、以及第三类分镜片段的第三属性标签,确定分镜片段中的每个分镜片段对应的片段属性标签。
其中,第一分析子单元3031,人脸检测子单元3032,第二分析子单元3033,第三分析子单元3034以及标签分析子单元3035的具体实现方式,可以参见上述图3所对应实施例中对步骤S101的描述,这里将不再进行赘述。
片段确定单元304,用于将具备片段属性标签的分镜片段确定为视频数据的视频片段。
其中,模型获取单元301,分镜获取单元302,标签确定单元303以及片段确定单元304的具体实现方式,可以参见上述图3所对应实施例中对步骤S101的描述,这里将不再进行赘述。
模板获取模块40,用于获取目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板,获取视频模板映射的模板片段以及模板片段对应的模板标签序列;
其中,模板获取模块40包括:行为提取单元401,行为分析单元402,模板分析单元403;
行为提取单元401,用于获取目标用户的行为日志表,从行为日志表中提取与目标用户相关联的行为数据信息;
行为分析单元402,用于对行为数据信息进行用户画像分析,得到用于表征目标用户的用户画像,基于用户画像确定与目标用户相关联的视频模板;视频模板携带模板片段的模板属性标签所构成的模板标签序列;模板片段是对模板视频进行视频分析后所得到的;模板视频是由行为数据信息所确定的;
模板分析单元403,用于获取视频模板映射的模板片段以及模板片段对应的模板标签序列。
其中,行为提取单元401,行为分析单元402以及模板分析单元403的具体实现方式,可以参见上述图3所对应实施例中对步骤S102的描述,这里将不再进行赘述。
素材确定模块50,用于基于模板片段以及模板标签序列,在视频片段中筛选满足片段匹配条件的视频片段,将满足片段匹配条件的视频片段作为目标视频的视频素材片段;视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同;
其中,模板片段的数量为N个,N为大于1的正整数;模板标签序列包含N个序列位置,一个序列位置对应一个模板属性标签,且一个模板属性标签对应一个模板片段;
素材确定模块50包括:标签确定单元501,标签筛选单元502,片段匹配单元503,素材生成单元504;
标签确定单元501,用于从N个模板片段中获取目标模板片段,在模板标签序列中将目标模板片段的队列位置确定为目标队列位置,将目标队列位置对应的模板属性标签确定为目标模板属性标签;
标签筛选单元502,用于在视频片段对应的片段属性标签中,筛选与目标模板属性标签相匹配的片段属性标签,将筛选出的片段属性标签所对应的视频片段确定为候选视频片段;
片段匹配单元503,用于将候选视频片段中的每个候选视频片段与目标模板片段进行相似分析,得到每个候选视频片段与目标模板的相似阈值,在相似阈值中确定最大相似阈值,将最大相似阈值所对应的候选视频片段确定为目标模板片段相匹配的目标候选视频片段;
素材生成单元504,用于基于目标模板片段在模板标签序列中的目标队列位置,确定目标候选视频片段对应的片段属性标签所构成的目标标签序列,根据与目标标签序列相关联的每个目标候选视频片段,确定满足片段匹配条件的视频素材片段。
其中,素材生成单元504包括:视频拼接子单元5041,素材合成子单元5042;
视频拼接子单元5041,用于将与目标标签序列相关联的每个目标候选视频片段进行视频拼接处理,得到与N个模板片段相关联的拼接视频数据;
素材合成子单元5042,用于获取与N个模板片段相关联的模板音频数据,通过音视频合成组件将模板音频数据和拼接视频数据进行音视频合并处理,得到满足片段匹配条件的视频素材片段。
其中,视频拼接子单元5041以及素材合成子单元5042的具体实现方式,可以参见上述图3所对应实施例中对步骤S103的描述,这里将不再进行赘述。
其中,标签确定单元501,标签筛选单元502,片段匹配单元503以及素材生成单元504的具体实现方式,可以参见上述图3所对应实施例中对步骤S103的描述,这里将不再进行赘述。
数据发送模块60,用于将视频数据以及视频素材片段推送至目标用户对应的应用客户端,以使应用客户端输出视频数据以及视频素材片段。
可选的,请求接收模块10,用于接收应用客户端发送的视频播放请求;视频播放请求是由应用客户端响应目标用户针对目标视频执行的播放操作所生成的;
数据查找模块20,用于从视频播放请求中提取目标视频的视频标识,基于视频标识在视频业务数据库中查找目标视频对应的业务视频数据,将查找到的业务视频数据作为应用客户端中的目标视频的视频数据。
其中,片段生成模块30,模型获取模块40,素材确定模块50以及数据发送模块的具体实现方式,可以参见上述图3所对应实施例中对步骤S101-步骤S104的描述,这里将不再进行赘述。可选的,请求接收模块10以及数据查找模块20的具体实现方式,可以参见上述图9所对应实施例中对步骤S201和步骤S206的描述,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
进一步的,请参见图14,图14是本申请实施例提供的一种视频数据处理装置的结构示意图。视频数据处理装置2可以包括:数据获取模块70,数据输出模块80;
