口型合成视频校验方法、装置、计算机设备及存储介质

技术领域

本发明涉及计算机，更具体地说是指口型合成视频校验方法、装置、计算机设备及存储介质。

背景技术

随着视听内容消费的指数级增长，快速创建视频内容已成为一种典型需求。口型合成技术通过人物视频素材和音频可以让视频中的人物将音频内容“说”出来。口型合成视频效果依赖于提供的视频素材，当人脸区域尤其是嘴部区域出现遮挡，会严重影响合成的视频效果，所以在合成前需要对视频素材进行检查校验。

口型合成对应的音频时长越长，对应的视频时长越长。同样时长的视频，视频帧率越高，总帧数越多，每秒钟帧数越多，所显示的动作就会越流畅，帧与帧之间的画面相似度也会变高，现有技术是通过人工校验寻找问题帧，找到疑是有问题的帧，需要反复查看，才能确定到底连续哪几帧是问题帧，因为问题帧的出现是随机的，长时间通过人工寻找问题帧进行校验，会导致人的视觉疲劳，集中力下降，漏检的问题帧数量增多，最终导致工作效率降低。

因此，有必要设计一种新的方法，实现快速对合成视频素材进行校验，降低漏检问题帧数量，提高工作效率。

发明内容

本发明的目的在于克服现有技术的缺陷，提供口型合成视频校验方法、装置、计算机设备及存储介质。

为实现上述目的，本发明采用以下技术方案：口型合成视频校验方法，包括：

获取人物素材视频数据，并根据所述人物素材视频数据确定当前帧视频；

对所述当前帧视频进行人脸检测，以得到人脸检测结果；

判断所述人脸检测结果是否是有人脸且人脸未被遮挡；

若所述人脸检测结果是有人脸且人脸未被遮挡，则截取所述当前帧视频的人脸区域；

对所述人脸区域进行嘴巴检测，以得到嘴巴检测结果；

判断所述嘴巴检测结果是否是嘴巴在所述人脸区域内的结果；

若所述嘴巴检测结果是嘴巴不在所述人脸区域内的结果，则确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内；

判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频；

若所述当前帧视频不是所述人物素材视频数据的最后一帧视频，则截取下一帧视频，以形成当前帧视频，并执行所述对所述当前帧视频进行人脸检测，以得到人脸检测结果。

其进一步技术方案为：所述判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频之后，还包括：

若所述当前帧视频是所述人物素材视频数据的最后一帧视频，根据所述问题帧序号列表确定正常帧区间列表；

根据所述正常帧区间列表计算每个正常帧区间时长；

根据每个正常帧区间时长进行正常帧区间时长的处理。

其进一步技术方案为：所述判断所述人脸检测结果是否是有人脸且人脸未被遮挡之后，还包括：

若所述人脸检测结果是无人脸或人脸被遮挡，则执行所述确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内。

