[发明专利]利用视频内容进行视频切割的方法、系统、介质及智能设备

说明书

本发明公开了一种利用视频内容进行视频切割的方法及系统，所述方法包括：获取用户进行录像操作所产生的录像视频；对所述录像视频中的录像音频进行特征提取，并判断所述录像音频是否受损；若否，则提取所述录像音频中过滤去背景音的人声数据，截取含有有效人声所对应的视频片段，并将该视频片段作为剪辑视频进行展示；若是，则提取对所述录像视频进行图像处理后的人物口型及人体动作的图像特征数据，将所述图像特征数据与过滤去背景音的人声数据进行拟合，并将拟合度最高的视频片段作为剪辑视频进行展示。本发明能够通过提高视频剪辑的效率及质量，以进一步提升用户进行视频剪辑体验的满意度，满足了实际应用需求。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种利用视频内容进行视频切割的方法、系统、介质及智能设备。

背景技术

AI剪辑视频技术是运用图像识别或语音识别技术，对视频内容进行智能识别处理，从而实现对视频内容的智能剪辑，极大提高了视频剪辑效率，节省剪辑成本，因此AI剪辑视频技术成为了视频剪辑领域重要组成部分。

图像识别自动裁剪视频技作为AI剪辑视频技术中常见的剪辑技术，能够通过人工智能去识别视频画面内容的指定对象，提取包含此对象的视频画面段，实现在一段或多段较长的视频中快速识别并剪辑出指定图像对应的片段的技术。

然而，现有的图像识别自动剪辑视频技术只是获取相似图像的片段，对音频不做处理，吵杂的背景音或不带人声的视频片段也会被保留下来，从而大大降低了用户进行视频剪辑体验的满意度。

发明内容

为了解决上述问题，本发明的目的是提供一种能够解决现有视频剪辑效率低、视频质量差，提高用户视频剪辑体验满意度的利用视频内容进行视频切割的方法、系统、介质及智能设备。

一种利用视频内容进行视频切割的方法，所述方法包括：

获取用户进行录像操作所产生的录像视频；

对所述录像视频中的录像音频进行特征提取，并判断所述录像音频是否受损；

若否，则提取所述录像音频中过滤去背景音的人声数据，截取含有有效人声所对应的视频片段，并将该视频片段作为剪辑视频进行展示；

若是，则提取对所述录像视频进行图像处理后的人物口型及人体动作的图像特征数据，将所述图像特征数据与过滤去背景音的人声数据进行拟合，并将拟合度最高的视频片段作为剪辑视频进行展示。

根据本发明提供的利用视频内容进行视频切割的方法，通过对用户进行录像操作所产生的录像视频中的录像音频进行特征提取，以判断该录像音频是否受损，当该录像视频受损则提取所述录像音频中过滤去背景音的人声数据，并截取含有有效人声所对应的视频片段，以去除吵杂的背景音，并保留带有人声的视频片段，即使在吵杂的环境下拍摄的视频也能够清楚听到说话者的声音；通过在录像音频受损后，提取对录像视频进行图像处理后的人物口型及人体动作的图像特征数据，将该图像特征数据与人声数据进行拟合，以输出拟合度较高的视频片段，实现了在录像音频受损后仍能进行根据录像视频中的图像信息及已有的有效人声片段的语义进行还原，同时减少了录像音频中的无效内容，使视频中说话这的声音更加突出，且可根据视频内容进行贴纸及音效等素材的添加与合成，解决了现有视频剪辑效率低、视频质量差，用户剪辑体验满意度低的问题，满足了实际应用需求。

另外，根据本发明上述的利用视频内容进行视频切割的方法，还可以具有如下附加的技术特征：

进一步地，提取所述音频中过滤去背景音的人声数据，截取含有有效人声所对应的视频片段，并将该视频片段作为剪辑视频进行展示的方法包括：

通过AI模型对录像视频中的人声视频片段进行识别，提取所述人声视频片段中的有效人声数据，过滤去背景音，并记录下该有效人声数据所对应的第一时间范围；