数据获取模块70,用户响应目标用户针对应用客户端中的目标视频执行的播放操作,从服务器上获取目标视频的视频数据,以及与目标视频相关联的视频素材片段;视频素材片段是由服务器按照视频模板的模板片段以及模板片段对应的模板标签序列,对目标视频的视频片段进行筛选后所得到的;视频片段是由服务器对视频数据进行视频分析后所得到的;视频模板是由服务器基于目标用户的用户画像所确定的;视频素材片段的片段属性标签所构成的目标标签序列与模板标签序列相同;
其中,数据获取模块70包括:请求发送单元701,数据接收单元702;
请求发送单元701,用于响应目标用户针对应用客户端中的目标视频执行的播放操作,生成用于请求播放目标视频的视频播放请求,将视频播放请求发送给服务器;视频播放请求中携带目标视频的视频标识;视频标识用于指示服务器获取目标用户所请求播放的目标视频的视频数据;
数据接收单元702,用于接收服务器基于视频播放请求返回的视频数据,以及与目标视频相关联的视频素材片段;视频素材片段是由服务器在根据目标用户的用户画像确定出视频模板时,根据视频模板对视频数据进行视频分析以及视频匹配后所得到的,用户画像是由目标用户在应用客户端中的用户行为信息所确定的。
其中,请求发送单元701以及数据接收单元702的具体实现方式,可以参见上述图9所对应实施例中对步骤S201的描述,这里将不再进行赘述。
数据输出模块80,用于在应用客户端的应用显示界面中输出视频数据以及视频素材片段。
其中,数据输出模块包括:视频播放单元801,素材输出单元802;
视频播放单元801,用于在应用客户端的应用显示界面中确定用于播放视频数据的视频播放界面,在视频播放界面中播放视频数据;
素材输出单元802,用于响应针对应用显示界面的触发操作,在应用显示界面中播放视频素材片段。
其中,视频播放单元801以及素材输出单元802的具体实现方式,可以参见上述图9所对应实施例中对步骤S207的描述,这里将不再进行赘述。
其中,数据获取模块70以及数据输出模块80的具体实现方式,可以参见上述图9所对应实施例中对步骤S201和步骤S206的描述,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
请参见图15,图15是本申请实施例提供的一种计算机设备的结构示意图。如图15所示,该计算机设备2000可以包括:处理器2001,网络接口2004和存储器2005,此外,上述计算机设备2000还可以包括:用户接口2003,和至少一个通信总线2002。其中,通信总线2002用于实现这些组件之间的连接通信。可选用户接口2003还可以包括标准的有线接口、无线接口。可选的,网络接口2004可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器2005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器2005还可以是至少一个位于远离前述处理器2001的存储装置。如图15所示,作为一种计算机可读存储介质的存储器2005中可以包括操作***、网络通信模块、用户接口模块以及设备控制应用程序。
在如图15所示的计算机设备2000中,网络接口2004可提供网络通讯功能;而用户接口2003主要用于为用户提供输入的接口;而处理器2001可以用于调用存储器2005中存储的设备控制应用程序。
应当理解,本申请实施例中所描述的计算机设备2000可以为服务器或用户终端,这里将不对其进行限定。可以理解的是,该计算机设备2000可以用于执行前文图3或图9所对应实施例中对视频数据处理方法的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机可读存储介质,且计算机可读存储介质中存储有前文提及的视频数据处理装置1或视频数据处理装置2所执行的计算机程序,且计算机程序包括程序指令,当处理器执行程序指令时,能够执行前文图3或图9所对应实施例中对视频数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。
进一步的,请参见图16,图16是本申请实施例还提供一种视频数据处理***。该视频数据处理***3中可以包含服务器3a和用户终端3b,所述服务器3a可以为前述图13所对应实施例中的视频数据处理装置1;所述用户终端3b可以为前述图14所对应实施例中的视频数据处理装置2。可以理解的是,对采用相同方法的有益效果描述,也不再进行赘述。
此外,需要说明的是:本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或者计算机程序可以包括计算机指令,该计算机指令可以存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器可以执行该计算机指令,使得该计算机设备执行前文图3或图9所对应实施例中对视频数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机程序产品或者计算机程序实施例中未披露的技术细节,请参照本申请方法实施例的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储存储器(Read-Only Memory,ROM)或随机存储存储器(Random Access Memory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (15)
1.一种视频数据处理方法,其特征在于,包括:
