一种视频时长优化处理方法及系统

技术领域

本发明涉及视频信息领域，特别涉及一种视频时长优化处理方法及系统。

背景技术

在高速发展的当今社会，大家对于效率的要求越来越高，例如对于学做菜的视频来说，通常观看者只想学习关键的步骤，对于重复的步骤想着一笔带过，希望短时间就能将整个视频看全。

如果有的用户把做菜的视频看做为一种不错的体验，那么就可以点击切换视频源，看完整的没有进行优化的视频。

之前众多平台对于视频的处理大部分是基于倍速，但是在倍速的同时，相似的视频还是会展现在大家的面前，不能很好的满足于大家的需求。

发明内容

基于此，本申请实施例提供了一种视频时长优化处理方法及系统，能够利用图形学的相似图像来过滤相似的帧，并加入相关的算法，在保留原视频内容的基础上最大程度保留视频的信息，加上倍速合成很大程度优化了视频的长度。

第一方面，提供了一种视频时长优化处理方法，该方法包括：

对目标视频进行预处理，将目标视频调整成预设格式，并将预设格式的目标视频中的黑帧进行删除；

将删除黑帧后的视频进行切帧处理，得到视频帧集合；

将视频帧集合中的各个视频帧图片进行灰度处理，并对各个视频帧图片进行灰度相似度一次判断；其中，所述灰度相似度判断包括确定出灰度相似度低于预设阈值的帧图片；

通过欧式距离算法对各个视频帧图片进行灰度相似度二次判断，

将灰度相似度一次判断结果集合和二次判断结果集合进行对比；

根据比对结果将各个视频帧图片重新生成视频。

可选地，所述对目标视频进行预处理，将目标视频调整成预设格式，包括：

使用AVFoundation对目标视频进行格式转换，将格式统一转换为frameDuration为预设帧数的视频；并过滤掉目标视频中的音频。

可选地，所述对各个视频帧图片进行灰度相似度一次判断，包括：

利用视频帧集合中的第一帧图片与其他帧图片依次进行相似度对比，确定出相似度低于预设阈值的帧图片；

以及，利用视频帧集合中的最后一帧图片与其他帧图片依次进行相似度对比，确定出相似度低于预设阈值的帧图片。

可选地，所述一次判断结果集合包括顺序对比结果order和逆序对比结果reverseOrder；

所述二次判断结果集合包括顺序对比结果order1和逆序对比结果reverseOrder1。

可选地，将灰度相似度一次判断结果集合和二次判断结果集合进行对比，包括：

定义两个变量OR1和OR2为零；

根据顺序对比结果order和order1的数值对OR1和OR2进行赋值；

在赋值完成后，根据OR1和OR2的差值得到第一比对结果；

将两个变量OR1和OR2重新定义为零

根据逆序对比结果reverseOrder和reverseOrder1的数值对OR1和OR2进行赋值；

在赋值完成后，根据OR1和OR2的差值得到第二比对结果。

可选地，根据比对结果将各个视频帧图片重新生成视频，包括：

当比对结果大于预设值时，则对视频帧集合进行降噪优化处理；当比对结果小于预设值时，则对视频帧集合进行变速处理。

可选地，根据顺序对比结果order和order1的数值对OR1和OR2进行赋值，包括：

若当前order和order1的数值均为n时，则将n赋予OR1和OR2；

若当前order或order1的数值不为n时，则将order的数值赋予OR1，order1的数值赋予OR2。

可选地，根据比对结果将各个视频帧图片重新生成视频，包括：

将视频进行变速处理，并加入gif水印和背景音乐。

可选地，方法还包括对变速处理后的视频进行人工审核。

第二方面，提供了一种视频时长优化处理系统，该系统包括：

预处理模块，用于对目标视频进行预处理，将目标视频调整成预设格式，并将预设格式的目标视频中的黑帧进行删除；

切帧模块，用于将删除黑帧后的视频进行切帧处理，得到视频帧集合；

第一判断模块，用于将视频帧集合中的各个视频帧图片进行灰度处理，并对各个视频帧图片进行灰度相似度一次判断；其中，所述灰度相似度判断包括确定出灰度相似度低于预设阈值的帧图片；

第二判断模块，用于通过欧式距离算法对各个视频帧图片进行灰度相似度二次判断，

对比模块，用于将灰度相似度一次判断结果集合和二次判断结果集合进行对比；

生成模块，用于根据比对结果将各个视频帧图片重新生成视频。

本申请实施例提供的技术方案中首先对目标视频进行预处理，将目标视频调整成预设格式，并将预设格式的目标视频中的黑帧进行删除；将删除黑帧后的视频进行切帧处理，得到视频帧集合；然后将视频帧集合中的各个视频帧图片进行灰度处理，并对各个视频帧图片进行灰度相似度一次判断；其中，灰度相似度判断包括确定出灰度相似度低于预设阈值的帧图片；通过欧式距离算法对各个视频帧图片进行灰度相似度二次判断，最后将灰度相似度一次判断结果集合和二次判断结果集合进行对比；根据比对结果将各个视频帧图片重新生成视频。可以看出，本发明的有益效果在于：

