[发明专利]视频合成方法、装置、电子设备及计算机可读存储介质

说明书

本公开关于一种视频合成方法、装置、电子设备及计算机可读存储介质，属于视频处理技术领域。所述方法包括：获取与第一多媒体文件组合能够表达目标主题的第二多媒体文件；响应于第一多媒体文件和第二多媒体文件组合在表达目标主题过程中的表现相匹配，将第一多媒体文件和第二多媒体文件合成目标视频。本公开基于目标主题，获取第二多媒体文件，进而将第二多媒体文件与第一多媒体文件合成目标视频。由于该目标主题并没有特定的应用场景，用户可根据实际的需求进行设置，且所合成的目标视频不仅能够表达目标主题，而且在表达目标主题时自然、不违和，因而在确保合成符合主题需要的视频的前提下，扩大了视频合成方法的应用范围。

技术领域

本公开涉及视频处理技术领域，尤其涉及一种视频合成方法、装置、电子设备及计算机可读存储介质。

背景技术

随着互联网技术的发展，聚焦于内容的视频分享应用迅速发展，越来越多的用户借助视频分享应用分享自己的工作、生活等。在这一过程中，如何自动地为用户合成视频变得至关重要。

相关技术在合成视频时，主要采用如下方法：获取用于合成目标视频的图像文件和多个音频文件；提取图像文件的图像特征及每个音频文件的音频特征；将该图像特征与每个音频特征进行拼接，得到多个拼接特征向量；将多个拼接特征向量输入到音画匹配模型中，输出多个匹配结果，该音画匹配模型由特定场景(例如，体育、山水风景等场景)下的视频文件训练得到；基于多个匹配结果，将图像文件与匹配的音频文件合成目标视频。

然而，相关技术只能合成特定应用场景下的视频，无法合成其他场景下的视频，因而应用范围较小，具有较强的局限性。

发明内容

本公开提供一种视频合成方法、装置、电子设备及计算机可读存储介质，以至少解决相关技术中应用范围小具有较强局限性的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种视频合成方法，所述方法包括：

获取用于合成目标视频的第一多媒体文件及所述目标视频对应的目标主题；

基于所述目标主题，获取与所述第一多媒体文件组合能够表达所述目标主题的第二多媒体文件，所述第一多媒体文件和所述第二多媒体文件为以音频和图像方式合成所述目标视频的不同类型的文件；

响应于所述第一多媒体文件和所述第二多媒体文件组合在表达所述目标主题过程中的表现相匹配，将所述第一多媒体文件和所述第二多媒体文件合成所述目标视频。

在另一种可能的实现方式中，所述基于所述目标主题，获取与所述第一多媒体文件组合能够表达所述目标主题的第二多媒体文件，包括：

获取多媒体文件集合，所述多媒体文件集合包括与所述第二多媒体文件类型相同的多个第三多媒体文件；

从所述第一多媒体文件中提取第一多媒体特征，并从所述多媒体文件集合包括的每个所述第三多媒体文件中提取第二多媒体特征；

将所述第一多媒体特征与每个所述第二多媒体特征进行拼接，得到多个第一拼接特征向量；

将所述多个第一拼接特征向量输入到主题预测模型中，输出多个第一预测主题；

根据所述多个第一预测主题和所述目标主题，从所述多媒体文件集合包括的多个第三多媒体文件中，获取所述第二多媒体文件。

在另一种可能的实现方式中，所述根据所述多个第一预测主题和所述目标主题，从所述多媒体文件集合包括的多个第三多媒体文件中，获取所述第二多媒体文件，包括：

计算所述多个第一预测主题与所述目标主题之间的相似度；

将与所述目标主题的相似度大于预设阈值的第一预测主题对应的第三多媒体文件，确定为所述第二多媒体文件。