[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

本發明公開了一種基于深度學習模型的視頻處理方法，包括：獲取目標視頻；基于動態目標檢測模型對目標視頻進行動態目標檢測，得到目標視頻中的動態目標區域、非動態目標區域和動態目標區域對應的深度信息；根據動態目標區域和非動態目標區域確定出目標視頻的圖像插入區域；根據動態目標區域對應的深度信息確定出目標視頻的圖像插入區域對應的目標深度信息；將廣告圖像插入至目標視頻的圖像插入區域中目標深度信息對應的位置，以完成對目標視頻的處理?？梢?，本發明能夠實現基于目標視頻中的動態目標和動態目標在目標視頻中的深度信息，將廣告圖像插入至目標視頻中合適的位置，從而能夠提高視頻處理方法的處理效果。本發明可以應用在數字醫療系統。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于深度學習模型的視頻處理方法、裝置、計算機設備以及存儲介質。

背景技術

目前，大眾對各視頻網站的會員機制的接受度在不斷地提升，導致傳統的在視頻前插入的貼片廣告的推廣效應也在不斷地降低，為此，一種在視頻的視頻內容中植入廣告的新型廣告形式(如，視頻中兩個人坐在一起聊天，則可以在兩個人前面放置的桌子上植入XX品牌飲料的廣告)正在逐漸興起。這種新型廣告形式在對將要插入的廣告進行處理時的一個實現關鍵點在于，如何在視頻中確定出合適的能夠植入廣告的位置。目前主流的位置推薦算法主要考慮視頻中的物體在二維空間上的位置，但是，視頻中的物體實際上往往是處于一個三維空間上的，這容易導致最終確定出的廣告在視頻中插入的位置并不理想，影響視頻處理的效果。如，在視頻中，兩個物體在二維空間上距離很近，但是在三維空間上處于不同的深度時，若只從二維空間上進行考慮，則通常不會在這兩個物體之間插入廣告，但是，若從三維空間上進行考慮時，由于這兩個物體雖然在二維空間上距離較近，但是在三維空間上處于不同的深度，一個物體的存在通常并不會影響用戶對另一個物體的注意，所以仍然有可能在這兩個物體之間尋找到合適的位置插入廣告?？梢?，目前的視頻處理方法的處理效果仍有進一步提升的空間。

發明內容

本發明所要解決的技術問題在于，目前的視頻處理方法的處理效果較差。

為了解決上述技術問題，本發明第一方面公開了一種基于深度學習模型的視頻處理方法，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。

本發明第二方面公開了一種基于深度學習模型的視頻處理裝置，所述裝置包括：

獲取模塊，用于獲取待處理的目標視頻；

檢測模塊，用于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；

確定模塊，用于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；

所述確定模塊，還用于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；

插入模塊，用于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。

本發明第三方面公開了一種計算機設備，所述計算機設備包括：

存儲有可執行程序代碼的存儲器；