视频的拍摄方法、装置、设备及存储介质与流程

本发明涉及多媒体制作技术领域，尤其涉及一种视频的拍摄方法、装置、设备及存储介质。

背景技术：

视频作为能够充分调用人的视听感受能力的载体，以其丰富的信息量和强大的表现能力，在人们的日常生活中得到越来越广泛的应用。人们已渐渐习惯视频的内容消费形式，通过视频，表演者可以传达丰富的情感，观众可以体会不同的生活方式，在生理和心理上得到满足感和愉悦感。

优秀的视频作品需要较高的制作门槛，其依赖于周密的前期策划、灵活的拍摄手法和精心的后期编辑。拍摄人员通常需要先确定拍摄主题，再挑选背景音乐，然后根据背景音乐生成拍摄脚本，根据脚本拍摄视频，最后对视频进行后期处理。整个流程专业而复杂，给视频创作树立了较高的门槛，带来了较高的成本。

技术实现要素：

本发明实施例提供一种视频的拍摄方法、装置、设备及存储介质，根据用户导入的背景音乐生成视频的拍摄方案，降低视频的拍摄难度。

第一方面，本发明实施例提供了一种视频的拍摄方法，包括：

对背景音乐进行分析，获得背景音乐的节拍信息；

根据所述节拍信息在所述背景音乐对应的时间点上设置预设拍摄参数；

按照所述拍摄参数控制摄像头在所述背景音乐对应的时间点上进行视频拍摄。

进一步地，对背景音乐进行分析，获得背景音乐的节拍信息，包括：

获取典型音频的时长；其中，所述典型音频为节奏感强的乐器对应的音频；

从背景音乐中截取多个与典型音频相同时长的音乐片段；其中，相邻音乐片段起始时刻的间隔小于或等于所述典型音频的时长；

计算所述典型音频在各音乐片段中所占的分量；

根据所述分量确定背景音乐的节拍信息。

进一步地，计算所述典型音频在各音乐片段中所占的分量，包括：

对所述典型音频和音乐片段分别按照设定采样频率进行采样；

对采样后的典型音频和音乐片段按照如下公式计算分量：

其中，|a|表示典型音频在音乐片段中所占的分量的绝对值，f[n]和g[n]分别表示典型音频和音乐片段的第n个采样点的数值，n表示采样点数。

进一步地，根据所述分量确定背景音乐的节拍信息，包括：

获取典型音频在整个时间轴上超过第一阈值的分量峰值；

对所述分量峰值进行过滤，获得所述典型音频对应的峰值簇；

根据所述峰值簇确定候选典型音频，并判断所述候选典型音频的峰值簇是否满足设定条件；

若满足，则将所述候选典型音频的峰值簇中各峰值的时间间隔确定为背景音乐的节拍信息。

进一步地，对所述分量峰值进行过滤，包括：

将时间间隔小于设定时长的分量峰值聚为一类，保留值最大的分量峰值；其中，分量峰值对应的时刻为所述分量峰值对应音乐片段的起始时刻、中间时刻或结束时刻。

进一步地，根据所述峰值簇确定候选典型音频，包括：

当典型音频包括多种时，分别对各典型音频对应的峰值簇中的峰值进行求和，获得各典型音频的特征量；

将特征量最大的典型音频确定为候选典型音频。

进一步地，所述设定条件包括：所述候选典型音频的特征量大于第二阈值，且候选典型音频的峰值簇中的峰值具有等间隔的特征。

进一步地，对背景音乐进行分析，获得背景音乐的节拍信息，包括：

获取窗函数的时长，并对所述窗函数和背景音乐分别按照设定采样频率进行采样；

从采样后的背景音乐中截取多个与窗函数相同时长的音乐片段；其中，相邻音乐片段起始时刻的间隔小于或等于所述窗函数的时长；

根据采样后的窗函数和音乐片段获取所述背景音乐的频谱函数；

根据所述频谱函数确定背景音乐的节拍信息。

进一步地，根据采样后的窗函数和音乐片段获取所述背景音乐的频谱函数，包括：

对采样后的窗函数和音乐片段按照如下公式进行离散傅里叶变换，获得背景音乐对应的频谱函数：

其中，m表示背景音乐采样后的第m个时刻，f[n]表示窗函数的第n个采样点的数值，g[m+n-n/2]表示在背景音乐的第m个时刻截取的片段中的第n个采样点的数值，且该片段的中心位置为第m个时刻，|stft(m,k)|表示在时频平面上的(m,k)点处的频谱模值，0≤k≤n/2。

