[发明专利]处理视频数据的方法、装置、计算机设备和存储介质

说明书

本申请涉及一种处理视频数据的方法、装置、计算机设备和存储介质。所述方法包括：获取当前视频中的当前帧，对当前帧进行文本检测，得到当前帧的至少一个文本区域信息；获取当前视频的台词区域信息，当前视频的台词区域信息是根据当前视频的多个视频序列帧的文本区域信息确定的；根据台词区域信息对各个文本区域信息进行筛选，得到目标文本区域信息。通过当前视频中的多个视频帧自适应确定出台词区域，采用自适应确定的台词区域对识别到的文本区域进行筛选，不同视频中的台词区域存在差异，直接根据同一视频中的多个视频帧确定的台词区域进行台词定位，提高了定位的准确度，从而提高台词区域的检测准确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种处理视频数据的方法、装置、计算机设备和存储介质。

背景技术

在文本搜索，文本翻译等应用场景中，需要首先对视频中的目标区域的文本区域进行提取，以便后续进行ocr识别和翻译。目前的文本检测算法是通过直接检测预先设置的视频区域中的文本信息，将处于该位置上的文本信息作为目标文本，但是，视频中除了目标文本所在区域外，还会有多处文本区域，文本检测算法直接检测出文本，会导致检测出来的区域可能包含非目标区域的文本信息，从而降低检测结果的准确度。

发明内容

为了解决上述技术问题，本申请提供了一种处理视频数据的方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种处理视频数据的方法，包括：

获取当前视频中的当前帧，对当前帧进行文本检测，得到当前帧的至少一个文本区域信息；

获取当前视频的台词区域信息，当前视频的台词区域信息是根据当前视频的多个视频序列帧的文本区域信息确定的；

根据台词区域信息对各个文本区域信息进行筛选，得到目标文本区域信息。

第二方面，本申请提供了一种处理视频数据的装置，包括：

文本检测模块，用于获取当前视频中的当前帧，对当前帧进行文本检测，得到当前帧的至少一个文本区域信息；

信息获取模块，用于获取当前视频的台词区域信息，当前视频的台词区域信息是根据当前视频的多个视频序列帧的文本区域信息确定的；

区域确定模块，用于根据台词区域信息对各个文本区域信息进行筛选，得到目标文本区域信息。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取当前视频中的当前帧，对当前帧进行文本检测，得到当前帧的至少一个文本区域信息；

获取当前视频的台词区域信息，当前视频的台词区域信息是根据当前视频的多个视频序列帧的文本区域信息确定的；

根据台词区域信息对各个文本区域信息进行筛选，得到目标文本区域信息。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取当前视频中的当前帧，对当前帧进行文本检测，得到当前帧的至少一个文本区域信息；

获取当前视频的台词区域信息，当前视频的台词区域信息是根据当前视频的多个视频序列帧的文本区域信息确定的；

根据台词区域信息对各个文本区域信息进行筛选，得到目标文本区域信息。