(1)将平台上的视频进行时长优化后，整体的视频长度较之前减少了近60％。

(2)方便用户能够更快找到所需要的视频内容，提高了用户接受获取内容知识的效率。

(3)将之前的长视频可以通过feed流的方式展示在用户面前，提高了用户浏览点赞和评论的数量。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。

图1为本申请实施例提供的一种视频时长优化处理方法流程图；

图2为本申请可选的一种实施例的方法流程图；

图3为本申请实施例提供的灰度相似度一次判断的步骤示意图；

图4为本申请实施例提供的灰度相似度二次判断的步骤示意图；

图5为本申请实施例提供的判断结果对比流程示意图；

图6为本申请实施例提供的一种视频时长优化处理系统框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在本发明的描述中，除非另有说明“多个”的含义是两个或两个以上。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”旨在区别指代的对象。对于具有时序流程的方案，这种术语表述方式不必理解为描述特定的顺序或先后次序，对于装置结构的方案，这种术语表述方式也不存在对重要程度、位置关系的区分等。

术语“包括”、“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包括了一系列步骤或单元的过程、方法、系统、产品或设备不必限于已明确列出的那些步骤或单元，而是还可包含虽然并未明确列出的但对于这些过程、方法、产品或设备固有的其它步骤或单元，或者基于本发明构思进一步的优化方案所增加的步骤或单元。

本申请目的在于通过图形学的相似图像来过滤相似的帧，并加入相关的算法，在保留原视频内容的基础上最大程度保留视频的信息，加上倍速合成很大程度优化了视频的长度。

在本申请实施例中，例如对于学做菜的视频来说，大家只想学习关键的步骤，重复的步骤想着一笔带过，想着一分钟就能将整个视频看全。如果有的用户把做菜的视频看做为一种不错的体验，那么就可以点击切换视频源，看完整的没有进行优化的视频。本申请也解决了解决经验丰富的美食家一分钟就想学到该道菜精髓的痛点，可以看出提高短视频的精华质量。

具体地，请参考图1，其示出了本申请实施例提供的一种视频时长优化处理方法，该方法可以包括以下步骤：

S1，对目标视频进行预处理，将目标视频调整成预设格式，并将预设格式的目标视频中的黑帧进行删除。

其中，预设格式可以为使用AVFoundation对目标视频进行格式转换，将格式统一转换为frameDuration为预设帧数的视频。

在本步骤中，具体地，将视频进行预处理，将视频的格式进行统一，删除其中无用的黑帧。(如果不进行格式的统一处理，会出现异常问题)

①将视频的所有步骤在iOS设备上使用AVFoundation对视频进行格式的转换，将格式统一转换为frameDuration为25帧的视频，方便后面的切割。

②过滤其中的音频，合成的新的视频都是为无音频的视频。

③将视频的videoCALayer改为1080P。

④将视频简单的切帧，查找视频中有无黑帧，如果有黑帧需要将这些片段切除，不然会影响后面的合成。

S2，将删除黑帧后的视频进行切帧处理，得到视频帧集合。

在本步骤中，如图2，给出了本申请的一个可选实施例，其中具体地将视频进行切帧处理，生成25帧的数据。

①将上面产生的步骤按照每秒25张图片，生成视频长度的数组结构体数组。

②定义节点结构体(videoInfoNode)，当前视频的路径(path)、存放上面产生的25张图片的数组(pic)、此节点在视频中所在的时间位置(currentTime)、顺序对比位置(order和order1)和逆序对比位置(reverseOrder和reverseOrder1)。

在本实施例中，一次判断结果集合包括顺序对比结果order和逆序对比结果reverseOrder；二次判断结果集合包括顺序对比结果order1和逆序对比结果reverseOrder1。

③生成视频长度的数组(videoArray)，包含的数据就是各个videoInfoNode。

④本实施例以一个10s的视频进行举例，将会生成一个长度为10的数组记为【videoArray10】后面步骤中会用到，第一条数据为videoInfoNode，videoInfoNode保存25张图片，currentTime＝1，顺序对比和逆序对比的位置都为-1.

S3，将视频帧集合中的各个视频帧图片进行灰度处理，并对各个视频帧图片进行灰度相似度一次判断。

其中，所述灰度相似度判断包括确定出灰度相似度低于预设阈值的帧图片。

本步骤中，如图3，给出了进行相似度判断的可选步骤示意图(算法1)，相似度阈值可以为85.43，将将图片灰度处理，进行灰度相似度的查找具体包括：

①灰度处理：1.从0的位置开始遍历videoArray10数组，将视频长度大于5秒的视频，节点中的pic进行灰度处理，然后取videoArray10的第一个节点的第一帧图片记为P_start依次和该节点后面的所有帧的图片进行对比相似度的对比，如果相似度小于85.43(这个相似度是经过对1000道菜进行机器学习得出的结果)，那么就在order这个记录当前的帧的下标，结束当前循环。如果对比到该节点最后一个数据相似度都大于等于85.43，那么将该node的order记为25(这个节点的数据将会舍弃)，那么用P_start和第二个节点的videoInfoNode中的pic的25张图片继续对比，找到小于85.43的节点，如果没有找到，继续和第三个第四个直到最后一个节点对比。