其进一步技术方案为：所述判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频，包括：

判断所述当前帧视频的序号是否等于总帧数；

若所述当前帧视频的序号等于总帧数，则所述当前帧视频是所述人物素材视频数据的最后一帧视频；

若所述当前帧视频的序号不等于总帧数，则所述当前帧视频不是所述人物素材视频数据的最后一帧视频。

其进一步技术方案为：所述根据所述问题帧序号列表确定正常帧区间列表，包括：

从所述问题帧序号确定正常帧视频对应的序号；

将连续的正常帧视频对应的序号组成正常帧区间；

组合每个正常帧区间的最小序号以及最大序号，并存储到正常帧区间列表。

其进一步技术方案为：所述根据所述正常帧区间列表计算每个正常帧区间时长，包括：

确定每个正常帧区间的序号范围以及对应当前帧视频的信息的每秒传输帧数；

根据所述序号范围与所述每秒传输帧数的商确定每个正常帧区间时长。

其进一步技术方案为：所述当前帧视频的信息包括当前帧视频画面的宽高、总帧数、视频码率和每秒传输帧数。

本发明还提供了口型合成视频校验装置，包括：

数据获取单元，用于获取人物素材视频数据，并根据所述人物素材视频数据确定当前帧视频；

人脸检测单元，用于对所述当前帧视频进行人脸检测，以得到人脸检测结果；

第一判断单元，用于判断所述人脸检测结果是否是有人脸且人脸未被遮挡；

截取单元，用于若所述人脸检测结果是有人脸且人脸未被遮挡，则截取所述当前帧视频的人脸区域；

嘴巴检测单元，用于对所述人脸区域进行嘴巴检测，以得到嘴巴检测结果；

第二判断单元，用于判断所述嘴巴检测结果是否是嘴巴在所述人脸区域内的结果；

问题帧确定单元，用于若所述嘴巴检测结果是嘴巴不在所述人脸区域内的结果，则确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内；

第三判断单元，用于判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频；

更新单元，用于若所述当前帧视频不是所述人物素材视频数据的最后一帧视频，则截取下一帧视频，以形成当前帧视频，并执行所述对所述当前帧视频进行人脸检测，以得到人脸检测结果。

本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。

本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述的方法。

本发明与现有技术相比的有益效果是：本发明通过从人物素材视频数据读取视频帧，对读取到的当前帧视频进行人脸检测并判断人脸部分是否有被遮挡，对检测到的人脸部分进行嘴巴检测，筛选出问题帧视频，通过问题帧序号列表来推出正常帧区间列表，并计算每个正常帧区间时长，最后根据需求选择保留或剔除较短的正常帧区间，可以减少人工校验工作量，提高口型合成视频素材剪辑效率，实现快速对合成视频素材进行校验，降低漏检问题帧数量，提高工作效率。

下面结合附图和具体实施例对本发明作进一步描述。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的口型合成视频校验方法的应用场景示意图；

图2为本发明实施例提供的口型合成视频校验方法的流程示意图；

图3为本发明实施例提供的口型合成视频校验方法的子流程示意图；

图4为本发明实施例提供的口型合成视频校验方法的子流程示意图；

图5为本发明实施例提供的口型合成视频校验方法的子流程示意图；

图6为本发明实施例提供的口型合成视频校验装置的示意性框图；

图7为本发明实施例提供的口型合成视频校验装置的第二列表确定单元的示意性框图；

图8为本发明实施例提供的口型合成视频校验装置的时长计算单元的示意性框图；

图9为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1和图2，图1为本发明实施例提供的口型合成视频校验方法的应用场景示意图。图2为本发明实施例提供的口型合成视频校验方法的示意性流程图。该口型合成视频校验方法应用于服务器中。该服务器与终端进行数据交互，从终端获取人物素材视频数据，并对每一帧视频均进行人脸检测和嘴巴检测，当无人脸、人脸被遮挡或者嘴巴不在对应的人脸区域内时，则当前帧视频为问题帧视频，形成问题帧序号列表，并从问题帧序号列表确定正常帧区间列表。

图2是本发明实施例提供的口型合成视频校验方法的流程示意图。如图2所示，该方法包括以下步骤S110至S220。

S110、获取人物素材视频数据，并根据所述人物素材视频数据确定当前帧视频。

在本实施例中，人物素材视频数据是指口型合成视频素材。当前帧视频是指截取的某一帧视频，一般是第一帧数据。

具体地，读取人物素材视频数据，可以获取到如视频画面的长宽、总帧数、视频码率和FPS(每秒传输帧数，Frames Per Second)等信息，并一帧一帧读取人物素材视频数据，并记录当前帧数据的序号n，在执行操作时可以获取到该视频的信息。

S120、对所述当前帧视频进行人脸检测，以得到人脸检测结果。

在本实施例中，人脸检测结果是指采用人脸识别技术进行视频识别，确定是否存在人脸且人脸是否被遮挡的结果。

在本实施例中，可以采用深度学习网络训练形成的模型对当前帧视频进行人脸检测。

S130、判断所述人脸检测结果是否是有人脸且人脸未被遮挡；

S140、若所述人脸检测结果是有人脸且人脸未被遮挡，则截取所述当前帧视频的人脸区域。

在本实施例中，人脸区域是指人脸所在区域的坐标。

具体地，在当前帧视频中存在人脸，将当前帧视频的人脸区域截取出来，截取出来的人脸区域的左上角坐标为(x

S150、对所述人脸区域进行嘴巴检测，以得到嘴巴检测结果。

在本实施例中，嘴巴检测结果是指人脸区域是否存在嘴巴的检测结果。

在人脸区域中，对截取下半部分人脸区域检测是否存在嘴巴来进行判断，根据当前帧视频是否检测到嘴巴，将当前帧视频划分为正常帧和问题帧，并将所述问题帧的序号加入问题帧序号列表。

S160、判断所述嘴巴检测结果是否是嘴巴在所述人脸区域内的结果；

若所述嘴巴检测结果是嘴巴在所述人脸区域内的结果，则执行所述步骤S180。

S170、若所述嘴巴检测结果是嘴巴不在所述人脸区域内的结果，则确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内。

在本实施例中，问题帧视频的序号e都加入到问题帧序号列表V

正常帧视频是指有人脸且人脸没被遮挡且人脸区域有嘴巴对应的视频。

S180、判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频。

在一实施例中，请参阅图3，上述的步骤S180可包括步骤S181～S183。

S181、判断所述当前帧视频的序号是否等于总帧数；

S182、若所述当前帧视频的序号等于总帧数，则所述当前帧视频是所述人物素材视频数据的最后一帧视频；

S183、若所述当前帧视频的序号不等于总帧数，则所述当前帧视频不是所述人物素材视频数据的最后一帧视频。

通过当前帧视频的序号对当前帧视频的序号与总帧数进行判断，确定是否继续读取视频的下一帧视频，并继续进行检测。

S190、若所述当前帧视频不是所述人物素材视频数据的最后一帧视频，则截取下一帧视频，以形成当前帧视频，并执行所述步骤S120；

S200、若所述当前帧视频是所述人物素材视频数据的最后一帧视频，根据所述问题帧序号列表确定正常帧区间列表。

在本实施例中，正常帧区间列表是指正常帧视频构成的列表。

在一实施例中，请参阅图4，上述的步骤S200可包括步骤S201～S203。

S201、从所述问题帧序号确定正常帧视频对应的序号；

S202、将连续的正常帧视频对应的序号组成正常帧区间；

S203、组合每个正常帧区间的最小序号以及最大序号，并存储到正常帧区间列表。

通过问题帧序号列表，可以得知哪一些帧序号为问题帧，当视频帧序号不属于问题帧序号列表时，则该视频帧为正常帧，将连续的正常帧序号组合为正常帧区间，将每个正常帧区间最小序号和最大序号组合起来并存入正常帧序号区间列表，在该列表中存放了所有正常帧区间，每个正常帧序号区间可以组成一段正常帧视频片段。

因为当前帧视频是最后一帧视频，在获得了一个由问题帧视频e所组成的问题帧序号列表V

S210、根据所述正常帧区间列表计算每个正常帧区间时长。

在本实施例中，正常帧区间时长是指正常帧视频构成的区间的时长。

在一实施例中，请参阅图5，上述的步骤S210可包括步骤S211～S212。

S211、确定每个正常帧区间的序号范围以及对应当前帧视频的信息的每秒传输帧数；

S212、根据所述序号范围与所述每秒传输帧数的商确定每个正常帧区间时长。

在本实施例中，所述当前帧视频的信息包括当前帧视频画面的宽高、总帧数、视频码率和每秒传输帧数。

例如，一个人物素材视频总共有100帧，其中检测到的问题帧序号为V

S220、根据每个正常帧区间时长进行正常帧区间时长的处理。

在本实施例中，根据正常帧区间列表计算每一个正常帧区间的序号范围与该读取到的视频信息中的FPS来计算每一个正常帧区间时长，根据需求判断较短的正常帧区间时长是否需要被剔除。

