图像互换格式图片的生成方法及装置与流程

本发明涉及图像处理技术领域，特别是涉及图像互换格式图片的生成方法及装置。

背景技术：

随着信息网络的普及，视频直播业务迅速崛起，成为互联网最火爆的业务之一。用户观看直播业务时只能看到当前直播，有部分直播提供录播回放，但是直播时间一般较长，用户很难找到好看、精华的片段，并且在进行直播推送时，简单的根据点击率进行推送，很难满足用户的需求。总之，现有视频直播业务缺少高效的推送手段。

gif(graphicsinterchangeformat，图像互换格式)图片是流行的分享媒介，通过gif图片可以提高视频直播业务的推送效率，吸引更多的用户进行观看。但是现有技术中人工将视频直播业务转换为gif图片，需要工作人员观看大量的视频直播业务，工作量大，视频转换为gif图片的效率低。

技术实现要素：

本发明实施例的目的在于提供一种图像互换格式图片的生成方法及装置，以实现视频亮点自动生成图像互换格式图片，提高了视频直播业务的亮点转换为gif图片的效率。具体技术方案如下：

一种图像互换格式图片的生成方法，包括：

获取视频中的关键数据，其中，所述关键数据标识所述视频的播放特征和/或所述视频的观众参与情况；

根据所述关键数据，获取所述视频的至少一个视频段；

选取至少一个所述视频段转换为图像互换格式图片。

可选的，所述关键数据，包括：

所述视频中图像的视觉特征、所述视频中声音的语音特征、弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化中的一种或多种。

可选的，所述根据所述关键数据，获取所述视频的至少一个视频段，包括：

根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算综合增长率，其中，所述综合增长率标识弹幕数、观看人数及礼物数的增长速率；

截取大于预设增长阈值的综合增长率所对应的视频段。

可选的，所述根据所述关键数据，获取所述视频的至少一个视频段，包括：

对所述关键数据进行分析，与预设的识别特征进行比较，确定待提取的视频段，其中，所述识别特征为从预设的亮点视频段中提取的特征；

在所述视频中截取所述待提取的视频段。

可选的，所述选取至少一个所述视频段转换为图像互换格式图片，包括：

根据所述关键数据，分别为每段所述视频段进行评分，得到亮点评分；

根据所述亮点评分，选取至少一个所述视频段转换为图像互换格式图片。

可选的，所述根据所述关键数据，分别为每段所述视频段进行评分，得到亮点评分，包括：

根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算所述亮点评分。

可选的，所述根据所述关键数据，分别为每段所述视频段进行评分，得到亮点评分，包括：

利用预设的打分算法，分别对每段所述视频段对应的关键数据进行分析，并计算每段所述视频段的评分，得到亮点评分。

可选的，所述根据所述亮点评分，选取至少一个所述视频段转换为图像互换格式图片，包括：

选取所述亮点评分最高的视频段，作为亮点段；

根据所述亮点段的时长，提取所述亮点段的视频帧；

根据所述亮点段的视频帧，生成所述图像互换格式图片。

一种图像互换格式图片的生成装置，包括：

数据获取模块，用于获取视频中的关键数据，其中，所述关键数据标识所述视频的播放特征和/或所述视频的观众参与情况；

视频段提取模块，用于根据所述关键数据，获取所述视频的至少一个视频段；

图片生成模块，用于选取至少一个所述视频段转换为图像互换格式图片。

可选的，所述数据获取模块获取的所述关键数据，包括：

所述视频中图像的视觉特征、所述视频中声音的语音特征、弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化中的一种或多种。

可选的，所述视频段提取模块，包括：

第一计算子模块，用于根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算综合增长率，其中，所述综合增长率标识弹幕数、观看人数及礼物数的增长速率；