进一步地，根据所述频谱函数确定背景音乐的节拍信息，包括：

根据所述频谱函数提取局部频谱峰值；

根据局部频谱峰值确定背景音乐的节拍信息。

进一步地，根据局部频谱峰值确定背景音乐的节拍信息，包括：

若局部频谱峰值呈现出在小于设定阈值的频段内时间等间距的特性，则将局部频谱峰值的时间间隔确定为背景音乐的节拍信息。

进一步地，根据局部频谱峰值的特性确定背景音乐的节拍信息，包括：

若局部频谱峰值未呈现出在小于设定阈值的频段内时间等间距的特性，则获取超过第三阈值的局部频谱峰值；

获取预设时长内的各时刻的频谱值；所述预设时长为以所述局部频谱峰值对应的时刻为中心的时长；

若所述局部频谱峰值的二分之一小于所述预设时长内各时刻频谱值的平均值，则背景音乐的节拍信息具有部分高潮特性；

若所述局部频谱峰值的二分之一大于所述预设时长内各时刻频谱值的平均值，则背景音乐的节拍信息具有短促强音特性。

进一步地，拍摄参数包括摄像头的焦距、摄像头的抖动幅度和抖动速率；其中，摄像头的抖动幅度和抖动速率包括摄像头沿横滚轴的旋转幅度和旋转速率、摄像头沿左右方向的平移幅度和平移速率、摄像头沿上下方向的平移幅度和平移速率；若背景音乐的节拍信息具有部分高潮特性，则根据所述节拍信息在所述背景音乐对应的时间点上设置预设拍摄参数，包括：

在以所述局部频谱峰值对应的时刻为中心的预设时长内，设置摄像头的焦距以线性或对数方式从小到大增加；

若背景音乐的节拍信息具有短促强音特性，则根据所述节拍信息在所述背景音乐对应的时间点上设置预设拍摄参数，包括：

在以所述局部频谱峰值对应的时刻为中心的预设时长内，设置摄像头以设定抖动幅度和抖动频率抖动。

进一步地，根据所述节拍信息在所述背景音乐对应的时间点上设置预设拍摄参数，包括：

每隔设定时间段在峰值对应的时刻按照设定规则设置拍摄参数。

进一步地，在峰值对应的时刻按照设定规则设置拍摄参数，包括：

在以峰值对应的时刻为中心的第一设定时长内设置摄像头的焦距以一定的步长增大或减少；在以峰值对应的时刻为中心的第一设定时长内设置摄像头以设定抖动幅度和抖动频率抖动。

第二方面，本发明实施例还提供了一种视频的拍摄装置，包括：

节拍信息获取模块，用于对背景音乐进行分析，获得背景音乐的节拍信息；

预设拍摄参数设置模块，用于根据所述节拍信息在所述背景音乐对应的时间点上设置预设拍摄参数；

视频拍摄模块，用于按照所述拍摄参数控制摄像头在所述背景音乐对应的时间点上进行视频拍摄。

第三方面，本发明实施例还提供了一种计算机设备，包括存储装置和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的视频的拍摄方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现如上所述的视频的拍摄方法。

本发明实施例，首先对背景音乐进行分析，获得背景音乐的节拍信息，然后根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数，最后按照拍摄参数控制摄像头在背景音乐对应的时间点上进行视频拍摄。本发明实施例提供的视频的拍摄方法，根据背景音乐的节拍信息在背景音乐对应的时间点上设置预设拍摄参数，使得摄像头在背景音乐对应的时间点上按照预设拍摄参数进行视频拍摄，无需拍摄人员具有专业的拍摄水平，从而降低视频的拍摄难度。

