[發(fā)明專利]一種場景切換點的檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201410845412.5
• 申請日: 2014-12-31
• 公開（公告）號: CN104469487B
• 公開（公告）日: 2019-02-12
• 發(fā)明（設(shè)計）人: 吳凱凱;盧學裕;付鵬;白雪;吳鑫;姚鍵;潘柏宇;盧述奇
• 申請（專利權(quán)）人: 優(yōu)酷網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: H04N21/44
• 分類號: H04N21/44;H04N21/439;H04N21/234;H04N21/233
• 代理公司: 北京林達劉知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

本發(fā)明提供一種場景切換點的檢測方法及裝置，包括：獲取第一視頻；提取所述第一視頻中音頻數(shù)據(jù)作為第一音頻數(shù)據(jù)；根據(jù)所述第一音頻數(shù)據(jù)確定場景的切換位置。通過使用以上方法，可以根據(jù)視頻中的具體音頻信息來判斷視頻中場景的切換，避免了現(xiàn)有技術(shù)中依賴人工進行標注的復(fù)雜工作，提高了視頻處理的工作效率。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字多媒體技術(shù)領(lǐng)域，特別是一種場景切換點的檢測方法及裝置。

背景技術(shù)

隨著數(shù)字多媒體技術(shù)的快速發(fā)展，越來越多的多媒體技術(shù)應(yīng)用到人們的工作和生活中。

在視頻編輯領(lǐng)域，經(jīng)常會接觸到“關(guān)鍵幀”的概念，我們可以使用相關(guān)算法或工具處理得到某一視頻中存在的所有關(guān)鍵幀。例如，在某個電視劇中，從5分30秒開始至10分15秒是一個在咖啡廳會談的場景；而在10分16秒至12分30秒時是在汽車中對話的場景。因此，在10分16秒里包含一個關(guān)鍵幀，而此處正好是一個場景開始的位置。并且在該時間點后續(xù)的對話中，可能會頻繁的切換鏡頭角度，導(dǎo)致相關(guān)的算法或工具判斷出很多的關(guān)鍵幀，但這些關(guān)鍵幀都不是場景正確的結(jié)束位置。

由于在實際中一個場景會有很多個鏡頭切換，因此僅通過關(guān)鍵幀數(shù)據(jù)是無法比較準確的定位一個較完整的場景的開始或結(jié)束位置?，F(xiàn)有的視頻場景的標注方法是由人工瀏覽影片的方式確定不同場景的開始或結(jié)束位置。這對編輯人員的經(jīng)驗以及工作強度要求較高，且處理效率很低。

因此，如何提供一種可以對場景切換點進行自動檢測的方法和裝置是本發(fā)明需要解決的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明提供了一種場景切換點的檢測方法及裝置，解決了現(xiàn)有技術(shù)中依賴人工操作的問題，同時可以更加精確的判斷出場景切換的位置點。

一種場景切換點的檢測方法，包括：

獲取第一視頻；

提取所述第一視頻中音頻數(shù)據(jù)作為第一音頻數(shù)據(jù)；

根據(jù)所述第一音頻數(shù)據(jù)確定場景的切換位置。

優(yōu)選地，所述提取所述第一視頻中音頻數(shù)據(jù)作為第一音頻數(shù)據(jù)，具體為：

提取所述第一視頻中的人聲音頻作為所述第一音頻數(shù)據(jù)。

優(yōu)選地，所述提取所述第一視頻中音頻數(shù)據(jù)作為第一音頻數(shù)據(jù)，具體為：

提取所述第一視頻中的背景音頻作為所述第一音頻數(shù)據(jù)。

優(yōu)選地，所述根據(jù)所述第一音頻數(shù)據(jù)確定場景的切換位置，具體為：

檢測第一音頻數(shù)據(jù)中的聲波變化特征；

根據(jù)所述聲波變化特征確定場景的切換位置。

在根據(jù)所述第一音頻數(shù)據(jù)確定場景的切換位置之后，還包括：

獲取預(yù)判位置信息；

根據(jù)所述預(yù)判位置信息修正所述場景的切換位置。

一種場景切換點的檢測裝置，包括：視頻獲取單元、第一音頻提取單元和切換位置確定單元；

所述視頻獲取單元，用于獲取第一視頻；

所述第一音頻提取單元，用于提取所述第一視頻中音頻數(shù)據(jù)作為第一音頻數(shù)據(jù)；

所述切換位置確定單元，用于根據(jù)所述第一音頻數(shù)據(jù)確定場景的切換位置。

優(yōu)選地，所述第一音頻提取單元，包括：人聲音頻提取子單元；

所述人聲音頻提取子單元，用于提取所述第一視頻中的人聲音頻作為所述第一音頻數(shù)據(jù)。

優(yōu)選地，所述第一音頻提取單元，包括：背景音頻提取子單元；