[發明專利]基于深度學習模型的視頻處理方法、裝置、設備以及存儲介質

有效

• 申請號: 202111155291.8
• 申請日: 2021-09-29
• 公開（公告）號: CN113923516B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 張旭龍;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: H04N21/44
• 分類號: H04N21/44;H04N21/81
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 周雷

1.一種基于深度學習模型的視頻處理方法，其特征在于，所述方法包括：

獲取待處理的目標視頻；

基于預設的動態目標檢測模型對所述目標視頻進行動態目標檢測，得到所述目標視頻中的動態目標區域、非動態目標區域和所述動態目標區域對應的深度信息；

根據所述動態目標區域和所述非動態目標區域確定出所述目標視頻的圖像插入區域；

根據所述動態目標區域對應的深度信息確定出所述目標視頻的圖像插入區域對應的目標深度信息；

將預先確定出的廣告圖像插入至所述目標視頻的圖像插入區域中所述目標深度信息對應的位置，以完成對所述目標視頻的處理；

所述根據所述動態目標區域和所述非動態目標區域確定出所述目標視頻的圖像插入區域，包括：

獲取將要播放所述目標視頻的用戶終端的終端類型；

當所述用戶終端的終端類型為預設的第一終端類型時，將所述非動態目標區域確定為所述目標視頻的圖像插入區域，其中，所述第一終端類型的終端設備的屏幕尺寸均小于預設的屏幕尺寸閾值；

當所述用戶終端的終端類型為預設的第二終端類型時，將與所述動態目標區域相鄰的區域確定為所述目標視頻的圖像插入區域，其中，所述第二終端類型的終端設備的屏幕尺寸均大于所述屏幕尺寸閾值。

2.根據權利要求1所述的基于深度學習模型的視頻處理方法，其特征在于，所述獲取待處理的目標視頻之后，所述基于預設的動態目標檢測模型對所述目標視頻進行動態目標檢測，得到所述目標視頻中的動態目標區域、非動態目標區域和所述動態目標區域對應的深度信息之前，所述方法還包括：

基于預設的實體檢測模型對所述目標視頻進行目標實體檢測，得到所述目標視頻的每一個視頻幀中的目標實體區域；

根據所述目標視頻的每一個視頻幀中的目標實體區域的數量對所述目標視頻執行預設的視頻幀篩選操作，以實現對所述目標視頻中的視頻幀的篩選，并觸發執行所述的基于預設的動態目標檢測模型對所述目標視頻進行動態目標檢測，得到所述目標視頻中的動態目標區域、非動態目標區域和所述動態目標區域對應的深度信息的操作。

3.根據權利要求2所述的基于深度學習模型的視頻處理方法，其特征在于，所述根據所述目標視頻的每一個視頻幀中的目標實體區域的數量對所述目標視頻執行預設的視頻幀篩選操作，包括：

判斷所述目標視頻的每一個視頻幀中的目標實體區域的數量與前一個視頻幀中的目標實體區域的數量的差值是否大于預設的差值閾值；

當判斷出該視頻幀中的目標實體區域的數量與前一個視頻幀中的目標實體區域的數量的差值大于所述差值閾值時，將該視頻幀分類為緊湊視頻幀，其中，所述緊湊視頻幀是指無廣告圖像插入的視頻幀；

當判斷出該視頻幀中的目標實體區域的數量與前一個視頻幀中的目標實體區域的數量的差值未大于所述差值閾值時，將該視頻幀分類為空閑視頻幀，其中，所述空閑視頻幀是指將要被插入所述廣告圖像的視頻幀。

4.根據權利要求3所述的基于深度學習模型的視頻處理方法，其特征在于，所述基于預設的動態目標檢測模型對所述目標視頻進行動態目標檢測，得到所述目標視頻中的動態目標區域、非動態目標區域和所述動態目標區域對應的深度信息，包括：

基于預設的動態目標檢測模型對所述目標視頻中的每個空閑視頻幀進行動態目標檢測，得到該空閑視頻幀中的動態目標區域、非動態目標區域和所述動態目標區域對應的深度信息；以及，

所述根據所述動態目標區域和所述非動態目標區域確定出所述目標視頻的圖像插入區域，包括：

根據每個空閑視頻幀的動態目標區域和非動態目標區域確定出該空閑視頻幀的圖像插入區域；以及，

所述根據所述動態目標區域對應的深度信息確定出所述目標視頻的圖像插入區域對應的目標深度信息，包括：

根據每個空閑視頻幀的動態目標區域對應的深度信息確定出該空閑視頻幀的圖像插入區域對應的目標深度信息；以及，

所述將預先確定出的廣告圖像插入至所述目標視頻的圖像插入區域中所述目標深度信息對應的位置，以完成對所述目標視頻的處理，包括：

將預先確定出的廣告圖像插入至每個空閑視頻幀的圖像插入區域中所述目標深度信息對應的位置，以完成對所述目標視頻的處理。