获取目标用户请求的目标视频的视频数据,对所述视频数据进行视频分析,得到所述视频数据的视频片段;一个视频片段对应一个片段属性标签;
获取所述目标用户的用户画像,基于所述用户画像确定与所述目标用户相关联的视频模板,获取所述视频模板映射的模板片段以及所述模板片段对应的模板标签序列;
基于所述模板片段以及所述模板标签序列,在所述视频片段中筛选满足片段匹配条件的视频片段,将满足所述片段匹配条件的视频片段作为所述目标视频的视频素材片段;所述视频素材片段的片段属性标签所构成的目标标签序列与所述模板标签序列相同;
将所述视频数据以及所述视频素材片段推送至所述目标用户对应的应用客户端,以使所述应用客户端输出所述视频数据以及所述视频素材片段。
2.根据权利要求1所述的方法,其特征在于,所述在获取目标用户请求的目标视频的视频数据之前,所述方法还包括:
接收应用客户端发送的视频播放请求;所述视频播放请求是由所述应用客户端响应目标用户针对目标视频执行的播放操作所生成的;
从所述视频播放请求中提取所述目标视频的视频标识,基于所述视频标识在视频业务数据库中查找所述目标视频对应的业务视频数据,将查找到的业务视频数据作为所述应用客户端中的目标视频的视频数据。
3.根据权利要求1所述的方法,其特征在于,所述获取目标用户请求的目标视频的视频数据,对所述视频数据进行视频分析,得到所述视频数据的视频片段,包括:
获取目标用户请求的目标视频的视频数据以及与所述视频数据相关联的网络识别模型;
通过视频切分组件将所述视频数据对应的视频序列进行分镜处理,得到与所述视频序列相关联的分镜片段;
将所述分镜片段输入至所述网络识别模型,由所述网络识别模型对所述分镜片段进行属性分析,得到所述分镜片段对应的片段属性标签;
将具备片段属性标签的分镜片段确定为所述视频数据的视频片段。
4.根据权利要求3所述的方法,其特征在于,所述通过视频切分组件将所述视频数据对应的视频序列进行分镜处理,得到与所述视频序列相关联的分镜片段,包括:
获取用于对所述视频数据的视频序列进行分镜处理的视频切分组件,通过所述视频切分组件在所述视频序列中获取用于作为聚类质心的第一视频帧,创建所述第一视频帧所属的分镜簇的分镜簇信息;
在所述视频序列中将除所述第一视频帧之外的视频帧确定为第二视频帧,基于轮询机制依次获取所述第二视频帧,确定所述第二视频帧与所述第一视频帧的图像相似度;
若所述第一视频帧与所述第二视频帧的图像相似度大于或者等于聚类阈值,则将所述图像相似度大于或者等于所述聚类阈值的第二视频帧划分到所述第一视频帧所属的分镜簇;
若所述第一视频帧与所述第二视频帧的图像相似度小于所述聚类阈值,则用所述图像相似度小于所述聚类阈值的第二视频帧更新所述第一视频帧,创建更新后的第一视频帧所属的分镜簇的分镜簇信息,将所述更新后的第一视频帧依次与未匹配的第二视频帧进行图像相似度匹配,直到所述视频序列中的视频帧均完成所述图像相似度匹配时,得到所述视频序列中的视频帧所属的分镜簇的分镜簇信息;
基于所述视频序列中的视频帧所属的分镜簇的分镜簇信息,确定与所述视频序列相关联的分镜片段。
5.根据权利要求3所述的方法,其特征在于,所述网络识别模型至少包括:具有第一属性标签提取功能的第一网络模型、具有第二属性标签提取功能的第二网络模型和具有第三属性标签提取功能的第三网络模型;
所述将所述分镜片段输入至所述网络识别模型,由所述网络识别模型对所述分镜片段进行属性分析,得到所述分镜片段对应的片段属性标签,包括:
将所述分镜片段输入所述第一网络模型,通过所述第一网络模型对所述分镜片段中的每个分镜片段进行远近景分析,得到所述分镜片段的远近景标签,将所述分镜片段的远近景标签作为所述第一网络模型输出的第一属性标签,将具有所述第一属性标签的分镜片段作为第一类分镜片段;
将所述第一类分镜片段输入所述第二网络模型,由所述第二网络模型对所述第一类分镜片段中的每个分镜片段进行人脸检测,得到人脸检测结果;
若所述人脸检测结果指示所述第一类分镜片段中存在目标角色的人脸,则在所述第一类分镜片段中将存在所述目标角色的人脸所对应的分镜片段作为第二类分镜片段,通过所述第二网络模型确定所述第二类分镜片段中的目标角色所属的角色标签,将所述目标角色所属的角色标签确定为所述第二类分镜片段的第二属性标签;所述目标角色为所述目标视频中的一个或者多个角色;
在所述第一类分镜片段中将除所述第二类分镜片段之外的分镜片段,确定为第三类分镜片段,将所述第三类分镜片段输入所述第三网络模型,由所述第三网络模型对所述第一类分镜片段中的每个分镜片段进行场景检测,得到所述第三类分镜片段的第三属性标签;
根据所述第一类分镜片段的第一属性标签、所述第二类分镜片段的第二属性标签、以及所述第三类分镜片段的第三属性标签,确定所述分镜片段中的每个分镜片段对应的片段属性标签。
6.根据权利要求1所述的方法,其特征在于,所述获取所述目标用户的用户画像,基于所述用户画像确定与所述目标用户相关联的视频模板,获取所述视频模板映射的模板片段以及所述模板片段对应的模板标签序列,包括:
获取所述目标用户的行为日志表,从所述行为日志表中提取与所述目标用户相关联的行为数据信息;
对所述行为数据信息进行用户画像分析,得到用于表征所述目标用户的用户画像,基于所述用户画像确定与所述目标用户相关联的视频模板;所述视频模板携带模板片段的模板属性标签所构成的模板标签序列;所述模板片段是对模板视频进行视频分析后所得到的;所述模板视频是由所述行为数据信息所确定的;