附图说明

图1是本发明实施例一中提供的一种视频的拍摄方法的流程图；

图2是本发明实施例二中提供的另一种视频的拍摄方法的流程图；

图3是本发明实施例三中提供的又一种视频的拍摄方法的流程图；

图4是本发明实施例四中提供的一种视频的拍摄装置的结构示意图；

图5是本发明实施例四中提供的一种视频的拍摄装置的一子结构示意图；

图6是本发明实施例四中提供的一种视频的拍摄装置的另一子结构示意图；

图7是本发明实施例五中提供的一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种视频的拍摄方法的流程图，本实施例可适用于根据背景音乐生成视频拍摄方案的情况，该方法可以由视频的拍摄装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有视频的拍摄功能的设备中，该设备可以是服务器、移动终端或服务器集群等电子设备。如图1所示，该方法具体包括如下步骤：

步骤110，对背景音乐进行分析，获得背景音乐的节拍信息。

其中，背景音乐可以是与视频画面相对应的音乐，例如：演唱会中歌手演唱的歌曲、舞蹈表演中播放的伴舞音乐。节拍信息可以是能够反映背景音乐节奏感特性的信息，包括节拍时间间隔相等特性、部分高潮特性和短促强音特性等。

对背景音乐进行分析，获得背景音乐的节拍信息的方式可以包括最小二乘法和傅里叶频谱分析法。可选的，采用最小二乘法获取背景音乐的节拍信息的过程可以是，获取节奏感强的乐器分别对应的典型音频，按照典型音频的时长对背景音乐进行截取后获得多个音乐片段，采用最小二乘法计算典型音频在各音乐片段中所占的分量，根据分量确定背景音乐的节拍信息。

可选的，采用傅里叶频谱分析法获取背景音乐的节拍信息的方式可以是，对窗函数和背景音乐按照同一设定采样频率进行采样，并根据窗函数的时长对采样后的背景音乐进行截取，获得多个音乐片段，对采样后的窗函数和多个音乐片段进行离散傅里叶变换获得背景音乐的频谱函数，最后根据频谱函数确定节拍信息。

可选的，若采用最小二乘法确定背景音乐的节拍信息不满足设定条件，则继续采用傅里叶频谱分析法获取背景音乐的节拍信息。

步骤120，根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数。

其中，拍摄参数可以包括摄像头的焦距、摄像头的抖动幅度和抖动速率。其中，摄像头的抖动幅度和抖动速率包括摄像头沿横滚轴(roll轴)的旋转幅度和旋转速率、摄像头沿画面左右方向(对应控制摄像机的yaw轴(偏航轴))或上下方向(对应控制摄像机的pitch轴(俯仰轴))的平移幅度和平移速率。

具体的，当节拍信息表现为节拍时间间隔相等特性时，在背景音乐对应的时间点上设置预设拍摄参数的方式可以是，每隔设定时间段在节拍对应的时刻按照设定规则设置拍摄参数。设定规则可以是在以节拍对应的时刻为中心的第一设定时长内设置摄像头的焦距以一定的步长增大或减小，设置摄像头以设定抖动幅度和设定抖动频率抖动。本应用场景下，摄像头间距的步长范围是0-255。示例性的，在某次拍摄过程中，摄像头焦距的步长的可变范围为100-200，节拍之间的时间间隔为500ms，则可以设置摄像头的焦距在节拍附近的100ms内快速从100变为200，在剩下的400ms内使摄像头的焦距从200缓慢拉回至100，从而制造出镜头的节奏感。可以设置横滚轴在节拍附近的100ms内顺时针和逆时针各旋转5度，从而制造画面的炫目感觉，即可以是先顺时针(或逆时针)旋转5度，再回到0度，然后逆时针(或顺时针)旋转5度，再回到0度。可以设置摄像头在节拍附近的100ms内在左右方向上平移画面的1/10，即可以是先向左(或向右)平移1/10，再回到标准参考位置，然后向右(或向左)平移1/10，再回到标准参考位置。摄像头在上下方向上也可以这样处理。这些动作可以重复进行，即可以执行一次或多次。本实施例中，可以每隔设定时间段设置一次拍摄参数，如每隔6秒。本实施例中，摄像头单次动作的持续时间以及两个动作的时间间隔可以由用户设定，也可以由系统随机生成。

当节拍信息表现为部分高潮特性时，在背景音乐对应的时间点上设置预设拍摄参数的方式可以：在以高潮点对应的时刻为中心的预设时长(以下简称高潮片段)内，设置摄像头的焦距以线性或对数方式从小到大增加。具体的，首先获取高潮片段对应的焦距范围，将高潮片段起始时间点的焦距设为最小值，终止时间点的焦距设为最大值，中间时间点的焦距通过线性或者对数等形式进行插值计算。对于两个高潮片段中间夹杂着自由片段，焦距慢慢从最大值恢复到最小值，可以采用变化速率和音量呈负相关的方式调整焦距，即在音量较小时变化得更快一些。本实施例根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数，简化了视频拍摄的操作，降低了特效视频拍摄的门槛，提高了用户使用体验。

当节拍信息表现为短促强音特性时，在背景音乐对应的时间点上设置预设拍摄参数的方式是：在以短促音对应的时刻为中心的预设时长内，设置摄像头以设定幅度和设定速率进行顺时针和逆时针的旋转，或设置摄像头以设定幅度和设定速率进行左右方向或上下方向上的平移。例如：在200ms内顺时针逆时针各旋转5度，或在200ms内左右各平移画面的1/10，或在200ms内上下各平移画面的1/10。

本实施例中，摄像头焦距的变化、摄像头沿横滚轴的旋转、摄像头沿左右方向和上下方向的平移可以相互配合，亦可相互独立。可以根据实际需求进行设置，此处不做限定。

步骤130，按照拍摄参数控制摄像头在背景音乐对应的时间点上进行视频拍摄。

具体的，在背景音乐对应的时间点上设置了摄像头的焦距、摄像头的抖动幅度和抖动速率等拍摄参数后，在拍摄视频过程中，按照拍摄参数控制摄像头进行拍摄。

本实施例的技术方案，首先对背景音乐进行分析，获得背景音乐的节拍信息，然后根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数，最后按照拍摄参数控制摄像头在背景音乐对应的时间点上进行视频拍摄。本发明实施例提供的视频的拍摄方法，根据背景音乐的节拍信息在背景音乐对应的时间点上设置预设拍摄参数，使得摄像头在背景音乐对应的时间点上按照预设拍摄参数进行视频拍摄，无需拍摄人员具有专业的拍摄水平，从而降低视频的拍摄难度。

实施例二

图2为本发明实施例二提供的另一种视频的拍摄方法的流程图，以上述实施例为基础，对背景音乐进行分析，获得背景音乐的节拍信息，可通过如下方式实施：获取典型音频的时长；从背景音乐中截取多个典型音频时长的音乐片段；计算典型音频在各音乐片段中所占的分量；根据分量确定背景音乐的节拍信息。如图2所示，该方法包括如下步骤：

步骤210，获取典型音频的时长。

其中，典型音频为节奏感强的乐器对应的音频。乐器可以包括鼓、低音提琴和电贝斯等。本应用场景下，获取典型音频的方式可以是，录制专业乐手弹奏这些乐器时产生的音频，或者采集经典音乐中包含的乐器的音频。典型音频的时长可以是乐器弹奏的一个节拍对应的时长。

步骤220，从背景音乐中截取多个典型音频时长的音乐片段。

其中，相邻音乐片段起始时刻的间隔小于或等于典型音频的时长。截取的音乐片段的时长与典型音频的时长相等。示例性的，假设典型音频的时长为t，则在背景音乐中每隔t/2或t/3截取时长为t的音乐片段。

步骤230，计算典型音频在各音乐片段中所占的分量。

具体的，计算典型音频在各音乐片段中所占的分量的过程可以是，首先对典型音频和音乐片段分别按照设定采样频率进行采样，然后对采样后的典型音频和音乐片段按照如下公式计算分量：其中，|a|表示典型音频在音乐片段中所占的分量的绝对值，f[n]和g[n]分别表示典型音频和音乐片段的第n个采样点的数值，n表示采样点数。

本实施例中，都是针对分量的绝对值进行的计算，以下简称为分量。假设采样频率为fs，采样点数为n，则n＝tfs。上述公式计算出的是典型音频在每个音乐片段中所占的分量，若从背景音乐中截取出m个音乐片段，则对于每种典型音频，可获得m个时刻的分量。

步骤240，根据分量确定背景音乐的节拍信息。

本实施例中，根据分量确定背景音乐的节拍信息的过程可以是：首先获取典型音频在整个时间轴上超过第一阈值的分量峰值，然后对分量峰值进行过滤，获得典型音频对应的峰值簇，最后根据峰值簇确定候选典型音频，并判断候选典型音频的峰值簇是否满足设定条件，若满足，则将候选典型音频的峰值簇中各峰值的时间间隔确定为背景音乐的节拍信息。

其中，分量峰值大于左右两边的分量。对分量峰值过滤的方式可以是，将时间间隔小于设定时长的分量峰值聚为一类，保留值最大的分量峰值。其中，分量峰值对应的时刻为分量峰值对应音乐片段的起始时刻、中间时刻或结束时刻。其中设定时长可以300-500ms之间的任意值。根据峰值簇确定候选典型音频的方式可以是，当典型音频包括多种时，分别对各典型音频对应的峰值簇中的峰值进行求和，获得各典型音频的特征量，将特征量最大的典型音频确定为候选典型音频；若典型音频只有一种，则将该典型音频确定为候选典型音频。设定条件可以包括候选典型音频的特征量大于第二阈值，且候选典型音频的峰值簇中的峰值具有等间隔的特征。

具体的，假设计算获得m个时刻的分量，在这m个分量中统计出大于第一阈值的分量峰值，并将时间间隔小于设定时长的分类峰值聚为一类，保留值最大的分量峰值，获得过滤后的峰值簇，并将峰值簇中的各峰值进行求和，将求和值确定为背景音乐中包含该典型音频的特征量，将特征量最大的典型音频确定为候选典型音频。若候选典型音频的特征量大于第二阈值，且候选典型音频峰值簇中的峰值具有等间隔的特征，则将候选典型音频的峰值簇中各峰值的时间间隔确定为背景音乐的节拍信息，即节拍信息表现为节拍时间间隔相等特性。若候选典型音频不满足设定条件，表明背景音乐的节奏感不强，则继续采用傅里叶频谱分析法获取背景音乐的节拍信息。

步骤250，根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数。

步骤260，按照拍摄参数控制摄像头在背景音乐对应的时间点上进行视频拍摄。

本实施例的技术方案，获取典型音频的时长，从背景音乐中截取多个典型音频时长的音乐片段，计算典型音频在各音乐片段中所占的分量，根据分量确定背景音乐的节拍信息，根据节拍信息控制摄像头yaw轴、pitch轴和roll轴的运动，从而在视频拍摄中增加拍摄技巧，降低了具体特效的视频的拍摄门槛，提高了用户使用体验。而且通过计算典型音频在各音乐片段中所占的分量确定背景音乐的节拍信息，提高了节拍信息确定的准确性。

实施例三

图3为本发明实施例三提供的又一种视频的拍摄方法的流程图，以上述实施例为基础，对背景音乐进行分析，获得背景音乐的节拍信息，可通过如下方式实施：获取窗函数的时长，并对窗函数和背景音乐分别按照设定采样频率进行采样；从采样后的背景音乐中截取多个窗函数时长的音乐片段；其中，相邻音乐片段起始时刻的间隔小于或等于窗函数的时长；根据采样后的窗函数和音乐片段获取背景音乐的频谱函数；根据频谱函数确定背景音乐的节拍信息。如图3所示，该方法包括如下步骤：

步骤310，获取窗函数的时长，并对窗函数和背景音乐分别按照设定采样频率进行采样。

其中，窗函数可以是余弦窗、矩形窗或者高斯窗，优选的为余弦窗。假设设定频率为fs，窗函数的时长为t，采样点数为n，则n＝tfs。背景音乐的总时长为τ，采样点数为m，则m＝fsτ。

步骤320，从采样后的背景音乐中截取多个与窗函数相同时长的音乐片段。

其中，相邻音乐片段起始时刻的间隔小于或等于窗函数的时长。截取的音乐片段的时长与窗函数的时长相等。示例性的，假设典型音频的时长为t，则在背景音乐中每隔t/2截取时长为t的音乐片段。反映在采样后的背景音乐中是，每隔n/2个采样点截取n个采样点，获得离散的音乐片段。

步骤330，根据采样后的窗函数和音乐片段获取背景音乐的频谱函数。

具体的，根据采样后的窗函数和音乐片段获取背景音乐的频谱函数的方式可以是：对采样后的窗函数和音乐片段按照如下公式进行离散傅里叶变换，获得背景音乐对应的频谱函数：其中，m表示背景音乐采样后的第m个时刻，f[n]表示窗函数的第n个采样点的数值，g[m+n-n/2]表示在背景音乐的第m个时刻截取的片段中的第n个采样点的数值，且该片段的中心位置为第m个时刻，|stft(m,k)|表示在时频平面上的(m,k)点的处的频谱模值，0≤k≤n/2。上述频谱函数表示背景音乐的时频二维平面。本实施例中，都是针对频谱模值进行的计算，以下简称为频谱值。

步骤340，根据频谱函数确定背景音乐的节拍信息。

具体的，根据频谱函数确定背景音乐的节拍信息的方式可以是：根据频谱函数提取局部频谱峰值；根据局部频谱峰值确定背景音乐的节拍信息。

其中，局部频谱峰值为时频平面上的(m,k)点的处的频谱模值大于其周围的点对应的频谱模值，周围的点为处于(m-1,k)、(m+1,k)、(m,k-1)和(m,k+1)的点。

在获得局部频谱峰值后，对频谱峰值表现的特性进行分析，从而获得背景音乐的节拍信息。若局部频谱峰值呈现出在小于设定阈值的频段内时间等间距的特性，则将局部频谱峰值的时间间隔确定为背景音乐的节拍信息，即节拍信息表现为节拍时间间隔相等特性。若局部频谱峰值未呈现出在小于设定阈值的频段内时间等间距的特性，则获取超过第三阈值的局部频谱峰值；获取预设时长内的各时刻的频谱值。其中，预设时长为以局部频谱峰值对应的时刻为中心的时长。若局部频谱峰值的二分之一小于预设时长内各时刻频谱值的平均值，则背景音乐的节拍信息具有部分高潮特性。若局部频谱峰值的二分之一大于预设时长内各时刻频谱值的平均值，则背景音乐的节拍信息具有短促强音特性。

具体的，当局部频谱峰值未呈现出在小于设定阈值的频段内时间等间距的特性时，提取出超过第三阈值的局部频谱峰值，并获取以提取出的局部频谱峰值对应的时刻为中心的设定时长内各时刻的频谱值，计算各频谱值的平均值。若提取出的局部频谱峰值的二分之一小于平均值，则背景音乐的节拍信息表现为部分高潮特性；若提取出的局部频谱峰值的二分之一大于平均值，则背景音乐的节拍信息表现为短促强音特性。

可选的，还可以对用户在时频平面选择的区域内的局部频谱峰值的特性进行分析，根据分析结果在该区域在背景音乐中对应的时段内设置拍摄参数。

步骤350，根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数。

步骤360，按照拍摄参数控制摄像头在背景音乐对应的时间点上进行视频拍摄。

本实施例的技术方案，获取窗函数的时长，并对窗函数和背景音乐分别按照设定采样频率进行采样，从采样后的背景音乐中截取多个窗函数时长的音乐片段，根据采样后的窗函数和音乐片段获取背景音乐的频谱函数，根据频谱函数确定背景音乐的节拍信息，根据节拍信息控制摄像头yaw轴、pitch轴和roll轴的运动，从而在视频拍摄中增加拍摄技巧，降低了具体特效的视频的拍摄门槛，提高了用户使用体验。而且根据采样后的窗函数和音乐片段获得的的频谱函数确定背景音乐的节拍信息，可以对节奏感不明显的音乐进行分析，提高确定节拍信息的准确性。

