[發(fā)明專利]視頻處理、腳本生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010479959.3
• 申請(qǐng)日: 2020-05-29
• 公開（公告）號(hào): CN111629230B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 許雷;于志興;張義保;董亞魁;彭彬緒
• 申請(qǐng)（專利權(quán)）人: 北京市商湯科技開發(fā)有限公司
• 主分類號(hào): H04N21/234
• 分類號(hào): H04N21/234;H04N21/44;H04N21/81;H04N21/845
• 代理公司: 北京中知恒瑞知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11889
• 代理人: 王文紅

本公開提供了一種視頻處理方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，其中，該方法包括：獲取第一視頻；對(duì)所述第一視頻進(jìn)行腳本分析，得到所述第一視頻的第一腳本信息，其中，所述第一腳本信息包括所述第一視頻中包括的至少一個(gè)鏡頭中每個(gè)鏡頭的信息。另一種方法包括：向服務(wù)器發(fā)送第一視頻；接收所述服務(wù)器通過對(duì)所述第一視頻進(jìn)行腳本分析得到的第一腳本信息；其中，所述第一腳本信息包括所述第一視頻中的至少一個(gè)鏡頭中每個(gè)鏡頭的信息；顯示所述第一腳本信息。本公開實(shí)施例通過利用計(jì)算機(jī)對(duì)所述第一視頻進(jìn)行腳本分析，得到第一視頻的第一腳本信息，實(shí)現(xiàn)了視頻腳本的自動(dòng)生成，為后續(xù)進(jìn)行視頻創(chuàng)意分析或者視頻制作等應(yīng)用提供有利基礎(chǔ)。

技術(shù)領(lǐng)域

本公開涉及視頻處理技術(shù)領(lǐng)域，具體而言，涉及一種視頻處理、腳本生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

為了快速了解多個(gè)行業(yè)的熱門視頻以累積創(chuàng)意，視頻導(dǎo)演通常需要觀看大量的視頻，通過對(duì)觀看視頻的分析，找到合適的創(chuàng)意和橋段；而隨著計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)視頻，尤其是短視頻的數(shù)量有了爆炸性的增長，這造成了依賴人工觀看視頻對(duì)視頻進(jìn)行分析的方式需要消耗大量的人力和時(shí)間。

發(fā)明內(nèi)容

本公開實(shí)施例至少提供一種視頻處理、腳本生成方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

第一方面，本公開實(shí)施例提供了一種視頻處理方法，包括：獲取第一視頻；對(duì)所述第一視頻進(jìn)行腳本分析，得到所述第一視頻的第一腳本信息，其中，所述第一腳本信息包括所述第一視頻中包括的至少一個(gè)鏡頭中每個(gè)鏡頭的信息。

這樣，通過計(jì)算機(jī)對(duì)獲取的第一視頻進(jìn)行腳本分析，得到第一視頻的第一腳本信息，在第一腳本信息中，包括了第一視頻中至少一個(gè)鏡頭中每個(gè)鏡頭的信息，從而實(shí)現(xiàn)了視頻腳本的自動(dòng)生成，為后續(xù)視頻創(chuàng)意分析、腳本創(chuàng)作或者視頻制作等應(yīng)用提供了有利基礎(chǔ)。

一種可能的實(shí)施方式中，所述方法還包括：將所述第一腳本信息發(fā)送至終端設(shè)備，以使所述終端設(shè)備對(duì)所述第一腳本信息進(jìn)行顯示；和/或輸出或顯示所述第一腳本信息。

這樣，將第一腳本信息進(jìn)行顯示，能夠讓用戶對(duì)腳本分析結(jié)果具有更清晰的了解。

一種可能的實(shí)施方式中，所述對(duì)所述第一視頻進(jìn)行腳本分析，包括：利用預(yù)先訓(xùn)練的至少一個(gè)神經(jīng)網(wǎng)絡(luò)模型對(duì)所述第一視頻進(jìn)行腳本分析。

這樣，采用神經(jīng)網(wǎng)絡(luò)模型對(duì)第一視頻進(jìn)行腳本分析，能夠快速獲得多個(gè)第一視頻的的腳本分析結(jié)果，效率更高，準(zhǔn)確度也更高。

一種可能的實(shí)施方式中，所述每個(gè)鏡頭的信息，包括下列中的一種或者任意多種：分鏡號(hào)、鏡頭語言信息、人物關(guān)系信息、畫面描述信息、字幕、臺(tái)詞、以及代表畫面。

一種可能的實(shí)施方式中，所述鏡頭語言信息包括下列中的至少一種：景別、鏡頭運(yùn)動(dòng)方式、鏡頭視角、鏡頭類別。

這樣，通過上述信息中至少一種，表征不同的第一視頻中不同鏡頭之間的區(qū)別，能夠更清晰的將構(gòu)成第一視頻的視頻腳本表達(dá)出來。

一種可能的實(shí)施方式中，所述對(duì)所述第一視頻進(jìn)行腳本分析，包括：對(duì)所述第一視頻中第一鏡頭包括的至少一個(gè)視頻幀圖像進(jìn)行特征提取處理，得到所述至少一個(gè)視頻幀圖像中每個(gè)視頻幀圖像的特征信息；基于所述至少一個(gè)視頻幀圖像中每個(gè)視頻幀圖像的特征信息，得到所述第一鏡頭的鏡頭語言信息。

這樣，基于對(duì)視頻幀圖像進(jìn)行特征提取處理，得到每幀視頻幀圖像所包含的特征信息，基于特征信息得到第一鏡頭的鏡頭語言信息，有利于排除干擾特征，進(jìn)而具有更高的精度。

一種可能的實(shí)施方式中，所述對(duì)所述第一視頻進(jìn)行腳本分析，包括：基于第一用戶指令，確定所述第一視頻對(duì)應(yīng)的目標(biāo)時(shí)間段；對(duì)所述第一視頻中的所述目標(biāo)時(shí)間段的視頻片段進(jìn)行腳本分析，得到所述第一腳本信息，其中，所述第一腳本信息包括所述目標(biāo)時(shí)間段的視頻片段中至少一個(gè)鏡頭的信息。