[發(fā)明專利]視頻中圖像的截取方法和裝置、存儲(chǔ)介質(zhì)和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010844933.4
• 申請(qǐng)日: 2020-08-20
• 公開(kāi)（公告）號(hào): CN111954087B
• 公開(kāi)（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 王志峰
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): H04N21/845
• 分類號(hào): H04N21/845;H04N21/472;H04N21/475
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 周婷婷

1.一種視頻中圖像的截取方法，其特征在于，包括：

顯示目標(biāo)視頻和圖像截取交互對(duì)象；

在獲取到對(duì)所述圖像截取交互對(duì)象執(zhí)行的目標(biāo)交互操作的情況下，獲取所述目標(biāo)視頻中被截取的目標(biāo)圖像，其中，所述目標(biāo)交互操作用于對(duì)所述目標(biāo)視頻中的圖像進(jìn)行截取，所述目標(biāo)圖像是根據(jù)所述目標(biāo)視頻的歷史播放信息在所述目標(biāo)視頻中確定的圖像；

顯示所述被截取的目標(biāo)圖像；

其中，所述目標(biāo)圖像包括目標(biāo)動(dòng)態(tài)圖像，所述圖像截取交互對(duì)象包括第二交互對(duì)象，所述目標(biāo)交互操作包括第二交互操作，所述方法還包括：在獲取到對(duì)所述第二交互對(duì)象執(zhí)行的第二交互操作的情況下，獲取所述目標(biāo)動(dòng)態(tài)圖像；

所述在獲取到對(duì)所述第二交互對(duì)象執(zhí)行的第二交互操作的情況下，獲取所述目標(biāo)動(dòng)態(tài)圖像包括：獲取所述目標(biāo)視頻中播放量超過(guò)預(yù)設(shè)閾值的視頻片段，獲取所述視頻片段中每一幀圖像的特征信息，根據(jù)所述每一幀圖像的所述特征信息，確定出所述每一幀圖像的評(píng)分和任意兩幀圖像之間的相似度，根據(jù)所述相似度，將所述視頻片段分割成多個(gè)子視頻片段，將每一個(gè)所述子視頻片段中，所述評(píng)分最高的圖像拼接為所述目標(biāo)動(dòng)態(tài)圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述顯示目標(biāo)視頻和圖像截取交互對(duì)象，包括：顯示所述目標(biāo)視頻和第一交互對(duì)象，其中，所述第一交互對(duì)象用于指示截取靜態(tài)圖像，所述圖像截取交互對(duì)象包括所述第一交互對(duì)象；

在獲取到對(duì)所述圖像截取交互對(duì)象執(zhí)行的目標(biāo)交互操作的情況下，獲取所述目標(biāo)視頻中被截取的目標(biāo)圖像，包括：在獲取到對(duì)所述第一交互對(duì)象執(zhí)行的第一交互操作的情況下，獲取所述目標(biāo)視頻中被截取的目標(biāo)靜態(tài)圖像，其中，所述目標(biāo)交互操作包括所述第一交互操作，所述目標(biāo)圖像包括所述目標(biāo)靜態(tài)圖像，所述目標(biāo)靜態(tài)圖像是根據(jù)所述目標(biāo)視頻的第一播放信息和/或所述目標(biāo)視頻的第一視頻信息在所述目標(biāo)視頻中確定的圖像，所述第一播放信息包括：所述目標(biāo)視頻中每一幀圖像的彈幕信息，所述第一視頻信息包括：所述目標(biāo)視頻中的每一幀圖像，和/或，所述每一幀圖像中識(shí)別到的對(duì)象的信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述目標(biāo)視頻中被截取的目標(biāo)靜態(tài)圖像，包括：

根據(jù)以下至少之一確定所述每一幀圖像的幀圖像取值：所述每一幀圖像的熱圖參數(shù)的取值，其中，所述熱圖參數(shù)的取值是根據(jù)所述每一幀圖像確定出的取值；所述每一幀圖像的熱詞參數(shù)的取值，其中，所述熱詞參數(shù)的取值是根據(jù)所述每一幀圖像的彈幕信息確定出的取值，和/或，所述熱詞參數(shù)的取值是根據(jù)所述每一幀圖像的評(píng)論信息確定出的取值，和/或，所述熱詞參數(shù)的取值是根據(jù)所述每一幀圖像的搜索熱詞確定出的取值；所述每一幀圖像的對(duì)象關(guān)注度參數(shù)的取值，其中，所述對(duì)象關(guān)注度參數(shù)的取值是根據(jù)所述每一幀圖像中識(shí)別到的對(duì)象的信息確定出的取值；

按照所述每一幀圖像的幀圖像取值，對(duì)所述目標(biāo)視頻中的每一幀圖像進(jìn)行排序，將對(duì)所述目標(biāo)視頻中的每一幀圖像進(jìn)行排序之后的前N個(gè)幀圖像確定為所述目標(biāo)靜態(tài)圖像，其中，N為正整數(shù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)以下至少之一確定所述每一幀圖像的幀圖像取值，包括：

將所述每一幀圖像的熱圖參數(shù)的取值，或者，所述每一幀圖像的熱詞參數(shù)的取值，或者，所述每一幀圖像的對(duì)象關(guān)注度參數(shù)的取值，確定為所述每一幀圖像的幀圖像取值；或者

將所述每一幀圖像的熱圖參數(shù)的取值、所述每一幀圖像的熱詞參數(shù)的取值、以及所述每一幀圖像的對(duì)象關(guān)注度參數(shù)的取值中的兩個(gè)取值進(jìn)行加權(quán)求和，得到所述每一幀圖像的幀圖像取值；或者

將所述每一幀圖像的熱圖參數(shù)的取值、所述每一幀圖像的熱詞參數(shù)的取值、以及所述每一幀圖像的對(duì)象關(guān)注度參數(shù)的取值三者進(jìn)行加權(quán)求和，得到所述每一幀圖像的幀圖像取值。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

將所述每一幀圖像輸入到熱圖神經(jīng)網(wǎng)絡(luò)模型中，得到所述熱圖神經(jīng)網(wǎng)絡(luò)模型輸出的所述每一幀圖像的熱圖參數(shù)的取值；和/或

將所述每一幀圖像的彈幕信息輸入到熱詞神經(jīng)網(wǎng)絡(luò)模型中，得到所述熱詞神經(jīng)網(wǎng)絡(luò)模型輸出的所述每一幀圖像的熱詞參數(shù)的取值；和/或

將所述每一幀圖像中識(shí)別到的對(duì)象的信息輸入到對(duì)象關(guān)注度神經(jīng)網(wǎng)絡(luò)模型中，得到所述對(duì)象關(guān)注度神經(jīng)網(wǎng)絡(luò)模型輸出的所述每一幀圖像的對(duì)象關(guān)注度參數(shù)的取值。