一种视频拼接的方法及移动终端与流程

本发明涉及通信技术领域，尤其涉及一种视频拼接的方法及移动终端。

背景技术：

随着电子设备的发展，越来越多的用户会利用手机、平板电脑等电子设备拍摄视频。通常情况下，用户会将所拍摄的多个视频拼接成一个视频。目前的视频拼接仅仅是简单的多个视频短视频合成一个长视频，视频内容上有所增加。例如，将播放时长为t1的视频Video1和播放时长为t2的视频Video2，拼接成一个播放时长为t1+t2的新视频。但是，该现有方法仅仅为简单的对视频进行的长度拼接，没有针对视频文件中的其他部分进行视频的拼接处理，所完成的视频拼接效果单一，已无法满足日益增长的视频分享以及趣味性的用户需求。

技术实现要素：

本发明实施例中提供一种视频拼接的方法及移动终端，以解决该现有方法没有针对视频文件中的其他部分进行视频的拼接处理，所完成的视频拼接效果单一，不能满足用户需求的问题。

一方面，本发明实施例提供一种视频拼接的方法，包括：

获取至少两个目标视频文件；

分别对所述至少两个目标视频文件进行视频解码，还原为初始图像帧；

对于所述至少两个目标视频文件中的每个目标视频文件，确定所述初始图像帧中的视频主体和视频背景；

基于至少两个所述初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频；

其中，所述至少两个所述初始图像帧选取自不同的所述目标视频文件。

另一方面，本发明实施例还提供一种移动终端，包括：

获取模块，用于获取至少两个目标视频文件；

解码还原模块，用于分别对所述获取模块中获取的所述至少两个目标视频文件进行视频解码，还原为初始图像帧；

第一确定模块，用于对于所述至少两个目标视频文件中的每个目标视频文件，确定所述解码还原模块还原得到的所述初始图像帧中的视频主体和视频背景；

拼接模块，用于基于至少两个所述第一确定模块确定的所述初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频，其中，所述至少两个所述初始图像帧选取自不同的所述目标视频文件。

这样，通过分别对获取的至少两个目标视频文件进行视频解码，还原为对应的初始图像帧，确定每个目标视频文件的初始图像帧中的视频主体和视频背景，基于至少两个初始图像帧中的视频主体和视频背景，将不同视频文件中识别得出的视频主体和视频背景进行拼接，最终形成目标视频，该过程可以更换视频文件中视频主体所处的环境与背景，将不同视频文件中识别出的视频主体融合进同一个背景中，通过不同视频中的视频主体的融合，可实现不同时间轴上的主体同一时间出现在同一场景，来实现类似于虚拟现实、自己与自己对话等效果，大大增加视频的趣味性，满足用户的多元需求。

附图说明

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作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。

图1表示本发明第一实施例中视频拼接的方法的流程图；

图2表示本发明第二实施例中视频拼接的方法的流程图；

图3表示本发明第二实施例中将第一初始图像帧和第二初始图像帧进行图像合成，生成目标图像帧的流程图；

图4表示本发明第三实施例中移动终端的结构框图一；

图5表示本发明第三实施例中移动终端的结构框图二；

图6表示本发明第四实施例中移动终端的结构框图；

图7表示本发明第五实施例中移动终端的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

第一实施例

本实施例中公开一种视频拼接的方法，结合图1所示，包括：

步骤101：获取至少两个目标视频文件。

该步骤中，选取的该至少两个目标视频文件，形成了待拼接对象，以进行接下来的视频拼接过程。

步骤102：分别对该至少两个目标视频文件进行视频解码，还原为初始图像帧。

具体地，视频文件由一个个连续播放的图像所构成，一个图像对应于视频文件中的一个图像帧，在一个视频文件中包含多个图像帧。该步骤中，分别对该至少两个视频文件进行解码，将每个视频文件都还原为构成该视频文件的初始图像帧，以进行对多个视频文件的内容拼接操作。

