[发明专利]视频合成方法及装置

说明书

本申请提供了一种视频合成方法、装置、电子设备及计算机可读存储介质；方法包括：获取用于合成目标视频的图像素材；从至少两个特征维度，对图像素材进行特征提取，得到图像素材的图像特征；分别获取至少两个音频素材的音频特征；分别将各音频素材的音频特征与图像素材的图像特征进行匹配，得到各音频素材与图像素材的匹配度；基于各音频素材与图像素材的匹配度，从至少两个音频素材中筛选得到与图像素材相匹配的目标音频素材；基于图像素材和目标音频素材进行视频合成，得到目标视频。通过本申请，能够快速合成得到视频画面与视频配乐适配度较高的视频。

技术领域

本申请涉及视频处理技术，尤其涉及一种视频合成方法及装置。

背景技术

随着互联网短视频在全球范围内的风靡，视频处理技术也在迅猛发展，其中，视频合成是视频处理领域的一项重要基础技术。在实际应用场景中，用户出于多样化的需求，往往希望能够自定义选择素材来合成视频。

相关技术中，在合成视频时，用户为了准确获得与视频画面相匹配的配乐，需要手动进行搜索，而手动搜索的方式十分不便且耗费时间。为了快速且便捷地为用户提供想要的配乐，相关技术中会自动推荐一些配乐供用户选择，以节省搜索时间，然而推荐的配乐一般是随机推荐的，或者基于当下的流行程度推荐的，难以匹配到与当前的视频画面匹配性较好的配乐，从而使得难以快速合成画面和配乐适配度较高的视频。

发明内容

本申请实施例提供一种视频合成方法、装置、电子设备及计算机可读存储介质，能够快速合成视频画面与配乐适配度较高的视频。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种视频合成方法，包括：

获取用于合成目标视频的图像素材；

从至少两个特征维度，对所述图像素材进行特征提取，得到所述图像素材的图像特征；分别获取至少两个音频素材的音频特征；

分别将各所述音频素材的音频特征与所述图像素材的图像特征进行匹配，得到各所述音频素材与所述图像素材的匹配度；

基于各所述音频素材与所述图像素材的匹配度，从所述至少两个音频素材中筛选得到与所述图像素材相匹配的目标音频素材；

基于所述图像素材和所述目标音频素材进行视频合成，得到所述目标视频。

本申请实施例提供一种视频合成装置，包括：

获取模块，用于获取用于合成目标视频的图像素材；

图像特征提取模块，用于从至少两个特征维度，对所述图像素材进行特征提取，得到所述图像素材的图像特征；

音频特征获取模块，用于分别获取至少两个音频素材的音频特征；

匹配模块，用于分别将各所述音频素材的音频特征与所述图像素材的图像特征进行匹配，得到各所述音频素材与所述图像素材的匹配度；

筛选模块，用于基于各所述音频素材与所述图像素材的匹配度，从所述至少两个音频素材中筛选得到与所述图像素材相匹配的目标音频素材；

合成模块，用于基于所述图像素材和所述目标音频素材进行视频合成，得到所述目标视频。

上述方案中，所述获取模块，还用于获取用于合成目标视频的视频素材，从所述视频素材中抽取至少一帧视频帧，将所述至少一帧视频帧作为图像素材；或者，响应于图像素材上传操作，获取到上传的至少一个图像，将所述至少一个图像作为用于合成目标视频的图像素材。

上述方案中，所述图像特征提取模块，还用于从至少两个特征维度，对所述图像素材进行特征提取，得到所述图像素材的至少两个维度特征；基于各所述维度特征的权值，对所述至少两个维度特征进行加权求和，得到所述图像素材的图像特征。