[發明專利]檢測視頻片斷切點位置的方法及裝置

有效

• 申請號: 201110275237.7
• 申請日: 2011-09-16
• 公開（公告）號: CN102348049A
• 公開（公告）日: 2012-02-08
• 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: H04N5/222
• 分類號: H04N5/222
• 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;余剛

技術領域

本發明涉及視頻領域，具體而言，涉及一種檢測視頻片斷切點位置的方法及裝置。

背景技術

隨著網絡視頻行業的高速發展，越來越多的用戶選擇在網上觀看電視節目，視頻網站每天都有大量的新電視節目視頻更新上線。這些視頻的來源一般都是電視直播信號，由于電視臺電視頻道數量非常多，每天制作出來的電視節目視頻數量也就非常龐大，絕大部分電視節目都可以在視頻網站上找到。

為了給用戶提供更好的體驗，很多視頻網站提供了檢測到預定位置的視頻，針對該位置的視頻進行跳過或刪除的處理。以視頻網站自動跳過片頭片尾的功能為例，一般在影視劇視頻播放時提供這個功能，用戶在觀看一個影視劇的時候，播放器的進度條上會標注出該視頻的片頭和片尾的位置，用戶可以選擇自動或手動的方式，跳過片頭和片尾直接觀看視頻內容。比如一個用戶觀看“紅樓夢”這個電視劇，他不想每一集都看一遍片頭曲和片尾曲，就可以選擇跳過片頭片尾。目前這個功能的便利性已經被廣大網友認可。

有上述例子可知，由于每天新的電視節目視頻數量很龐大，若要將所有視頻都對用戶提供自動跳過預定位置視頻(例如片頭片尾)的功能，是一件比較困難的事情，這需要很多編輯來人工尋找并標注每一個影視節目視頻的片頭片尾的位置，這需要編輯花費較多時間觀看視頻。

目前針對相關技術的無法快速、高效的檢測并獲取特定位置的視頻片斷，且浪費大量人力的問題，目前尚未提出有效的解決方案。

發明內容

針對相關技術的無法快速、高效的檢測并獲取特定位置的視頻片斷，且浪費大量人力的問題，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檢測視頻片斷切點位置的方法及裝置，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，提供了一種檢測視頻片斷切點位置的方法，該檢測視頻片斷切點位置的方法包括：獲取視頻中預定時間段的視頻片斷；對獲取到的視頻片斷進行靜音點檢測以獲取一個或多個靜音點，同時對視頻片斷進行鏡頭切點檢測，以獲取一個或多個鏡頭切點；對獲取到的所有靜音點和鏡頭切點進行合并篩選處理，以獲取一個或多個候選視頻片斷切點；根據預定規則過濾所有的候選視頻片斷切點，以獲取視頻片斷切點的位置。

進一步地，，對獲取到的視頻片斷進行靜音點檢測以獲取一個或多個靜音點包括：提取視頻片斷中的音頻數據；按照時間長度閾值將音頻數據分割成多個連續的時間片；通過計算任意一個時間片內任意多個時間點的音頻值的平均值，來獲取每個時間片的音量；通過將時間片斷的音量與預定的靜音點閾值進行比較來獲取視頻片斷的靜音點，靜音點包括：絕對靜音點和相對靜音點。

進一步地，通過將時間片斷的音量與預定的靜音點閾值進行比較來獲取視頻片斷的靜音點包括：判斷時間片斷的音量是否大于等于第一靜音點閾值，其中，在時間片斷的音量小于第一靜音點閾值的情況下，將該時間片的音量標記為絕對靜音點；在時間片斷的音量大于等于第一靜音點閾值的情況下，判斷時間片斷的音量是否大于等于第二靜音點閾值，在時間片斷的音量小于第二靜音點閾值的情況下，將該時間片的音量標記為候選相對靜音點，并將滿足預定條件的候選相對靜音點標記為相對靜音點。

進一步地，將滿足預定條件的候選相對靜音點標記為相對靜音點包括：分別讀取位于時間片斷之前的第一時間片斷的第一音量，以及位于時間片斷之后的第二時間片斷的第二音量，其中時間片斷與第一時間片斷和第二時間片斷之間的距離為預定時間距離；計算并獲取時間片斷的音量與第一音量之間的第一音量差，同時計算并獲取時間片斷的音量與第二音量之間的第二音量差；判斷第一音量差的絕對值和/或第二音量差的絕對值是否大于等于音量差閾值，其中，在任意一個音量差的差值大于等于音量差閾值的情況下，標記該時間片段為相對靜音點，否則標記為非靜音點。

進一步地，對視頻片斷進行鏡頭切點檢測，以獲一個或多個鏡頭切點包括：解碼視頻片斷以獲取視頻幀圖像；提取每一幀視頻幀圖像的圖像特征，特征包括：直方圖特征；通過計算所有相鄰視頻幀圖像的圖像特征之間的距離，來獲取多個幀差值；對所有的幀差值作增強處理來獲取增強幀差值，將滿足預定條件的增強幀差值標記為鏡頭切點。

進一步地，對所有的幀差值作增強處理來獲取增強幀差值，將滿足預定條件的增強幀差值標記為鏡頭切點包括：將每個幀差值乘以二之后，減去該幀差值相鄰的兩個幀差值，以獲取每一幀視頻幀圖像的增強幀差值；當一個增強幀差值的絕對值大于與其相鄰的兩個增強幀差值，且相鄰的兩個增強幀差值都小于等于零時，將該增強幀差值所對應的視頻幀圖像的位置標記為鏡頭切點。