[发明专利]视频剪辑方法和装置、存储介质及电子装置

说明书

本发明公开了一种视频剪辑方法和装置、存储介质及电子装置。该方法包括：从直播视频流数据中提取出多帧关键图像帧；依次将关键图像帧分别输入第一图像识别模型及第二图像识别模型中，得到与关键图像帧相匹配的识别结果；在识别结果指示关键图像帧为开始事件中的图像帧或结束事件中的图像帧的情况下，将关键图像帧对应时刻确定为开始对象时刻或结束对象时刻；对开始时间列表及结束时间列表进行比对，确定出目标局竞速任务的开始事件的目标开始对象时刻及结束事件的目标结束对象时刻；根据目标开始对象时刻和目标结束对象时刻对直播视频流数据中进行剪辑。本发明解决了视频剪辑效率较低的问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种视频剪辑方法和装置、存储介质及电子装置。

背景技术

对于包含竞速类内容的直播视频，为了便于更多的用户观看，往往需要专门的工作人员在直播结束后，再人工下载直播视频源文件，并肉眼识别出竞速比赛过程的开始画面、结束画面。最后，还是由工作人员来使用剪辑软件进行手动地剪辑，以得到将要分享的比赛视频集锦。

也就是说，在相关技术提供的视频剪辑方法中，仍需请专门的工作人员来手动执行编辑操作，使得视频剪辑操作的复杂度增加，从而导致视频剪辑效率较低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种视频剪辑方法和装置、存储介质及电子装置，以至少解决视频剪辑操作较复杂所导致的视频剪辑效率较低的技术问题。

根据本发明实施例的一个方面，提供了一种视频剪辑方法，包括：从直播视频流数据中提取出多帧关键图像帧，其中，上述直播视频流中携带有正在直播的竞速类视频内容；依次将每一帧上述关键图像帧分别输入第一图像识别模型及第二图像识别模型中，得到与上述关键图像帧相匹配的识别结果，其中，上述第一图像识别模型为利用第一样本图像集合进行训练后，得到的用于识别一局竞速任务的开始事件中的图像帧的神经网络模型，上述第二图像识别模型为利用第二样本图像集合进行训练后，得到的用于识别一局竞速任务的结束事件中的图像帧的神经网络模型，上述识别结果为根据上述第一图像识别模型的输出结果及上述第二图像识别模型的输出结果确定得出；在上述识别结果指示上述关键图像帧为上述开始事件中的图像帧的情况下，将上述关键图像帧对应时刻确定为开始对象时刻，其中，上述开始对象时刻为上述开始事件对应的开始时间列表中的时刻；在上述识别结果指示上述关键图像帧为上述结束事件中的图像帧的情况下，将上述关键图像帧对应时刻确定为结束对象时刻，其中，上述结束对象时刻为上述结束事件对应的结束时间列表中的时刻；在获取到与上述多帧关键图像帧对应的多个识别结果之后，对上述开始时间列表及上述结束时间列表进行比对；根据比对的结果从上述结束时间列表及上述结束时间列表中，确定出目标局竞速任务的开始事件的目标开始对象时刻及上述目标局竞速任务的结束事件的目标结束对象时刻；根据上述目标开始对象时刻和上述目标结束对象时刻，对上述直播视频流数据中进行剪辑，以生成与上述目标局竞速任务对应的目标视频。