[发明专利]一种基于连续兴趣点的视频剪辑方法及存储介质

说明书

一种基于连续兴趣点的视频剪辑方法及存储介质，其中方法包括如下步骤，加载和解码视频流，送入视频智能剪辑模块，所述视频智能剪辑模块加载人工智能模型，所述人工智能模型被训练为识别视频流中特定连续画面特征，进行步骤，人工智能模型对加载的视频流进行识别，仅保留具有满足特定连续画面特征条件的视频片段，删除其余片段，将保留的视频片段重编码为新视频。通过上述技术方案，能够基于连续兴趣点的特征，利用视频浓缩用的人工智能模型来进行视频剪辑。在筛选阶段考虑多种不同的记忆兴趣点功能的，从而在视频中持续追踪连续兴趣点。最终完成视频的素材浓缩。

技术领域

本发明涉及视频处理领域，尤其涉及一种基于连续兴趣点的视频剪辑方法及电子设备。

背景技术

电影或者实时视频的剪辑需要专业的视频剪辑师来进行，视频剪辑是一项非常标准的艺术工作。假设某部电影讲述的是主人公被动卷入挑战世界上最难的8个精进项目，如果我们先从这部电影中剪辑出8个视频片段，每个视频片段3-5分钟。普通用户对于视频剪辑是无所适从的。专业的视频剪辑师也需要投入高性能的设备、专业的剪辑软件和大量分析/剪辑时间，才能产生作品级的视频剪辑样片。

发明内容

为此，需要提供一种精简视频的剪辑方法，以满足普通用户对于长视频所要表达的内容的精炼剪辑的需求；

为实现上述目的，发明人提供了一种基于连续兴趣点的视频剪辑方法，包括如下步骤，加载和解码视频流，送入视频智能剪辑模块，所述视频智能剪辑模块加载人工智能模型，所述人工智能模型被训练为识别视频流中特定连续画面特征，

进行步骤，人工智能模型对加载的视频流进行识别，仅保留具有满足特定连续画面特征条件的视频片段，删除其余片段，将保留的视频片段重编码为新视频。

具体地，所述连续画面特征包括单主角模式、耍帅模式、正反派模式、英雄模式、场面模式和事件中心模式中的一种或多种，单主角模式的视频片段特征是单个人物角色；耍帅模式的视频片段特征是出现人物角色和移动的场景；正反派模式的视频片段特征是两个人物的言语交流或动作交互；场面模式视频片段特征是广角的景物；事件中心模式的视频片段特征是剧情相关的道具，所述连续画面特征是以多层向量权重参数的形式存储在人工智能模型文件中,人工智能模型具有短时记忆能力的多层卷积神经网络。

进一步地，视频智能剪辑模块包括图像后处理模块，图像后处理模块用于将多个连续画面特征进行多特征融合，多特征融合包括：画面特征按照权重优选，各帧中的画面特征占比大于第一阈值，且连续时间长度大于第二阈值。

进一步地，还包括步骤，根据用户需求的格式将保留的视频片段重编码为新视频。

具体地，所述格式包括ts、mp4、mkv、mov和hls。

一种基于连续兴趣点的视频剪辑存储介质，存储有计算机程序，所述计算机程序在被运行时执行包括如下步骤，加载和解码视频流，送入视频智能剪辑模块，所述视频智能剪辑模块加载人工智能模型，所述人工智能模型被训练为识别视频流中特定连续画面特征，

进行步骤，人工智能模型对加载的视频流进行识别，仅保留具有满足特定连续画面特征条件的视频片段，删除其余片段，将保留的视频片段重编码为新视频。

具体地，所述连续画面特征包括单主角模式、耍帅模式、正反派模式、英雄模式、场面模式和事件中心模式中的一种或多种，单主角模式的视频片段特征是单个人物角色；耍帅模式的视频片段特征是出现人物角色和移动的场景；正反派模式的视频片段特征是两个人物的言语交流或动作交互；场面模式视频片段特征是广角的景物；事件中心模式的视频片段特征是剧情相关的道具，所述连续画面特征是以多层向量权重参数的形式存储在人工智能模型文件中,人工智能模型优选具有短时记忆能力的多层卷积神经网络。