实施例四

图4为本发明实施例四提供的一种视频的拍摄装置的结构示意图，如图4所示，该装置包括：节拍信息获取模块410，预设拍摄参数设置模块420和视频拍摄模块430。

节拍信息获取模块410，用于对背景音乐进行分析，获得背景音乐的节拍信息；

预设拍摄参数设置模块420，用于根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数；

视频拍摄模块430，用于按照拍摄参数控制摄像头在背景音乐对应的时间点上进行视频拍摄。

可选的，如图5所示，节拍信息获取模块410，包括：

时长获取单元411，用于获取典型音频的时长；其中，典型音频为节奏感强的乐器对应的音频；

音乐片段截取单元412，用于从背景音乐中截取多个与典型音频相同时长的音乐片段；其中，相邻音乐片段起始时刻的间隔小于或等于典型音频的时长；

分量计算单元413，用于计算典型音频在各音乐片段中所占的分量；

节拍信息确定单元414，用于根据分量确定背景音乐的节拍信息。

可选的，分量计算单元413，具体用于：

对典型音频和音乐片段分别按照设定采样频率进行采样；

对采样后的典型音频和音乐片段按照如下公式计算分量：

其中，|a|表示典型音频在音乐片段中所占的分量的绝对值，f[n]和g[n]分别表示典型音频和音乐片段的第n个采样点的数值，n表示采样点数。

可选的，节拍信息确定单元414，具体用于：

获取典型音频在整个时间轴上超过第一阈值的分量峰值；

对分量峰值进行过滤，获得典型音频对应的峰值簇；

根据峰值簇确定候选典型音频，并判断候选典型音频的峰值簇是否满足设定条件；

若满足，则将候选典型音频的峰值簇中各峰值的时间间隔确定为背景音乐的节拍信息。

可选的，节拍信息确定单元414，还用于：

将时间间隔小于设定时长的分量峰值聚为一类，保留值最大的分量峰值；其中，分量峰值对应的时刻为分量峰值对应音乐片段的起始时刻、中间时刻或结束时刻。

可选的，节拍信息确定单元414，还用于：

当典型音频包括多种时，分别对各典型音频对应的峰值簇中的峰值进行求和，获得各典型音频的特征量；

将特征量最大的典型音频确定为候选典型音频。

可选的，设定条件包括：候选典型音频的特征量大于第二阈值，且候选典型音频的峰值簇中的峰值具有等间隔的特征。

在一些实施例中，如图6所示，节拍信息获取模块410包括：

窗函数采样单元4101，用于获取窗函数的时长，并对窗函数和背景音乐分别按照设定采样频率进行采样；

音乐片段截取单元4102，用于从采样后的背景音乐中截取多个与窗函数相同时长的音乐片段；其中，相邻音乐片段起始时刻的间隔小于或等于窗函数的时长；

频谱函数获取单元4103，用于根据采样后的窗函数和音乐片段获取背景音乐的频谱函数；

节拍信息确定单元4104，用于根据频谱函数确定背景音乐的节拍信息。

可选的，频谱函数获取单元4103，具体用于：

对采样后的窗函数和音乐片段按照如下公式进行离散傅里叶变换，获得背景音乐对应的频谱函数：

其中，m表示背景音乐采样后的第m个时刻，f[n]表示窗函数的第n个采样点的数值，g[m+n-n/2]表示在背景音乐的第m个时刻截取的片段中的第n个采样点的数值，且该片段的中心位置为第m个时刻，|stft(m,k)|表示在时频平面上的(m,k)点处的频谱模值，0≤k≤n/2。

