[發明專利]生成視頻的方法和設備

有效

• 申請號: 202110025035.0
• 申請日: 2021-01-08
• 公開（公告）號: CN112887588B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 鄭新建
• 申請（專利權）人: 三星電子（中國）研發中心;三星電子株式會社
• 主分類號: H04N23/60
• 分類號: H04N23/60;G10L25/63;G10L25/30;G06N3/0464;G06N3/08
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 劉燦強;張川緒

1.一種生成視頻的方法，所述方法包括：

接收用戶選擇的音頻；

基于用戶選擇的音頻，獲得目標視頻拍攝模型；

基于目標視頻拍攝模型，生成命令序列；

向用戶發送用于引導用戶進行拍攝的命令序列，以引導用戶在播放音頻的同時拍攝視頻，

其中，基于用戶選擇的音頻，獲取目標視頻拍攝模型的步驟包括：

如果用戶選擇的音頻不在音樂庫中，從多個預存儲的視頻拍攝模型之中，結合拍攝場景的取景特征、拍攝設備類型，選擇具有與用戶選擇的音頻的音頻情感特征信息最相似的音頻情感特征信息的音頻所對應的視頻拍攝模型，作為目標視頻拍攝模型。

2.如權利要求1所述的方法，其中，基于用戶選擇的音頻，獲取目標視頻拍攝模型的步驟還包括：

如果用戶選擇的音頻在音樂庫中，則從多個預存儲的視頻拍攝模型之中，結合拍攝場景的取景特征、拍攝設備類型，選擇與用戶選擇的音頻對應的視頻拍攝模型，作為目標視頻拍攝模型。

3.如權利要求1所述的方法，其中，基于用戶選擇的音頻，獲取目標視頻拍攝模型的步驟還包括：

如果用戶選擇的音頻不在音樂庫中，則對用戶選擇的音頻進行情感特征分析，以生成音頻情感特征信息。

4.如權利要求2所述的方法，其中，與任一音頻對應的視頻拍攝模型通過以下步驟獲得：

對所述任一音頻進行情感特征分析，以生成所述任一音頻的音頻情感特征信息；

通過音樂情感模型，基于所述任一音頻的音頻情感特征信息，生成所述任一音頻的語譜圖分片特征信息；

通過視頻情感模型，基于生成的語譜圖分片特征信息、拍攝場景的取景特征、拍攝設備類型，獲取視頻拍攝特征；

基于視頻拍攝特征與用于引導用戶進行拍攝的命令序列生成視頻拍攝模型，

其中，音樂情感模型體現音頻情感特征信息與語譜圖分片特征信息之間的關系，

其中，視頻情感模型體現語譜圖分片特征信息、拍攝場景的取景特征、拍攝設備類型與視頻拍攝特征之間的關系。

5.如權利要求4所述的方法，其中，視頻拍攝特征包括：視頻幀渲染特征、拍攝場景中的拍攝焦點對象、拍攝場景的取景特征、拍攝視角、拍攝設備類型和視角變化軌跡中的一個或多個。

6.如權利要求1所述的方法，其中，命令序列包括：

用于控制拍攝設備運動、改變拍攝視角和調整構圖中的一個或多個的第一命令序列；

用于控制相應的參數的第二命令序列，

其中，相應的參數包括：攝像頭的聚焦對象、虛化背景、焦距、感光度、曝光等級和濾鏡中的一個或多個。

7.如權利要求6所述的方法，其中，

當拍攝設備為便攜式移動終端時，第一命令序列是提示用戶移動拍攝設備，調整構圖特征及拍攝視角中的一個或多個的命令；

當拍攝設備為無人機時，第一命令序列包括控制無人機的鏡頭的起幅、降幅、跟蹤拍攝、鳥瞰旋轉、模擬搖臂和弧線推進/拉遠的命令中的一個或多個。

8.如權利要求1所述的方法，還包括：

接收用戶對拍攝的視頻的評價；

響應于用戶對拍攝的視頻的評價，優化目標視頻拍攝模型，

其中，當用戶對拍攝的視頻的評分小于特定值時，優化目標視頻拍攝模型。

9.如權利要求1所述的方法，還包括：

對用戶響應于命令序列而拍攝的視頻進行最終處理，生成最終視頻，

其中，最終處理的步驟包括：對視頻數據執行矯正部分視頻幀的構圖特征、調整部分視頻幀渲染特征、去冗、整體色調統一化、音頻和視頻幀的同步修正處理中的一個或多個。