[发明专利]基于深度学习模型的视频处理方法、装置、设备以及存储介质

权利要求书

1.一种基于深度学习模型的视频处理方法，其特征在于，所述方法包括：

获取待处理的目标视频；

基于预设的动态目标检测模型对所述目标视频进行动态目标检测，得到所述目标视频中的动态目标区域、非动态目标区域和所述动态目标区域对应的深度信息；

根据所述动态目标区域和所述非动态目标区域确定出所述目标视频的图像插入区域；

根据所述动态目标区域对应的深度信息确定出所述目标视频的图像插入区域对应的目标深度信息；

将预先确定出的广告图像插入至所述目标视频的图像插入区域中所述目标深度信息对应的位置，以完成对所述目标视频的处理；

所述根据所述动态目标区域和所述非动态目标区域确定出所述目标视频的图像插入区域，包括：

获取将要播放所述目标视频的用户终端的终端类型；

当所述用户终端的终端类型为预设的第一终端类型时，将所述非动态目标区域确定为所述目标视频的图像插入区域，其中，所述第一终端类型的终端设备的屏幕尺寸均小于预设的屏幕尺寸阈值；

当所述用户终端的终端类型为预设的第二终端类型时，将与所述动态目标区域相邻的区域确定为所述目标视频的图像插入区域，其中，所述第二终端类型的终端设备的屏幕尺寸均大于所述屏幕尺寸阈值。

2.根据权利要求1所述的基于深度学习模型的视频处理方法，其特征在于，所述获取待处理的目标视频之后，所述基于预设的动态目标检测模型对所述目标视频进行动态目标检测，得到所述目标视频中的动态目标区域、非动态目标区域和所述动态目标区域对应的深度信息之前，所述方法还包括：

基于预设的实体检测模型对所述目标视频进行目标实体检测，得到所述目标视频的每一个视频帧中的目标实体区域；

根据所述目标视频的每一个视频帧中的目标实体区域的数量对所述目标视频执行预设的视频帧筛选操作，以实现对所述目标视频中的视频帧的筛选，并触发执行所述的基于预设的动态目标检测模型对所述目标视频进行动态目标检测，得到所述目标视频中的动态目标区域、非动态目标区域和所述动态目标区域对应的深度信息的操作。

3.根据权利要求2所述的基于深度学习模型的视频处理方法，其特征在于，所述根据所述目标视频的每一个视频帧中的目标实体区域的数量对所述目标视频执行预设的视频帧筛选操作，包括：

判断所述目标视频的每一个视频帧中的目标实体区域的数量与前一个视频帧中的目标实体区域的数量的差值是否大于预设的差值阈值；

当判断出该视频帧中的目标实体区域的数量与前一个视频帧中的目标实体区域的数量的差值大于所述差值阈值时，将该视频帧分类为紧凑视频帧，其中，所述紧凑视频帧是指无广告图像插入的视频帧；

当判断出该视频帧中的目标实体区域的数量与前一个视频帧中的目标实体区域的数量的差值未大于所述差值阈值时，将该视频帧分类为空闲视频帧，其中，所述空闲视频帧是指将要被插入所述广告图像的视频帧。

4.根据权利要求3所述的基于深度学习模型的视频处理方法，其特征在于，所述基于预设的动态目标检测模型对所述目标视频进行动态目标检测，得到所述目标视频中的动态目标区域、非动态目标区域和所述动态目标区域对应的深度信息，包括：

基于预设的动态目标检测模型对所述目标视频中的每个空闲视频帧进行动态目标检测，得到该空闲视频帧中的动态目标区域、非动态目标区域和所述动态目标区域对应的深度信息；以及，

所述根据所述动态目标区域和所述非动态目标区域确定出所述目标视频的图像插入区域，包括：

根据每个空闲视频帧的动态目标区域和非动态目标区域确定出该空闲视频帧的图像插入区域；以及，

所述根据所述动态目标区域对应的深度信息确定出所述目标视频的图像插入区域对应的目标深度信息，包括：

根据每个空闲视频帧的动态目标区域对应的深度信息确定出该空闲视频帧的图像插入区域对应的目标深度信息；以及，

所述将预先确定出的广告图像插入至所述目标视频的图像插入区域中所述目标深度信息对应的位置，以完成对所述目标视频的处理，包括：

将预先确定出的广告图像插入至每个空闲视频帧的图像插入区域中所述目标深度信息对应的位置，以完成对所述目标视频的处理。