[發明專利]字幕顯示方法及裝置

有效

• 申請號: 201810638725.1
• 申請日: 2018-06-20
• 公開（公告）號: CN110620946B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 張磊
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: H04N21/431
• 分類號: H04N21/431;H04N21/4728;H04N21/488
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 李曉慶

1.一種字幕顯示方法，其特征在于，所述方法包括：

在接收到針對視頻的播放請求時，確定視頻中視頻畫面的字幕信息；

識別所述視頻畫面中的關鍵區域；

在所述視頻畫面中除所述關鍵區域以外的區域確定字幕顯示區域；

在所述視頻的播放過程中，在所述字幕顯示區域顯示所述字幕信息中的字幕內容，根據所述字幕顯示區域，將所述字幕內容嵌入所述視頻畫面中作為內嵌字幕；

其中，識別所述視頻畫面中的關鍵區域，包括：

當所述視頻畫面為所述視頻畫面之前的視頻畫面的近景畫面時，識別所述視頻畫面中的關鍵區域；當所述視頻畫面不是所述視頻畫面之前的視頻畫面的近景畫面，且所述之前的視頻畫面中沒有關鍵區域時，不在所述視頻畫面中確定關鍵區域。

2.根據權利要求1所述的方法，其特征在于，識別所述視頻畫面中的關鍵區域，包括：

利用深度學習算法，識別所述視頻畫面中的關鍵區域。

3.根據權利要求2所述的方法，其特征在于，利用深度學習算法，識別所述視頻畫面中的關鍵區域，包括：

利用深度學習算法在所述視頻畫面中確定目標對象；

將所述目標對象所在的顯示區域，確定為關鍵區域。

4.根據權利要求3所述的方法，其特征在于，將所述目標對象所在的顯示區域，確定為所述視頻畫面的關鍵區域，包括：

利用深度學習算法確定所述目標對象的關鍵部位；

將所述關鍵部位所在的顯示區域，確定為關鍵區域。

5.根據權利要求3所述的方法，其特征在于，所述目標對象包括面部，利用深度學習算法在所述視頻畫面中確定目標對象，包括：

利用面部識別算法，在所述視頻畫面中檢測得到面部。

6.根據權利要求1所述的方法，其特征在于，識別所述視頻畫面中關鍵區域，包括：

利用關鍵窗口在所述視頻畫面中遍歷，并將所述關鍵窗口所在的區域確定為候選區域，所述關鍵窗口的面積小于所述視頻畫面的面積；

提取所述候選區域內的特征，并根據提取到的特征確定所述候選區域內是否包括目標對象；

當所述候選區域內包括目標對象時，將所述候選區域確定為關鍵區域。

7.根據權利要求1所述的方法，其特征在于，在所述視頻畫面中除所述關鍵區域以外的區域確定字幕顯示區域，包括：

根據所述字幕信息，在所述視頻畫面中除所述關鍵區域以外的區域確定字幕顯示區域。

8.根據權利要求7所述的方法，其特征在于，所述字幕信息包括所述視頻畫面的原始字幕顯示區域，

根據所述字幕信息，在所述視頻畫面中除所述關鍵區域以外的區域確定字幕顯示區域，包括：

當所述原始字幕顯示區域和所述關鍵區域有重疊時，將所述原始字幕顯示區域調整至所述視頻畫面中除所述關鍵區域以外的區域。

9.根據權利要求8所述的方法，其特征在于，當所述原始字幕顯示區域和所述關鍵區域有重疊時，將所述原始字幕顯示區域調整至所述視頻畫面中除所述關鍵區域以外的區域，包括:

當所述原始字幕顯示區域和所述關鍵區域有重疊時，將所述原始字幕顯示區域分為至少兩個顯示子區域，并將至少兩個所述顯示子區域調整至所述視頻畫面中除所述關鍵區域以外的區域。

10.根據權利要求7所述的方法，其特征在于，根據所述字幕信息，在所述視頻畫面中除所述關鍵區域以外的區域確定字幕顯示區域，包括：

根據所述字幕信息中的字幕內容，在所述視頻畫面中除所述關鍵區域以外的區域確定字幕顯示區域。