第一截取子模块，用于截取大于预设增长阈值的综合增长率所对应的视频段。

可选的，所述视频段提取模块，包括：

第二计算子模块，用于对所述关键数据进行分析，与预设的识别特征进行比较，确定待提取的视频段，其中，所述识别特征为从预设的亮点视频段中提取的特征；

第二截取子模块，用于在所述视频中截取所述待提取的视频段。

可选的，所述图片生成模块，包括：

第一评分子模块，用于根据所述关键数据，分别为每段所述视频段进行评分，得到亮点评分；

第一转换子模块，用于根据所述亮点评分，选取至少一个所述视频段转换为图像互换格式图片。

可选的，所述第一评分子模块，包括：

第一计算单元，用于根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算所述亮点评分。

可选的，所述第一评分子模块，包括：

第二计算单元，用于利用预设的打分算法，分别对每段所述视频段对应的关键数据进行分析，并计算每段所述视频段的评分，得到亮点评分。

可选的，所述第一转换子模块，包括：

亮点段选取单元，用于选取所述亮点评分最高的视频段，作为亮点段；

视频帧提取单元，用于根据所述亮点段的时长，提取所述亮点段的视频帧；

互换格式图片生成单元，用于根据所述亮点段的视频帧，生成所述图像互换格式图片。

本发明实施例提供的图像互换格式图片的生成方法及装置，根据关键数据，获取视频的至少一个视频段，并为每段视频段进行评分，根据评分选取至少一个视频段转换为图像互换格式图片，可以实现视频自动生成图像互换格式图片，提高了视频转换为gif图片的效率。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的图像互换格式图片的生成方法的流程示意图；

图2为本发明实施例的图像互换格式图片的生成装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

gif(graphicsinterchangeformat，图像互换格式)图片是流行的分享媒介，通过gif图片可以提高视频直播业务的推送效率，吸引更多的用户进行观看。本发明实施例提供了一种图像互换格式图片的生成方法，包括：

s101，获取视频中的关键数据，其中，关键数据标识视频的播放特征和/或视频的观众参与情况。

图像互换格式图片的生成装置获取待转换的视频中的关键数据，视频中的关键数据标识了视频的播放特征和/或视频的观众参与情况，视频的播放特征可以包括声音的波形、图像的色彩及图像的纹理，观众参与情况可以包括观看人数、弹幕数及礼物数。

图像互换格式图片的生成装置可以为一种设备，包括：处理器、存储器、通信接口和总线；处理器、存储器和通信接口通过总线连接并完成相互间的通信；存储器存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行图像互换格式图片的生成方法。

图像互换格式图片的生成装置还可以为一种应用于服务器的应用程序，用于在运行时执行图像互换格式图片的生成方法。

图像互换格式图片的生成装置还可以为一种应用于服务器的存储介质，用于存储可执行代码，可执行代码用于执行图像互换格式图片的生成方法。

s102，根据关键数据，获取视频的至少一个视频段。

具体的，根据关键数据中弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化计算综合增长率，其中，综合增长率标识弹幕数、观看人数及礼物数的增长速率。截取大于预设增长阈值的综合增长率所对应的视频段。

可选的，计算综合增长率包括：

步骤一，根据关键数据中弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，分别计算每个预设时段内弹幕增长率、观看人数增长率及礼物数增长率。

预设时段根据图像互换格式图片的生成装置的计算能力及视频段的实际选取要求进行设定，例如预设时段为1秒或更长，再比如预设时段为3秒或更长。计算每个预设时段内弹幕增长率、观看人数增长率及礼物数增长率，可以为计算当前预设时段相对于、与当前预设时段相邻的上一预设时段的三种增长率，也可以选择任一预设时段为基准时段，分别计算每个预设时段相比于基准时段的三种增长率。

步骤二，根据弹幕增长率、观看人数增长率及礼物数增长率计算综合增长率。

例如根据公式a×pb+b×pp+c×pg＝pc，计算综合增长率，其中，pb为弹幕增长率，pp为观看人数增长率，pg为礼物数增长率，pc为综合增长率，a、b及c均为预设的比例系数，根据实际情况自由设定，例如a为0.3，b为0.3，c为0.4。

相应的，预设增长阈值的设定根据综合增长率的计算方式进行设定，例如将预设增长阈值设定为0.45。

s103，选取至少一个视频段转换为图像互换格式图片。

在获取的所有视频段中，选取至少一个视频段转换为图像互换格式图片。选取至少一个视频段，可以为在所有的视频段中随机选取，也可以为按照一定的规则进行选取，例如根据综合增长率的大小进行选取，或对每个视频段分别进行打分，并根据打分进行选取。选取视频段后还需要将选取的视频段转化为gif图片，选取视频段中的视频帧制作gif图片。

在本发明实施例中，根据关键数据，获取视频的至少一个视频段，并选取至少一个视频段转换为图像互换格式图片，实现了视频亮点自动生成图像互换格式图片，提高了视频的亮点转换为gif图片的效率。

可选的，在本发明实施例的图像互换格式图片的生成方法中，关键数据，包括：

视频中图像的视觉特征、视频中声音的语音特征、弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化中的一种或多种。

在本发明实施例中，给出了关键数据的具体内容，根据上述内容获取视频段，所获取的视频段能够体现出视频的亮点所在。

可选的，根据关键数据，获取视频的至少一个视频段，包括：

步骤一，对关键数据进行分析，与预设的识别特征进行比较，确定待提取的视频段，其中，识别特征为从预设的亮点视频段中提取的特征。

利用预先根据亮点视频段训练的机器学习算法，对关键数据与识别特征进行比较，确定待提取的视频段，其中，亮点视频段为已经确认包含精华片段的视频段。

预先根据亮点视频段训练的机器学习算法可以为在监督式学习下进行建立的。建立以图像识别及音频识别为目标的神经网络，输入包含亮点的视频段进行监督式学习，以确定包含亮点的视频段的识别特征，该识别特征可以包含图像纹理的识别特征、图像颜色的识别特征及声音的识别特征中的至少一种，当然在机器学习算法训练的过程中还可以加入观看人数、弹幕数及礼物数等信息，以增加包含亮点的视频段的识别度。利用预先根据亮点视频段训练的机器学习算法，对关键数据进行分析，确定待转换的视频中包含亮点的视频段。

步骤二，在视频中截取待提取的视频段。

根据上述步骤一中确定的视频段，在待转换的视频中进行相应的截取。

在本发明实施例中，利用预先根据亮点视频段训练的机器学习算法，确定待提取的视频段，并进行提取，相比于仅根据观看人数、弹幕数及礼物数进行视频段的提取，适用范围更广。

可选的，选取至少一个视频段转换为图像互换格式图片，包括：

步骤一，根据关键数据，分别为每段视频段进行评分，得到亮点评分。

根据每段视频段各自对应的关键数据，分别为每个视频段进行评分。

具体的，根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算亮点评分。

根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，分别计算每个视频段内弹幕增长率、观看人数增长率及礼物数增长率。计算每段视频段的弹幕增长率、观看人数增长率及礼物数增长率，可以选择任一视频段为基准视频段，分别计算每段视频段相比于基准视频段的弹幕增长率、观看人数增长率及礼物数增长率。

根据弹幕增长率、观看人数增长率及礼物数增长率计算亮点评分。

例如根据公式d×pb+e×pp+f×pg＝score，计算综合增长率，其中，pb为弹幕增长率，pp为观看人数增长率，pg为礼物数增长率，score为亮点评分，d、e及f均为预设的比例系数，根据实际情况自由设定，例如d为30，e为30，f为40。

步骤二，根据亮点评分，选取至少一个视频段转换为图像互换格式图片。

可以选取亮点评分最高的一个视频段进行gif图片的转换，选取亮点评分最高的视频段，最能体现出视频的亮点；也可以为选取n个(n为大于1的整数)相邻的评分较高(此处的评分较高可以为n个相邻的视频段中，每段视频段的亮点评分均不低于最高亮点评分的70％)的视频段进行gif图片的转换，这样可以增加gif图片的内容，从而增加用户对视频内容的了解；还可以为选取前n个分数最高的视频段(根据亮点评分的大小，将亮点评分进行降序排列，前n个分数最高的视频段即为排序为前n个的亮点评分所对应的视频段)进行gif图片的转换，选取分数最高的前n个视频段，能够更好的体现出视频的各种亮点所在；当然还可以选取m个(m为正整数)相邻的视频段进行gif图片的转换，其中，每个视频段的评分均需要高于预设的亮点阈值，且m大于预设的第一段数阈值，亮点阈值根据评分规则进行设定，例如亮点阈值设置为60或更大，第一段数阈值根据每段视频段的时长进行设定，例如第一段数阈值设置为3或更大。为了防止转换后的gif图片过大，还可以设定第二段数阈值，规定m及n均不超过第二段数阈值，第二段数阈值同样根据每段视频段的时长进行设定，例如第二段数阈值设置为10或更大。

在本发明实施例中，对每段视频段进行评分，根据评分选取至少一个视频段转换为图像互换格式图片，转换后的图像互换格式的图片更能够体现出视频的亮点。

可选的，根据关键数据，分别为每段视频段进行评分，得到亮点评分，包括：

利用预设的打分算法，分别对每段视频段对应的关键数据进行分析，并计算每段视频段的评分，得到亮点评分。

预设的打分算法可以为利用预先根据视频段评分训练的机器学习算法。预先根据视频段评分训练的机器学习算法可以为在监督式学习下进行建立的。建立以图像识别及音频识别为目标的神经网络，输入包含亮点的视频段及与该视频段对应的专家打分进行监督式学习，以确定视频段的识别特征与专家打分的关系，该识别特征与专家打分的关系可以包含图像纹理的识别特征与专家打分的关系、图像颜色的识别特征与专家打分的关系及声音的识别特征与专家打分的关系中的至少一种。

在根据视频段评分训练机器学习算法训练的过程中还可以加入观看人数、弹幕数及礼物数等信息，以增加视频段的识别特征与专家打分的关系的对应程度。提取弹幕的内容，对弹幕内容进行分词，每个词语各自对应一个弹幕评分，中和当前时段内的所有弹幕评分，对当前时段进行评分，以获取亮点评分(例如，词语“赞”对应弹幕评分为0.3分，词语“棒极了”对应弹幕评分为0.4分，当一个视频段的弹幕中包含20个“赞”及10个“棒极了”时，可以对所有的弹幕评分进行相加，获取亮点评分即10分)。获取当前时段内的平均观看人数，根据当前时段内的平均观看人数，对当前时段进行评分，以获取亮点评分(例如，当前时段内的平均观看人数为800，已知的时段中的最大平均观看人数为1000，计算二者的比值再乘以100作为亮点评分即80分)。获取当前时段内每个类型的礼物数，每个类型的礼物对应各自的礼物评分，中和当前时段内的所有礼物评分，对当前时段进行评分，以获取亮点评分(例如，礼物“鲜花”对应弹幕评分为0.1分，礼物“游艇”对应弹幕评分为0.3分，当一个视频段的礼物中包含20个“鲜花”及5个“游艇”时，可以对所有的礼物评分进行相加，获取亮点评分即3.5分)。

当然，根据视频段评分训练机器学习算法还可以综合当前时段内的所有弹幕评分、当前时段内的平均观看人数及当前时段内的所有礼物评分中的至少两种，对当前时段进行评分，以获取亮点评分。使用svm(supportvectormachine，支持向量机)算法，将任一时段内的所有弹幕评分、任一时段内的平均观看人数及任一时段内的所有礼物评分中的至少两种，和专家给出的相应的亮点评分作为输入的特征值，根据上述特征值及特征值的变化率确定输入向量，并分别采用linearkernel(线性核函数)和rbf(radialbasisfunction，径向基函数)训练算法进行训练，并选取测试集效果更好的函数以完成根据视频段评分训练机器学习算法。

在本发明实施例中，利用预先预设的打分算法，对视频段进行打分，相比于仅根据观看人数、弹幕数及礼物数进行视频段的打分，适用范围更广。

可选的，根据亮点评分，选取至少一个视频段转换为图像互换格式图片，包括：

步骤一，选取亮点评分最高的视频段，作为亮点段。

步骤二，根据亮点段的时长，提取亮点段的视频帧。

根据亮点段的时长，提取亮点段的视频帧，亮点段的时长与提取的亮点段的视频帧的数量正相关。例如，每1秒视频段中按照等时间间隔提取15帧视频帧，或每1秒视频段中按照等时间间隔提取24帧视频帧。

步骤三，根据亮点段的视频帧，生成图像互换格式图片。

将提取的视频帧按照时间顺序进行排列，生成gif图片。

在本发明实施例中，给出了将视频段转换为gif图片的具体方法，选取评分最高的视频段进行转换，最能体现出视频的亮点。

一种图像互换格式图片的生成装置，包括：

数据获取模块201，用于获取视频中的关键数据，其中，关键数据标识视频的播放特征和/或视频的观众参与情况。

视频段提取模块202，用于根据关键数据，获取视频的至少一个视频段。

图片生成模块203，用于选取至少一个视频段转换为图像互换格式图片。

在本发明实施例中，根据关键数据，获取视频的至少一个视频段，并选取至少一个视频段转换为图像互换格式图片，实现了视频亮点自动生成图像互换格式图片，提高了视频亮点转换为gif图片的效率。

需要说明的是，本发明实施例中的装置是应用上述图像互换格式图片的生成方法的装置，则上述图像互换格式图片的生成方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。

可选的，数据获取模块获取的关键数据，包括：

视频中图像的视觉特征、视频中声音的语音特征、弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化中的一种或多种。

在本发明实施例中，给出了关键数据的具体内容，根据上述内容获取视频段，所获取的视频段能够体现出视频的亮点所在。

可选的，视频段提取模块，包括：

第一计算子模块，用于根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算综合增长率，其中，综合增长率标识弹幕数、观看人数及礼物数的增长速率。

第一截取子模块，用于截取大于预设增长阈值的综合增长率所对应的视频段。

在本发明实施例中，当视频播的关键信息中包含用户的互动时，根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化截取视频段，截取的视频段能够体现出视频的亮点所在。

可选的，视频段提取模块，包括：

第二计算子模块，用于对关键数据进行分析，与预设的识别特征进行比较，确定待提取的视频段，其中，识别特征为从预设的亮点视频段中提取的特征；

第二截取子模块，用于在视频中截取待提取的视频段。

在本发明实施例中，利用识别特征，确定待提取的视频段，并进行提取，相比于仅根据观看人数、弹幕数及礼物数进行视频段的提取，适用范围更广。

可选的，图片生成模块，包括：

第一评分子模块，用于根据关键数据，分别为每段视频段进行评分，得到亮点评分。

第一转换子模块，用于根据亮点评分，选取至少一个视频段转换为图像互换格式图片。

在本发明实施例中，对每段视频段进行评分，根据评分选取至少一个视频段转换为图像互换格式图片，转换后的图像互换格式的图片更能够体现出视频的亮点。

可选的，第一评分子模块，包括：

第一计算单元，用于根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化，计算亮点评分。

在本发明实施例中，当视频的关键信息中包含用户的互动时，根据弹幕数随时间的变化、观看人数随时间的变化及礼物数随时间的变化计算亮点评分，亮点评分的计算结果准确。

可选的，第一评分子模块，包括：

第二计算单元，用于利用预设的打分算法，分别对每段视频段对应的关键数据进行分析，并计算每段视频段的评分，得到亮点评分。

在本发明实施例中，利用预设的打分算法，对视频段进行打分，相比于仅根据观看人数、弹幕数及礼物数进行视频段的打分，适用范围更广。

可选的，第一转换子模块，包括：

亮点段选取单元，用于选取亮点评分最高的视频段，作为亮点段。

视频帧提取单元，用于根据亮点段的时长，提取亮点段的视频帧。

互换格式图片生成单元，用于根据亮点段的视频帧，生成图像互换格式图片。

在本发明实施例中，给出了将视频段转换为gif图片的具体方法，选取评分最高的视频段进行转换，最能体现出视频的亮点。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。