获取所述视频模板映射的所述模板片段以及所述模板片段对应的所述模板标签序列。
7.根据权利要求1所述的方法,其特征在于,所述模板片段的数量为N个,所述N为大于1的正整数;所述模板标签序列包含N个序列位置,一个序列位置对应一个模板属性标签,且一个模板属性标签对应一个模板片段;
所述基于所述模板片段以及所述模板标签序列,在所述视频片段中筛选满足片段匹配条件的视频片段,将满足所述片段匹配条件的视频片段作为所述目标视频的视频素材片段,包括:
从N个所述模板片段中获取目标模板片段,在所述模板标签序列中将所述目标模板片段的队列位置确定为目标队列位置,将所述目标队列位置对应的模板属性标签确定为目标模板属性标签;
在所述视频片段对应的片段属性标签中,筛选与所述目标模板属性标签相匹配的片段属性标签,将筛选出的片段属性标签所对应的视频片段确定为候选视频片段;
将所述候选视频片段中的每个候选视频片段与所述目标模板片段进行相似分析,得到所述每个候选视频片段与所述目标模板片段的相似阈值,在所述相似阈值中确定最大相似阈值,将所述最大相似阈值所对应的候选视频片段确定为所述目标模板片段相匹配的目标候选视频片段;
基于所述目标模板片段在所述模板标签序列中的目标队列位置,确定所述目标候选视频片段对应的片段属性标签所构成的目标标签序列,根据与所述目标标签序列相关联的每个目标候选视频片段,确定满足片段匹配条件的视频素材片段。
8.根据权利要求7所述的方法,其特征在于,所述根据与所述目标标签序列相关联的每个目标候选视频片段,确定满足片段匹配条件的视频素材片段,包括:
将与所述目标标签序列相关联的每个目标候选视频片段进行视频拼接处理,得到与所述N个模板片段相关联的拼接视频数据;
获取与所述N个模板片段相关联的模板音频数据,通过音视频合成组件将所述模板音频数据和所述拼接视频数据进行音视频合并处理,得到满足片段匹配条件的视频素材片段。
9.一种视频数据处理方法,其特征在于,包括:
响应目标用户针对应用客户端中的目标视频执行的播放操作,从服务器上获取所述目标视频的视频数据,以及与所述目标视频相关联的视频素材片段;所述视频素材片段是由所述服务器按照视频模板的模板片段以及所述模板片段对应的模板标签序列,对所述目标视频的视频片段进行筛选后所得到的;所述视频片段是由所述服务器对所述视频数据进行视频分析后所得到的;所述视频模板是由所述服务器基于所述目标用户的用户画像所确定的;所述视频素材片段的片段属性标签所构成的目标标签序列与所述模板标签序列相同;
在所述应用客户端的应用显示界面中输出所述视频数据以及所述视频素材片段。
10.根据权利要求9所述的方法,其特征在于,所述响应目标用户针对应用客户端中的目标视频执行的播放操作,从服务器上获取所述目标视频的视频数据,以及与所述目标视频相关联的视频素材片段,包括:
响应目标用户针对应用客户端中的目标视频执行的播放操作,生成用于请求播放所述目标视频的视频播放请求,将所述视频播放请求发送给服务器;所述视频播放请求中携带所述目标视频的视频标识;所述视频标识用于指示所述服务器获取所述目标用户所请求播放的目标视频的视频数据;
接收所述服务器基于所述视频播放请求返回的所述视频数据,以及与所述目标视频相关联的视频素材片段;所述视频素材片段是由所述服务器在根据所述目标用户的用户画像确定出视频模板时,根据所述视频模板对所述视频数据进行视频分析以及视频匹配后所得到的,所述用户画像是由所述目标用户在所述应用客户端中的用户行为信息所确定的。
11.根据权利要求9所述的方法,其特征在于,所述在所述应用客户端的应用显示界面中输出所述视频数据以及所述视频素材片段,包括:
在所述应用客户端的应用显示界面中确定用于播放所述视频数据的视频播放界面,在所述视频播放界面中播放所述视频数据;
响应针对所述应用显示界面的触发操作,在所述应用显示界面中播放所述视频素材片段。
12.一种视频数据处理装置,其特征在于,包括:
片段生成模块,用于获取目标用户请求的目标视频的视频数据,对所述视频数据进行视频分析,得到所述视频数据的视频片段;一个视频片段对应一个片段属性标签;
模板获取模块,用于获取所述目标用户的用户画像,基于所述用户画像确定与所述目标用户相关联的视频模板,获取所述视频模板映射的模板片段以及所述模板片段对应的模板标签序列;
素材确定模块,用于基于所述模板片段以及所述模板标签序列,在所述视频片段中筛选满足片段匹配条件的视频片段,将满足所述片段匹配条件的视频片段作为所述目标视频的视频素材片段;所述视频素材片段的片段属性标签所构成的目标标签序列与所述模板标签序列相同;
数据发送模块,用于将所述视频数据以及所述视频素材片段推送至所述目标用户对应的应用客户端,以使所述应用客户端输出所述视频数据以及所述视频素材片段。
13.一种视频数据处理装置,其特征在于,包括:
数据获取模块,用户响应目标用户针对应用客户端中的目标视频执行的播放操作,从服务器上获取所述目标视频的视频数据,以及与所述目标视频相关联的视频素材片段;所述视频素材片段是由所述服务器按照视频模板的模板片段以及所述模板片段对应的模板标签序列,对所述目标视频的视频片段进行筛选后所得到的;所述视频片段是由所述服务器对所述视频数据进行视频分析后所得到的;所述视频模板是由所述服务器基于所述目标用户的用户画像所确定的;
数据输出模块,用于在所述应用客户端的应用显示界面中输出所述视频数据以及所述视频素材片段。
14.一种计算机设备,其特征在于,包括:处理器、存储器、网络接口;