②从最后的位置开始逆序遍历videoArray10数组，取出最后一个节点的最后一张图片P_end,逆序和当前节点的图片进行相似度对比，如果对比度小于85.43在reverseOrder记录当前的位置，例如第10张图片不同，那么reverseOrder＝15(25-10)，如果相似度都大于85.43，那么用P_end对比倒数第二张图片，找到小于85.43的节点，如果没有找到，继续和倒数第三个第四个直到和第一个节点对比。

S4，通过欧式距离算法对各个视频帧图片进行灰度相似度二次判断。

在本步骤中，欧式距离方法重新对上面的25帧图片组进行相似度对比，因为一种算法对比出来的结果误差较大，所以换用不同的算法，对图片的相似度进行对比，重复S3的步骤，如图4，给出了进行相似度判断的可选步骤示意图(算法2)，使用欧式距离对图片的相似度小于80的图片帧进行记录，依次对videoArray10的节点中的图片对比，然后将对比的结果分别记录在order1和reverseOrder1这两个节点上。

S5，将灰度相似度一次判断结果集合和二次判断结果集合进行对比。

在本步骤中对比步骤S3和S4的结果，取顺序对比结果，如图5，给出了判断结果对比流程示意图，具体地：

①定义两个变量OR1和OR2＝0依次取出videoArray10中的videoInfoNode，然后判断videoInfoNode的order和order1的值，如果值都是25那么进入下一个videoInfoNode的order和order1的值OR1和OR2都加25(一共25帧)，如果不是25那么OR1加上order的值OR2加上order1的值，结束循环。

②判断OR1和OR2两个的差值是否等于videoArray10的长度*25，如果是那么说明该视频为静态的视频，那么将该片段视频截取其中3s，结束判断。如果MIN(OR1，OR2)小于videoArray10的长度*25*0.3那么，截取视频到videoArray10的长度*25*0.3，结束循环。否则如果OR1和OR2相差小于1.5s也就是1.5*25帧的值，那么就选择时间久的结果，如果大于1.5*25，那么原图片进行降噪处理，然后进行灰度处理，重复S3步骤找到结果。如果最后找不到结果，那么就进入人工待审核的pool中，进行人工干预。

③将数据videoArray10按照逆序取出每个结果videoInfoNode，并且定义OR1和OR2。对比reverseOrder和reverseOrder1然后记录相关值，大致流程和本步骤中所公开的顺序处理过程①②类似。

S6，根据比对结果将各个视频帧图片重新生成视频。

在本步骤中，具体是对数据结果进行遍历，美化图片，进行视频的重新合成。

①按照order和reverseOrder的结果值对帧重新生成视频，判断生成视频的长度是否小于3秒，如果小于3s对order和reverseOrder重新处理，保证最后的视频长度是大于3s。

②将所有的步骤进行变速处理，目前分为0.8x、1.2x、1.4x、1.6x、1.8x、2.0x，然后分别打上gif水印和背景音乐。

③人工对上面的生成的不同倍速的视频进行人工审核，审核过之后就放到生产，呈现在用户的面前。

综上可以看出，本发明的关键点在于：

(1)引入不同的图片的相似度的识别算法，减少人为干预，并且提高结果的准确性。

(2)对大于5s的视频进行优化，对于小于5s的视频只是更改倍速，减少菜谱步骤丢失数据的问题。

(3)对视频进行倍速的操作，可以生成不同倍速的视频，将更多元化的视频展示在用户面前。

(4)使用优秀的数据结构，可以溯源其中的算法过程，如果视频出现了问题，能够进行复盘，方便更好的优化算法。

如图6，本申请实施例还提供的一种视频时长优化处理系统。系统包括：

预处理模块，用于对目标视频进行预处理，将目标视频调整成预设格式，并将预设格式的目标视频中的黑帧进行删除；

切帧模块，用于将删除黑帧后的视频进行切帧处理，得到视频帧集合；

第一判断模块，用于将视频帧集合中的各个视频帧图片进行灰度处理，并对各个视频帧图片进行灰度相似度一次判断；其中，所述灰度相似度判断包括确定出灰度相似度低于预设阈值的帧图片；

第二判断模块，用于通过欧式距离算法对各个视频帧图片进行灰度相似度二次判断，

对比模块，用于将灰度相似度一次判断结果集合和二次判断结果集合进行对比；

生成模块，用于根据比对结果将各个视频帧图片重新生成视频。

本申请实施例提供的视频时长优化处理系统用于实现上述视频时长优化处理方法，关于视频时长优化处理系统的具体限定可以参见上文中对于视频时长优化处理方法的限定，在此不再赘述。上述视频时长优化处理系统中的各个部分可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于设备中的处理器中，也可以以软件形式存储于设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。