[發(fā)明專利]一種基于深度學(xué)習(xí)的字幕疊加截圖的實(shí)現(xiàn)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810181581.1
• 申請(qǐng)日: 2018-03-05
• 公開（公告）號(hào): CN108347643B
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: 王煒;謝超平;陳曉軍;羅天;楊益紅;羅明利
• 申請(qǐng)（專利權(quán)）人: 成都索貝數(shù)碼科技股份有限公司
• 主分類號(hào): H04N21/431
• 分類號(hào): H04N21/431;H04N21/435;H04N21/488;H04N21/845
• 代理公司: 成都弘毅天承知識(shí)產(chǎn)權(quán)代理有限公司 51230
• 代理人: 李龍

1.一種基于深度學(xué)習(xí)的字幕疊加截圖的實(shí)現(xiàn)方法，其特征在于：包括以下步驟：

步驟1：在視頻上選擇字幕疊加截圖的視頻區(qū)間；

步驟2：在所述視頻區(qū)間的每一幀圖像上定位并剪裁出字幕；

步驟3：對(duì)所有字幕進(jìn)行分段并抽取每段字幕中的關(guān)鍵幀；

步驟4：對(duì)所述關(guān)鍵幀進(jìn)行相似度計(jì)算，利用計(jì)算結(jié)果進(jìn)行對(duì)比去重，得到最終字幕；

步驟5：將視頻區(qū)間的首幀畫面與最終字幕依次進(jìn)行拼接，得到字幕疊加截圖；

所述步驟4具體為：

S41：對(duì)相鄰關(guān)鍵幀進(jìn)行相似度計(jì)算，得到第一相似度；

S42：利用k-means算法對(duì)相鄰關(guān)鍵幀進(jìn)行對(duì)比，得到第二相似度；

S43：利用第一相似度和第二相似度判斷相鄰關(guān)鍵幀是否相似，若相似，則進(jìn)行去重操作，只保留相鄰關(guān)鍵幀中的其中一幀；反之，兩幀均保留；

所述步驟S42具體為：

S421：將亮度等級(jí)按相鄰原則分為k個(gè)色組，利用k-means算法對(duì)關(guān)鍵幀進(jìn)行聚類，得到每個(gè)關(guān)鍵幀中k個(gè)色組的像素點(diǎn)數(shù)目，其中關(guān)鍵幀中數(shù)目最接近的色組為主色組；

S422：依次提取每個(gè)關(guān)鍵幀中主色組的像素點(diǎn)形成集合，該集合即為純凈度較高的字幕；

S423：利用相鄰幀的像素點(diǎn)集合進(jìn)行比對(duì)，得到第二相似度。

2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的字幕疊加截圖的實(shí)現(xiàn)方法，其特征在于：所述步驟1具體為：在視頻上選擇入點(diǎn)作為所述視頻區(qū)間的起始幀，選擇出點(diǎn)作為所述視頻區(qū)間的結(jié)束幀。

3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的字幕疊加截圖的實(shí)現(xiàn)方法，其特征在于：所述步驟2具體為：

S21：構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)并利用所述視頻區(qū)間的每一幀圖像進(jìn)行訓(xùn)練，得到所述視頻區(qū)間所有幀圖像上字幕最頂端和最低端的坐標(biāo)參數(shù)；

S22：利用所述坐標(biāo)參數(shù)得到字幕的最優(yōu)坐標(biāo)參數(shù)；

S23：利用所述最優(yōu)坐標(biāo)參數(shù)剪裁出視頻區(qū)間每一幀圖像上的字幕。

4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的字幕疊加截圖的實(shí)現(xiàn)方法，其特征在于：所述步驟3具體為：

S31：利用轉(zhuǎn)場(chǎng)技術(shù)對(duì)所有字幕依次進(jìn)行轉(zhuǎn)場(chǎng)識(shí)別，標(biāo)注轉(zhuǎn)場(chǎng)幀位置；

S32：利用轉(zhuǎn)場(chǎng)幀對(duì)字幕進(jìn)行初分段；

S33：從每一段字幕中抽取一幀字幕作為該段字幕的關(guān)鍵幀。