所述处理器与存储器、网络接口相连,其中,网络接口用于提供数据通信功能,所述存储器用于存储计算机程序,所述处理器用于调用所述计算机程序,以执行权利要求1-11任一项所述的方法。
15.一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存储有计算机程序,该计算机程序适于由处理器加载并执行权利要求1-11任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011390109.2A CN112565825B (zh) | 2020-12-02 | 2020-12-02 | 一种视频数据处理方法、装置、设备以及介质 |
PCT/CN2021/133035 WO2022116888A1 (zh) | 2020-12-02 | 2021-11-25 | 一种视频数据处理方法、装置、设备以及介质 |
US17/951,621 US20230012732A1 (en) | 2020-12-02 | 2022-09-23 | Video data processing method and apparatus, device, and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011390109.2A CN112565825B (zh) | 2020-12-02 | 2020-12-02 | 一种视频数据处理方法、装置、设备以及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112565825A true CN112565825A (zh) | 2021-03-26 |
CN112565825B CN112565825B (zh) | 2022-05-13 |
Family
ID=75047852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011390109.2A Active CN112565825B (zh) | 2020-12-02 | 2020-12-02 | 一种视频数据处理方法、装置、设备以及介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230012732A1 (zh) |
CN (1) | CN112565825B (zh) |
WO (1) | WO2022116888A1 (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113259708A (zh) * | 2021-04-06 | 2021-08-13 | 阿里健康科技(中国)有限公司 | 基于短视频介绍商品的方法、计算机设备和介质 |
CN113691836A (zh) * | 2021-10-26 | 2021-11-23 | 阿里巴巴达摩院(杭州)科技有限公司 | 视频模板生成方法、视频生成方法、装置和电子设备 |
CN113762040A (zh) * | 2021-04-29 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 视频识别方法、装置、存储介质及计算机设备 |
CN113794930A (zh) * | 2021-09-10 | 2021-12-14 | 中国联合网络通信集团有限公司 | 视频生成方法、装置、设备及存储介质 |
CN113852858A (zh) * | 2021-08-19 | 2021-12-28 | 阿里巴巴(中国)有限公司 | 视频处理方法及电子设备 |
CN114095668A (zh) * | 2021-10-08 | 2022-02-25 | 深圳市景阳科技股份有限公司 | 一种视频播放方法、装置、设备及计算机存储介质 |
CN114465737A (zh) * | 2022-04-13 | 2022-05-10 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机设备及存储介质 |
CN114463673A (zh) * | 2021-12-31 | 2022-05-10 | 深圳市东信时代信息技术有限公司 | 素材推荐方法、装置、设备及存储介质 |
CN114496173A (zh) * | 2021-12-31 | 2022-05-13 | 北京航天长峰股份有限公司 | 短视频手术报告生成方法、装置、计算机设备及存储介质 |
WO2022116888A1 (zh) * | 2020-12-02 | 2022-06-09 | 腾讯科技(深圳)有限公司 | 一种视频数据处理方法、装置、设备以及介质 |
CN114666657A (zh) * | 2022-03-18 | 2022-06-24 | 北京达佳互联信息技术有限公司 | 一种视频剪辑方法、装置、电子设备及存储介质 |
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 |
CN115086760A (zh) * | 2022-05-18 | 2022-09-20 | 阿里巴巴(中国)有限公司 | 直播视频剪辑方法、装置及设备 |
