[发明专利]视频处理方法、装置、电子设备和存储介质

说明书

本公开关于一种视频处理方法、装置、电子设备和存储介质。其中方法包括：获取待处理视频中的关键帧序列，该关键帧序列包括多帧关键图像，并检测出关键帧序列之中每帧关键图像中的至少一个人脸；提取每个人脸的特征数据；根据每个人脸的特征数据，确定每个人脸的人物类型；根据每帧关键图像之中每个人脸的人物类型，对待处理视频中的人脸进行特效处理。本公开可以通过人脸特征数据确定视频中每个人脸所属的人物类型，这样，可根据不同的人物类型，对视频中的不同人脸进行不同的特效处理，从而实现对视频中不同人脸自动化添加不同脸部特效，丰富了脸部特效处理的多样性，简化了用户操作。

技术领域

本公开涉及视频处理领域，尤其涉及一种视频处理方法、装置、电子设备和存储介质。

背景技术

在视频后期编辑过程中，用户常常有需求对视频画面中某个或多个特定的人物添加脸部特效，比如脸部添加马赛克特效、添加贴纸遮挡或者添加魔法表情等。然而，视频画面中的人物并不是静止不动的，如果要实现对某个人或某几个人添加脸部特效，其余人物不添加任何特效，对普通用户而言操作起来是比较繁琐且有困难的。

发明内容

本公开提供一种视频处理方法、装置、电子设备和存储介质，可以减少用户为视频中特定人物添加脸部特效的繁琐操作，可以在多个人物出现的视频中针对特定人物进行不同的添加特效，丰富了脸部特效处理的多样性。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种视频处理方法，包括：

获取待处理视频中的关键帧序列；所述关键帧序列包括多帧关键图像；

检测出所述关键帧序列之中每帧关键图像中的至少一个人脸；

提取每个所述人脸的特征数据；

根据每个所述人脸的特征数据，确定每个所述人脸的人物类型；

根据所述每帧关键图像之中每个所述人脸的人物类型，对所述待处理视频中的人脸进行特效处理。

在本公开一些实施例中，所述根据每个所述人脸的特征数据，确定每个所述人脸的人物类型，包括：

将每个所述人脸的特征数据输入至经过训练的神经网络模型，获得每个所述人脸的人物类型；其中，所述神经网络模型已经学习得到人脸的特征数据与人物类型的映射关系。

在本公开一些实施例中，神经网络模型通过以下方式训练：

获取多个样本人脸的图像和/或视频；

提取所述图像和/或视频中的特征，获得所述多个样本人脸的特征数据；

将所述多个样本人脸的特征数据作为训练数据，根据所述训练数据对所述神经网络模型进行训练。

可选地，在本公开实施例中，在所述获得所述多个样本人脸的特征数据之后，所述方法还包括：

将所述多个样本人脸的特征数据进行存储。

在本公开一些实施例中，在所述将每个所述人脸的特征数据输入至经过训练的神经网络模型之前，所述方法还包括：

获取待添加特效的人物类型；

其中，所述将所述多个样本人脸的特征数据作为训练数据，包括：

根据所述待添加特效的人物类型，从存储的多个样本人脸的特征数据中获取所述待添加特效的人物的特征数据；

将所述待添加特效的人物的特征数据作为所述训练数据。

在本公开一些实施例中，所述根据所述每帧关键图像之中每个所述人脸的人物类型，对所述待处理视频中的人脸进行特效处理，包括：

确定待添加特效的人物类型；