可选的，节拍信息确定单元4104，具体用于：

根据频谱函数提取局部频谱峰值；

根据局部频谱峰值确定背景音乐的节拍信息。

可选的，节拍信息确定单元4104，还用于：

若局部频谱峰值呈现出在小于设定阈值的频段内时间等间距的特性，则将局部频谱峰值的时间间隔确定为背景音乐的节拍信息。

可选的，节拍信息确定单元4104，还用于：

若局部频谱峰值未呈现出在小于设定阈值的频段内时间等间距的特性，则获取超过第三阈值的局部频谱峰值；

获取预设时长内的各时刻的频谱值；预设时长为以局部频谱峰值对应的时刻为中心的时长；

若局部频谱峰值的二分之一小于预设时长内各时刻频谱值的平均值，则背景音乐的节拍信息具有部分高潮特性；

若局部频谱峰值的二分之一大于预设时长内各时刻频谱值的平均值，则背景音乐的节拍信息具有短促强音特性。

可选的，拍摄参数包括摄像头的焦距、摄像头的抖动幅度和抖动速率；其中，摄像头的抖动幅度和抖动速率包括摄像头沿横滚轴的旋转幅度和旋转速率、摄像头沿左右方向的平移幅度和平移速率、摄像头沿上下方向的平移幅度和平移速率；若背景音乐的节拍信息具有部分高潮特性，预设拍摄参数设置模块420，还用于：

在以局部频谱峰值对应的时刻为中心的预设时长内，设置摄像头的焦距以线性或对数方式从小到大增加；

若背景音乐的节拍信息具有短促强音特性，则根据节拍信息在背景音乐对应的时间点上设置预设拍摄参数，包括：

在以局部频谱峰值对应的时刻为中心的预设时长内，设置摄像头以设定抖动幅度和设定抖动频率抖动。

可选的，预设拍摄参数设置模块420，还用于：

每隔设定时间段在峰值对应的时刻按照设定规则设置拍摄参数。

可选的，预设拍摄参数设置模块420，还用于：

在以峰值对应的时刻为中心的第一设定时长内设置摄像头的焦距以一定的步长增大或减少；在以峰值对应的时刻为中心的第一设定时长内设置摄像头以设定抖动幅度和设定抖动频率抖动。

上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。

实施例五

图7为本发明实施例五提供的一种计算机设备的结构示意图。图7示出了适于用来实现本发明实施方式的计算机设备712的框图。图7显示的计算机设备712仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备712典型的是承担视频的拍摄功能的计算设备。

如图7所示，计算机设备712以通用计算设备的形式表现。计算机设备712的组件可以包括但不限于：一个或者多个处理器716，存储装置728，连接不同系统组件(包括存储装置728和处理器716)的总线718。所述存储装置728上存储有计算机程序，所述处理器716执行所述计算机程序时实现如上所述的视频的拍摄方法。

总线718表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industrystandardarchitecture，isa)总线，微通道体系结构(microchannelarchitecture，mca)总线，增强型isa总线、视频电子标准协会(videoelectronicsstandardsassociation，vesa)局域总线以及外围组件互连(peripheralcomponentinterconnect，pci)总线。

计算机设备712典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备712访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置728可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(randomaccessmemory，ram)730和/或高速缓存存储器732。计算机设备712可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统734可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(compactdisc-readonlymemory，cd-rom)、数字视盘(digitalvideodisc-readonlymemory，dvd-rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线718相连。存储装置728可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行上述的视频的拍摄方法。

具有一组(至少一个)程序模块726的程序736，可以存储在例如存储装置728中，这样的程序模块726包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块726通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备712也可以与一个或多个外部设备714(例如键盘、指向设备、摄像头、显示器724等)通信，还可与一个或者多个使得用户能与该计算机设备712交互的设备通信，和/或与使得该计算机设备712能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口722进行。并且，计算机设备712还可以通过网络适配器720与一个或者多个网络(例如局域网(localareanetwork，lan)，广域网wideareanetwork，wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器720通过总线718与计算机设备712的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备712使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(redundantarraysofindependentdisks，raid)系统、磁带驱动器以及数据备份存储系统等。

处理器716通过运行存储在存储装置728中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的视频的拍摄方法。

实施例六

本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的视频的拍摄方法。

当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的视频的拍摄方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。