視頻預(yù)覽圖的選取方法及選取裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ] 本申請(qǐng)涉及數(shù)字圖像處理技術(shù)領(lǐng)域，具體涉及一種視頻預(yù)覽圖的選取方法及選取 裝置。
【背景技術(shù)】
[0002] 隨著多媒體技術(shù)及互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，越來越多的多媒體信息在網(wǎng)絡(luò)上傳 播。由于視頻相比于文本、圖像及聲音等其他媒介能夠承載更豐富、更生動(dòng)的信息，受到了 廣泛接受和喜愛。目前視頻網(wǎng)站上含有大量的視頻供用戶觀看，而用戶在瀏覽網(wǎng)頁時(shí)，通常 希望短時(shí)間內(nèi)能夠在海量的視頻庫(kù)中找到自己感興趣的視頻進(jìn)行觀看。因此為每個(gè)視頻加 上預(yù)覽圖成為了一種提高瀏覽效率的方法。
[0003] 目前為視頻添加預(yù)覽圖的方法主要有以下幾種，第一種就是隨機(jī)在視頻中截取一 幀畫面，作為該視頻的預(yù)覽圖。這是目前各大視頻網(wǎng)站普遍采用的方案。這種方法簡(jiǎn)單實(shí) 用，但卻存在一些問題。比如，由于是隨機(jī)截取，得到的預(yù)覽圖可能會(huì)出現(xiàn)全黑、全白、模糊 等情況，并不能很好地展示視頻的內(nèi)容，最終使得用戶通過預(yù)覽圖了解視頻內(nèi)容的目的無 法實(shí)現(xiàn)。另一種是人工篩選的方法，通常隨機(jī)在視頻中截取多幀畫面，之后由編輯人員人工 篩選出主觀上最好的圖片作為該視頻的預(yù)覽圖。這種方法雖然可以得到較為理想預(yù)覽圖， 但是由于篩選過程需要人工干預(yù)，面對(duì)海量的視頻，這種篩選的人工成本和時(shí)間成本都是 非常高的。
[0004] 如何通過電腦自動(dòng)執(zhí)行，準(zhǔn)確、穩(wěn)定地篩選出合理的視頻預(yù)覽圖，并達(dá)到接近于人 工篩選的效果，就成為了亟待解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005] 本申請(qǐng)的目的在于提供一種視頻預(yù)覽圖的選取方法及選取裝置，通過電腦自動(dòng)執(zhí) 行，準(zhǔn)確、穩(wěn)定地篩選出合理的視頻預(yù)覽圖。
[0006] 為了解決上述技術(shù)問題，本申請(qǐng)揭示了一種視頻預(yù)覽圖的選取方法，包括：接收視 頻并對(duì)視頻進(jìn)行預(yù)定數(shù)量的截圖；對(duì)每幅截圖進(jìn)行人臉個(gè)數(shù)的檢測(cè)，分別對(duì)每幅截圖進(jìn)行 區(qū)域劃分，計(jì)算每幅截圖中靠近中間位置的區(qū)域內(nèi)的細(xì)節(jié)差異、顏色差異、輪廓個(gè)數(shù)以及每 幅截圖中靠近中間位置的區(qū)域內(nèi)左右兩側(cè)相似度，并據(jù)此以及人臉個(gè)數(shù)為每幅截圖賦予分 值；根據(jù)每幅截圖的分值選取一張截圖作為所述視頻的預(yù)覽圖。
[0007] 進(jìn)一步地，為每幅截圖賦予分值，包括：所述每幅截圖的分值，與人臉個(gè)數(shù)的分值、 顏色差異的分值、細(xì)節(jié)差異的分值、輪廓個(gè)數(shù)的分值和相似度的分值正相關(guān)；其中，所述人 臉的個(gè)數(shù)越少且所述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉個(gè)數(shù)的分值 越高；所述截圖的中間區(qū)域相對(duì)于兩側(cè)區(qū)域的平均灰度值的差異越大且所述兩側(cè)區(qū)域之間 的平均灰度值的差異越小，所述截圖的顏色差異的分值越高；所述截圖的中間區(qū)域相對(duì)于 兩側(cè)區(qū)域的灰度梯度圖像的平均灰度值的差異越大，且所述兩側(cè)區(qū)域之間的灰度梯度圖像 的平均灰度值的差異越小，所述截圖的細(xì)節(jié)差異的分值越高；所述截圖的中間區(qū)域內(nèi)輪廓 個(gè)數(shù)越小，所述截圖的輪廓個(gè)數(shù)的分值越大；所述中間區(qū)域內(nèi)兩個(gè)子區(qū)域的灰度差異越小， 所述截圖的相似度的分值越大。
[0008] 進(jìn)一步地，分別對(duì)每幅截圖進(jìn)行區(qū)域劃分，包括：對(duì)于每幅截圖，將其由彩色圖像 轉(zhuǎn)換為灰度圖像，獲得所述灰度圖像中每個(gè)像素點(diǎn)的灰度值；將所述灰度圖像平均分為三 個(gè)區(qū)域，每個(gè)區(qū)域的寬度等于所述灰度圖像的寬度的1/3,每個(gè)區(qū)域的高度等于所述灰度圖 像的高度。
[0009] 進(jìn)一步地，計(jì)算每幅截圖中靠近中間位置的區(qū)域內(nèi)的顏色差異，包括：對(duì)于每幅截 圖的任一區(qū)域，計(jì)算所述區(qū)域內(nèi)的所有像素點(diǎn)的灰度值之和，根據(jù)所述灰度值之和以及所 述區(qū)域內(nèi)的總像素點(diǎn)個(gè)數(shù)得到所述區(qū)域的平均灰度值；根據(jù)所述三個(gè)區(qū)域的平均灰度值為 所述截圖賦予顏色差異的分值，其中，所述截圖的中間區(qū)域相對(duì)于兩側(cè)區(qū)域的平均灰度值 的差異越大且所述兩側(cè)區(qū)域之間的平均灰度值的差異越小，所述截圖的顏色差異的分值越 尚。
[0010] 進(jìn)一步地，計(jì)算每幅截圖中靠近中間位置的區(qū)域內(nèi)的細(xì)節(jié)差異，包括：對(duì)于每幅截 圖的任一區(qū)域，通過預(yù)設(shè)的邊緣檢測(cè)算子，對(duì)所述區(qū)域內(nèi)的灰度圖像進(jìn)行邊緣檢測(cè)運(yùn)算，將 所述區(qū)域內(nèi)的灰度圖像轉(zhuǎn)換成灰度梯度圖像；計(jì)算所述灰度梯度圖像內(nèi)的所有像素點(diǎn)的灰 度值之和，根據(jù)所述灰度值之和以及所述灰度梯度圖像內(nèi)的總像素點(diǎn)個(gè)數(shù)得到相應(yīng)區(qū)域的 灰度梯度圖像的平均灰度值；根據(jù)所述三個(gè)區(qū)域的灰度梯度圖像的平均灰度值為所述截圖 賦予細(xì)節(jié)差異的分值，其中，所述截圖的中間區(qū)域相對(duì)于兩側(cè)區(qū)域的灰度梯度圖像的平均 灰度值的差異越大，且所述兩側(cè)區(qū)域之間的灰度梯度圖像的平均灰度值的差異越小，所述 截圖的細(xì)節(jié)差異的分值越高。
[0011] 進(jìn)一步地，計(jì)算每幅截圖中靠近中間位置的區(qū)域內(nèi)的輪廓個(gè)數(shù)，包括：對(duì)于中間區(qū) 域的灰度圖像，通過預(yù)設(shè)的邊緣檢測(cè)算子進(jìn)行邊緣檢測(cè)運(yùn)算，將所述中間區(qū)域的灰度圖像 轉(zhuǎn)換成灰度梯度圖像，提取所述灰度梯度圖像中梯度灰度值大于一閾值的連續(xù)閉合曲線， 所述連續(xù)閉合曲線為圖像邊緣；通過對(duì)提取出的圖像邊緣進(jìn)行統(tǒng)計(jì)，得到所述中間區(qū)域內(nèi) 的輪廓個(gè)數(shù)，根據(jù)所述輪廓個(gè)數(shù)賦予輪廓個(gè)數(shù)的分值，其中，所述截圖的中間區(qū)域內(nèi)輪廓個(gè) 數(shù)越少，所述截圖的輪廓個(gè)數(shù)的分值越大。