步骤103：对于至少两个目标视频文件中的每个目标视频文件，确定初始图像帧中的视频主体和视频背景。

对于一段视频而言，视频主体为视频画面中的主要表现对象；该步骤中，对至少两个目标视频文件中的每一目标视频文件均进行解析识别，确定每个目标视频文件的初始图像帧中的视频主体和视频背景。其中，对初始图像帧中的视频主体和视频背景进行确定的过程，可以通过对初始图像帧每帧图像中的物体进行轮廓识别来实现，或者通过判断图像中元素占据画面的大小比例来实现，或者可通过帧间差分法来识别视频文件中的运动主体，实现对画面主体及背景的区分识别。

步骤104：基于至少两个初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频。

其中，该至少两个初始图像帧选取自不同的目标视频文件。

该步骤，在进行视频拼接时，拼接的对象为该至少两个初始图像帧中的视频主体和视频背景，该视频拼接的过程为实现将该视频主体和视频背景拼接整合至一个视频中的过程，以在拼接完成后生成目标视频。其中，该过程中，为从不同的目标视频文件中选取该至少两个初始图像帧，每个初始图像帧对应于一个目标视频文件，以实现对不同视频文件中的视频主体及背景进行整合。该过程可以使不同时间轴上的主体同一时间出现在同一场景，比如20岁之前的您和您现在的宝宝，两个“孩子”同时出现在迪斯尼戏水；又或者可以通过确定不同的整合背景，实现视频中所处环境与背景的更换等等，增加视频的趣味性，满足用户的多元需求。

更进一步地，在上述的基于至少两个初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频的步骤之前，该方法还包括：

接收用户对视频主体的选取操作；基于该选取操作，将该用户所选取的视频主体确定为该至少两个初始图像帧中的视频主体。

具体地，用户所选取的视频主体，可为从前述确定的初始图像帧中的视频主体中所选取得到。在基于至少两个初始图像帧中的视频主体和视频背景，进行视频拼接之前，可使用户对至少两个初始图像帧中的视频主体进行选取，通过获取用户的选取指令，来获取用户所选取的视频主体，将用户选取的视频主体作为至少两个初始图像帧中的视频主体，实施拼接过程，该过程可适用于当目标视频文件的初始图像帧中的视频主体为多个时，可以根据用户的选取操作，来确定拼接过程中需要整合的视频主体，更具灵活性，满足用户的多元需求。

本发明实施例的视频拼接的方法，通过分别对获取的至少两个目标视频文件进行视频解码，还原为对应的初始图像帧，确定每个目标视频文件的初始图像帧中的视频主体和视频背景，基于至少两个初始图像帧中的视频主体和视频背景，将不同视频文件中识别得出的视频主体和视频背景进行拼接，最终形成目标视频，该过程可以更换视频文件中视频主体所处的环境与背景，将不同视频文件中识别出的视频主体融合进同一个背景中，通过不同视频中的视频主体的融合，可实现不同时间轴上的主体同一时间出现在同一场景，来实现类似于虚拟现实、自己与自己对话等效果，大大增加视频的趣味性。

第二实施例

本实施例中公开一种视频拼接的方法，结合图2所示，包括：

步骤201：获取至少两个目标视频文件。

该步骤中，选取的该至少两个目标视频文件，形成了待拼接对象，以进行接下来的视频拼接过程。

步骤202：分别对至少两个目标视频文件进行视频解码，还原为初始图像帧。

具体地，视频文件由一个个连续播放的图像所构成，一个图像对应于视频文件中的一个图像帧，在一个视频文件中包含多个图像帧。该步骤中，分别对该至少两个视频文件进行解码，将每个视频文件都还原为构成该视频文件的初始图像帧，以进行对多个视频文件的内容拼接操作。

步骤203：分别获取第一目标视频文件的第一初始图像帧和第二目标视频文件的第二初始图像帧。

其中，第一初始图像帧和第二初始图像帧选取自不同的目标视频文件，以实现后续对不同视频文件进行视频拼接合并过程。

步骤204：分别对第一初始图像帧和第二初始图像帧进行图像内容识别，确定第一初始图像帧中的第一视频主体和第一视频背景，以及第二初始图像帧中的第二视频主体和第二视频背景。

在获取到第一初始图像帧和第二初始图像帧之后，需要对两者进行图像内容识别，确定第一目标视频文件的第一初始图像帧中的第一视频主体和第一视频背景，确定第二目标视频文件的第二初始图像帧中的第二视频主体和第二视频背景。

步骤205：将第一视频背景和第二视频背景进行比对，得到比对结果。

对应于至少两个待拼接视频文件，从不同视频文件的初始图像帧中识别出的视频背景可能是相同的，也或者是不同的。在同一段视频中，一般情况下一个视频文件对应的视频背景为属于同样的背景主题，例如，视频为在海边拍摄的，那该背景主题即为沙滩海洋主题；对视频背景的对比匹配过程中，可以通过对视频背景的色彩构成、轮廓构成等进行对比分析，看不同视频文件中识别出的视频背景是否为相同的视频背景，例如，不同视频中的主体同样都在海边，背景中的色彩构成主要为蓝色，局部分布有白云的白色色彩和沙滩的黄色色彩，可以通过这样的色彩构成进行对比及模糊匹配，来判断不同视频文件中的视频背景是否相同。

具体地，当不同视频中的帧数不同或者时长不同时，该对比匹配的过程可以以不同视频文件中分别设定的某一视频帧为起始帧，按一设定的序列，例如为按照视频帧在各自视频中的播放序列，对不同视频文件中视频帧对应的图像中的背景进行对比匹配。

步骤206：基于该比对结果，确定目标视频背景。

不同视频文件识别得出的视频背景在对比后，得到的对比匹配结果可能为相同或者为不相同，需要根据不同的对比匹配结果，来确定具体的目标视频背景。根据确定的目标整合背景，将不同的视频文件中识别出的视频主体与该目标视频背景进行拼接整合，将不同视频文件中识别出的视频主体融合进同一个视频背景中。

步骤207：基于第一视频主体、第二视频主体和目标视频背景，将第一初始图像帧和第二初始图像帧进行图像合成，生成目标图像帧。

在生成目标视频前，需要先获取与目标视频对应的目标图像帧，由该目标图像帧构成目标视频。第一视频主体为从第一初始图像帧中识别得到，第二视频主体为从第二初始图像帧中识别得到，该目标图像帧为依据第一初始图像帧的第一视频背景与第二初始图像帧的第二视频背景的比对结果，确定得到；根据该些内容，实现第一初始图像帧和第二初始图像帧件的图像合成，生成新的目标图像帧，形成所述目标图像帧。

步骤208：对该目标图像帧进行视频编码，生成目标视频。

在将不同视频文件中与图像帧对应的图像识别得出的画面主体与确定的整合背景进行拼接，形成新的图像及与新的图像对应的新的图像帧之后，需要对得到的新的图像帧重新进行编码，以形成最终的新的视频文件。其中，该目标视频包括第一视频主体和第二视频主体，该目标视频的视频背景为所述目标视频背景。

进一步地，下面将对上述方法中相关实现步骤的优选实现方式做进一步描述。

其中，该基于比对结果，确定目标视频背景的步骤，包括：

若所述比对结果为所述第一视频背景和第二视频背景相同，则将所述第一视频背景或第二视频背景确定为所述目标视频背景。

具体地，对视频背景是否相同进行的对比匹配，可采用模糊匹配的方式来实施，当对比匹配后得到的比对结果为不同视频文件中识别得出的视频背景为相同时，直接确定该相同的视频背景中的一个为目标视频背景，背景不变克隆不同视频文件中的视频主体，将不同的待整合视频中识别得出的视频主体整合进该相同的目标视频背景中，使多个视频主体放到一个视频里，可以实现自己与自己游戏、对话，也可以实现关公战秦琼等趣味效果。

对应地，该基于比对结果，确定目标视频背景的步骤，包括：

若该比对结果为第一视频背景和第二视频背景不同，则接收对视频背景的选择操作；将该选择操作对应的视频背景确定为目标视频背景。

如果比对后发现两个视频帧中识别出的视频背景为不同，需要对目标视频背景进行确定，以进行后续整合过程，具体可以通过用户的选择操作，来获取一视频背景作为目标视频背景，克隆其他视频文件中的视频主体进行植入，实现把小区泳池游泳的人克隆到马尔代夫的靓丽海滩去。

可选地，该选择操作对应的视频背景包括第一视频背景、第二视频背景或预设视频背景。该选择操作对应的视频背景，可以是第一视频背景或第二视频背景中的一个，或者选取的其他视频文件中提供的视频背景，具有实施上的多样性与选择上的灵活性。

具体地，该基于第一视频主体、第二视频主体和目标视频背景，将第一初始图像帧和第二初始图像帧进行图像合成，生成目标图像帧的步骤，结合图3所示，包括：

步骤301：确定第一初始图像帧和第二初始图像帧中目标视频背景所在的目标初始图像帧。

在对第一初始图像帧和第二初始图像帧进行图像内容识别后，确定识别出的其中一个视频背景为目标视频背景，在对初始图像帧进行图像合成，生成目标图像帧的过程中，需要首先确定目标视频背景所属的初始图像帧，确定该初始图像帧为目标初始图像帧。

步骤302：确定第一视频主体和第二视频主体中不属于该目标初始图像帧的目标视频主体。

在确定完目标初始图像帧之后，需判断第一视频主体和第二视频主体中不属于该目标初始图像帧的视频主体，确定该视频主体为目标视频主体。该目标视频主体为与目标视频背景不属于同一初始图像帧的视频主体。

步骤303：对于目标初始图像帧中的每帧图像，将该图像中目标位置的像素点替换为目标视频主体的像素点。

在具体的视频拼接过程中，需要将不同视频文件中的视频主体融合入通同一视频背景中，该融合拼接过程可以通过像素点替换来实现，在目标视频背景所在的目标初始图像帧中，将构成目标视频主体的像素点在每帧图像的目标位置进行像素点的替换，将不同视频文件中识别出的视频主体拼接至同一个视频背景中，以实现视频主体的融合。

步骤304：当目标初始图像帧中的所有图像完成像素点替换时，生成包含所述第一视频主体和第二视频主体并以所述目标视频背景为视频背景的所述目标图像帧。

在步骤303中目标初始图像帧中的每帧图像，均完成像素点替换过程，即可在目标初始图像帧基础上，得到融合进其他视频主体的目标图像帧，得到该目标图像帧构成的目标视频，完成视频拼接过程，增加视频的趣味性，满足用户需求。

本发明实施例的视频拼接的方法，通过将待拼接的多个视频文件解码还原为对应的图像帧，识别图像帧对应的图像中的画面主体与背景，对不同视频文件中的图像帧进行组合，按组别将识别得出的背景进行对比匹配，将不同视频文件在每个组合中的图像帧对应的图像的画面主体与确定好的整合背景进行拼接，使得不同视频文件中识别出的画面主体融合进同一个背景中，形成新的图像及与该新的图像对应的新的图像帧，并对新的图像帧进行编码，最终形成新的视频文件，该过程把多个视频的主体整合到一个视频中，可以更换视频中所处环境与背景，通过不同视频中的画面主体的融合，可实现不同时间轴上的主体同一时间出现在同一场景，来实现类似于虚拟现实、自己与自己对话等效果，大大增加视频的趣味性，满足用户的多元需求。

第三实施例

本实施例中公开一种移动终端，结合图4、图5所示，包括：获取模块401、解码还原模块402、第一确定模块403和拼接模块404。

获取模块401，用于获取至少两个目标视频文件。

解码还原模块402，用于分别对所述获取模块401中获取的所述至少两个目标视频文件进行视频解码，还原为初始图像帧。

第一确定模块403，用于对于所述至少两个目标视频文件中的每个目标视频文件，确定所述解码还原模块402还原得到的所述初始图像帧中的视频主体和视频背景。

拼接模块404，用于基于至少两个所述第一确定模块403确定的所述初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频，其中，所述至少两个所述初始图像帧选取自不同的所述目标视频文件。

其中，该第一确定模块403，包括：获取子模块4031和第一确定子模块4032。

获取子模块4031，用于分别获取第一目标视频文件的第一初始图像帧和第二目标视频文件的第二初始图像帧。

第一确定子模块4032，用于分别对所述获取子模块4031获取的所述第一初始图像帧和第二初始图像帧进行图像内容识别，确定所述第一初始图像帧中的第一视频主体和第一视频背景，以及所述第二初始图像帧中的第二视频主体和第二视频背景。

其中，该拼接模块404，包括：比对子模块4041、第二确定子模块4042、合成子模块4043和编码子模块4044。

比对子模块4041，用于将所述第一视频背景和所述第二视频背景进行比对，得到比对结果。

第二确定子模块4042，用于基于所述比对子模块4041得到的所述比对结果，确定目标视频背景。

合成子模块4043，用于基于所述第一视频主体、第二视频主体和所述第二确定子模块4042确定的目标视频背景，将所述第一初始图像帧和所述第二初始图像帧进行图像合成，生成目标图像帧。

编码子模块4044，用于对所述合成子模块4043得到的目标图像帧进行视频编码，生成所述目标视频；其中，所述目标视频包括所述第一视频主体和第二视频主体，所述目标视频的视频背景为所述目标视频背景。

其中，该第二确定子模块4042，包括：第一确定单元40421。

第一确定单元40421，用于若所述比对结果为所述第一视频背景和第二视频背景相同，则将所述第一视频背景或第二视频背景确定为所述目标视频背景。

其中，该第二确定子模块4042，包括：接收单元40422和第二确定单元40423。

接收单元40422，用于若所述比对结果为所述第一视频背景和第二视频背景不同，则接收对视频背景的选择操作。

第二确定单元40423，用于将所述接收单元40422接收的所述选择操作对应的视频背景确定为所述目标视频背景。

其中，该选择操作对应的视频背景包括所述第一视频背景、第二视频背景或预设视频背景。

其中，该合成子模块4043，包括：第三确定单元40431、第四确定单元40432、替换单元40433和生成单元40434。

第三确定单元40431，用于确定所述第一初始图像帧和所述第二初始图像帧中所述目标视频背景所在的目标初始图像帧。

第四确定单元40432，用于确定所述第一视频主体和第二视频主体中不属于所述第三确定单元40431确定的所述目标初始图像帧的目标视频主体。

替换单元40433，用于对于所述目标初始图像帧中的每帧图像，将所述图像中目标位置的像素点替换为所述第四确定单元40432确定的所述目标视频主体的像素点。

生成单元40434，用于当所述目标初始图像帧中的所有图像完成像素点替换时，生成包含所述第一视频主体和第二视频主体并以所述目标视频背景为视频背景的所述目标图像帧。

其中，该移动终端还包括：接收模块405和第二确定模块406。

接收模块405，用于接收用户对视频主体的选取操作。

第二确定模块406，用于基于所述接收模块405接收的所述选取操作，将所述用户所选取的视频主体确定为所述至少两个所述初始图像帧中的视频主体。

本发明实施例的移动终端，通过分别对获取的至少两个目标视频文件进行视频解码，还原为对应的初始图像帧，确定每个目标视频文件的初始图像帧中的视频主体和视频背景，基于至少两个初始图像帧中的视频主体和视频背景，将不同视频文件中识别得出的视频主体和视频背景进行拼接，最终形成目标视频，该过程可以更换视频文件中视频主体所处的环境与背景，将不同视频文件中识别出的视频主体融合进同一个背景中，通过不同视频中的视频主体的融合，可实现不同时间轴上的主体同一时间出现在同一场景，来实现类似于虚拟现实、自己与自己对话等效果，大大增加视频的趣味性。

第四实施例

如图6所示，该移动终端600包括：至少一个处理器601、存储器602、至少一个网络接口604和用户接口603。移动终端600中的各个组件通过总线系统605耦合在一起。可理解，总线系统605用于实现这些组件之间的连接通信。总线系统605除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统605。

其中，用户接口603可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。

可以理解，本发明实施例中的存储器602可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本发明实施例描述的系统和方法的存储器602旨在包括但不限于这些和任意其它适合类型的存储器。

在一些实施方式中，存储器602存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统6021和应用程序6022。

其中，操作系统6021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序6022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序6022中。

在本发明实施例中，通过调用存储器602存储的程序或指令，具体的，可以是应用程序6022中存储的程序或指令，处理器601用于获取至少两个目标视频文件；分别对所述至少两个目标视频文件进行视频解码，还原为初始图像帧；对于所述至少两个目标视频文件中的每个目标视频文件，确定所述初始图像帧中的视频主体和视频背景；基于至少两个所述初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频；其中，所述至少两个所述初始图像帧选取自不同的所述目标视频文件。

上述本发明实施例揭示的方法可以应用于处理器601中，或者由处理器601实现。处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器602，处理器601读取存储器602中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable Logic Device，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本发明实施例所述功能的模块(例如过程、函数等)来实现本发明实施例所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

可选地，处理器601还用于：分别获取第一目标视频文件的第一初始图像帧和第二目标视频文件的第二初始图像帧；分别对所述第一初始图像帧和第二初始图像帧进行图像内容识别，确定所述第一初始图像帧中的第一视频主体和第一视频背景，以及所述第二初始图像帧中的第二视频主体和第二视频背景。

作为另一个实施例，处理器601还用于：将所述第一视频背景和所述第二视频背景进行比对，得到比对结果；基于所述比对结果，确定目标视频背景；基于所述第一视频主体、第二视频主体和目标视频背景，将所述第一初始图像帧和所述第二初始图像帧进行图像合成，生成目标图像帧；对所述目标图像帧进行视频编码，生成所述目标视频；其中，所述目标视频包括所述第一视频主体和第二视频主体，所述目标视频的视频背景为所述目标视频背景。

可选地，作为另一个实施例，处理器601还用于：若所述比对结果为所述第一视频背景和第二视频背景相同，则将所述第一视频背景或第二视频背景确定为所述目标视频背景。

可选地，作为另一个实施例，处理器601还用于：若所述比对结果为所述第一视频背景和第二视频背景不同，则接收对视频背景的选择操作；将所述选择操作对应的视频背景确定为所述目标视频背景。

可选地，作为另一个实施例，所述选择操作对应的视频背景包括所述第一视频背景、第二视频背景或预设视频背景。

可选地，作为另一个实施例，处理器601还用于：确定所述第一初始图像帧和所述第二初始图像帧中所述目标视频背景所在的目标初始图像帧；确定所述第一视频主体和第二视频主体中不属于所述目标初始图像帧的目标视频主体；对于所述目标初始图像帧中的每帧图像，将所述图像中目标位置的像素点替换为所述目标视频主体的像素点；当所述目标初始图像帧中的所有图像完成像素点替换时，生成包含所述第一视频主体和第二视频主体并以所述目标视频背景为视频背景的所述目标图像帧。

可选地，作为另一个实施例，处理器601还用于：接收用户对视频主体的选取操作；基于所述选取操作，将所述用户所选取的视频主体确定为所述至少两个所述初始图像帧中的视频主体。

该移动终端能够实现前述实施例中终端实现的各个过程，为避免重复，这里不再赘述。

本发明实施例的移动终端，通过分别对获取的至少两个目标视频文件进行视频解码，还原为对应的初始图像帧，确定每个目标视频文件的初始图像帧中的视频主体和视频背景，基于至少两个初始图像帧中的视频主体和视频背景，将不同视频文件中识别得出的视频主体和视频背景进行拼接，最终形成目标视频，该过程可以更换视频文件中视频主体所处的环境与背景，将不同视频文件中识别出的视频主体融合进同一个背景中，通过不同视频中的视频主体的融合，可实现不同时间轴上的主体同一时间出现在同一场景，来实现类似于虚拟现实、自己与自己对话等效果，大大增加视频的趣味性，满足用户的多元需求。

第五实施例

如图7所示，该移动终端700可以为手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、或车载电脑等。

图7中的移动终端700包括射频(Radio Frequency，RF)电路710、存储器720、输入单元730、显示单元740、处理器760、音频电路770、WiFi(Wireless Fidelity)模块780和电源790。

其中，输入单元730可用于接收用户输入的数字或字符信息，以及产生与移动终端700的用户设置以及功能控制有关的信号输入。具体地，本发明实施例中，该输入单元730可以包括触控面板731。触控面板731，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板731上的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板731可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给该处理器760，并能接收处理器760发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板731。除了触控面板731，输入单元730还可以包括其他输入设备732，其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

其中，显示单元740可用于显示由用户输入的信息或提供给用户的信息以及移动终端700的各种菜单界面。显示单元740可包括显示面板741，可选的，可以采用LCD或有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板741。

应注意，触控面板731可以覆盖显示面板741，形成触摸显示屏，当该触摸显示屏检测到在其上或附近的触摸操作后，传送给处理器760以确定触摸事件的类型，随后处理器760根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。

触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定，可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件，例如，设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。

其中处理器760是移动终端700的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在第一存储器721内的软件程序和/或模块，以及调用存储在第二存储器722内的数据，执行移动终端700的各种功能和处理数据，从而对移动终端700进行整体监控。可选的，处理器760可包括一个或多个处理单元。

在本发明实施例中，通过调用存储该第一存储器721内的软件程序和/或模块和/或该第二存储器722内的数据，处理器760用于获取至少两个目标视频文件；分别对所述至少两个目标视频文件进行视频解码，还原为初始图像帧；对于所述至少两个目标视频文件中的每个目标视频文件，确定所述初始图像帧中的视频主体和视频背景；基于至少两个所述初始图像帧中的视频主体和视频背景，进行视频拼接，生成目标视频；其中，所述至少两个所述初始图像帧选取自不同的所述目标视频文件。

可选地，作为另一实施例，处理器760还用于分别获取第一目标视频文件的第一初始图像帧和第二目标视频文件的第二初始图像帧；分别对所述第一初始图像帧和第二初始图像帧进行图像内容识别，确定所述第一初始图像帧中的第一视频主体和第一视频背景，以及所述第二初始图像帧中的第二视频主体和第二视频背景。

作为另一实施例，处理器760还用于将所述第一视频背景和所述第二视频背景进行比对，得到比对结果；基于所述比对结果，确定目标视频背景；基于所述第一视频主体、第二视频主体和目标视频背景，将所述第一初始图像帧和所述第二初始图像帧进行图像合成，生成目标图像帧；对所述目标图像帧进行视频编码，生成所述目标视频；其中，所述目标视频包括所述第一视频主体和第二视频主体，所述目标视频的视频背景为所述目标视频背景。

可选地，作为另一实施例，处理器760还用于若所述比对结果为所述第一视频背景和第二视频背景相同，则将所述第一视频背景或第二视频背景确定为所述目标视频背景。

可选地，作为另一实施例，处理器760还用于若所述比对结果为所述第一视频背景和第二视频背景不同，则接收对视频背景的选择操作；将所述选择操作对应的视频背景确定为所述目标视频背景。

可选地，作为另一实施例，所述选择操作对应的视频背景包括所述第一视频背景、第二视频背景或预设视频背景。

可选地，作为另一实施例，处理器760还用于确定所述第一初始图像帧和所述第二初始图像帧中所述目标视频背景所在的目标初始图像帧；确定所述第一视频主体和第二视频主体中不属于所述目标初始图像帧的目标视频主体；对于所述目标初始图像帧中的每帧图像，将所述图像中目标位置的像素点替换为所述目标视频主体的像素点；当所述目标初始图像帧中的所有图像完成像素点替换时，生成包含所述第一视频主体和第二视频主体并以所述目标视频背景为视频背景的所述目标图像帧。

可选地，作为另一实施例，处理器760还用于接收用户对视频主体的选取操作；基于所述选取操作，将所述用户所选取的视频主体确定为所述至少两个所述初始图像帧中的视频主体。

本发明实施例的移动终端，通过分别对获取的至少两个目标视频文件进行视频解码，还原为对应的初始图像帧，确定每个目标视频文件的初始图像帧中的视频主体和视频背景，基于至少两个初始图像帧中的视频主体和视频背景，将不同视频文件中识别得出的视频主体和视频背景进行拼接，最终形成目标视频，该过程可以更换视频文件中视频主体所处的环境与背景，将不同视频文件中识别出的视频主体融合进同一个背景中，通过不同视频中的视频主体的融合，可实现不同时间轴上的主体同一时间出现在同一场景，来实现类似于虚拟现实、自己与自己对话等效果，大大增加视频的趣味性，满足用户的多元需求。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本发明实施例中，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。

以上所述的是本发明的优选实施方式，应当指出对于本技术领域的普通人员来说，在不脱离本发明所述的原理前提下还可以作出若干改进和润饰，这些改进和润饰也在本发明的保护范围内。