[發(fā)明專利]視頻剪輯方法及裝置

在審

• 申請?zhí)枺?/td>: 201810533496.7
• 申請日: 2018-05-29
• 公開（公告）號: CN108900896A
• 公開（公告）日: 2018-11-27
• 發(fā)明（設計）人: 聶洪浩
• 申請（專利權）人: 深圳天瓏無線科技有限公司;江西美晨通訊有限公司;深圳市天瓏移動技術有限公司
• 主分類號: H04N21/433
• 分類號: H04N21/433;G06K9/62;G11B27/034
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 李慶波

1.一種視頻剪輯方法，其特征在于，所述方法包括：

獲取待剪輯視頻數(shù)據(jù)；

通過已建立的目標剪輯對象模型從所述待剪輯視頻數(shù)據(jù)中確定符合要求的目標剪輯對象關鍵幀，其中，所述目標剪輯對象模型包括多個不同的目標剪輯對象關聯(lián)分類模型，每個所述目標剪輯對象關聯(lián)分類模型用于從所述待剪輯視頻數(shù)據(jù)中識別出與目標剪輯對象關聯(lián)的對應的關鍵特征，以使所述目標剪輯對象模型根據(jù)多個不同的所述關鍵特征從所述待剪輯視頻數(shù)據(jù)中確定所述目標剪輯對象關鍵幀；

保存所述目標剪輯對象關鍵幀的前后多個單幀圖像，得到目標剪輯視頻數(shù)據(jù)。

2.根據(jù)權利要求1所述的方法，其特征在于，所述關鍵特征包括圖像中出現(xiàn)目標剪輯對象、圖像的場外聲音中出現(xiàn)目標剪輯對象關鍵語、圖像中的文本出現(xiàn)與目標剪輯對象關聯(lián)的即時文本、圖像中第一人物同時出現(xiàn)與目標剪輯對象關聯(lián)的面部表情和聲音、圖像中第二人物同時出現(xiàn)與目標剪輯對象關聯(lián)的動作中的至少兩個。

3.根據(jù)權利要求2所述的方法，其特征在于，所述待剪輯視頻數(shù)據(jù)為待剪輯的足球視頻，所述目標剪輯對象為足球進入球網，所述關鍵特征包括：圖像中出現(xiàn)足球進入球網、解說員中出現(xiàn)進球關鍵語、圖像中的文本出現(xiàn)即時比分、圖像中球迷表情興奮且聲音高亢、圖像中球員和教練出現(xiàn)慶祝動作。

4.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

通過機器學習建立多個不同的目標剪輯對象關聯(lián)分類模型；

根據(jù)多個不同的所述目標剪輯對象關聯(lián)分類模型建立目標剪輯對象模型。

5.根據(jù)權利要求4所述的方法，其特征在于，所述通過機器學習建立多個不同的目標剪輯對象關聯(lián)分類模型，包括：

利用AdaBoost分類器分別建立多個不同的目標剪輯對象關聯(lián)分類模型。

6.根據(jù)權利要求5所述的方法，其特征在于，所述利用AdaBoost分類器分別建立多個不同的目標剪輯對象關聯(lián)分類模型，包括：

獲取并標記預定數(shù)量、包括具有關鍵特征在內的圖片訓練樣本；

對所述圖片訓練樣本進行樣本特征提取，建立所述圖片訓練樣本的特征向量矩陣；

將所述圖片訓練樣本的特征向量矩陣輸入所述AdaBoost分類器以進行訓練，得到未經測試、滿足預設要求的初始目標剪輯對象關聯(lián)分類模型；

利用包括具有關鍵特征在內的視頻測試樣本測試并調整所述初始目標剪輯對象關聯(lián)分類模型，得到滿足預設要求的目標剪輯對象關聯(lián)分類模型。

7.根據(jù)權利要求6所述的方法，其特征在于，所述預設要求包括預設正確率和預設錯誤率。

8.根據(jù)權利要求4所述的方法，其特征在于，所述根據(jù)多個不同的所述目標剪輯對象關聯(lián)分類模型建立目標剪輯對象模型，包括：

基于決策樹模型，將多個不同的所述目標剪輯對象關聯(lián)分類模型聯(lián)合起來建立所述目標剪輯對象模型。

9.一種視頻剪輯裝置，其特征在于，所述裝置包括：處理器、存儲器以及通信電路，所述處理器分別耦接所述存儲器和所述通信電路，所述處理器、所述存儲器以及所述通信電路在工作時能夠實現(xiàn)權利要求1-8任一項所述方法中的步驟。

10.一種具有存儲功能的裝置，其上存儲有程序數(shù)據(jù)，其特征在于，所述程序數(shù)據(jù)被處理器執(zhí)行時實現(xiàn)權利要求1-8任一項所述方法中的步驟。