[0012] 進(jìn)一步地，計(jì)算每幅截圖中靠近中間位置的區(qū)域內(nèi)左右兩側(cè)相似度，包括：將所述 三個(gè)區(qū)域內(nèi)的中間區(qū)域平均分為兩個(gè)子區(qū)域，每個(gè)子區(qū)域的寬度等于所述灰度圖像的寬度 的1/6,每個(gè)子區(qū)域的高度等于所述灰度圖像的高度；針對(duì)任一子區(qū)域的灰度圖像，統(tǒng)計(jì)得 出其灰度直方圖數(shù)據(jù)；根據(jù)兩個(gè)子區(qū)域的灰度直方圖數(shù)據(jù)，利用直方圖相交法為所述截圖 賦予相似度的分值，其中，所述中間區(qū)域內(nèi)兩個(gè)子區(qū)域的灰度分布差異越小，所述截圖的相 似度的分值越大。
[0013] 進(jìn)一步地，對(duì)每幅截圖進(jìn)行人臉個(gè)數(shù)的檢測(cè)，包括：對(duì)于每幅截圖，通過預(yù)設(shè)的人 臉特征算子進(jìn)行特征檢測(cè)，識(shí)別出圖像中的人臉，其中，所述人臉特征算子用于檢測(cè)人臉中 各關(guān)鍵特征點(diǎn)間的位置比例關(guān)系；根據(jù)識(shí)別出的人臉為截圖賦予人臉個(gè)數(shù)的分值，其中，所 述人臉的個(gè)數(shù)越少且所述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉個(gè)數(shù)的 分值越高。
[0014] 為了解決上述技術(shù)問題，本身請(qǐng)還揭示了一種視頻預(yù)覽圖的選取裝置，包括：截圖 模塊，用于接收視頻并對(duì)視頻進(jìn)行預(yù)定數(shù)量的隨機(jī)截圖；賦值模塊，用于對(duì)每幅截圖進(jìn)行人 臉個(gè)數(shù)的檢測(cè)，分別對(duì)每幅截圖進(jìn)行區(qū)域劃分，計(jì)算每幅截圖中靠近中間位置的區(qū)域內(nèi)的 細(xì)節(jié)差異、顏色差異、輪廓個(gè)數(shù)以及每幅截圖中靠近中間位置的區(qū)域內(nèi)左右兩側(cè)相似度，并 據(jù)此以及人臉個(gè)數(shù)為每幅截圖賦予分值；選取模塊，用于根據(jù)每幅截圖的分值選取一張截 圖作為所述視頻的預(yù)覽圖。
[0015] 進(jìn)一步地，所述賦值模塊，為所述每幅截圖賦予的分值，與人臉個(gè)數(shù)的分值、顏色 差異的分值、細(xì)節(jié)差異的分值、輪廓個(gè)數(shù)的分值和相似度的分值正相關(guān)；其中，所述人臉的 個(gè)數(shù)越少且所述人臉在所述截圖中所處位置越靠近中部，所述截圖的人臉個(gè)數(shù)的分值越 高；所述截圖的中間區(qū)域相對(duì)于兩側(cè)區(qū)域的平均灰度值的差異越大且所述兩側(cè)區(qū)域之間的 平均灰度值的差異越小，所述截圖的顏色差異的分值越高；所述截圖的中間區(qū)域相對(duì)于兩 側(cè)區(qū)域的灰度梯度圖像的平均灰度值的差異越大，且所述兩側(cè)區(qū)域之間的灰度梯度圖像的 平均灰度值的差異越小，所述截圖的細(xì)節(jié)差異的分值越高；所述截圖的中間區(qū)域內(nèi)輪廓個(gè) 數(shù)越少，所述截圖的輪廓個(gè)數(shù)的分值越大；所述中間區(qū)域內(nèi)兩個(gè)子區(qū)域的灰度分布差異越 小，所述截圖的相似度的分值越大。
[0016] 進(jìn)一步地，所述賦值模塊，對(duì)于每幅截圖，用于將其由彩色圖像轉(zhuǎn)換為灰度圖像， 獲得所述灰度圖像中每個(gè)像素點(diǎn)的灰度值；將所述灰度圖像平均分為三個(gè)區(qū)域，每個(gè)區(qū)域 的寬度等于所述灰度圖像的寬度的1/3,每個(gè)區(qū)域的高度等于所述灰度圖像的高度。
[0017] 進(jìn)一步地，所述賦值模塊，對(duì)于每幅截圖的任一區(qū)域，用于計(jì)算所述區(qū)域內(nèi)的所有 像素點(diǎn)的灰度值之和，根據(jù)所述灰度值之和以及所述區(qū)域內(nèi)的總像素點(diǎn)個(gè)數(shù)得到所述區(qū)域 的平均灰度值；根據(jù)所述三個(gè)區(qū)域的平均灰度值為所述截圖賦予顏色差異的分值，其中，所 述截圖的中間區(qū)域相對(duì)于兩側(cè)區(qū)域的平均灰度值的差異越大且所述兩側(cè)區(qū)域之間的平均 灰度值的差異越小，所述截圖的顏色差異的分值越高。
[0018] 進(jìn)一步地，所述賦值模塊，對(duì)于每幅截圖的任一區(qū)域，用于通過預(yù)設(shè)的邊緣檢測(cè)算 子，對(duì)所述區(qū)域內(nèi)的灰度圖像進(jìn)行邊緣檢測(cè)運(yùn)算，將所述區(qū)域內(nèi)的灰度圖像轉(zhuǎn)換成灰度梯 度圖像灰度梯度圖像；計(jì)算所述灰度梯度圖像內(nèi)的所有像素點(diǎn)的灰度值之和，根據(jù)所述灰 度值之和以及所述灰度梯度圖像內(nèi)的總像素點(diǎn)個(gè)數(shù)得到相應(yīng)區(qū)域的灰度梯度圖像的平均 灰度值；根據(jù)所述三個(gè)區(qū)域的灰度梯度圖像的平均灰度值為所述截圖賦予細(xì)節(jié)差異的分 值，其中，所述截圖的中間區(qū)域相對(duì)于兩側(cè)區(qū)域的灰度梯度圖像的平均灰度值的差異越大， 且所述兩側(cè)區(qū)域之間的灰度梯度圖像的平均灰度值的差異越小，所述截圖的細(xì)節(jié)差異的分 值越高。
[0019] 進(jìn)一步地，所述賦值模塊，對(duì)于中間區(qū)域的灰度圖像，用于通過預(yù)設(shè)的邊緣檢測(cè)算 子進(jìn)行邊緣檢測(cè)運(yùn)算，將所述中間區(qū)域的灰度圖像轉(zhuǎn)換成灰度梯度圖像，提取所述灰度梯 度圖像中梯度灰度值大于一閾值的連續(xù)閉合曲線，所述連續(xù)閉合曲線為圖像邊緣；通過對(duì) 提取出的圖像邊緣進(jìn)行統(tǒng)計(jì)，得到所述中間區(qū)域內(nèi)的輪廓個(gè)數(shù)，根據(jù)所述輪廓個(gè)數(shù)賦予輪 廓個(gè)數(shù)的分值，其中，所述截圖的中間區(qū)域內(nèi)輪廓個(gè)數(shù)越少，所述截圖的輪廓個(gè)數(shù)的分值越 大。
[0020] 進(jìn)一步地，所述賦值模塊，用于將所述三個(gè)區(qū)域內(nèi)的中間區(qū)域平均分為兩個(gè)子區(qū) 域，每個(gè)子區(qū)域的寬度等于所述灰度圖像的寬度的1/6,每個(gè)子區(qū)域的高度等于所述灰度圖 像的高度；針對(duì)任一子區(qū)域的灰度圖像，統(tǒng)計(jì)得出其灰度直方圖數(shù)據(jù)；根據(jù)兩個(gè)子區(qū)域的 灰度直方圖數(shù)據(jù)，利用直方圖相交法為所述截圖賦予相似度的分值，其中，所述中間區(qū)域內(nèi) 兩個(gè)子區(qū)域的灰度差異越小，所述截圖