[发明专利]镜头分类方法、场景提取方法、摘要生成方法及装置

说明书

技术领域

本发明涉及视频处理技术，尤其涉及体育比赛视频中的镜头分类方法、精彩场景提取方法、视频摘要生成方法及视频处理装置。

背景技术

随着人们对多媒体信息需求的不断增加，多媒体数据大量涌现，视频作为一种主要的多媒体类型，在丰富人们的生活、教育、娱乐等方面起到越来越突出的作用，如何有效地组织、管理、查询、检索和浏览视频数据，成为迫切需要解决的问题。

视频摘要是解决上述问题的一个有效的途径，视频摘要是指对视频的结构和内容进行分析，从视频中提取出有意义的部分，并将它们以某种方式进行组合，形成简洁的、能够充分表现视频语义内容的视频概要。视频摘要主要可以分为以下两种：一种是将视频中一系列镜头的代表帧进行组合，形成视频摘要，该方法实现较为简单，然而，由于镜头的代表帧通常是静态的图像，丢失了视频中的时序运动信息，因此，以镜头的代表帧生成的视频摘要无法充分的表现视频语义内容；另一种是将从视频中提取出的一段或几段精彩场景(主要指精彩的视频片段)进行组合，形成视频摘要，该方法生成的视频摘要能够更加充分的表现视频内容，但是精彩场景的提取实现起来较为复杂。

当然，可以通过人工方式进行精彩场景的提取，然而，面对海量的数据，采用人工的方式实现时，效率无疑会非常低下，因此，如何实现精彩场景的自动提取成为需要解决的主要问题之一。

视频信息的类型非常丰富，而不同的视频类型对精彩场景的定义也是千差万别，因此，对于精彩场景的自动提取很难建立通用的解决方案；本发明主要关注体育比赛视频，尤其是类似于足球等比赛视频中的精彩场景的自动提取。

以足球比赛为例，足球比赛具有场次多，持续时间长等特点，比赛视频的数据量非常庞大；而另一方面，对于普通观众来说，在足球比赛中真正能够吸引他们注意力的通常只是如射门、进球等一些较少的特殊场景，因此，在足球比赛中，可以将这些特殊场景作为精彩场景进行组合，形成比赛的视频摘要，从而实现比赛视频的管理、查询、检索和浏览等。

在足球比赛视频中，当比赛中出现如射门、进球等特殊场景时，通常会出现一些特写或回放镜头，在有些比赛视频中，视频制作者(通常是电视台)会在特写或回放镜头的图像帧中加入特定标识(如世界杯的奖杯图象)，基于此，现有技术提供一种自动提取精彩场景的方案，其基本思想是：对比赛视频中的图像帧进行检测，得到加入特定标识的图像帧，然后将出现特定标识前的一段视频直接从视频中提取出来作为精彩场景。该方案在一定程度上可以达到精彩场景提取的目的，然而，当出现特写或回放镜头中无特定标识的情况时，该方案则无法实现精彩场景的自动提取。

发明内容

本发明的实施例要解决的技术问题是提供体育比赛视频中的镜头分类方法、精彩场景提取方法、视频摘要生成方法及视频处理装置。

为解决上述技术问题，本发明的实施例提供以下技术方案：

一种镜头分类方法，包括：

在镜头的代表帧图像中获得目标区域；

所述目标区域是横向目标区域；获取所述横向目标区域中，比赛场地的像素所占的比率；判断所述横向目标区域中，比赛场地的像素所占的比率是否大于预定的阈值；若判断结果为是，则将所述镜头分类为全局镜头；若判断结果为否，基于所述横向目标区域获得竖向偏移的图像区域，以该区域为当前的横向目标区域，继续上述判断；若直到完成所有可能的竖向偏移处理，判断结果均为否，则将所述镜头分类为特写镜头；

或者，所述目标区域是横向目标区域；获取所述横向目标区域中，比赛场地的像素所占的比率；判断所述横向目标区域中，比赛场地的像素所占的比率是否大于预定的阈值；若判断结果为是，在所述代表帧图像中获得竖向目标区域；判断所述竖向目标区域内非比赛场地像素所占的比率与代表帧内非比赛场地像素所占的比率之间的比值是否大于预定阈值；若判断结果为是，则将所述镜头分类为特写镜头；若判断得到所述横向目标区域中比赛场地的像素所占的比率不大于预定的阈值，基于所述横向目标区域获得竖向偏移的图像区域，以该区域为当前的横向目标区域，继续上述判断；若直到完成所有可能的竖向偏移处理，判断结果均为否，则将所述镜头分类为特写镜头；