一種教學實錄視頻與課件背景的快速結合成片方法技術

本發明專利技術涉及數據處理技術領域，具體涉及一種教學實錄視頻與課件背景的快速結合成片方法。該方法包括：對教學實錄視頻中每幀視頻圖像進行語義分割，獲取分割適宜性；獲取每幀語義分割后的分割圖像的高頻輪廓系數，結合分割適宜性得到對應分割圖像的質量指數；以此計算每兩幀分割圖像之間的差異距離得到正常簇和異常簇；獲取簇內每幀分割圖像的隸屬度；進而基于隸屬度獲取正常簇中的常規波動上限和常規波動下限，異常簇中的異常波動上限和異常波動下限；利用正常簇中所有高頻輪廓系數得到預測高頻輪廓系數，結合常規波動上限、常規波動下限、異常波動上限以及異常波動下限確定合成策略，在保證合成效果的同時提高了合成的效率。率。率。

【技術實現步驟摘要】
一種教學實錄視頻與課件背景的快速結合成片方法


[0001]本專利技術涉及數據處理
，具體涉及一種教學實錄視頻與課件背景的快速結合成片方法。

技術介紹

[0002]通過在線視頻教學平臺來學習課程逐漸成為當前學習必不可少的一種方法，視頻教學匯總往往需要講師與課件進行背景合成，在正常視頻教學中講師與課件進行背景合成時，一般是需要語義分割技術來替代綠幕的合成，從而可以使得教學實錄視頻合成的效果較好，但依靠語義分割技術逐幀計算合成的成本較大，且效率較低。

技術實現思路

[0003]為了解決上述語義分割合成效率低的技術問題，本專利技術的目的在于提供一種教學實錄視頻與課件背景的快速結合成片方法，所采用的技術方案具體如下：
[0004]本專利技術一個實施例提供了一種教學實錄視頻與課件背景的快速結合成片方法，該方法包括以下步驟：
[0005]對教學實錄視頻中每幀視頻圖像進行語義分割，統計每幀視頻圖像語義分割的面積；以當前幀視頻圖像與其相鄰多幀視頻圖像構成當前幀視頻圖像的數據集，基于每個數據集中所有視頻圖像語義分割的面積獲取對應視頻圖像的分割適宜性；
[0006]獲取每幀視頻圖像語義分割后的分割圖像，利用傅里葉描述子獲取每幀分割圖像的高頻輪廓分量；獲取當前幀分割圖像之前多幀分割圖像構成的相鄰數據集，基于所述相鄰數據集中所有分割圖像對應的高頻輪廓分量得到高頻均值，基于當前幀分割圖像的高頻輪廓分量與所述高頻均值的比值得到當前幀分割圖像的高頻輪廓系數，基于所述高頻輪廓系數與所述分割適宜性得到當前幀分割圖像的質量指數；
[0007]基于任意兩幀分割圖像對應的質量指數及其對應數據集中視頻圖像語義分割的面積得到兩幀分割圖像之間的差異距離，根據所述差異距離將所有分割圖像劃分為正常簇和異常簇；對于正常簇和異常簇，獲取每個簇內每兩幀分割圖像之間的高頻變化趨勢，基于所述高頻變化趨勢獲取簇內每幀分割圖像的隸屬度；
[0008]基于正常簇中所有分割圖像的隸屬度獲取高頻輪廓系數的常規波動上限和常規波動下限；基于異常簇中所有分割圖像的隸屬度獲取高頻輪廓系數的異常波動上限和異常波動下限；根據所有正常簇中分割圖像的高頻輪廓系數進行預測得到預測高頻輪廓系數，基于所述預測高頻輪廓系數與常規波動上限、常規波動下限、異常波動上限以及異常波動下限之間的關系確定合成策略。
[0009]優選的，所述基于每個數據集中所有視頻圖像語義分割的面積獲取對應視頻圖像的分割適宜性的步驟，包括：
[0010]根據每個數據集中所有視頻圖像語義分割的面積構成面積序列，獲取所述面積序列的均值與方差；獲取所述均值與設定的適宜面積的差值絕對值，根據所述差值絕對值以
及所述面積序列的方法獲取所述分割適宜性，所述分割適宜性與所述差值絕對值呈負相關關系，所述分割適宜性與所述方差呈負相關關系。
[0011]優選的，所述基于所述高頻輪廓系數與所述分割適宜性得到當前幀分割圖像的質量指數的步驟，包括：
[0012]獲取基準高頻輪廓系數與所述高頻輪廓系數的差值，所述差值與所述分割適宜性的乘積為所述質量指數。
[0013]優選的，所述基于任意兩幀分割圖像對應的質量指數及其對應數據集中視頻圖像語義分割的面積得到兩幀分割圖像之間的差異距離的步驟，包括：
[0014]獲取兩幀分割圖像對應質量指數的差值，以質量指數的差值的負數作為冪指數構建指數函數；獲取每個分割圖像對應數據集的面積序列，計算兩幀分割圖像對應面積序列的動態時間規整距離；
[0015]所述動態時間規整距離的倒數與所述指數函數的乘積為所述差異距離。
[0016]優選的，所述獲取每個簇內每兩幀分割圖像之間的高頻變化趨勢的步驟，包括：
[0017]獲取每幀分割圖像對應的傅里葉描述子，獲取兩幀分割圖像對應的傅里葉描述子之間的相似度；
[0018]計算兩幀分割圖像之間高頻輪廓系數的差值，所述相似度與高頻輪廓系數的差值的比值為所述高頻變化趨勢。
[0019]優選的，所述基于所述高頻變化趨勢獲取簇內每幀分割圖像的隸屬度的步驟，包括：
[0020]獲取每個簇內每幀分割圖像與簇內其他分割圖像之間的高頻變化趨勢的和，所述高頻變化趨勢的和為所述隸屬度。
[0021]本專利技術具有如下有益效果：本專利技術實施例通過對教學實錄視頻中每幀視頻圖像對應的語義分割面積獲取對應的分割適宜性；然后對語義分割后的分割圖像進行分析，采用傅里葉描述子表示分割圖像的輪廓并獲取分割圖像的高頻輪廓分量，基于多幀分割圖像之間的高頻輪廓分量獲取每個分割圖像對應的高頻輪廓系數，對每個分割圖像是否適合跳幀進行初步評判；進一步的，獲取每幀分割圖像的質量指數，以此獲取差異距離進行分類得到兩個簇，基于每個簇內分割圖像之間的高頻變化趨勢獲取隸屬度，結合隸屬度在正常簇中獲取常規波動數據，在異常簇中獲取異常波動數據，用于后續的對比分析，結果更加可靠；最后利用正常簇中分割圖像的高頻輪廓系數預測出預測高頻輪廓系數，使得預測高頻輪廓系數更加具有說服力。將預測高頻輪廓系數與常規波動數據和異常波動數據調整語義分割的策略，在保證合成效果的同時提高了合成的效率。
附圖說明
[0022]為了更清楚地說明本專利技術實施例或現有技術中的技術方案和優點，下面將對實施例或現有技術描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它附圖。
[0023]圖1為本專利技術一個實施例所提供的一種教學實錄視頻與課件背景的快速結合成片方法流程圖。
具體實施方式
[0024]為了更進一步闡述本專利技術為達成預定專利技術目的所采取的技術手段及功效，以下結合附圖及較佳實施例，對依據本專利技術提出的一種教學實錄視頻與課件背景的快速結合成片方法，其具體實施方式、結構、特征及其功效，詳細說明如下。在下述說明中，不同的“一個實施例”或“另一個實施例”指的不一定是同一實施例。此外，一或多個實施例中的特定特征、結構或特點可由任何合適形式組合。
[0025]除非另有定義，本文所使用的所有的技術和科學術語與屬于本專利技術的
的技術人員通常理解的含義相同。
[0026]下面結合附圖具體的說明本專利技術所提供的一種教學實錄視頻與課件背景的快速結合成片方法的具體方案。
[0027]請參閱圖1，其示出了本專利技術一個實施例提供的一種教學實錄視頻與課件背景的快速結合成片方法流程圖，該方法包括以下步驟：
[0028]步驟S100，對教學實錄視頻中每幀視頻圖像進行語義分割，統計每幀視頻圖像語義分割的面積；以當前幀視頻圖像與其相鄰多幀視頻圖像構成當前幀視頻圖像的數據集，基于每個數據集中所有視頻圖像語義分割的面積獲取對應視頻圖像的分割適宜性。
[0029]由于教學實錄視頻中講師的人體姿態主要以側身、揮動手臂等動作為主，在對教學實錄視頻與課件背景合成時，可以在動作幅度和語義分割質量都較佳的情況下進行跳幀合成，以提高合成效本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種教學實錄視頻與課件背景的快速結合成片方法，其特征在于，該方法包括以下步驟：對教學實錄視頻中每幀視頻圖像進行語義分割，統計每幀視頻圖像語義分割的面積；以當前幀視頻圖像與其相鄰多幀視頻圖像構成當前幀視頻圖像的數據集，基于每個數據集中所有視頻圖像語義分割的面積獲取對應視頻圖像的分割適宜性；獲取每幀視頻圖像語義分割后的分割圖像，利用傅里葉描述子獲取每幀分割圖像的高頻輪廓分量；獲取當前幀分割圖像之前多幀分割圖像構成的相鄰數據集，基于所述相鄰數據集中所有分割圖像對應的高頻輪廓分量得到高頻均值，基于當前幀分割圖像的高頻輪廓分量與所述高頻均值的比值得到當前幀分割圖像的高頻輪廓系數，基于所述高頻輪廓系數與所述分割適宜性得到當前幀分割圖像的質量指數；基于任意兩幀分割圖像對應的質量指數及其對應數據集中視頻圖像語義分割的面積得到兩幀分割圖像之間的差異距離，根據所述差異距離將所有分割圖像劃分為正常簇和異常簇；對于正常簇和異常簇，獲取每個簇內每兩幀分割圖像之間的高頻變化趨勢，基于所述高頻變化趨勢獲取簇內每幀分割圖像的隸屬度；基于正常簇中所有分割圖像的隸屬度獲取高頻輪廓系數的常規波動上限和常規波動下限；基于異常簇中所有分割圖像的隸屬度獲取高頻輪廓系數的異常波動上限和異常波動下限；根據所有正常簇中分割圖像的高頻輪廓系數進行預測得到預測高頻輪廓系數，基于所述預測高頻輪廓系數與常規波動上限、常規波動下限、異常波動上限以及異常波動下限之間的關系確定合成策略。2.根據權利要求1所述的一種教學實錄視頻與課件背景的快速結合成片方法，其特征在于，所述基于每個數據集中所有視頻圖像語義分割的面積獲取對應視頻圖像的分割適宜性的步驟，包括：根據每個數據集中所有視頻圖像語義分割的面積構成面積序列，獲取所述面積序...

【專利技術屬性】
技術研發人員：陳冠宇，陳杰，
申請(專利權)人：鹽城眾拓視覺創意有限公司，
類型：發明
國別省市：