[发明专利]视频处理方法、装置、可读介质及电子设备

权利要求书

1.一种视频处理方法，其特征在于，所述方法包括：

获取包含预设对象的待处理视频；

从所述待处理视频中提取目标音频；

确定所述目标音频对应的音频节奏信息；

根据所述音频节奏信息，从所述待处理视频中提取包括所述预设对象的目标视频片段。

2.根据权利要求1所述的方法，其特征在于，所述根据所述音频节奏信息，从所述待处理视频中提取包括所述预设对象的目标视频片段包括：

根据所述音频节奏信息，确定特征时间信息；

基于所述特征时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段。

3.根据权利要求2所述的方法，其特征在于，所述音频节奏信息包括所述目标音频中不同时间点对应的音频节奏密度，所述音频节奏密度用于表征所述目标音频的音频节奏的变化速度；所述根据所述音频节奏信息，确定特征时间信息包括：

确定所述目标音频中音频节奏密度大于或等于预设密度阈值的目标时间点，并将所述目标时间点作为所述特征时间信息。

4.根据权利要求2所述的方法，其特征在于，所述基于所述特征时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段包括：

提取所述待处理视频中的目标图像；

根据所述目标音频和所述目标图像，确定所述待处理视频中的至少一个目标对象和每个所述目标对象对应的目标对象时间信息；所述目标对象为在所述待处理视频中讲话的对象；

根据所述特征时间信息和多个所述目标对象时间信息，确定目标时间信息；

根据所述目标时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标音频和所述目标图像，确定所述待处理视频中的至少一个目标对象和每个所述目标对象对应的目标对象时间信息包括：

确定所述目标音频中的至少一个第一对象；

确定所述目标图像中的至少一个第二对象；

根据至少一个所述第一对象和至少一个所述第二对象，确定至少一个所述目标对象；

根据所述目标图像，确定每个所述目标对象对应的目标对象时间信息。

6.根据权利要求4所述的方法，其特征在于，所述根据所述特征时间信息和多个所述目标对象时间信息，确定目标时间信息包括：

将多个所述目标对象时间信息中距离所述特征时间信息最近的目标对象时间信息，作为所述目标时间信息。

7.根据权利要求4所述的方法，其特征在于，在所述根据所述目标时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段前，所述方法还包括：

将所述目标图像输入预先训练的转场帧确定模型，以获取所述转场帧确定模型输出的至少一个转场帧；

所述根据所述目标时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段包括：

从至少一个所述转场帧中确定距离所述目标时间信息最近的目标转场帧；

根据所述目标转场帧，从所述待处理视频中提取包括所述预设对象的所述目标视频片段。

8.根据权利要求2所述的方法，其特征在于，在所述基于所述特征时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段前，所述方法还包括：

获取所述待处理视频对应的至少一个预设关键词；

确定每个所述预设关键词在所述待处理视频中的关键词时间信息；

所述基于所述特征时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段包括：

根据所述特征时间信息和所述关键词时间信息，确定目标特征时间信息；

根据所述目标特征时间信息，从所述待处理视频中提取包括所述预设对象的所述目标视频片段。