一种视频片段云存储方法及装置与流程

1.本技术提供一种云存储技术，尤其涉及一种视频片段云存储方法。本技术还涉及一种视频片段云存储装置。


背景技术：

2.随着互联网技术的发展，云端存储的空间大，数据安全的特点导致云存储越来越成为一种常用数据存储方式。
3.现有技术中，视频实时上云的方法是通过网络的方式将所有摄像设备的实时视频传输到云端，在云端处理视频，此类方法对于网络要求很高，增加投入成本，期间如果网络波动可能错失重要视频片段，并且后续投入的人力剪辑成本过高。


技术实现要素：

4.为解决现有技术中网络波动导致实时视频上云不稳定的问题，本技术提供一种视频片段云存储方法，一种视频片段云存储装置。
5.本技术提供一种视频片段云存储方法，包括：获取局域网内实时视频流；根据预设的时长阈值切分所述实时视频流形成预处理视频，所述预处理视频根据预设的剪辑规则进行视频切分、片段排序、片段丢弃、添加特效和添加音乐生成锦集视频；将所述锦集视频发送到云服务器进行存储。
6.可选的，所述预设的剪辑规则包括：将所述预处理视频每帧的人体人脸图像进行评分；根据所述评分切分所述预处理视频生成视频片段，并将所述评分低于预设评分阈值的所述视频片段丢弃；根据所述评分对所述视频片段进行排序。
7.可选的，所述评分包括：根据所述人体人脸图像的人体动作幅度和人脸表情动作幅度进行评分。
8.可选的，所述人体动作幅度和表情动作幅度通过所述人体人脸图像与标准人体人脸图像对比获得。
9.可选的，所述获取局域网内实时视频流包括：接管所述局域网内的摄像设备，通过所述摄像设备获取实时视频流。
10.本技术还提供一种视频片段云存储装置，包括：获取模块，用于获取局域网内实时视频流；剪辑模块，用于根据预设的时长阈值切分所述实时视频流形成预处理视频，所述预处理视频根据预设的剪辑规则进行视频切分、片段排序、片段丢弃、添加特效和添加音乐生成锦集视频；发送模块，用于将所述锦集视频发送到云服务器进行存储。
11.可选的，所述剪辑模块还包括：评分单元，用于将所述预处理视频每帧的人体人脸图像进行评分；处理单元，用于根据所述评分切分所述预处理视频生成视频片段，并将所述评分低于预设评分阈值的所述视频片段丢弃；排序单元，用于根据所述评分对所述视频片段进行排序。
12.可选的，所述评分包括：根据所述人体人脸图像的人体动作幅度和人脸表情动作幅度进行评分。
13.可选的，所述人体动作幅度和表情动作幅度通过所述人体人脸图像与标准人体人脸图像对比获得。
14.可选的，所述获取模块还包括：接管单元，用于接管所述局域网内的摄像设备，通过所述摄像设备获取实时视频流。
15.本技术相对于现有技术的优点是：本技术提供一种视频片段云存储方法，包括：获取局域网内实时视频流；根据预设的时长阈值切分所述实时视频流形成预处理视频，所述预处理视频根据预设的剪辑规则进行视频切分、片段排序、片段丢弃、添加特效和添加音乐生成锦集视频； 将所述锦集视频发送到云服务器进行存储。通过在实时视频上云前对视频进行截取切分段处理，去除不需要视频片段，在上传到云服务器中，减少网络负载的同时，不需要担心网络波动对实时视频传输的影响。
附图说明
16.图1是本技术中视频片段云存储流程图。
17.图2是本技术中预处理视频剪辑规则流程图。
18.图3是本技术中视频片段云存储装置示意图。
具体实施方式
19.在下面的描述中阐述了很多具体细节以便于充分理解本技术。但是本技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施的限制。