CN115119050A (zh) * | 2022-06-30 | 2022-09-27 | 北京奇艺世纪科技有限公司 | 一种视频剪辑方法和装置、电子设备和存储介质 |
CN115278296A (zh) * | 2021-04-29 | 2022-11-01 | 汉海信息技术(上海)有限公司 | 视频生成方法、装置、电子设备 |
CN115278306A (zh) * | 2022-06-20 | 2022-11-01 | 阿里巴巴(中国)有限公司 | 视频剪辑方法及装置 |
WO2022268133A1 (zh) * | 2021-06-24 | 2022-12-29 | 北京字跳网络技术有限公司 | 一种模板推荐方法、装置、设备及存储介质 |
CN115659027A (zh) * | 2022-10-28 | 2023-01-31 | 广州彩蛋文化传媒有限公司 | 一种基于短视频数据标签的推荐方法、***及云平台 |
CN115880404A (zh) * | 2022-12-05 | 2023-03-31 | 广东量子起源科技有限公司 | 一种基于虚幻引擎的元宇宙虚拟交互方法 |
CN117156079A (zh) * | 2023-11-01 | 2023-12-01 | 北京美摄网络科技有限公司 | 视频处理方法、装置、电子设备和可读存储介质 |
CN117714797A (zh) * | 2023-12-26 | 2024-03-15 | 大脑工场文化产业发展有限公司 | 一种基于人工智能的短视频制作方法及*** |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115086783B (zh) * | 2022-06-28 | 2023-10-27 | 北京奇艺世纪科技有限公司 | 一种视频生成方法、装置及电子设备 |
CN116304179B (zh) * | 2023-05-19 | 2023-08-11 | 北京大学 | 一种获取目标视频的数据处理*** |
CN116866498B (zh) * | 2023-06-15 | 2024-04-05 | 天翼爱音乐文化科技有限公司 | 一种视频模板生成方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593464A (zh) * | 2013-11-25 | 2014-02-19 | 华中科技大学 | 基于视觉特征的视频指纹检测及视频序列匹配方法及*** |
US20140101551A1 (en) * | 2012-10-05 | 2014-04-10 | Google Inc. | Stitching videos into an aggregate video |
CN110139159A (zh) * | 2019-06-21 | 2019-08-16 | 上海摩象网络科技有限公司 | 视频素材的处理方法、装置及存储介质 |
CN110855904A (zh) * | 2019-11-26 | 2020-02-28 | Oppo广东移动通信有限公司 | 视频处理方法、电子装置和存储介质 |
CN111105819A (zh) * | 2019-12-13 | 2020-05-05 | 北京达佳互联信息技术有限公司 | 剪辑模板的推荐方法、装置、电子设备及存储介质 |
CN111866585A (zh) * | 2020-06-22 | 2020-10-30 | 北京美摄网络科技有限公司 | 一种视频处理方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106686404B (zh) * | 2016-12-16 | 2021-02-02 | 中兴通讯股份有限公司 | 一种视频分析平台、匹配方法、精准投放广告方法及*** |
CN108024145B (zh) * | 2017-12-07 | 2020-12-11 | 北京百度网讯科技有限公司 | 视频推荐方法、装置、计算机设备和存储介质 |
CN112565825B (zh) * | 2020-12-02 | 2022-05-13 | 腾讯科技(深圳)有限公司 | 一种视频数据处理方法、装置、设备以及介质 |
-
2020
- 2020-12-02 CN CN202011390109.2A patent/CN112565825B/zh active Active
-
2021
- 2021-11-25 WO PCT/CN2021/133035 patent/WO2022116888A1/zh active Application Filing
-
2022
- 2022-09-23 US US17/951,621 patent/US20230012732A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140101551A1 (en) * | 2012-10-05 | 2014-04-10 | Google Inc. | Stitching videos into an aggregate video |
CN103593464A (zh) * | 2013-11-25 | 2014-02-19 | 华中科技大学 | 基于视觉特征的视频指纹检测及视频序列匹配方法及*** |
