[發(fā)明專利]一種視頻處理的方法、存儲(chǔ)介質(zhì)及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201911346346.6
• 申請(qǐng)日: 2019-12-24
• 公開（公告）號(hào): CN111147914A
• 公開（公告）日: 2020-05-12
• 發(fā)明（設(shè)計(jì)）人: 張悅
• 申請(qǐng)（專利權(quán)）人: 珠海格力電器股份有限公司
• 主分類號(hào): H04N21/433
• 分類號(hào): H04N21/433;H04N21/439;H04N21/44;H04N21/4402;H04N21/442
• 代理公司: 北京聿宏知識(shí)產(chǎn)權(quán)代理有限公司 11372
• 代理人: 吳大建;張杰

本公開涉及視頻處理技術(shù)領(lǐng)域，具體涉及一種視頻處理的方法、存儲(chǔ)介質(zhì)及電子設(shè)備，方法包括：確定視頻中需消音處理的第一目標(biāo)對(duì)象；獲取視頻中的人像信息和語(yǔ)音信息，將人像信息與對(duì)應(yīng)該人像信息的語(yǔ)音信息進(jìn)行關(guān)聯(lián)；在人像信息中確定與第一目標(biāo)對(duì)象對(duì)應(yīng)的第一目標(biāo)人像信息；關(guān)閉視頻中與第一目標(biāo)人像信息關(guān)聯(lián)的語(yǔ)音信息對(duì)應(yīng)的聲音通道。解決了相關(guān)技術(shù)中，不能根據(jù)用戶需要自動(dòng)對(duì)視頻實(shí)現(xiàn)智能消音處理的問題。

技術(shù)領(lǐng)域

本公開涉及視頻處理技術(shù)領(lǐng)域，特別地涉及一種視頻處理的方法、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)

隨著智能設(shè)備的拍照硬件配置的不斷提升，使用智能設(shè)備進(jìn)行拍照和錄制視頻成了現(xiàn)在很重要的記錄方式。在生活中，我們會(huì)有一些難忘的片段需要進(jìn)行記錄，或是參加一門課程、一個(gè)專家講座，需要進(jìn)行記錄用以復(fù)習(xí)和記筆記，這時(shí)使用智能設(shè)備的攝像功能進(jìn)行拍攝視頻進(jìn)行記錄。

在用戶錄制視頻的過程中無法對(duì)視頻進(jìn)行靈活的操作，對(duì)視頻中復(fù)雜的人事物發(fā)出的聲音無法操作，用戶在嘈雜環(huán)境下可能無法辨認(rèn)出目標(biāo)人物的聲音和內(nèi)容。用戶通過錄制視頻用來記錄，當(dāng)作日后復(fù)習(xí)來獲取信息的重要途徑，在觀看錄制的視頻過程中，只能對(duì)視頻進(jìn)行片段剪切而無法對(duì)視頻進(jìn)行其他操作，用戶需要自己去分辨內(nèi)容、記錄內(nèi)容，智能性不足。

相關(guān)技術(shù)中，不能根據(jù)用戶需要自動(dòng)對(duì)視頻實(shí)現(xiàn)智能消音處理。

發(fā)明內(nèi)容

針對(duì)上述問題，本公開提供一種視頻處理的方法、存儲(chǔ)介質(zhì)及電子設(shè)備。解決了相關(guān)技術(shù)中不能根據(jù)用戶需要自動(dòng)對(duì)視頻實(shí)現(xiàn)智能消音處理的技術(shù)問題。

第一方面，本公開提供了一種視頻處理的方法，所述方法包括：

確定視頻中需消音處理的第一目標(biāo)對(duì)象；

獲取所述視頻中的人像信息和語(yǔ)音信息，將人像信息與對(duì)應(yīng)所述人像信息的語(yǔ)音信息進(jìn)行關(guān)聯(lián)；

在所述人像信息中確定與所述第一目標(biāo)對(duì)象對(duì)應(yīng)的第一目標(biāo)人像信息；

關(guān)閉所述視頻中與所述第一目標(biāo)人像信息關(guān)聯(lián)的語(yǔ)音信息對(duì)應(yīng)的聲音通道。

根據(jù)本公開的實(shí)施例，可選的，上述視頻處理的方法中，所述確定待處理視頻中需消音處理的第一目標(biāo)對(duì)象，包括：

獲取針對(duì)顯示屏中所播放視頻的第一操作手勢(shì)，將所述第一操作手勢(shì)與第一預(yù)設(shè)手勢(shì)進(jìn)行匹配；

當(dāng)所述第一操作手勢(shì)與第一預(yù)設(shè)手勢(shì)匹配時(shí)，根據(jù)所述顯示屏中所述第一操作手勢(shì)所在顯示區(qū)域的人像面部特征，確定視頻中需消音處理的第一目標(biāo)對(duì)象。

根據(jù)本公開的實(shí)施例，可選的，上述視頻處理的方法中，所述獲取所述視頻中的人像信息和語(yǔ)音信息，將人像信息與對(duì)應(yīng)所述人像信息的語(yǔ)音信息進(jìn)行關(guān)聯(lián)，包括：

通過人臉識(shí)別技術(shù)獲取視頻中的人像信息，其中，所述人像信息包括說話時(shí)的面部口型；

將所述面部口型與預(yù)設(shè)面部口型模型進(jìn)行比對(duì)，得到所述面部口型對(duì)應(yīng)的第一文字內(nèi)容；

通過聲紋識(shí)別技術(shù)識(shí)別出視頻中的每個(gè)人像的聲音，通過語(yǔ)音識(shí)別技術(shù)獲取視頻中對(duì)每個(gè)人像的聲音的語(yǔ)音信息，其中，所述語(yǔ)音信息包括第二文字內(nèi)容；

匹配第一文字內(nèi)容與第二文字內(nèi)容，將匹配成功的人像信息與語(yǔ)音信息存儲(chǔ)在同一地址，以將人像信息與語(yǔ)音信息進(jìn)行關(guān)聯(lián)。

根據(jù)本公開的實(shí)施例，可選的，上述視頻處理的方法中，還包括：

確定視頻中需模糊處理的目標(biāo)區(qū)域；

對(duì)所述目標(biāo)區(qū)域進(jìn)行模糊處理。

根據(jù)本公開的實(shí)施例，可選的，上述視頻處理的方法中，所述確定視頻中需模糊處理的目標(biāo)區(qū)域，包括：