[发明专利]一种视频生成方法、装置、电子设备及存储介质

说明书

本申请是关于一种视频生成方法、装置、电子设备及存储介质，其中，该方法包括：获取对待处理图像进行深度估计得到的每个像素点的深度距离值和待处理图像中每个像素点的像素坐标值；根据每个像素点的像素坐标值和该像素点的深度距离值，计算每个像素点的相机坐标值；获取预先对待处理图像设置的多个相机坐标改变值；根据每个相机坐标改变值和每个像素点的相机坐标值，重构按照该相机坐标改变值改变后的图像；根据按照多个相机坐标改变值重构的多个图像，生成与多个图像对应的视频。从而使得生成的视频具有立体效果，提高生成的视频的观赏性。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种视频生成方法、装置、电子设备及存储介质。

背景技术

随着智能终端设备的普及以及拍照功能在智能终端设备上的广泛应用，智能终端设备持有者可以随时随地拍摄照片，然后采用照片处理软件对拍摄的照片进行处理，便可以发布到互联网上。例如，该智能终端持有者可以采用相关技术中的视频处理软件，将该拍摄的照片处理成视频，然后发布到互联网上，从而可以使得该视频更具有吸引性。

在相关技术中，在将该拍摄的照片处理成视频时，通常是将该拍摄的照片进行不同大小的裁剪，然后按照用户设置的该裁剪得到的不同大小的图片的先后顺序，生成视频。从而实现根据图片生成视频。

然而，由于相关技术仅仅只是对拍摄的照片进行裁剪，因此，生成的视频不具有3D立体效果，降低了生成的视频的观赏性。

发明内容

本申请实施例的目的在于提供一种视频生成方法、装置、电子设备及存储介质，以使得生成的视频具有立体效果，提高生成的视频的观赏性。具体技术方案如下：

根据本申请实施例的第一方面，提供了一种视频生成方法，包括：

获取对待处理图像进行深度估计得到的每个像素点的深度距离值和待处理图像中每个像素点的像素坐标值；

根据每个像素点的像素坐标值和该像素点的深度距离值，计算每个像素点的相机坐标值；

获取预先对待处理图像设置的多个相机坐标改变值；

根据每个相机坐标改变值和每个像素点的相机坐标值，重构按照该相机坐标改变值改变后的图像；

根据按照多个相机坐标改变值重构的多个图像，生成与多个图像对应的视频。

可选的，在获取对待处理图像进行深度估计得到的每个像素点的深度距离值和待处理图像中每个像素点的像素坐标值之前，该视频生成方法还包括：

将待处理图像输入至预先训练得到的深度估计神经网络的特征提取层，提取待处理图像的低层特征图、中层特征图以及高层特征图，其中，预先训练得到的深度估计神经网络还包括：多尺度特征提取层、特征融合层以及深度估计层；

将高层特征图输入多尺度特征图提取层，提取待处理图像的多尺度特征图；

将多尺度特征图、低层特征图、中层特征图以及高层特征图，输入特征融合层进行特征融合，得到特征融合后的特征图；

将特征融合后的特征图输入深度估计层，得到待处理图像中每个像素点的深度距离值。

可选的，预先训练得到的深度估计神经网络是由预先选择的训练样本训练得到的；预先选择训练样本，包括：

统计多个待选择样本集中每个待选择样本集的待选择样本的数量和多个待选择样本集中所有待选择样本的总数量；

根据每个待选择样本集中待选择样本的数量和所有待选择样本的总数量，计算该待选择样本集的选择权重；

根据每个待选择样本集的选择权重和每个待选择样本集中待选择样本的数量，计算每个待选择样本集的选择概率；