20.本技术提供一种视频片段云存储方法，包括：获取局域网内实时视频流；根据预设的时长阈值切分所述实时视频流形成预处理视频，所述预处理视频根据预设的剪辑规则进行视频切分、片段排序、片段丢弃、添加特效和添加音乐生成锦集视频； 将所述锦集视频发送到云服务器进行存储。通过在实时视频上云前对视频进行截取切分段处理，去除不需要视频片段，在上传到云服务器中，减少网络负载的同时，不需要担心网络波动对实时视频传输的影响。
21.图1是本技术中视频片段云存储流程图。
22.请参照图1所示，s101获取局域网内实时视频流。
23.所述局域网连接有一个或者多个摄像设备，该摄像设备摄取的图像可以上传到所述局域网，并通过所述局域网传递到终端设备或者存储设备。本技术中所述存储设备是指
云服务器，该云服务器实时接收所述摄像设备的图像数据。
24.所述云服务器设置有边缘计算盒，该边缘计算盒可以设置在所述云服务器的外面，提供边缘计算服务。
25.在本技术中，所述边缘计算盒通过局域网连接点所述摄像设备，并同时连接点云服务中。当所述摄像设备开始摄取实时的视频图像后，所述边缘计算盒替代所述云服务器与所述摄像设备通信，并获取所述摄像设备的实时视频。
26.请参照图1所示，s102根据预设的时长阈值切分所述实时视频流形成预处理视频，所述预处理视频根据预设的剪辑规则进行视频切分、片段排序、片段丢弃、添加特效和添加音乐生成锦集视频。
27.所述边缘计算盒接收所述实时视频的过程中，将根据预设时长切分所述实时视频，将切分下来的实时视频作为预处理视频。优选的，所述预设时长是为10分钟。
28.具体的，所述边缘计算盒具有存储单元，当按照所述预设时长切分下来预处理视频后，将所述预处理视频进行备份存储，当所述预处理视频在网络传出过程中因网络波动丢失后将所述备份进行重新发送。
29.所述预处理视频在向云服务器传输前，对所述预处理视频进行编辑，以进一步减少传输数据量，优选的，所述剪辑是按照预设的剪辑规则进行的。
30.图2是本技术中预处理视频剪辑规则流程图。
31.请参照图2所示，s201将所述预处理视频每帧的人体人脸图像进行评分；s202根据所述评分切分所述预处理视频生成视频片段，并将所述评分低于预设评分阈值的所述视频片段丢弃。
32.所述预处理视频的每一个帧，都切分出来，然后对所述每个帧中的人脸图像进行评分。当所述帧中没有人体的图像，或者人体图像不完整亦或者不清楚，这将该帧评分降为0，并丢弃。
33.所述评分是根据所述人体人脸图像的人体动作幅度和人脸表情动作幅度进行评分。具体的，对一个帧中的人体人脸评分，首先将整个人体图像的像素提取出来，然后分别编辑五官与四肢的像素块，然后计算所述像素块与人体图像像素的壁纸，获得所述评分，所述评分计算公式如下：述评分计算公式如下：述评分计算公式如下：述评分计算公式如下：其中，所述p是评分，所述a、b、c是占比系数，所述占比系数是人工设置的，所述
是五官像素块与人脸像素块的比值，、是对应的像素块；是四肢像素块与人体像素块的比值，、是对应的像素块、是选定像素块距离之比，例如眼角距离与耳垂距离之比，、是对应的像素块。
34.s203根据所述评分对所述视频片段进行排序。
35.上述已经提到，所述视频帧将会丢弃不符合条件的帧，这导致视频不连贯，接下来根据所述评分为所述视频帧排序。具体的，首先将评分处于连贯状态的视频帧合成视频的小片段，然后根据所述小片段中的评级评分进行排序。所述连贯状态是指联系两帧的所述评分之差小于预设评分阈值，本技术中，所述预设评分阈值是人工设置的。
36.在排序完成后，根据所述小片段的时长，分别进行音效和特效的添加，完成锦集视频。可选的，本领域技术人员还可以通过其他评分方式进行所述人体或者人脸的评分。
37.请参照图1所示，s103将所述锦集视频发送到云服务器进行存储。
38.在完成锦集视频后，将所述锦集视频进行打包并发送到云服务中存储，并由后期剪辑人员从所述云服务器中提取所述锦集视频，进行最终编辑，获得最终视频。由于所述视频已经自动完成第一轮剪辑，因此可以极大的节约后期剪辑人员的编辑时间。
39.本技术还提供一种视频片段云存储装置，包括获取模块301、剪辑模块302、发送模块303。
40.图3是本技术中视频片段云存储装置示意图。
41.请参照图3所示，获取模块301，用于获取局域网内实时视频流。
42.所述局域网连接有一个或者多个摄像设备，该摄像设备摄取的图像可以上传到所述局域网，并通过所述局域网传递到终端设备或者存储设备。本技术中所述存储设备是指云服务器，该云服务器实时接收所述摄像设备的图像数据。
43.所述云服务器设置有边缘计算盒，该边缘计算盒可以设置在所述云服务器的外面，提供边缘计算服务。
44.在本技术中，所述获取模块301还包括：接管单元，用于接管所述局域网内的摄像设备，通过所述摄像设备获取实时视频流。当所述摄像设备开始摄取实时的视频图像后，所述边缘计算盒替代所述云服务器与所述摄像设备通信，并获取所述摄像设备的实时视频。
45.请参照图3所示，剪辑模块302，用于根据预设的时长阈值切分所述实时视频流形成预处理视频，所述预处理视频根据预设的剪辑规则进行视频切分、片段排序、片段丢弃、添加特效和添加音乐生成锦集视频。
46.所述边缘计算盒接收所述实时视频的过程中，将根据预设时长切分所述实时视频，将切分下来的实时视频作为预处理视频。优选的，所述预设时长是为10分钟。
47.具体的，所述边缘计算盒具有存储单元，当按照所述预设时长切分下来预处理视频后，将所述预处理视频进行备份存储，当所述预处理视频在网络传出过程中因网络波动丢失后将所述备份进行重新发送。
48.所述预处理视频在向云服务器传输前，对所述预处理视频进行编辑，以进一步减少传输数据量，优选的，所述剪辑是按照预设的剪辑规则进行的。
49.请参照图2所示，s201将所述预处理视频每帧的人体人脸图像进行评分；s202根据所述评分切分所述预处理视频生成视频片段，并将所述评分低于预设评分阈值的所述视频
片段丢弃。
50.所述预处理视频的每一个帧，都切分出来，然后对所述每个帧中的人脸图像进行评分。当所述帧中没有人体的图像，或者人体图像不完整亦或者不清楚，这将该帧评分降为0，并丢弃。
51.所述评分是根据所述人体人脸图像的人体动作幅度和人脸表情动作幅度进行评分。具体的，对一个帧中的人体人脸评分，首先将整个人体图像的像素提取出来，然后分别编辑五官与四肢的像素块，然后计算所述像素块与人体图像像素的壁纸，获得所述评分，所述评分计算公式如下：述评分计算公式如下：述评分计算公式如下：述评分计算公式如下：其中，所述p是评分，所述a、b、c是占比系数，所述占比系数是人工设置的，所述是五官像素块与人脸像素块的比值，、是对应的像素块；是四肢像素块与人体像素块的比值，、是对应的像素块、是选定像素块距离之比，例如眼角距离与耳垂距离之比，、是对应的像素块。
52.s203根据所述评分对所述视频片段进行排序。
53.上述已经提到，所述视频帧将会丢弃不符合条件的帧，这导致视频不连贯，接下来根据所述评分为所述视频帧排序。具体的，首先将评分处于连贯状态的视频帧合成视频的小片段，然后根据所述小片段中的评级评分进行排序。所述连贯状态是指联系两帧的所述评分之差小于预设评分阈值，本技术中，所述预设评分阈值是人工设置的。
54.在排序完成后，根据所述小片段的时长，分别进行音效和特效的添加，完成锦集视频。可选的，本领域技术人员还可以通过其他评分方式进行所述人体或者人脸的评分。
55.请参照图3所示，发送模块303，用于将所述锦集视频发送到云服务器进行存储。
56.在完成锦集视频后，将所述锦集视频进行打包并发送到云服务中存储，并由后期剪辑人员从所述云服务器中提取所述锦集视频，进行最终编辑，获得最终视频。由于所述视频已经自动完成第一轮剪辑，因此可以极大的节约后期剪辑人员的编辑时间。