一种基于语义分析将图像合成新视频的方法及系统的制作方法
【技术领域】
[0001]本发明涉及视频生成领域，具体而言，涉及一种基于语义分析将图像合成新视频的方法和系统。
【背景技术】
[0002]拍照、视频录制是日常生活中常见的两种拍摄方式，这两种拍摄方式所得到的产物都可以称为图像(拍照所得到的是某个画面照片，视频可以理解为是将大量的照片、图像帧合成为能够表现连贯动作的动画)。
[0003]在进行基础的拍照和视频录制之后，可以进一步通过PS、flash制作软件对图像进行编辑，以实现制作一个逻辑型更强或者能够展现作者需求的连续型动画。常见的如电影，通常是预先拍摄大量的分镜头，再通过后期的视频处理将大量的分镜头整合成一个完成的电影，从而完成电影的制作。
[0004]当然，这种电影的制作方式同样适用于某个用户个体。传统的用户制作视频的方式通常使用非线性影音编辑软件手工进行编辑，如使用绘声绘影等视频编辑软件将多个视频以时间点，或者以图像帧为参照进行删除、组合，还可以将拍摄得到的照片进行插入。
[0005]随着智能手机的普及，随着用户拍摄照片、视频数量的不断增加，进而将拍摄到的照片和视频整理成可讲述故事的视频的需求不断增加。但使用传统的如绘声绘影等视频制作软件进行视频整合的难度较高，集中体现在此类视频制作软件过于专业化，很多需要进行照片、视频整合的个人用户难以熟练的操作此类软件，并且由于个人用户期望编辑的照片和视频的数量较大，进一步拖缓了视频合成速度。
【发明内容】
[0006]本发明的目的在于提供一种基于语义分析将图像合成新视频的方法和装置，以降低用户进行视频合成的难度。
[0007]第一方面，本发明实施例提供了一种基于语义分析将图像合成新视频的方法，包括:
[0008]客户端将预先获取的图像提交至服务器；
[0009]服务器对客户端提交的图像进行语义分析；
[0010]根据语义分析的结果，选择相应的视频合成模板，并使用所选择的视频合成模板对图像进行渲染，以合成新视频。
[0011]结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，月艮务器对客户端提交的图像进行语义分析包括:
[0012]对图像进行语义分析，识别出图像的内容；
[0013]对识别出的图像内容进行提取，得到结构化信息；
[0014]将得到的结构化信息和结构化语法数据库进行对比，得出结构化信息的本体描述。
[0015]结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，选择相应的视频合成模板包括:
[0016]选择视频合成模板数据库中与本体描述相对应的视频合成模板，视频模板数据库存储有基于本体描述设计的视频合成模板。
[0017]结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，语义分析包括:
[0018]物体动作分析、镜头运动分析、视频稳定性分析、人脸识别分析、情景分析、人脸捕捉及索引、物体捕捉及跟踪、人物捕捉、语音捕捉、音定位分析、音乐分析以及故事话题分析。
[0019]结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，使用所选择的视频合成模块对图像进行渲染，以合成新视频包括:
[0020]根据对图像进行语义分析的结果进行故事编辑，将编辑好的故事合成音频；
[0021]根据选择的视频模板对获取到的图像和合成的音频进行渲染，以合成新视频。
[0022]结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，还包括:
[0023]将合成后的新视频以视频索引的形式发送至客户端。
[0024]第二方面，本发明实施例还提供了一种基于语义分析将图像合成新视频的系统，包括:
[0025]客户端模块，用于将预先获取的图像提交至服务器；
[0026]服务器端语义分析模块，用于对客户端提交的图像进行语义分析；
[0027]服务器端视频渲染合成模块，用于根据语义分析的结果，选择相应的视频合成模板，并使用所选择的视频合成模板对图像进行渲染，以合成新视频。
[0028]结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，月艮务器端语义分析模块包括:
[0029]图像识别单元，用于对图像进行语义分析，识别出图像的内容；
[0030]结构化信息获取单元，用于对识别出的图像内容进行提取，得到结构化信息；
[0031]本体描述获取单元，用于将得到的结构化信息和结构化语法数据库进行对比，得出结构化信息的本体描述。
[0032]结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，图像识别单元包括:
[0033]物体动作分析子单元、镜头运动分析子单元、视频稳定性分析子单元、人脸识别子单元、情景分析子单元、人物捕捉子单元、语音捕捉子单元、声音定位分析子单元、音乐分析子单元以及故事话题分析子单元。
[0034]结合第二方面，本发明实施例提供了第二方面的第三种可能的实施方式，其中，月艮务器端视频渲染合成模块包括:
[0035]故事编辑单元，用于根据语义分析模块的分析结果，进行故事编辑，并将编辑好的故事合成音频；
[0036]服务器端视频渲染合成单元，用于将选择的视频模板和合成的音频进行渲染，合成新视频。
[0037]本发明实施例提供的一种基于语义分析将图像合成新视频的方法，采用语义分析的视频合成方式，与现有技术中的视频软件的使用难度较高，导致用户进行视频合成的难度变高相比，其通过客户端将预先获取的图像提交至服务器，以使服务器能够获得进行视频编辑的基础文件，进而服务器对客户端所提交的图像进行语义分析，进而确定图像的主体内容，并且根据主体内容选择相应的视频合成模板对客户端所发出的图像进行渲染，从而自动合成了新视频。
[0038]为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
【附图说明】
[0039]为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0040]图1示出了本发明实施例所提供的一种基于语义分析将图像合成新视频的方法流程图；
[0041]图2示出了本发明实施例所提供的一种基于语义分析将图像合成新视频的细节流程图
[0042]图3示出了本发明实施例所提供的一种基于语义分析将图像合成新视频的系统结构示意图。
[0043]主要元件符号说明:
[0044]S101-S103为基于语义分析将图像合成新视频的方法步骤；
[0045]S1021-S1023为基于语义分析将图像合成新视频的细节流程步骤；