CN110139159A (zh) * | 2019-06-21 | 2019-08-16 | 上海摩象网络科技有限公司 | 视频素材的处理方法、装置及存储介质 |
CN110855904A (zh) * | 2019-11-26 | 2020-02-28 | Oppo广东移动通信有限公司 | 视频处理方法、电子装置和存储介质 |
CN111105819A (zh) * | 2019-12-13 | 2020-05-05 | 北京达佳互联信息技术有限公司 | 剪辑模板的推荐方法、装置、电子设备及存储介质 |
CN111866585A (zh) * | 2020-06-22 | 2020-10-30 | 北京美摄网络科技有限公司 | 一种视频处理方法及装置 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022116888A1 (zh) * | 2020-12-02 | 2022-06-09 | 腾讯科技(深圳)有限公司 | 一种视频数据处理方法、装置、设备以及介质 |
CN113259708A (zh) * | 2021-04-06 | 2021-08-13 | 阿里健康科技(中国)有限公司 | 基于短视频介绍商品的方法、计算机设备和介质 |
CN115278296B (zh) * | 2021-04-29 | 2024-06-07 | 汉海信息技术(上海)有限公司 | 视频生成方法、装置、电子设备 |
CN113762040A (zh) * | 2021-04-29 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 视频识别方法、装置、存储介质及计算机设备 |
CN113762040B (zh) * | 2021-04-29 | 2024-05-10 | 腾讯科技(深圳)有限公司 | 视频识别方法、装置、存储介质及计算机设备 |
CN115278296A (zh) * | 2021-04-29 | 2022-11-01 | 汉海信息技术(上海)有限公司 | 视频生成方法、装置、电子设备 |
WO2022268133A1 (zh) * | 2021-06-24 | 2022-12-29 | 北京字跳网络技术有限公司 | 一种模板推荐方法、装置、设备及存储介质 |
CN113852858A (zh) * | 2021-08-19 | 2021-12-28 | 阿里巴巴(中国)有限公司 | 视频处理方法及电子设备 |
CN113794930B (zh) * | 2021-09-10 | 2023-11-24 | 中国联合网络通信集团有限公司 | 视频生成方法、装置、设备及存储介质 |
CN113794930A (zh) * | 2021-09-10 | 2021-12-14 | 中国联合网络通信集团有限公司 | 视频生成方法、装置、设备及存储介质 |
CN114095668A (zh) * | 2021-10-08 | 2022-02-25 | 深圳市景阳科技股份有限公司 | 一种视频播放方法、装置、设备及计算机存储介质 |
CN113691836A (zh) * | 2021-10-26 | 2021-11-23 | 阿里巴巴达摩院(杭州)科技有限公司 | 视频模板生成方法、视频生成方法、装置和电子设备 |
CN114463673B (zh) * | 2021-12-31 | 2023-04-07 | 深圳市东信时代信息技术有限公司 | 素材推荐方法、装置、设备及存储介质 |
CN114463673A (zh) * | 2021-12-31 | 2022-05-10 | 深圳市东信时代信息技术有限公司 | 素材推荐方法、装置、设备及存储介质 |
CN114496173A (zh) * | 2021-12-31 | 2022-05-13 | 北京航天长峰股份有限公司 | 短视频手术报告生成方法、装置、计算机设备及存储介质 |
CN114666657B (zh) * | 2022-03-18 | 2024-03-19 | 北京达佳互联信息技术有限公司 | 一种视频剪辑方法、装置、电子设备及存储介质 |
CN114666657A (zh) * | 2022-03-18 | 2022-06-24 | 北京达佳互联信息技术有限公司 | 一种视频剪辑方法、装置、电子设备及存储介质 |
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 |
CN114465737A (zh) * | 2022-04-13 | 2022-05-10 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机设备及存储介质 |
CN115086760A (zh) * | 2022-05-18 | 2022-09-20 | 阿里巴巴(中国)有限公司 | 直播视频剪辑方法、装置及设备 |
CN115278306A (zh) * | 2022-06-20 | 2022-11-01 | 阿里巴巴(中国)有限公司 | 视频剪辑方法及装置 |
CN115278306B (zh) * | 2022-06-20 | 2024-05-31 | 阿里巴巴(中国)有限公司 | 视频剪辑方法及装置 |
CN115119050A (zh) * | 2022-06-30 | 2022-09-27 | 北京奇艺世纪科技有限公司 | 一种视频剪辑方法和装置、电子设备和存储介质 |
CN115119050B (zh) * | 2022-06-30 | 2023-12-15 | 北京奇艺世纪科技有限公司 | 一种视频剪辑方法和装置、电子设备和存储介质 |
CN115659027A (zh) * | 2022-10-28 | 2023-01-31 | 广州彩蛋文化传媒有限公司 | 一种基于短视频数据标签的推荐方法、***及云平台 |
CN115659027B (zh) * | 2022-10-28 | 2023-06-20 | 广州彩蛋文化传媒有限公司 | 一种基于短视频数据标签的推荐方法、***及云平台 |
CN115880404A (zh) * | 2022-12-05 | 2023-03-31 | 广东量子起源科技有限公司 | 一种基于虚幻引擎的元宇宙虚拟交互方法 |
CN117156079B (zh) * | 2023-11-01 | 2024-01-23 | 北京美摄网络科技有限公司 | 视频处理方法、装置、电子设备和可读存储介质 |
CN117156079A (zh) * | 2023-11-01 | 2023-12-01 | 北京美摄网络科技有限公司 | 视频处理方法、装置、电子设备和可读存储介质 |
CN117714797A (zh) * | 2023-12-26 | 2024-03-15 | 大脑工场文化产业发展有限公司 | 一种基于人工智能的短视频制作方法及*** |
CN117714797B (zh) * | 2023-12-26 | 2024-07-12 | 大脑工场文化产业发展有限公司 | 一种基于人工智能的短视频制作方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112565825B (zh) | 2022-05-13 |
US20230012732A1 (en) | 2023-01-19 |
WO2022116888A1 (zh) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112565825B (zh) | 一种视频数据处理方法、装置、设备以及介质 | |
CN110781347B (zh) | 一种视频处理方法、装置、设备以及可读存储介质 | |
WO2021238631A1 (zh) | 物品信息的显示方法、装置、设备及可读存储介质 | |
WO2022184117A1 (zh) | 基于深度学习的视频剪辑方法、相关设备及存储介质 | |
KR102290419B1 (ko) | 디지털 컨텐츠의 시각적 내용 분석을 통해 포토 스토리를 생성하는 방법 및 장치 | |
CN113010703B (zh) | 一种信息推荐方法、装置、电子设备和存储介质 | |
US20170065888A1 (en) | Identifying And Extracting Video Game Highlights | |
US20130148898A1 (en) | Clustering objects detected in video | |
CN113766299B (zh) | 一种视频数据播放方法、装置、设备以及介质 | |
CN103426003A (zh) | 增强现实交互的实现方法和*** | |
CN103686344A (zh) | 增强视频***及方法 | |
CN109408672B (zh) | 一种文章生成方法、装置、服务器及存储介质 | |
CN113515998B (zh) | 一种视频数据处理方法、设备以及可读存储介质 | |
AU2020215270A1 (en) | Method for recommending video content | |
EP1067786A1 (en) | Data describing method and data processor | |
CN111491187A (zh) | 视频的推荐方法、装置、设备及存储介质 | |
CN114845149B (zh) | 视频片段的剪辑方法、视频推荐方法、装置、设备及介质 | |
CN116665083A (zh) | 一种视频分类方法、装置、电子设备及存储介质 | |
CN114139491A (zh) | 一种数据处理方法、装置及存储介质 | |
CN113395584B (zh) | 一种视频数据处理方法、装置、设备以及介质 | |
CN111597361B (zh) | 多媒体数据处理方法、装置、存储介质及设备 | |
Jin et al. | Network video summarization based on key frame extraction via superpixel segmentation | |
CN115171014B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN112165626B (zh) | 图像处理方法、资源获取方法、相关设备及介质 | |
CN114329063B (zh) | 视频片段检测方法、装置以及设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40041108 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |