视频片段提取方法及装置的制造方法
【技术领域】
[0001]本公开涉及图像处理技术领域，特别涉及一种视频片段提取方法及装置。
【背景技术】
[0002]随着电子及网络技术的不断发展，视频播放业务已经成为用户最常用的网络业务之一，而用户对于视频服务的要求也越来越多样，比如，部分用户只想观看视频中涉及到某位明星的片段。
[0003]在相关技术中，用户想要观看视频中目标角色，比如某位明星的视频片段时，需要手动拖动播放进度条，或者点击快进按钮加快视频播放速度，以使视频更快的跳转到包含该明星的片段。
【发明内容】
[0004]本公开提供了一种视频片段提取方法及装置。所述技术方案如下:
[0005]第一方面，提供一种视频片段提取方法，所述方法包括:
[0006]获取目标角色的脸部图片；
[0007]基于所述目标角色的脸部图片，通过人脸识别方式从原始视频中确定包含所述目标角色的脸部的第一视频片段；
[0008]基于所述第一视频片段对所述目标角色进行目标跟踪，确定所述原始视频中除所述第一视频片段之外，包含所述目标角色的第二视频片段；
[0009]将所述第一视频片段和所述第二视频片段的集合提取为目标视频片段。
[0010]可选的，所述基于所述第一视频片段对所述目标角色进行目标跟踪，包括:
[0011]从所述第一视频片段的前一个视频帧开始，向前逐一对所述目标角色进行目标跟踪；将跟踪到所述目标角色的视频帧组成的视频片段，确定为所述第二视频片段中位于所述第一视频片段之前的视频片段；
[0012]从所述第一视频片段的后一个视频帧开始，向后逐一对所述目标角色进行目标跟踪；将跟踪到所述目标角色的视频帧组成的视频片段，确定为所述第二视频片段中位于所述第一视频片段之后的视频片段。
[0013]可选的，所述获取目标角色的脸部图片，包括:
[0014]展示目标角色选择区域，所述目标角色选择区域中包含所述原始视频中的各个角色的标识；将至少一个被选择的标识对应的角色确定为所述目标角色；从本地或者服务器获取所述目标角色的脸部图片；
[0015]或者，
[0016]展示可框选区域，所述可框选区域的背景为所述原始视频中的一个视频帧；将所述可框选区域中被框选部分的背景中包含的至少一个人脸图片获取为所述目标角色的脸部图片；
[0017]或者，
[0018]展示文本输入框；接收在所述文本输入框中输入的至少一个角色名称；根据所述至少一个角色名称从本地或者服务器获取所述目标角色的脸部图片。
[0019]可选的，所述获取目标角色的脸部图片，包括:
[0020]获取所述目标角色至少两个不同角度的脸部图片。
[0021]可选的，当提取的所述目标视频片段包括两个或者两个以上非连续片段时，所述方法还包括:
[0022]确定相邻两个目标视频片段之间的播放时间间隔，所述播放时间间隔为所述相邻两个目标视频片段中的前一个目标视频片段的播放结束时间点与后一个目标视频片段的播放开始时间点之间的间隔；
[0023]检测所述播放时间间隔是否小于预设的时间间隔阈值；
[0024]若所述播放时间间隔小于所述时间间隔阈值，则将所述相邻两个目标视频片段以及所述相邻两个目标视频片段之间的视频片段进行合并。
[0025]可选的，当提取的所述目标视频片段包括两个或者两个以上非连续片段时，所述方法还包括:
[0026]将提取到的所述各个目标视频片段按照播放时间从先到后的顺序连接，生成一个视频剪辑。
[0027]可选的，当所述目标角色包含至少两个不同角色时，
[0028]所述视频剪辑为同时包含所述至少两个不同角色的视频剪辑；
[0029]或者，
[0030]所述视频剪辑为包含所述至少两个不同角色中的任意角色的视频剪辑。
[0031]可选的，所述方法还包括:
[0032]根据所述目标视频片段的内容元素为所述目标视频片段生成文字描述；
[0033]其中，所述内容元素包括所述目标角色的角色名以及所述目标视频片段的字幕中的至少一种。
[0034]第二方面，提供一种视频片段提取装置，所述装置包括:
[0035]图片获取模块，用于获取目标角色的脸部图片；
[0036]人脸识别模块，用于基于所述目标角色的脸部图片，通过人脸识别方式从原始视频中确定包含所述目标角色的脸部的第一视频片段；
[0037]目标跟踪模块，用于基于所述第一视频片段对所述目标角色进行目标跟踪，确定所述原始视频中除所述第一视频片段之外，包含所述目标角色的第二视频片段；
[0038]片段提取模块，用于将所述第一视频片段和所述第二视频片段的集合提取为目标视频片段。
[0039]可选的，所述目标跟踪模块，包括:
[0040]第一跟踪子模块，用于从所述第一视频片段的前一个视频帧开始，向前逐一对所述目标角色进行目标跟踪；将跟踪到所述目标角色的视频帧组成的视频片段，确定为所述第二视频片段中位于所述第一视频片段之前的视频片段；
[0041]第二跟踪子模块，用于从所述第一视频片段的后一个视频帧开始，向后逐一对所述目标角色进行目标跟踪；将跟踪到所述目标角色的视频帧组成的视频片段，确定为所述第二视频片段中位于所述第一视频片段之后的视频片段。
[0042]可选的，所述图片获取模块，包括:第一展示子模块、角色确定子模块和第一获取子模块，或者，所述图片获取模块，包括:第二展示子模块和第二获取子模块，或者，所述图片获取模块，包括:第三展示子模块、输入接收子模块和第三获取子模块；
[0043]所述第一展示子模块，用于展示目标角色选择区域，所述目标角色选择区域中包含所述原始视频中的各个角色的标识；
[0044]所述角色确定子模块，用于将至少一个被选择的标识对应的角色确定为所述目标角色；
[0045]所述第一获取子模块，用于从本地或者服务器获取所述目标角色的脸部图片；
[0046]所述第二展示子模块，用于展示可框选区域，所述可框选区域的背景为所述原始视频中的一个视频帧；
[0047]所述第二获取子模块，用于将所述可框选区域中被框选部分的背景中包含的至少一个人脸图片获取为所述目标角色的脸部图片；
[0048]所述第三展示子模块，用于展示文本输入框；
[0049]所述输入接收子模块，用于接收在所述文本输入框中输入的至少一个角色名称；
[0050]所述第三获取子模块，用于根据所述至少一个角色名称从本地或者服务器获取所述目标角色的脸部图片。
[0051]可选的，所述图片获取模块，用于获取所述目标角色至少两个不同角度的脸部图片。
[0052]可选的，所述装置还包括:
[0053]时间间隔确定模块，用于当提取的所述目标视频片段包括两个或者两个以上非连续片段时，确定相邻两个目标视频片段之间的播放时间间隔，所述播放时间间隔为所述相邻两个目标视频片段中的前一个目标视频片段的播放结束时间点与后一个目标视频片段的播放开始时间点之间的间隔；
[0054]检测模块，用于检测所述播放时间间隔是否小于预设的时间间隔阈值；
[0055]片段合并模块，用于若所述播放时间间隔小于所述时间间隔阈值，则将所述相邻两个目标视频片段以及所述相邻两个目标视频片段之间的视频片段进行合并。
[0056]可选的，所述装置还包括:
[0057]剪辑生成模块，用于当提取的所述目标视频片段包括两个或者两个以上非连续片段时，将提取到的所述各个目标视频片段按照播放时间从先到后的顺序连接，生成一个视频剪辑。
[0058]可选的，当所述目标角色包含至少两个不同角色时，
[0059]所述视频剪辑为同时包含所述至少两个不同角色的视频剪辑；
[0060]或者，
[0061]所述视频剪辑为包含所述至少两个不同角色中的任意角色的视频剪辑。
[0062]可选的，所述装置还包括:
[0063]描述生成模块，用于根据所述目标视频片段的内容元素为所述目标视频片段生成文字描述；
[0064]其中，所述内容元素包括所述目标角色的角色名以及所述目标视频片段的字幕中的至少一种。
[0065]第三方面，提供一种视频片段提取装置，所述装置包括:
[0066]处理器；
[0067]用于存储处理器可执行指令的存储器；
[0068]其中，所述处理器被配置为:
[0069]获取目标角色的脸部图片；
[0070]基于所述目标角色的脸部图片，通过人脸识别方式从原始视频中确定包含所述目标角色的脸部的第一视频片段；
[0071 ] 基于所述第一视频片段对所述目标角色进行目标跟踪，确定所述原始视频中除所述第一视频片段之外，包含所述目标角色的第二视频片段；
[0072]将所述第一视频片段和所述第二视频片段的集合提取为目标视频片段。
[0073]本公开的实施例提供的技术方案可以包括以下有益效果:
[0074]通过人脸识别确定包含目标角色脸部的视频片段，基于该视频频段进行该目标角色的跟踪，确定不包含该目标角色脸部，但是包含该目标角色其他部位的视频片段，即可以从原始视频中单独提取出包含该目标角色的视频片段，不需要用户手动拖动播放进度条或者点击快进按钮即可以快速且准确的找到原始视频中包含目标角色的片段，简化了用户操作，提高了目标角色定位的准确度，从而提高用户体验。
[0075]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
【附图说明】
[0076]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于