申请/专利权人：有米科技股份有限公司

申请日：2020-09-25

公开（公告）日：2024-06-14

公开（公告）号：CN112115945B

主分类号：G06V20/62

分类号：G06V20/62;G06V30/18;G06V30/19

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2021.01.08#实质审查的生效;2020.12.22#公开

摘要：本发明提供一种动静态字幕的提取方法及装置，利用边缘提取算法对读取到的第一视频帧进行处理，得到帧二值边缘图；基于直线检测算法和直线过滤方式检测所述帧二值边缘图中的竖直直线和水平直线并过滤，得到确定直线的第二视频帧并进行分割，得到多个画面；计算每一画面对应的画面区域改变率，得到所有画面对应的画面区域改变率；基于所有画面所对应的画面区域改变率，确定第二视频帧中所包含的动态画面和静态画面；针对动态画面和静态画面采用大小不同的采用率进行采样后，进行OCR处理和去重处理，得到各自对应的动态字幕和静态字幕。由此，实现准确快速有效的提取出广告视频中的动态字幕和静态字幕的目的。

主权项：1.一种动静态字幕的提取方法，其特征在于，利用边缘提取算法对读取到的第一视频帧进行处理，得到帧二值边缘图；基于直线检测算法检测所述帧二值边缘图中的竖直直线和水平直线；对检测到的竖直直线和水平直线进行直线过滤，得到确定直线的第二视频帧；对所述确定直线的第二视频帧并进行分割，得到多个画面；计算每一画面对应的画面区域改变率，得到所有画面对应的画面区域改变率；基于所述所有画面所对应的画面区域改变率，确定所述第二视频帧中所包含的动态画面和静态画面；针对所述动态画面，基于预设第一采样率进行采样，并对采样后的动态画面进行光学字符识别OCR处理和去重处理，得到动态字幕；针对所述静态画面，基于预设第二采样率进行采样，并对采样后的静态画面进行光学字符识别OCR处理和去重处理，得到静态字幕，所述第二采样率大于所述第一采样率；其中，所述对检测到的竖直直线和水平直线进行直线过滤，得到确定直线的第二视频帧，包括：去除位于所述帧二值边缘图边缘的水平直线和竖直直线；合并剩余的水平直线中距离小于预设距离的水平直线；若得到一条水平直线，获取所述一条水平直线的横坐标；若得到多条水平直线，获取所述多条水平直线中的最大横坐标和最小横坐标构成的第一区间；合并剩余的竖直直线中距离小于预设距离的竖直直线；若得到一条竖直直线，获取所述一条竖直直线的横坐标；若得到多条竖直直线，获取所述多条竖直直线中的最大纵坐标和最小纵坐标构成的第二区间；基于所述第一区间和所述第二区间确定直线，得到确定直线的第二视频帧；其中，所述计算每一画面对应的画面区域改变率，得到所有画面对应的画面区域改变率，包括：由多个画面中确认任一画面为当前待处理画面进行处理，获取多个画面区域改变率，包括：提取所述当前待处理画面对应的下一间隔帧画面；计算当前待处理画面和下一间隔帧画面之间的帧间差，得到所述当前待处理画面对应的画面差分图；统计所述画面差分图中绝对值小于第一阈值的像素点个数；将所述像素点个数和当前待处理画面的面积的商值作为所述当前待处理画面对应的画面区域改变率。

全文数据：

权利要求：

百度查询： 有米科技股份有限公司 一种动静态字幕的提取方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD