[发明专利]视频图像处理方法、装置和终端设备

说明书

本发明实施例提供一种视频图像处理方法、装置和终端设备。所述方法包括：从视频图像中检测至少一个目标对象，并确定所述至少一个目标对象的特征点；根据所述至少一个目标对象的特征点，确定多个待展示的关联业务对象在所述视频图像中相应的展示位置；在所述相应的展示位置采用计算机绘图方式分别绘制所述多个关联业务对象。采用本发明实施例，允许保留视频图像中视频主体(如主播)等信息的同时，多角度展示业务对象，从而吸引了观众的注意力，进而提高了业务对象的影响力。并且，节约了网络资源和客户端的系统资源。

技术领域

本发明涉及信息处理技术，尤其涉及一种视频图像处理方法、装置和终端设备。

背景技术

随着图像处理和信息处理技术的不断发展，视频直播由于融合了图像、文字和声音等元素，声形并茂，已逐渐成为互联网的主流表达方式。由此，互联网视频已成为重要的业务流量入口，同时被认为是广告植入的优质资源。

现有视频广告主要通过植入的方式，在视频播放之前或者视频播放过程中某个时间插入固定时长的广告，或在视频播放的区域及其周边区域固定位置放置广告。然而，一方面，这种视频广告方式往往打扰观众的正常视频观看体验，引起观众反感，不能达到预想的广告效果；另一方面，这种视频广告方式不但占用网络资源，也占用客户端的系统资源。

发明内容

本发明提供一种视频图像处理的方案。

根据本发明实施例的一方面，提供一种视频图像处理方法。所述方法包括：从视频图像中检测至少一个目标对象，并确定所述至少一个目标对象的特征点；根据所述至少一个目标对象的特征点，确定多个待展示的关联业务对象在所述视频图像中相应的展示位置；在所述相应的展示位置采用计算机绘图方式分别绘制所述多个关联业务对象。其中，所述多个关联业务对象包括以下至少之一：用于展示同一业务对象主题的包含有语义信息的多个特效、包含有语义信息的同一特效的多个展示部分、属于同一业务对象提供者提供的包含有语义信息的多个特效。

根据本发明实施例的一方面，提供一种视频图像处理方法，所述方法包括：从直播的视频中检测至少一个目标对象，并确定所述至少一个目标对象的特征点，所述目标对象包括动作；根据所述至少一个目标对象的特征点，确定多个待展示的关联业务对象在所述视频中相应的展示位置；所述展示位置包括：以动作生成部位为中心的设定范围内的区域，或者，动作生成部位以外的设定范围内的区域；在所述相应的展示位置采用计算机绘图方式分别绘制所述多个关联业务对象。

可选地，所述根据所述至少一个目标对象的特征点，确定多个待展示的关联业务对象在所述视频图像中相应的展示位置，包括：根据所述至少一个目标对象的特征点，使用预先训练的、用于确定业务对象在视频图像中的展示位置的卷积网络模型，确定所述多个待展示的关联业务对象在所述视频图像中相应的展示位置。

可选地，对所述卷积网络模型的预先训练包括：获取待训练的业务对象样本图像的特征向量，其中，所述特征向量中包含有所述业务对象样本图像中的业务对象的位置信息和/或置信度信息；对所述特征向量进行卷积处理，获取特征向量卷积结果；判断所述特征向量卷积结果中对应的业务对象的位置信息和/或置信度信息是否满足收敛条件；若满足，则完成对所述卷积网络模型的训练；若不满足，则根据所述特征向量卷积结果中对应的业务对象的位置信息和/或置信度信息，调整所述卷积网络模型的参数并根据调整后的所述卷积网络模型的参数对所述卷积网络模型进行迭代训练，直至迭代训练后的业务对象的位置信息和/或置信度信息满足所述收敛条件。

可选地，所述根据所述至少一个目标对象的特征点，确定多个待展示的关联业务对象在所述视频图像中相应的展示位置，包括：根据所述至少一个目标对象的特征点，确定所述至少一个目标对象的类型；根据所述至少一个目标对象的类型，确定所述多个待展示的关联业务对象相应的展示区域；根据所述多个待展示的关联业务对象相应的展示区域，确定所述多个待展示的关联业务对象在所述视频图像中相应的展示位置。