[發明專利]視頻精彩回放片段的處理方法及裝置

有效

• 申請號: 201110187325.1
• 申請日: 2011-07-05
• 公開（公告）號: CN102290082A
• 公開（公告）日: 2011-12-21
• 發明（設計）人: 苗廣藝;張名舉
• 申請（專利權）人: 央視國際網絡有限公司
• 主分類號: G11B27/10
• 分類號: G11B27/10;G11B20/10
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 吳貴明

技術領域

本發明涉及視頻領域，具體而言，涉及一種視頻精彩回放片段的處理方法及裝置。

背景技術

廣播體育視頻在比賽過程中有很多精彩部分，視頻在直播時，編輯會將這些精彩片段以回放的方式播放出來，這些回放鏡頭一般出現在死球的時候或者比賽節奏緩慢的時候，這樣既可以不影響觀眾觀看比賽，又可以讓觀眾可以更好地欣賞比賽的精彩部分。

對于足球視頻，一場比賽一般會有十幾個到幾個精彩回放不等，這些精彩回放的內容包括：進球、精彩射門、犯規、精彩拼搶等。一般精彩回放的長度越長，回放的內容也就越精彩，對于進球這一類精彩片段，都會有精彩回放。精彩回放有時候會采用慢鏡頭從多個角度來回放精彩片段，給觀眾更全面清晰的觀看體驗。

足球比賽的時間較長，大部分時間都是在中場和前后場傳球搶球等，相對來說比較枯燥，而精彩的進球和射門相對較少，這些較少的精彩部分往往是觀眾最關注的部分。用戶在點播觀看完整賽事的時候，如果耐心地看完整場比賽，需要花費較長的時間，如果想要只觀看精彩部分，又無法獲取精彩部分的位置。因此可以采用對足球的精彩片段進行精彩回放，如果找到所有的精彩回放，就間接地找到了所有的精彩片段。

現有技術中，在視頻精彩片段檢測方法包括如下方式：第一類是通過音視頻底層特征來建模分析得到高層語義信息進而得到精彩片段，另一類是通過檢測回放片段來檢測精彩片段。但都有一定的局限性。

第一類技術基于精彩片段在體育視頻中一般伴隨著觀眾的歡呼、特殊鏡頭或事件等場景，因此在音頻和視頻的底層特征上有所不同，可以通過底層特征分析加上機器學習的策略來檢測精彩片段。但由于視頻的底層特征和高層語義之間的語義鴻溝難以逾越，這一類技術尚處在研究階段，實際效果準確率相對較低，無法滿足實際產品的準確率需求。

第二類技術的基本依據是，體育視頻的精彩片段一般會用慢速播放方式從不同視角重復播放幾次，如果檢測到所有的回放，就間接地找到了視頻的精彩片段。精彩回放分為兩類：不帶logo的回放和帶logo的回放。帶logo的回放是指在回放片段的開始和結束處有一個實況場景與重放場景之間的轉換，這個轉換過程通常會出現一個logo，比如足球世界杯的徽標，西甲的徽標等。對于帶logo的回放的視頻在遇到不同的logo的情況下，就無法保證每一種情況都達到最優效果。對于不帶logo的重放場景，特征提取和模式描述都比較困難，準確率與實際應用要求差距較大。以上的方法都局限在精彩回放檢測部分，對于精彩回放的展示沒有做更多的工作。

目前針對相關技術的視頻精彩回放方式準確率低、靈活性差的問題，目前尚未提出有效的解決方案。

發明內容

針對相關技術的視頻精彩回放方式準確率低、靈活性差的問題，目前尚未提出有效的問題而提出本發明，為此，本發明的主要目的在于提供一種視頻精彩回放片段的處理方法及裝置，以解決上述問題。

為了實現上述目的，根據本發明的一個方面，提供了一種視頻精彩回放片段的處理方法，該視頻精彩回放片段的處理方法包括：在標識模板集中檢測并獲取視頻中所有出現標識的時間點，其中，標識模板集用于存儲預設的標識模板；通過對時間點作配對處理來獲取視頻的精彩回放片段信息，并將精彩回放片段信息保存至精彩回放數據庫；當用戶點播視頻時，在精彩回放數據庫中進行查詢操作以獲取精彩回放片段信息，并播放精彩回放片段信息對應的精彩回放片段。

進一步地，在標識模板集中檢測并獲取視頻中所有出現標識的時間點之前，方法還包括：創建標識模板集，包括：截取視頻畫面中出現標識的所有幀，并選擇滿足預設條件的幀作為標識核心幀；在標識核心幀的鄰域內前后各選取N幀標識參考幀，將標識核心幀和2N幀標識參考幀結合以獲取標識模板的原始圖；刪除原始圖中的背景像素，以得到標識模板集，其中，標識模板集包括標識核心幀對應的核心標識模板和2N幀標識參考幀對應的2N個參考標識模板。

進一步地，在標識模板集中檢測并獲取視頻中所有出現標識的時間點包括：將視頻解碼成多個視頻幀；將每個視頻的每一幀與核心標識模板進行匹配處理，獲取每個視頻幀的初始匹配距離值；獲取初始匹配距離值小于第一閾值的一個或多個第一視頻幀；在每個第一視頻幀的鄰域內前后各選取N幀視頻幀，將獲取到的2N幀視頻幀分別與對應的2N個參考標識模板進行匹配處理，得到多個匹配距離值；對獲取到的初始匹配距離值和多個匹配距離值進行均值計算，以獲取每個第一視頻幀對應的最終匹配距離值；當最終匹配距離值小于第二閾值時，獲取一個或多個標識的時間點。