视频处理方法及装置、电子设备和存储介质与流程

1.本公开涉及计算机技术领域，尤其涉及一种视频处理方法及装置、电子设备和存储介质。


背景技术：

2.视频的后期制作内容，可理解为在原始拍摄的视频中新增的内容，例如字幕、台标、水印、按钮等。视频插帧，可理解为对视频的任意两帧视频帧之间插入新增的中间帧的过程，从而提高视频的帧率让画面更流畅。
3.但相关技术中的视频插帧方式，在生成两帧视频帧的中间帧时，由于无法准确区别两帧视频帧中后期制作内容与周围物体的边界，使得根据两帧视频帧所生成的中间帧的后期制作内容，容易受两帧视频帧中周围物体影响，形成扭曲、破损以及抖动等效果。


技术实现要素：

4.本公开提出了一种视频处理技术方案。
5.根据本公开的一方面，提供了一种视频处理方法，包括：获取待处理的视频，所述视频包括第一视频帧；对至少两帧所述第一视频帧进行后制内容检测，得到至少两帧所述第一视频帧的后制内容区域；根据至少两帧所述第一视频帧的后制内容区域，对待插入到所述视频的第二视频帧的后制内容进行调整，得到调整后的第三视频帧；根据所述第一视频帧及所述第三视频帧，确定处理后的视频。通过该方式，能够使调整后的第三视频帧中的后制内容显示的更清楚和更稳定，有利于降低后制内容产生扭曲、破损及抖动等情况。
6.在一种可能的实现方式中，所述根据至少两帧所述第一视频帧的后制内容区域，对待插入到所述视频的第二视频帧的后制内容进行调整，得到调整后的第三视频帧，包括：针对任一所述第一视频帧，根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，其中，所述前序视频帧为时序排列在所述第一视频帧之前的、已校正后制内容区域的视频帧；根据至少两帧所述第一视频帧的目标后制内容区域，对所述第二视频帧的后制内容进行调整，得到调整后的第三视频帧。通过该方式，能够提高校正后的目标后制内容区域的精度与准确度，进而有利于提高第三视频帧中后制内容的准确度与精度。
7.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，包括：针对所述第一视频帧的后制内容区域内的任一个第一像素点，根据所述第一像素点的第一位置，判断至少一帧前序视频帧在所述第一位置处的第二像素点是否属于后制内容；在所述第二像素点中存在不属于后制内容的像素点的情况下，确定所述第一像素点不属于后制内容，得到校正后的第一后制内容区域，所述目标后制内容区域包括所述第一后制内容区域。通过该方式，能够利用连续几帧前序视频帧的目标后制内容区域，过滤掉后制内容区域内误判的像素点，从而提高校正后的目标后制内容区域的精度与准确度。
8.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：根据前序视频帧的、目标后制内容区域内的任一个第三像素点的第二位置，判断第四像素点与所述第三像素点之间的像素值差异是否超过预设阈值，其中，所述第四像素点为所述第一视频帧中在所述第二位置处的像素点；在所述像素值差异不超过预设阈值，且所述第四像素点不属于后制内容的情况下，确定所述第四像素点属于后制内容，得到校正后的第二后制内容区域，所述目标后制内容区域包括所述第二后制内容区域。通过该方式，能够利用前序视频帧的目标后制内容区域，补充后制内容区域外漏判的像素点，从而提高校正后的目标后制内容区域的精度与准确度。
9.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：针对所述第一视频帧中的任一个第五像素点，根据所述第五像素点的第三位置，判断预设时长内的多帧前序视频帧，在所述第三位置处是否存在属于后制内容的第六像素点，其中，所述第五像素点为处于所述后制内容区域内且处于所述第一后制内容区域外的像素点，或处于所述后制内容区域内且处于所述第二后制内容区域外的像素点；在所述多帧前序视频帧中存在所述第六像素点的情况下，确定所述第五像素点属于后制内容，得到校正后的第三后制内容区域，所述目标后制内容区域包括所述第三后制内容区域。通过该方式，能够恢复在短时间内受周围内容干扰而被误判的像素点，从而提高校正后的目标后制内容区域的精度与准确度。
10.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：在所述第一视频帧的后制内容区域的第一区域面积小于第二区域面积，或所述第一区域面积小于第三区域面积的情况下，将所述第一后制内容区域作为所述目标后制内容区域，其中，所述第二区域面积为所述第二后制内容区域的区域面积的加权值，所述第三区域面积为所述第三后制内容区域的区域面积的加权值。通过该方式，能够有效防止通过补充大量本不属于后制内容的无效像素点，同时尽可能提高目标后制内容区域的精度与准确度。
11.在一种可能的实现方式中，所述根据至少两帧所述第一视频帧的目标后制内容区域，对所述第二视频帧的后制内容进行调整，得到调整后的第三视频帧，包括：针对所述视频中与所述第二视频帧相邻的至少两帧第一视频帧，确定所述至少两帧第一视频帧的目标后制内容区域内、在同一第四位置处的至少两个第一像素值的平均值；将所述第二视频帧中所述第四位置处的第二像素值替换为所述平均值，得到调整后的第三视频帧。通过该方式，能够提高第三视频帧中后制内容显示的清楚度和稳定性。
12.在一种可能的实现方式中，所述方法还包括：针对待生成视频帧的任一第七像素点，确定所述第七像素点在第四视频帧中的映射位置，所述第四视频帧为所述视频中用于生成所述第二视频帧的第一视频帧，所述待生成视频帧为未包含像素值的、与所述第二视频帧分辨率相同的视频帧；在所述映射位置处于所述第四视频帧的目标后制内容区域内的情况下，将所述映射位置修改为所述第七像素点的第五位置；根据所述第四视频帧在所述第五位置处的第三像素值，确定所述第七像素点对应的第四像素值；根据各个第七像素点对应的第四像素值以及所述待生成视频帧，得到所述第二视频帧。通过该方式，能够提高第
二视频帧中后制内容的周围内容的显示效果和显示的稳定性，进而有利于提高第三视频帧整体的显示效果和显示的稳定性。
13.在一种可能的实现方式中，所述方法通过后制内容检测网络对至少两帧所述第一视频帧进行后制内容检测，得到至少两帧所述第一视频帧的后制内容区域；其中，所述后制内容区域是通过掩码记录的，所述后制内容区域为所述第一视频帧中后制内容所在的区域，所述后制内容包括字幕、台标、水印、按钮中的至少一种视频后期制作内容。通过该方式，能够较为准确地得到后制内容区域。
14.根据本公开的一方面，提供了一种视频处理装置，包括：获取模块，用于获取待处理的视频，所述视频包括第一视频帧；检测模块，用于对至少两帧所述第一视频帧进行后制内容检测，得到至少两帧所述第一视频帧的后制内容区域；调整模块，用于根据至少两帧所述第一视频帧的后制内容区域，对待插入到所述视频的第二视频帧的后制内容进行调整，得到调整后的第三视频帧；处理模块，用于根据所述第一视频帧及所述第三视频帧，确定处理后的视频。
15.在一种可能的实现方式中，所述调整模块，包括：校正子模块，用于针对任一所述第一视频帧，根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，其中，所述前序视频帧为时序排列在所述第一视频帧之前的、已校正后制内容区域的视频帧；调整子模块，用于根据至少两帧所述第一视频帧的目标后制内容区域，对所述第二视频帧的后制内容进行调整，得到调整后的第三视频帧。
16.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，包括：针对所述第一视频帧的后制内容区域内的任一个第一像素点，根据所述第一像素点的第一位置，判断至少一帧前序视频帧在所述第一位置处的第二像素点是否属于后制内容；在所述第二像素点中存在不属于后制内容的像素点的情况下，确定所述第一像素点不属于后制内容，得到校正后的第一后制内容区域，所述目标后制内容区域包括所述第一后制内容区域。
17.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：根据前序视频帧的、目标后制内容区域内的任一个第三像素点的第二位置，判断第四像素点与所述第三像素点之间的像素值差异是否超过预设阈值，其中，所述第四像素点为所述第一视频帧中在所述第二位置处的像素点；在所述像素值差异不超过预设阈值，且所述第四像素点不属于后制内容的情况下，确定所述第四像素点属于后制内容，得到校正后的第二后制内容区域，所述目标后制内容区域包括所述第二后制内容区域。
18.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：针对所述第一视频帧中的任一个第五像素点，根据所述第五像素点的第三位置，判断预设时长内的多帧前序视频帧，在所述第三位置处是否存在属于后制内容的第六像素点，其中，所述第五像素点为处于所述后制内容区域内且处于所述第一后制内容区域外的像素点，或处于所述后制内容区域内且处于所述第二后制内容区域外的像素点；在所述多帧前序视频帧中存在所述第六像素点的情况下，确定所述第五像素点属于后制内容，得到校正后的第三后制内容
区域，所述目标后制内容区域包括所述第三后制内容区域。
19.在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：在所述第一视频帧的后制内容区域的第一区域面积小于第二区域面积，或所述第一区域面积小于第三区域面积的情况下，将所述第一后制内容区域作为所述目标后制内容区域，其中，所述第二区域面积为所述第二后制内容区域的区域面积的加权值，所述第三区域面积为所述第三后制内容区域的区域面积的加权值。
20.在一种可能的实现方式中，所述根据至少两帧所述第一视频帧的目标后制内容区域，对所述第二视频帧的后制内容进行调整，得到调整后的第三视频帧，包括：针对所述视频中与所述第二视频帧相邻的至少两帧第一视频帧，确定所述至少两帧第一视频帧的目标后制内容区域内、在同一第四位置处的至少两个第一像素值的平均值；将所述第二视频帧中所述第四位置处的第二像素值替换为所述平均值，得到调整后的第三视频帧。
21.在一种可能的实现方式中，所述装置还包括：映射位置确定模块，用于针对待生成视频帧的任一第七像素点，确定所述第七像素点在第四视频帧中的映射位置，所述第四视频帧为所述视频中用于生成所述第二视频帧的第一视频帧，所述待生成视频帧为未包含像素值的、与所述第二视频帧分辨率相同的视频帧；映射位置修改模块，用于在所述映射位置处于所述第四视频帧的目标后制内容区域内的情况下，将所述映射位置修改为所述第七像素点的第五位置；像素值确定模块，用于根据所述第四视频帧在所述第五位置处的第三像素值，确定所述第七像素点对应的第四像素值；视频帧生成模块，用于根据各个第七像素点对应的第四像素值以及所述待生成视频帧，得到所述第二视频帧。
22.在一种可能的实现方式中，所述装置通过后制内容检测网络对至少两帧所述第一视频帧进行后制内容检测，得到至少两帧所述第一视频帧的后制内容区域；其中，所述后制内容区域是通过掩码记录的，所述后制内容区域为所述第一视频帧中后制内容所在的区域，所述后制内容包括字幕、台标、水印、按钮中的至少一种视频后期制作内容。
23.根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
24.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
25.在本公开实施例中，利用检测出的至少两帧第一视频帧的后制内容区域，对待插入的第二视频帧的后制内容进行调整，能够使调整后的第三视频帧中的后制内容显示的更清楚和更稳定，有利于降低后制内容产生扭曲、破损及抖动等情况。
26.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和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
27.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
28.图1示出根据本公开实施例的视频处理方法的流程图。
29.图2示出根据本公开实施例的插帧过程的示意图。
30.图3示出根据本公开实施例的视频处理方法的示意图。
31.图4示出根据本公开实施例的视频处理装置的框图。
32.图5示出根据本公开实施例的一种电子设备的框图。
33.图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
34.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
35.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
36.本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
37.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
38.图1示出根据本公开实施例的视频处理方法的流程图，所述视频处理方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过电子设备的处理器调用存储器中存储的计算机可读指令的方式来实现，或者，可通过服务器执行所述方法。如图1所示，所述视频处理方法包括：
39.在步骤s11中，获取待处理的视频，视频包括第一视频帧。
40.其中，待处理的视频包括已添加后制内容的视频；第一视频帧可是视频中原有的视频帧，应理解的是，视频包括多帧第一视频帧。在一种可能的实现方式中，后制内容包括字幕、台标、水印、按钮中的至少一种视频后期制作内容。
41.在步骤s12中，对至少两帧第一视频帧进行后制内容检测，得到至少两帧第一视频帧的后制内容区域。
42.其中，后制内容区域可理解为各第一视频帧中后制内容所在的区域，如上所述，后制内容包括字幕、台标、水印、按钮中的至少一种视频后期制作内容。
43.在一种可能的实现方式中，可以通过后制内容检测网络对至少两帧第一视频帧进行后制内容检测，得到至少两帧第一视频帧的后制内容区域；其中，对于后制内容检测网络的网络结构、网络类型以及训练方式，本公开实施例不作限制。
44.例如，后制内容检测网络可采用unet(一种基于深度学习的轻量级网络结构)网络结构；可以对后制内容检测网络进行迭代训练，在训练至后制内容检测网络达到指定精度
或准确度的情况下，将达到指定精度或准确度的后制内容检测网络用于对至少两帧第一视频帧进行后制内容检测，以更准确地输出后制内容区域。
45.在一种可能的实现方式中，后制内容区域可以通过掩码记录，也即，可以通过掩码记录第一视频帧中各像素点是否属于后制内容，例如，可以指定掩码“1”记录属于后制内容的像素点，指定掩码“0”记录不属于后制内容的像素点。对于采用何种掩码记录后制内容区域，本公开实施例不作限制。
46.应理解的是，后制内容检测网络可以用大量训练数据进行训练，训练后的后制内容检测网络可以根据输入的第一视频帧中每个像素点的局部特征，判断该像素点是否属于后制内容，并输出包含“0”和“1”的二值掩码图，该二值掩码图可以指示输入的第一视频帧中的后制内容区域，也即实现了得到各第一视频帧的后制内容区域。
47.需要说明的是，以上通过后制内容检测网络检测第一视频帧的后制内容区域，是本公开实施例提供的一种实现方式，实际上，本领域技术人员可采用任何已知的目标检测算法，检测第一视频帧的后制内容区域，对此本公开实施例不作限制。
48.在步骤s13中，根据至少两帧第一视频帧的后制内容区域，对待插入到视频的第二视频帧的后制内容进行调整，得到调整后的第三视频帧。
49.其中，第二视频帧可理解为对视频进行插帧运算所得到的视频帧，其中，可以通过任何已知的视频插帧算法，例如光流估计算法或运动矢量估计算法等，实现对视频进行插帧运算，得到第二视频帧。应理解的是，该第二视频帧可以是视频中任意两帧第一视频帧之间待插入的视频帧，或者说任意两帧第一视频帧之间待插入的中间帧。
50.应理解的是，待插入到视频中的第二视频帧可包括不止一帧，针对任一第二视频帧，可以根据与该第二视频帧相邻的两帧第一视频帧的后制内容区域，对该第二视频帧的后制内容进行调整，得到调整后的第三视频帧。
51.在一种可能的实现方式中，根据与该第二视频帧相邻的两帧第一视频帧的后制内容区域，对该第二视频帧的后制内容进行调整，得到调整后的第三视频帧，可以包括：确定该两帧第一视频帧的后制内容区域内、在同一位置处的两个像素值的平均值；将该第二视频帧中该同一位置处的像素值替换为该平均值，得到调整后的第三视频帧。通过该方式，能够提高第三视频帧中后制内容显示的清楚度和稳定性。
52.举例来说，假设第一视频帧a和第一视频帧b是与第二视频帧i相邻的两帧视频帧，第一视频帧a的后制内容区域内在位置(x,y)处的像素值为a，第一视频帧b的后制内容区域内在该位置(x,y)处的像素值为b，那么可以将第二视频帧i中在该位置(x,y)处的像素值i替换为平均值(a+b)/2。
53.在一种可能的实现方式中，与第二视频帧相邻的两帧第一视频帧可以分别是时序排列在第二视频帧的前一帧视频帧与后一帧视频帧，也即第二视频帧可是待插入该两帧第一视频帧中间的视频帧；当然，该两帧第一视频帧还可以是时序排列在第二视频帧的前两帧视频帧，或时序排列在第二视频帧的后两帧视频帧，对此本公开实施例不作限制。
54.在步骤s14中，根据第一视频帧及第三视频帧，确定处理后的视频。
55.应理解的是，视频中的第一视频帧是按照时序排列的，也即各第一视频帧可以带有时序标识；对视频进行插帧运算所得到的第二视频帧也可带有时序标识，以方便将对应的第三视频帧插入到视频中。
56.在一种可能的实现方式中，可以根据第一视频帧的时序标识以及第二视频帧的时序标识，对第一视频帧与第三视频帧按照时序进行排列，得到处理后的视频。也即，根据第一视频帧的时序标识以及第二视频帧的时序标识，将第三视频帧插入到上述待处理的视频中，得到处理后的视频。
57.在本公开实施例中，利用检测出的至少两帧第一视频帧的后制内容区域，对待插入的第二视频帧的后制内容进行调整，能够使调整后的第三视频帧中的后制内容显示的更清楚和更稳定，有利于降低后制内容产生扭曲、破损及抖动等情况。
58.如上所述，可以通过后制内容检测网络检测出第一视频帧的后制内容区域，考虑到，受电子设备的运算能力(也即算力)限制，后制内容检测网络的运算性能、检测精度等也会受限，使得后制内容检测网络输出的后制内容区域的精度和准确度等可能不高。在一种可能的实现方式中，在步骤s13中，根据至少两帧第一视频帧的后制内容区域，对待插入到视频的第二视频帧的后制内容进行调整，得到调整后的第三视频帧，包括：
59.步骤s131：针对任一第一视频帧，根据前序视频帧的目标后制内容区域，对第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，其中，前序视频帧为时序排列在第一视频帧之前的、已校正后制内容区域的视频帧；
60.其中，考虑到，根据前序视频帧的目标后制内容区域，对第一视频帧的后制内容区域进行校正的实现方式较多，为行为简洁，将在下文进行阐述。应理解的是，根据已校正后制内容区域的视频帧，对第一视频帧的后制内容区域进行校正，能够提高第一视频帧的目标后制内容区域的精度与准确度。
61.步骤s132：根据至少两帧第一视频帧的目标后制内容区域，对第二视频帧的后制内容进行调整，得到调整后的第三视频帧。
62.如上所述，待插入到视频中的第二视频帧可包括不止一帧。在一种可能的实现方式中，针对任一第二视频帧，可以根据与该第二视频帧相邻的至少两帧第一视频帧的目标后制内容区域，对该第二视频帧的后制内容进行调整，得到调整后的第三视频帧。
63.在一种可能的实现方式中，根据与该第二视频帧相邻的至少两帧第一视频帧的目标后制内容区域，对该第二视频帧的后制内容进行调整，得到调整后的第三视频帧，可以包括：确定该至少两帧第一视频帧的目标后制内容区域内、在同一位置处的至少两个像素值的平均值；将该第二视频帧中该同一位置处的像素值替换为该平均值，得到调整后的第三视频帧。
64.在一种可能的实现方式中，还可以根据第二视频帧与上述至少两帧第一视频帧之间的时序关系，确定该至少两帧第一视频帧的目标后制内容区域内、在同一位置处至少两个像素值的加权平均值；并将该第二视频帧中该同一位置处的像素值替换为该加权平均值。其中，例如可以设置时序越临近第二视频帧的第一视频帧，对应像素值的权重越大。
65.应理解的是，与第二视频帧相邻的至少两帧第一视频帧可以包括：时序排列在第二视频帧之前的至少一帧视频帧与时序排列该第二视频帧之后的至少一帧视频帧，也即第二视频帧可是待插入到该至少两帧第一视频帧中间的视频帧；当然，该至少两帧第一视频帧还可以是时序排列在第二视频帧之前的至少两帧视频帧，或时序排列在第二视频帧之后的至少两帧视频帧，对此本公开实施例不作限制。
66.在本公开实施例中，通过对后制内容区域进行校正，能够提高校正后的目标后制
内容区域的精度与准确度，进而有利于提高第三视频帧中后制内容的准确度与精度。
67.考虑到，通常情况下后制内容在视频中显示的区域可以是固定的，例如台标通常在左上角，字幕通常在底边区域；那么可以认为连续几帧视频帧在同一位置处的像素点均属于后制内容，该位置处的像素点属于后制内容的概率较高。
68.基于此，可以根据连续几帧视频帧在同一位置处的像素点是否属于后制内容，来筛除通过上述实施例检测出的后制内容区域内误判的像素点，例如，被误判概率较高的树叶、栏杆等物体的像素点。在一种可能的实现方式中，在步骤s131中，根据前序视频帧的目标后制内容区域，对第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，包括：
69.步骤s1311：针对第一视频帧的后制内容区域内的任一个第一像素点，根据第一像素点的第一位置，判断至少一帧前序视频帧在第一位置处的第二像素点是否属于后制内容。
70.其中，第一像素点的第一位置，可以理解为该第一像素点对应的像素位置。在一种可能的实现方式中，根据该第一像素点的第一位置，判断前序视频帧在第一位置处的第二像素点是否属于后制内容，可以包括：根据该第一位置，判断前序视频帧中该第一位置是否处于目标后制内容区域内。应理解的是，若第一位置处于目标后制内容区域内，则代表第一位置处的第二像素属于后制内容；若第一位置处于目标后制内容区域外，则代表第一位置处的第二像素属于不后制内容。
71.如上所述，可以通过掩码记录各第一视频帧中各像素点是否属于后制内容，相应的，可以通过掩码记录前序视频帧中各像素点是否属于后制内容，在一种可能的实现方式中，根据第一像素点的第一位置，判断前序视频帧在第一位置处的第二像素点是否属于后制内容，可以包括：判断前序视频帧中该第一位置处的第二像素点所对应的掩码，是否为表征属于后制内容的掩码。
72.沿用上述用掩码“1”记录属于后制内容的像素点，用掩码“0”记录不属于后制内容的像素点的例子，举例来说，若前序视频帧中该第一位置处的第二像素点对应的掩码为1，可以代表该第二像素点属于后制内容，若前序视频帧中该第一位置处的第二像素点对应的掩码为0，可以代表该第二像素点不属于后制内容。
73.其中，前序视频帧包括时序排列在第一视频帧之前的、已校正后制内容区域的视频帧。应理解的是，可以按照时序逐帧对视频中各第一视频帧的后制内容区域进行校正，那么对于任一当前的第一视频帧，时序排列在该第一视频帧之前的、已校正后制内容区域的视频帧，也即为该第一视频帧的前序视频帧。
74.应理解的是，前序视频帧的数量可根据实际需求设置，例如可设置为3帧或4帧等，对此本公开实施例不作限制。
75.步骤s1312：在第二像素点中存在不属于后制内容的像素点的情况下，确定第一像素点不属于后制内容，得到校正后的第一后制内容区域，目标后制内容区域包括第一后制内容区域。
76.应理解的是，前序视频帧的数量与第二像素点的数量对应，针对每帧前序视频帧，均可通过步骤s1311，判断该帧前序视频帧在第一位置处的第二像素点是否属于后制内容。
77.若前序视频帧为一帧，也即第二像素点为一个，第二像素点中存在不属于后制内
容的像素点，可理解为，该一个第二像素点不属于后制内容；若前序视频帧为多帧，也即第二像素点为多个，第二像素点中存在不属于后制内容的像素点，可理解为，多个第二像素点中存在一个或多个不属于后制内容的像素点。
78.如上所述，可以通过掩码记录各第一视频帧中各像素点是否属于后制内容，在一种可能的实现方式中，确定第一像素点不属于后制内容，可包括：将第一像素点对应的掩码，修改为表征不属于后制内容的掩码。
79.沿用上述用掩码“1”记录属于后制内容的像素点，用掩码“0”记录不属于后制内容的像素点的例子，举例来说，可以将第一像素点对应的掩码“1”，修改为掩码“0”。
80.在一种可能的实现方式中，可以在第二像素点均属于后制内容的情况下，确定第一像素属于后制内容。应理解的是，针对第一视频帧的后制内容区域内的每个第一像素点，均可按照步骤s1311至步骤s1312的方式，过滤掉后制内容区域内不属于后制内容的第一像素点，从而得到校正后的第一后制内容区域。
81.在本公开实施例中，能够利用连续几帧前序视频帧的目标后制内容区域，过滤掉后制内容区域内误判的像素点，也即筛除后制内容区域内本不属于后制内容的像素点，从而提高校正后的目标后制内容区域的精度与准确度。
82.考虑到，通过上述后制内容检测网络输出的后制内容区域，还可能存在漏判的像素点的情况，也即将本属于后制内容的像素点判定为不属于后制内容，在一种可能的实现方式中，在步骤s131中，根据前序视频帧的目标后制内容区域，对第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：
83.步骤s1313：根据前序视频帧的、目标后制内容区域内的任一个第三像素点的第二位置，判断第四像素点与所述第三像素点之间的像素值差异是否超过预设阈值。
84.其中，第四像素点为第一视频帧中在第二位置处的像素点；前序视频帧包括时序排列在第一视频帧之前的、已校正后制内容区域的视频帧，应理解的是，前序视频帧可以包括一帧或多帧。
85.在一种可能的实现方式中，在前序视频帧为一帧的情况下，像素值差异可以包括第四像素点的像素值与第三像素点的像素值之间的绝对值误差，例如，像素值a1与像素值b1之间的绝对值误差为“|a1
‑
b1|”；在前序视频帧为多帧的情况下，像素值差异可以包括多个第四像素点的多个像素值与第三像素点的像素值之间的平均绝对值误差，例如，像素值a1、a2与像素值b1之间的平均绝对值误差为“(|a1
‑
b1|+|a2
‑
b1|)/2”。
86.其中，预设阈值可以根据像素值的像素值范围、历史经验等确定，例如，像素值的像素值范围为[0,255]，可以设置该预设阈值为25；若像素值的像素值范围为[0,1]，可以设置该预设阈值为0.1等。应理解的是，本公开实施例对于预设阈值的具体数值不作限制。
[0087]
步骤s1314：在像素值差异不超过预设阈值，且第四像素点不属于后制内容的情况下，确定第四像素点属于后制内容，得到校正后的第二后制内容区域，目标后制内容区域包括第二后制内容区域。
[0088]
可知晓的是，两个像素点的像素值差异越小，代表该两个像素点的像素值越相近，两帧视频帧中在同一位置处像素值相近的两个像素点，大概率是同一物体或同一内容上的像素点，在本公开实施例中认为像素值差异不超过预设阈值的两个像素点，可以是同一物体或同一内容上的像素点。
[0089]
基于此，若第三像素点与第四像素点之间的像素值差异不超过预设阈值，且第三像素点属于后制内容，这意味着第四像素点大概率也应属于后制内容。那么可以在第三像素点与第四像素点之间的像素值差异不超过预设阈值，且第四像素点不属于后制内容的情况下，确定第四像素点属于后制内容。
[0090]
如上所述，可以通过掩码记录各第一视频帧中各像素点是否属于后制内容，在一种可能的实现方式中，确定第四像素点属于后制内容，可包括：将第四像素点对应的掩码，修改为表征属于后制内容的掩码。
[0091]
沿用上述用掩码“1”记录属于后制内容的像素点，用掩码“0”记录不属于后制内容的像素点的例子，举例来说，可以将第四像素点对应的掩码“0”，修改为掩码“1”。
[0092]
在一种可能的实现方式中，在像素值差异超过预设阈值，且第四像素点不属于后制内容的情况下，确认第四像素点不属于后制内容。
[0093]
应理解的是，上述实施例中步骤s1311至步骤s1312，可以在本实施例步骤s1313之前执行，也可以在本实施例步骤s1314之后执行，对此本公开实施例不作限制。
[0094]
在本公开实施例中，能够利用前序视频帧的目标后制内容区域，补充后制内容区域外漏判的像素点，从而提高校正后的目标后制内容区域的精度与准确度。
[0095]
考虑到，通过上述实施例得到的第一后制内容区域，是将后制内容区域内本属于后制内容的第一像素点，修改为不属于后制内容，这种方式，还可能存在受视频中后制内容的周围内容在短时间内变化的干扰，而将后制内容区域内实际上属于后制内容的第一像素点修改为不属于后制内容，也即通过上述步骤s1311至步骤s1312的方式得到的第一后制内容区域，仍可能使得第一后制内容区域外存在误判的像素点。
[0096]
如上所述，由于上述步骤s1311至步骤s1312，可以在步骤s1313之前执行，那么通过步骤s1313至步骤s1314得到得第二后制内容区域外，也可以存在由于步骤s1311至步骤s1312而误判的像素点。
[0097]
在一种可能的实现方式中，在步骤s131中，根据前序视频帧的目标后制内容区域，对第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：
[0098]
步骤s1315：针对第一视频帧中的任一个第五像素点，根据第五像素点的第三位置，判断预设时长内的多帧前序视频帧，在第三位置处是否存在属于后制内容的第六像素点。
[0099]
其中，第五像素点为处于后制内容区域内且处于第一后制内容区域外的像素点，或处于后制内容区域内且处于第二后制内容区域外的像素点。
[0100]
其中，处于后制内容区域内且处于第一后制内容区域外的第五像素点，可理解为，通过步骤s12判定该第五像素点属于后制内容，而通过步骤s1311至步骤s1312判定该第五像素点不属于后制内容；处于后制内容区域内且处于第二后制内容区域外的像素点，可理解为，通过步骤s12判定该第五像素点属于后制内容，而通过步骤s1311至步骤s1314判定该第五像素点仍不属于后制内容。
[0101]
在一种可能的实现方式中，预设时长可根据实际需求确定，例如可以设置预设时长为1秒，对此本公开实施例不作限制。其中，预设时长内的多帧前序视频帧，例如可以理解为，1秒内的时序排列在第一视频帧之前的、已校正后制内容区域的多帧视频帧。
[0102]
其中，判断预设时长内的多帧前序视频帧，在第三位置处是否存在属于后制内容
的第六像素点，可以包括：针对预设时长内的任一帧前序视频帧，判断该帧前序视频帧在第三位置处的像素点是否属于后制内容。其中，如上所述，判断该帧前序视频帧在第三位置处的像素点是否属于后制内容，可以包括：判断该第三位置处的像素点所对应的掩码，是否为表征属于后制内容的掩码。
[0103]
应理解的是，若预设时长内的多帧前序视频帧中，存在任一帧前序视频帧在第三位置处的像素点属于后制内容，可以认为多个前序视频帧中存在第六像素点；若预设时长内的多个前序视频帧在第三位置处的像素点均不属于后制内容，可以认为多个前序视频帧中不存在第六像素点。
[0104]
步骤s1316：在多个前序视频帧中存在第六像素点的情况下，确定第五像素点属于后制内容，得到校正后的第三后制内容区域，目标后制内容区域包括第三后制内容区域。
[0105]
如上所述，由于上述步骤s1311至步骤s1312中是连续几帧前序视频帧在第一位置处的第二像素点中存在不属于后制内容的像素点，则判定第一位置处的第一像素点不属于后制内容，由此可能受视频中周围内容在短时间内变化的干扰，而将后制内容区域内实际上属于后制内容的第一像素点修改为不属于后制内容。
[0106]
而可知晓的是，虽然视频中后制内容的周围内容(例如背景)在短时间内可能发生变化(例如场景快速变换)，而后制内容(例如字幕、台标等)并不会发生太大变化。若短时间内(如1秒)内的前序视频帧中某位置处的像素点属于后制内容，也即处于目标后制内容区域内，那么当前第一视频帧中该位置处的像素点大概率也应属于后制内容。
[0107]
基于此，若预设时长内的多个前序视频帧中存在第六像素点，这意味着当前第一视频帧中该第三位置处的第五像素点大概率也应属于后制内容。那么可以在多个前序视频帧中存在第六像素点的情况下，确定第五像素点属于后制内容。
[0108]
如上所述，可以通过掩码记录各第一视频帧中各像素点是否属于后制内容，在一种可能的实现方式中，确定第五像素点属于后制内容，可包括：将第五像素点对应的掩码，修改为表征属于后制内容的掩码。
[0109]
沿用上述用掩码“1”记录属于后制内容的像素点，用掩码“0”记录不属于后制内容的像素点的例子，举例来说，可以将第五像素点对应的掩码“0”，修改为掩码“1”。
[0110]
在本公开实施例中，能够恢复在短时间内受周围内容干扰而被上述实施例步骤s1311至步骤s1312误判的像素点，从而提高校正后的目标后制内容区域的精度与准确度。
[0111]
考虑到，上述第二后制内容区域或第三后制内容区域实际上是对后制内容区域的补充，也即补充漏判或误判的像素点，可以理解的是，虽然通过步骤s12中后制内容检测网络输出的后制内容区域的精度和准确度可能不高，但检测出的后制内容区域与上述第二后制内容区域或第三后制内容区域之间的差距不会过大。
[0112]
若后制内容区域与上述第二后制内容区域或第三后制内容区域之间的差距过大，例如，在视频中场景转换而使后制内容发生变换的情况下，通过上述步骤s1313至步骤s1314可能补充了大量本不属于后制内容的像素点，使得后制内容区域的区域面积与第二后制内容区域的区域面积的差距过大，则可以认为第二后制内容区域相对于后制内容区域所补充的像素点是无效的。
[0113]
在一种可能的实现方式中，在步骤s131中，根据前序视频帧的目标后制内容区域，对第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：
[0114]
步骤s1317：在第一视频帧的后制内容区域的第一区域面积小于第二区域面积，或第一区域面积小于第三区域面积的情况下，将第一后制内容区域作为目标后制内容区域，其中，第二区域面积为第二后制内容区域的区域面积的加权值，第三区域面积为第三后制内容区域的区域面积的加权值。
[0115]
其中，加权值的具体数值，可以根据历史经验、后制内容检测网络的精度及准确度等确定，例如可以设置为1/2、1/3等，对此本公开实施例不作限制。应理解的是，第二后制内容区域对应的加权值与第三后制内容区域对应的加权值可以相同，也可以不同。
[0116]
在一种可能的实现方式中，第一区域面积、第二区域面积以及第三区域面积各自的大小，可以分别根据后制内容区域内像素点的数量、第二后制内容区域内像素点的数量以第三后制内容区域内像素点的数量确定。应理解的是，像素点的数量越多，对应的区域面积越大。
[0117]
举例来说，若加权值为1/2，第一区域面积小于第二区域面积，可理解为，后制内容区域内像素点的数量，小于第二后制内容区域内像素点的数量的1/2，也即，后制内容区域的区域面积小于第二后制内容区域的区域面积的一半；同样的，第一区域面积小于第三区域面积，可理解为，后制内容区域内像素点的数量，小于第三后制内容区域内像素点的数量的1/2。
[0118]
应理解的是，第一后制内容区域是对后制内容区域中误判的像素点进行筛除所得到的，那么第一后制内容区域的精度与准确度理论上是高于后制内容区域的。
[0119]
在本公开实施例中，通过在后制内容区域与上述第二后制内容区域或第三后制内容区域之间的区域面积差距过大的情况下，将第一后制内容区域作为目标后制内容区域，能够有效防止通过上述实施例补充大量本不属于后制内容的无效像素点，同时尽可能提高目标后制内容区域的精度与准确度。
[0120]
需要说明的是，以上第一后制内容区域、第二后制内容区域以及第三后制内容区域可能表征相同的后制内容，例如通过步骤s1313至步骤s1314得到的第二后制内容区域与第一后制内容区域相同；也可能表征不同的后制内容，例如，通过步骤s1315至步骤s1315得到的第三后制内容区域与第一后制内容区域不同，对此本公开实施例不作限制。
[0121]
如上所述，针对任一第二视频帧，可以根据与该第二视频帧相邻的至少两帧第一视频帧的目标后制内容区域，对该第二视频帧的后制内容进行调整，得到调整后的第三视频帧。在一种可能的实现方式中，在步骤s132中，根据至少两帧第一视频帧的目标后制内容区域，对第二视频帧的后制内容进行调整，得到调整后的第三视频帧，可以包括：
[0122]
针对视频中与第二视频帧相邻的至少两帧第一视频帧，确定至少两帧第一视频帧的目标后制内容区域内、在同一第四位置处的至少两个第一像素值的平均值；将第二视频帧中第四位置处的第二像素值替换为平均值，得到调整后的第三视频帧。
[0123]
如上所述，与第二视频帧相邻的至少两帧第一视频帧可以包括：时序排列在第二视频帧之前的至少一帧视频帧与时序排列该第二视频帧之后的至少一帧视频帧，也即第二视频帧可是待插入到该至少两帧第一视频帧中间的视频帧；当然，该至少两帧第一视频帧还可以是时序排列在第二视频帧之前的至少两帧视频帧，或时序排列在第二视频帧之后的至少两帧视频帧，对此本公开实施例不作限制。
[0124]
举例来说，假设第一视频帧a3、b3、c3是与第二视频帧j相邻的三帧视频帧，第一视
频帧a3的目标后制内容区域内在第四位置(x0,y0)处的像素值为a3，第一视频帧b3的目标后制内容区域内在该第四位置(x0,y0)处的像素值为b3，第一视频帧c3的目标后制内容区域内在该第四位置(x0,y0)处的像素值为c3，那么可以将第二视频帧j中在该第四位置(x0,y0)处的像素值替换为平均值(a3+b3+c3)/3。
[0125]
在本公开实施例中，根据精度与准确度较高的目标后制内容区域，对第二视频帧的后制内容进行调整，能够提高第三视频帧中后制内容显示的清楚度和稳定性。
[0126]
如上所述，第二视频帧可理解为对视频进行插帧运算所得到的视频帧。在一种可能的实现方式中，所述方法还包括：
[0127]
步骤s21：针对待生成视频帧的任一第七像素点，通过视频插帧算法，确定第七像素点在第四视频帧中的映射位置，第四视频帧为用于生成第二视频帧的第一视频帧，待生成视频帧为未包含像素值的、与第二视频帧分辨率相同的视频帧。
[0128]
可知晓的是，视频插帧过程实际上是按照一定的插帧规则为视频中的任意相邻的两帧第一视频帧之间插入一定数量的第二视频帧。通常情况下，插入到两帧第一视频帧之间的第二视频帧是根据该两帧第一视频帧生成的，那么第四视频帧可以理解为视频中任意相邻的两帧第一视频帧。
[0129]
其中，待生成视频帧，可以理解为，有像素点但无像素值的视频帧，应理解的是，基于第四视频帧，可以知晓待生成视频帧中的像素点数量以及各个像素点的位置，通常情况下，待生成视频帧与第四视频帧之间像素点数量以及各个像素点的位置相同；那么生成第二视频帧的过程实际上是为该待生成视频帧中的每个像素点确定对应的像素值，应理解的是，待生成视频帧的分辨率与第二视频帧相同，也与第四视频帧相同。
[0130]
应理解的是，待生成视频帧中的任一第七像素点的位置已知，通过光流估计算法或运动矢量估计算法等视频帧插帧算法，可以估计出该第七像素点在相邻两帧第一视频帧中的位置，也即得到第七像素点在第四视频帧中的映射位置，该映射位置的得到过程也可以成为光流变形操作或光流扭曲操作；进而可以根据第四视频帧中该映射位置处对应的像素值，确定待生成视频帧中该第七像素点的像素值。
[0131]
图2示出根据本公开实施例的插帧过程的示意图。如图2所示，m和n为任一两帧相邻的第一视频帧，i*为待生成视频帧；针对i*中的任一第七像素点i*的位置(x*,y*)，通过视频插帧算法可以得到第七像素点在m中的映射位置(x
m
,y
m
)，以及第七像素点在n中的映射位置(x
n
,y
n
)。应理解的是，不同视频插帧算法的运算过程不同，本公开实施例对于视频插值算法的运算过程不作限制。
[0132]
如图2所示，可知晓的是，通常情况下视频插帧算法计算出的映射位置不是整数位置，或者说该映射位置可能并不正好对应于像素点，该情况下可以利用该映射位置周围的、在整数位置处的像素值进行插值运算(例如双线性插值运算)，得到该映射位置对应的像素值，例如，针对第一视频帧m中的映射位置(x
m
,y
m
)，可以对周围的四个像素值“m1、m2、m3、m4”进行双线性插值运算，得到该映射位置(x
m
,y
m
)对应的像素值。
[0133]
应理解的是，在分别得到第一视频帧m中映射位置(x
m
,y
m
)对应的像素值m*，以及第一视频帧n中映射位置(x
n
,y
n
)对应的像素值n*后，可以再对该两个像素值m*和n*，进行线性插值运算，得到上述待生成视频帧i*中该第七像素点i*的像素值。
[0134]
步骤s22：在映射位置处于第四视频帧的目标后制内容区域内的情况下，将映射位
置修改为第七像素点的第五位置。
[0135]
如上所述，通常情况下后制内容在视频中显示的区域可以是固定的，例如台标通常在左上角，字幕通常在底边区域。视频中其它内容是不断变化的，尤其是后制内容的周围内容，如果在确定该周围内容的像素值的过程中，通过上述视频帧插帧算法得到的映射位置落在了目标后制内容区域内，由于后制内容通常是固定颜色(例如，字幕为白色)，若根据该目标后制内容区域内的映射位置所对应的像素值，确定上述周围内容的像素值，可能会影响周围内容的显示效果，例如，可能会使周围内容也显示为白色。
[0136]
因此，可以在映射位置处于第四视频帧的目标后制内容区域内的情况下，将映射位置修改为第七像素点对应的第五位置，进而可以根据第四视频帧在第五位置处的像素值，确定上述待生成视频帧中第七像素点对应的像素值。
[0137]
如上所述，第四视频帧可以理解为视频中任意相邻的两帧第一视频帧，两帧第一视频帧对应两个映射位置，那么映射位置处于第四视频帧的目标后制内容区域内，可以理解为，两帧第一视频帧中任一帧第一视频帧对应的映射位置处于目标后制内容区域内，则将该映射位置修改为第七像素点的第五位置，例如，若图2中第一视频帧m中的映射位置(x
m
,y
m
)处于目标后制内容区域内，则可以将该映射位置(x
m
,y
m
)修改为第七像素点i*的第五位置(x*,y*)。
[0138]
应理解的是，若映射位置处于第四视频帧的目标后制内容区域外，则可以直接根据第四视频帧中该映射位置对应的像素值，确定第七像素点的第四像素值。
[0139]
步骤s23：根据第四视频帧在第五位置处的第三像素值，确定第七像素点对应的第四像素值。
[0140]
如上所述，第四视频帧可以理解为视频中任意相邻的两帧第一视频帧，由此，可能存在一帧第一视频帧对应的映射位置修改为第七像素点的第五位置；或两帧第一视频帧对应的两个映射位置均修改为第七像素点的第五位置。
[0141]
其中，在一帧第一视频帧对应的映射位置修改为第七像素点的第五位置的情况下，根据第四视频帧在第五位置处的第三像素值，确定第七像素点对应的第四像素值，可以包括：对映射位置修改为第五位置所对应的第一视频帧在第五位置处的第三像素值，以及另一帧第一视频帧在映射位置处的像素值进行线性插值运算，得到该第七像素点对应的第四像素值。
[0142]
其中，在两帧第一视频帧对应的两个映射位置均修改为第七像素点的第五位置的情况下，根据第四视频帧在第五位置处的第三像素值，确定第七像素点对应的第四像素值，可以包括：对该两帧第一视频帧在第五位置处的两个第三像素值进行线性插值运算，得到该第七像素点对应的第四像素值。
[0143]
步骤s24：根据各个第七像素点对应的第四像素值以及待生成视频帧，得到第二视频帧。
[0144]
应理解的是，针对待生成视频帧中各个第七像素点，均可以按照步骤s21至步骤s23，确定出各个第七像素点对应的第四像素值；在得到各个第七像素点对应的第四像素值后，可以对上述待生成视频帧进行赋值，也即将各个第七像素点对应的第四像素值添加至上述待生成视频帧中，从而得到第二视频帧。
[0145]
在本公开实施例中，能够提高第二视频帧中后制内容的周围内容的显示效果和显
示的稳定性，进而有利于提高第三视频帧整体的显示效果和显示的稳定性。
[0146]
图3示出根据本公开实施例的视频处理方法的示意图，如图3所示，所述视频处理方法包括：
[0147]
将第一视频帧输入至后制内容检测网络，得到第一视频帧的后制内容区域；
[0148]
将后制内容区域输入至后制内容校正模块，得到校正后的目标后制内容区域；其中，后制内容校正模块的校正过程可以参照上述本公开实施例中步骤s131的实现方式，在此不做赘述；
[0149]
将第一视频帧以及目标后制内容区域输入至视频插帧模块，得到第三视频帧；其中，视频插帧模块用于根据第一视频帧生成待插入的第二视频帧，以及根据目标后制内容对该第二视频帧的后制内容进行调整得到第三视频帧。应理解的是，生成第二视频帧以及得到第三视频帧的过程可以参照上述本公开实施例步骤s13以及步骤s21至步骤s24的实现方式，在此不做赘述。
[0150]
在一种可能的实现方式中，所述视频插帧方法可以应用于视频插帧工具、视频慢镜头特效工具、视频剪辑工具等各种视频处理工具中，对此本公开实施例不作限制。
[0151]
根据本公开的实施例，能够提升在视频中后制内容的视觉效果，保证视频中各类后制内容(如字幕与标志的稳定性)，提升整体视频观感。
[0152]
根据本公开的实施例，能够实现与各类视频插帧算法保持低耦合的关系，从而可以适配各类视频插帧算法及视频处理算法。即便与视频插帧算法结合，新增的处理流程在移动终端平台的运行耗时也较低，通常不超过4毫秒。
[0153]
根据本公开的实施例，能够基于深度学习技术，实时检测视频中的后制内容区域；能够利用视频中各视频帧在时间维度上的相关性，对检测出的后制内容区域做进一步校正(也即筛查与补充)。能够与现有的视频插帧算法相结合，对视频插帧算法生成的第二视频帧的后制内容做后处理，从而有利于提升视觉效果稳定性，提升视频的整体观感。
[0154]
根据本公开的实施例，有利于降低视频插帧算法生成视频帧中后制内容的视效退化效果；且耗时极低，可搭配实时视频插帧算法使用；以及与视频插帧算法耦合度极低，适用于各类视频插帧算法，也可拓展至其它视频处理算法。
[0155]
根据本公开的实施例，通过深度学习技术来实时检测视频的后制内容区域，相较于传统图像阈值算法耗时更短、适用范围更广，可以处理半透明、带边框、带阴影、带浮雕特效、超粗或极细等多种类型的后制内容。
[0156]
根据本公开的实施例，可以在手机、电脑或云端服务器中，使用实时或非实时的视频插帧技术来提高视频流畅度或制作慢镜头效果时，可以应用本公开实施例的视频处理方法来提高视频插帧后的视觉效果。
[0157]
根据本公开的实施例，可以在使用其他视频处理算法过程中，发现处理后视频中的字幕、标志存在扭曲、抖动等退化效果时，可以使用本公开实施例的视频处理方法来做修正，提高后制内容显示的清晰度和稳定性。
[0158]
根据本公开的实施例，可以在需要对做字幕等后制内容做特殊处理时，使用本公开实施例的视频处理方法中的后制内容检测网络来获得后制内容区域的掩码，也即检测出视频帧中的后制内容。
[0159]
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可
以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0160]
此外，本公开还提供了视频处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种视频处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
[0161]
图4示出根据本公开实施例的视频处理装置的框图，如图4所示，所述装置包括：
[0162]
获取模块101，用于获取待处理的视频，所述视频包括第一视频帧；
[0163]
检测模块102，用于对至少两帧所述第一视频帧进行后制内容检测，得到至少两帧所述第一视频帧的后制内容区域；
[0164]
调整模块103，用于根据至少两帧所述第一视频帧的后制内容区域，对待插入到所述视频的第二视频帧的后制内容进行调整，得到调整后的第三视频帧；
[0165]
处理模块104，用于根据所述第一视频帧及所述第三视频帧，确定处理后的视频。
[0166]
在一种可能的实现方式中，所述调整模块103，包括：校正子模块，用于针对任一所述第一视频帧，根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，其中，所述前序视频帧为时序排列在所述第一视频帧之前的、已校正后制内容区域的视频帧；调整子模块，用于根据至少两帧所述第一视频帧的目标后制内容区域，对所述第二视频帧的后制内容进行调整，得到调整后的第三视频帧。
[0167]
在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，包括：针对所述第一视频帧的后制内容区域内的任一个第一像素点，根据所述第一像素点的第一位置，判断至少一帧前序视频帧在所述第一位置处的第二像素点是否属于后制内容；在所述第二像素点中存在不属于后制内容的像素点的情况下，确定所述第一像素点不属于后制内容，得到校正后的第一后制内容区域，所述目标后制内容区域包括所述第一后制内容区域。
[0168]
在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：根据前序视频帧的、目标后制内容区域内的任一个第三像素点的第二位置，判断第四像素点与所述第三像素点之间的像素值差异是否超过预设阈值，其中，所述第四像素点为所述第一视频帧中在所述第二位置处的像素点；在所述像素值差异不超过预设阈值，且所述第四像素点不属于后制内容的情况下，确定所述第四像素点属于后制内容，得到校正后的第二后制内容区域，所述目标后制内容区域包括所述第二后制内容区域。
[0169]
在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：针对所述第一视频帧中的任一个第五像素点，根据所述第五像素点的第三位置，判断预设时长内的多帧前序视频帧，在所述第三位置处是否存在属于后制内容的第六像素点，其中，所述第五像素点为处于所述后制内容区域内且处于所述第一后制内容区域外的像素点，或处于所述后制内容区域内且处于所述第二后制内容区域外的像素点；在所述多个前序视频帧中存在所述第六像素点的情况下，确定所述第五像素点属于后制内容，得到校正后的第三后制内容
区域，所述目标后制内容区域包括所述第三后制内容区域。
[0170]
在一种可能的实现方式中，所述根据前序视频帧的目标后制内容区域，对所述第一视频帧的后制内容区域进行校正，得到校正后的目标后制内容区域，还包括：在所述第一视频帧的后制内容区域的第一区域面积小于第二区域面积，或所述第一区域面积小于第三区域面积的情况下，将所述第一后制内容区域作为所述目标后制内容区域，其中，所述第二区域面积为所述第二后制内容区域的区域面积的加权值，所述第三区域面积为所述第三后制内容区域的区域面积的加权值。
[0171]
在一种可能的实现方式中，所述根据至少两帧所述第一视频帧的目标后制内容区域，对所述第二视频帧的后制内容进行调整，得到调整后的第三视频帧，包括：针对所述视频中与所述第二视频帧相邻的至少两帧第一视频帧，确定所述至少两帧第一视频帧的目标后制内容区域内、在同一第四位置处的至少两个第一像素值的平均值；将所述第二视频帧中所述第四位置处的第二像素值替换为所述平均值，得到调整后的第三视频帧。
[0172]
在一种可能的实现方式中，所述装置还包括：映射位置确定模块，用于针对待生成视频帧的任一第七像素点，确定所述第七像素点在第四视频帧中的映射位置，所述第四视频帧为所述视频中用于生成所述第二视频帧的第一视频帧，所述待生成视频帧为未包含像素值的、与所述第二视频帧分辨率相同的视频帧；映射位置修改模块，用于在所述映射位置处于所述第四视频帧的目标后制内容区域内的情况下，将所述映射位置修改为所述第七像素点的第五位置；像素值确定模块，用于根据所述第四视频帧在所述第五位置处的第三像素值，确定所述第七像素点对应的第四像素值；视频帧生成模块，用于根据各个第七像素点对应的第四像素值以及所述待生成视频帧，得到所述第二视频帧。
[0173]
在一种可能的实现方式中，上述本公开实施例中的视频插帧模块，包括：调整模块103、映射位置确定模块、映射位置修改模块、像素值确定模块以及视频帧生成模块。
[0174]
在一种可能的实现方式中，所述装置通过后制内容检测网络对至少两帧所述第一视频帧进行后制内容检测，得到至少两帧所述第一视频帧的后制内容区域；其中，所述后制内容区域是通过掩码记录的，所述后制内容区域为所述第一视频帧中后制内容所在的区域，所述后制内容包括字幕、台标、水印、按钮中的至少一种视频后期制作内容。
[0175]
在本公开实施例中，利用检测出的至少两帧第一视频帧的后制内容区域，对待插入的第二视频帧的后制内容进行调整，能够使调整后的第三视频帧中的后制内容显示的更清楚和更稳定，有利于降低后制内容产生扭曲、破损及抖动等情况。
[0176]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
[0177]
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
[0178]
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
[0179]
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处
理器中运行时，所述电子设备中的处理器执行上述方法。
[0180]
电子设备可以被提供为终端、服务器或其它形态的设备。
[0181]
图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
[0182]
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
[0183]
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
[0184]
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0185]
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
[0186]
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0187]
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
[0188]
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0189]
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或
电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(cmos)或电荷耦合装置(ccd)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0190]
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(wifi)，第二代移动通信技术(2g)或第三代移动通信技术(3g)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0191]
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0192]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
[0193]
图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
[0194]
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
[0195]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
[0196]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0197]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、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)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd
‑
rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0198]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0199]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0200]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0201]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0202]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0203]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程
序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0204]
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0205]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。