[發(fā)明專利]一種視頻剪輯方法、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910609456.0
• 申請(qǐng)日: 2019-07-08
• 公開（公告）號(hào): CN110401878A
• 公開（公告）日: 2019-11-01
• 發(fā)明（設(shè)計(jì)）人: 郝曉偉;郭成;詹麗;尹遜鈺
• 申請(qǐng)（專利權(quán)）人: 天脈聚源（杭州）傳媒科技有限公司
• 主分類號(hào): H04N21/472
• 分類號(hào): H04N21/472;H04N21/44;H04N21/845;H04N21/435;H04N21/2187
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 黎揚(yáng)鵬

本發(fā)明公開了一種視頻剪輯方法、系統(tǒng)及存儲(chǔ)介質(zhì)，方法包括：獲取待剪輯的視頻數(shù)據(jù)；根據(jù)視頻播放時(shí)間軸的索引對(duì)待剪輯的視頻數(shù)據(jù)進(jìn)行剪輯；視頻播放時(shí)間軸的索引根據(jù)視頻數(shù)據(jù)的語(yǔ)音識(shí)別結(jié)果、文字識(shí)別結(jié)果和圖像識(shí)別結(jié)果中的至少一種生成，視頻播放時(shí)間軸的索引包括文本索引和圖像索引中的至少一種，且所述視頻播放時(shí)間軸的索引還與視頻數(shù)據(jù)的視頻幀建立了一一對(duì)應(yīng)關(guān)系。本發(fā)明通過(guò)語(yǔ)音識(shí)別結(jié)果、文字識(shí)別結(jié)果和圖像識(shí)別結(jié)果生成的視頻播放時(shí)間軸的索引來(lái)輔助視頻剪輯，提升了視頻剪輯的效率；通過(guò)與視頻數(shù)據(jù)的視頻幀一一對(duì)應(yīng)的視頻播放時(shí)間軸的索引直接定位出對(duì)應(yīng)的視頻幀以便于剪輯，不僅提升了視頻剪輯的效率，而且提升了剪輯人員的操作體驗(yàn)。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻處理領(lǐng)域，尤其是一種視頻剪輯方法、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)

視頻剪輯技術(shù)是一種將待剪輯對(duì)象(例如靜態(tài)圖像、動(dòng)態(tài)視頻)通過(guò)剪輯的方式合成一段剪輯視頻的視頻處理方式，常應(yīng)用于短視頻制作、視頻集錦等視頻剪輯場(chǎng)景。

傳統(tǒng)的視頻剪輯技術(shù)需要剪輯人員看完整個(gè)視頻的內(nèi)容，然后使用手動(dòng)剪輯的方式將所需的視頻片段(如精彩片段、精彩集錦等)剪輯出來(lái)。這種視頻剪輯的方式需要耗費(fèi)視頻剪輯人員大量的精力和時(shí)間，效率低下，尤其是當(dāng)對(duì)無(wú)字幕而以語(yǔ)音、對(duì)話等為主的視頻進(jìn)行剪輯時(shí)，這種方式可能需要剪輯人員重復(fù)觀看多次視頻，熟悉視頻內(nèi)容后才能進(jìn)行合理的剪輯。此外，若剪輯人員需要對(duì)視頻中出現(xiàn)的某個(gè)對(duì)象(如某個(gè)文字等)進(jìn)行定位以便于剪輯時(shí)，現(xiàn)有技術(shù)往往采用手動(dòng)拖動(dòng)視頻播放時(shí)間軸的進(jìn)度條(或進(jìn)度指針等)的方式觀看并尋找定位出該對(duì)象的出現(xiàn)位置，這種方式容易出現(xiàn)定位不精準(zhǔn)的情況(如拖動(dòng)過(guò)頭等)，需要剪輯人員反復(fù)拖動(dòng)才能定位出該對(duì)象的出現(xiàn)位置，降低了視頻剪輯的效率，且反復(fù)拖動(dòng)操作也不夠便捷，影響了剪輯人員的操作體驗(yàn)。

發(fā)明內(nèi)容

為解決上述技術(shù)問(wèn)題，本發(fā)明實(shí)施例的目的在于：提供一種效率高和便捷的視頻剪輯方法、系統(tǒng)及存儲(chǔ)介質(zhì)。

本發(fā)明實(shí)施例所采取的第一技術(shù)方案是：

一種視頻剪輯方法，包括以下步驟：

獲取待剪輯的視頻數(shù)據(jù)；

根據(jù)視頻播放時(shí)間軸的索引對(duì)待剪輯的視頻數(shù)據(jù)進(jìn)行剪輯；所述視頻播放時(shí)間軸的索引根據(jù)視頻數(shù)據(jù)的語(yǔ)音識(shí)別結(jié)果、文字識(shí)別結(jié)果和圖像識(shí)別結(jié)果中的至少一種生成，所述視頻播放時(shí)間軸的索引包括文本索引和圖像索引中的至少一種，且所述視頻播放時(shí)間軸的索引還與視頻數(shù)據(jù)的視頻幀建立了一一對(duì)應(yīng)關(guān)系。

進(jìn)一步，所述文本索引包括語(yǔ)音識(shí)別得到的文字和/或文字識(shí)別得到的字幕，所述圖像索引包括人物索引、場(chǎng)景索引和物體索引，所述人物索引包括對(duì)視頻數(shù)據(jù)進(jìn)行圖像識(shí)別得到的人臉圖像和/或人臉圖像的文字描述，所述場(chǎng)景索引為對(duì)視頻數(shù)據(jù)進(jìn)行圖像識(shí)別得到的場(chǎng)景，所述物體索引包括對(duì)視頻數(shù)據(jù)進(jìn)行圖像識(shí)別得到的物體和/或物體的標(biāo)識(shí)。

進(jìn)一步，所述視頻播放時(shí)間軸的索引還包括標(biāo)簽索引，所述標(biāo)簽索引包括根據(jù)視頻數(shù)據(jù)的語(yǔ)音識(shí)別結(jié)果或文字識(shí)別結(jié)果進(jìn)行出現(xiàn)次數(shù)統(tǒng)計(jì)及篩選得到的關(guān)鍵詞和/或關(guān)鍵詞的出現(xiàn)次數(shù)。

進(jìn)一步，還包括以下步驟：

對(duì)待剪輯的視頻數(shù)據(jù)進(jìn)行語(yǔ)音識(shí)別、文字識(shí)別和圖像識(shí)別；

根據(jù)語(yǔ)音識(shí)別的結(jié)果、文字識(shí)別的結(jié)果和圖像識(shí)別的結(jié)果生成視頻播放時(shí)間軸的索引。

進(jìn)一步，所述根據(jù)視頻播放時(shí)間軸的索引對(duì)待剪輯的視頻數(shù)據(jù)進(jìn)行剪輯這一步驟，具體包括：

根據(jù)視頻播放時(shí)間軸的索引確定視頻剪輯的起始位置和結(jié)束位置；

根據(jù)視頻剪輯的起始位置和結(jié)束位置完成待剪輯的視頻數(shù)據(jù)的剪輯操作。

進(jìn)一步，所述根據(jù)視頻播放時(shí)間軸的索引確定視頻剪輯的起始位置和結(jié)束位置這一步驟，具體為：