[发明专利]视频处理方法、装置、存储介质及电子设备

权利要求书

1.一种视频处理方法，其特征在于，包括：

获取待处理视频，所述待处理视频中包含第一人脸图像和第一人声；

获取第二人脸图像以及获取第二人声；

根据所述第一人脸图像和所述第二人脸图像生成目标人脸图像，根据所述第一人声和所述第二人声生成目标人声；

将所述待处理视频中的所述第一人脸图像替换成所述目标人脸图像，将所述待处理视频中的所述第一人声替换成所述目标人声，得到目标视频。

2.根据权利要求1所述的视频处理方法，其特征在于，所述获取第二人脸图像包括：

开启摄像头；

通过所述摄像头实时采集被拍摄对象的第二人脸图像。

3.根据权利要求2所述的视频处理方法，其特征在于，所述通过所述摄像头实时采集被拍摄对象的第二人脸图像之后，还包括：

将所述第二人脸图像输入人脸特征提取模型，得到所述第二人脸图像中人脸特征的第二人脸参数；

将所述第二人脸参数与所述被拍摄对象的标签对应存储至所述被拍摄对象的人脸图像库。

4.根据权利要求3所述的视频处理方法，其特征在于，所述根据所述第一人脸图像和所述第二人脸图像生成目标人脸图像包括：

将所述第一人脸图像输入所述人脸特征提取模型，得到所述第一人脸图像中人脸特征的第一人脸参数；

从所述被拍摄对象的人脸图像库获取所述第二人脸参数；

将所述第一人脸图像中人脸特征的第一人脸参数对应替换为所述第二人脸参数，得到所述目标人脸图像。

5.根据权利要求1-4任一项所述的视频处理方法，其特征在于，所述根据所述第一人脸图像和所述第二人脸图像生成目标人脸图像之前，还包括：

从所述待处理视频的视频帧中剥离出所述第一人脸图像和背景图像；

将所述待处理视频中的所述第一人脸图像替换成所述目标人脸图像包括：

将所述目标人脸图像与所述视频帧的背景图像进行结合。

6.根据权利要求2所述的视频处理方法，其特征在于，所述获取第二人声包括：

引导所述被拍摄对象朗读文本信息；

采集所述被拍摄对象朗读所述文本信息时的第二人声。

7.根据权利要求6所述的视频处理方法，其特征在于，所述采集所述被拍摄对象朗读所述文本信息时的第二人声之后，还包括：

提取所述第二人声中声音特征的第二声音参数；

将所述第二声音参数与所述被拍摄对象的标签对应存储至所述被拍摄对象的人声语音库。

8.根据权利要求7所述的视频处理方法，其特征在于，所述根据所述第一人声和所述第二人声生成目标人声包括：

识别出所述第一人声中包含的文字信息；

根据所述文字信息以及所述人声语音库中存储的所述第二声音参数进行编码，得到所述文字信息对应的目标人声。

9.根据权利要求6-8任一项所述的视频处理方法，其特征在于，所述根据所述第一人声和所述第二人声生成目标人声之前，还包括：

从所述待处理视频的音频中剥离出所述第一人声和背景音；

所述将所述待处理视频的第一人声替换成所述目标人声包括：

将所述目标人声与所述音频的背景音进行结合。

10.一种视频处理装置，其特征在于，包括：

第一获取模块，用于获取待处理视频，所述待处理视频中包含第一人脸图像和第一人声；

第二获取模块，用于获取第二人脸图像以及获取第二人声；

生成模块，用于根据所述第一人脸图像和所述第二人脸图像生成目标人脸图像，根据所述第一人声和所述第二人声生成目标人声；

替换模块，用于将所述待处理视频中的所述第一人脸图像替换成所述目标人脸图像，将所述待处理视频中的所述第一人声替换成所述目标人声，得到目标视频。