[发明专利]视频图像的处理方法、装置和终端设备

说明书

本发明实施例提供了一种视频图像的处理方法、装置和终端设备，涉及人工智能技术领域，其中，所述方法包括：获取待处理的视频图像和待展示的业务对象；确定所述视频图像的背景区域，采用计算机绘图方式在所述视频图像的背景区域绘制所述业务对象。本发明实施例实现业务对象在视频图像的背景区域展示，避免业务对象遮挡前景区域，不影响观众的正常视频观看体验，不易引起观众反感，可以有效实现预想的效果。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种视频图像的处理方法、装置和终端设备。

背景技术

随着互联网技术的发展，人们越来越多地使用互联网观看视频，由此，互联网视频为许多新的业务提供了商机。因为互联网视频可以成为重要的业务流量入口，因而被认为是广告植入的优质资源。

现有视频广告主要通过植入的方式，一种常见的植入方式是在视频播放的区域及其周边区域的任意位置放置广告。

但是，这种方式植入的广告会遮挡视频，打扰观众的正常视频观看体验，引起观众反感，不能达到预想的广告效果。

发明内容

本发明实施例提供了视频图像的处理技术方案。

根据本发明实施例的一个方面，提供了一种视频图像的处理方法，包括：获取待处理的视频图像和待展示的业务对象，所述视频图像为直播类视频图像，所述业务对象包括包含有语义信息的特效；确定所述视频图像的背景区域，所述背景区域为除了人物所在的区域之外的至少局部区域；采用计算机绘图方式在所述视频图像的背景区域绘制所述业务对象。

可选地，所述采用计算机绘图方式在所述视频图像的背景区域绘制所述业务对象包括：确定所述业务对象在所述视频图像中的展示位置和所述视频图像的前景区域；根据所述展示位置判断所述业务对象与所述视频图像的前景区域是否存在重叠部分；若存在，则采用计算机绘图方式，在所述背景区域绘制所述业务对象中除所述重叠部分之外的部分。

可选地，所述确定所述视频图像的背景区域包括：通过预先训练的第一卷积神经网络模型确定所述视频图像的背景区域。

可选地，所述对所述第一卷积神经网络模型的预先训练包括：获取第一样本图像的第一特征向量，其中，所述第一样本图像为包含有前景标注信息和背景标注信息的样本图像；对所述第一特征向量进行卷积处理，获取第一特征向量卷积结果；对所述第一特征向量卷积结果进行放大处理；判断放大后的所述第一特征向量卷积结果是否满足卷积收敛条件；若满足，则完成对所述第一卷积神经网络模型的训练；若不满足，则根据放大后的所述第一特征向量卷积结果调整所述第一卷积神经网络模型的网络参数并根据调整后的所述第一卷积神经网络模型的网络参数对所述第一卷积神经网络模型进行迭代训练，直至迭代训练后的所述第一特征向量卷积结果满足所述卷积收敛条件。

可选地，所述确定所述业务对象在所述视频图像中的展示位置包括：按照设定规则确定所述业务对象在所述视频图像中的展示位置；其中，所述设定规则包括：预先设定的所述业务对象在所述视频图像的设定展示位置，或者，根据所述前景区域中的目标对象的动作检测数据，确定所述业务对象在所述视频图像中的展示位置。

可选地，所述根据所述前景区域中的目标对象的动作检测数据，确定所述业务对象在所述视频图像中的展示位置包括：根据所述前景区域中的目标对象的动作检测数据，通过预先训练的、第二卷积神经网络模型确定所述业务对象在所述视频图像中的展示位置。