举个例子：一个人物素材视频的FPS为50帧/秒，一个正常帧区间为V

若所述人脸检测结果是无人脸或人脸被遮挡，则执行所述步骤S170。

上述的口型合成视频校验方法，通过从人物素材视频数据读取视频帧，对读取到的当前帧视频进行人脸检测并判断人脸部分是否有被遮挡，对检测到的人脸部分进行嘴巴检测，筛选出问题帧视频，通过问题帧序号列表来推出正常帧区间列表，并计算每个正常帧区间时长，最后根据需求选择保留或剔除较短的正常帧区间，可以减少人工校验工作量，提高口型合成视频素材剪辑效率，实现快速对合成视频素材进行校验，降低漏检问题帧数量，提高工作效率。

图6是本发明实施例提供的一种口型合成视频校验装置300的示意性框图。如图6所示，对应于以上口型合成视频校验方法，本发明还提供一种口型合成视频校验装置300。该口型合成视频校验装置300包括用于执行上述口型合成视频校验方法的单元，该装置可以被配置于服务器中。具体地，请参阅图6，该口型合成视频校验装置300包括数据获取单元301、人脸检测单元302、第一判断单元303、截取单元304、嘴巴检测单元305、第二判断单元306、问题帧确定单元307、第三判断单元308以及更新单元309。

数据获取单元301，用于获取人物素材视频数据，并根据所述人物素材视频数据确定当前帧视频；人脸检测单元302，用于对所述当前帧视频进行人脸检测，以得到人脸检测结果；第一判断单元303，用于判断所述人脸检测结果是否是有人脸且人脸未被遮挡；若所述人脸检测结果是无人脸或人脸被遮挡，则执行所述确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内。截取单元304，用于若所述人脸检测结果是有人脸且人脸未被遮挡，则截取所述当前帧视频的人脸区域；嘴巴检测单元305，用于对所述人脸区域进行嘴巴检测，以得到嘴巴检测结果；第二判断单元306，用于判断所述嘴巴检测结果是否是嘴巴在所述人脸区域内的结果；问题帧确定单元307，用于若所述嘴巴检测结果是嘴巴不在所述人脸区域内的结果，则确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内；第三判断单元308，用于判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频；更新单元309，用于若所述当前帧视频不是所述人物素材视频数据的最后一帧视频，则截取下一帧视频，以形成当前帧视频，并执行所述对所述当前帧视频进行人脸检测，以得到人脸检测结果。

在一实施例中，所述口型合成视频校验装置300还包括第二列表确定单元310、时长计算单元311以及处理单元312。

第二列表确定单元310，用于若所述当前帧视频是所述人物素材视频数据的最后一帧视频，根据所述问题帧序号列表确定正常帧区间列表；时长计算单元311，用于根据所述正常帧区间列表计算每个正常帧区间时长；处理单元312，用于根据每个正常帧区间时长进行正常帧区间时长的处理。

在一实施例中，所述第三判断单元308，用于判断所述当前帧视频的序号是否等于总帧数；若所述当前帧视频的序号等于总帧数，则所述当前帧视频是所述人物素材视频数据的最后一帧视频；若所述当前帧视频的序号不等于总帧数，则所述当前帧视频不是所述人物素材视频数据的最后一帧视频。

在一实施例中，如图7所示，所述第二列表确定单元310包括序号确定子单元3101、区间组成子单元3102以及组合子单元3103。

序号确定子单元3101，用于从所述问题帧序号确定正常帧视频对应的序号；区间组成子单元3102，用于将连续的正常帧视频对应的序号组成正常帧区间；组合子单元3103，用于组合每个正常帧区间的最小序号以及最大序号，并存储到正常帧区间列表。

在一实施例中，如图8所示，所述时长计算单元311包括数值确定子单元3111以及商确定子单元3112。

数值确定子单元3111，用于确定每个正常帧区间的序号范围以及对应当前帧视频的信息的每秒传输帧数；商确定子单元3112，用于根据所述序号范围与所述每秒传输帧数的商确定每个正常帧区间时长。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述口型合成视频校验装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

上述口型合成视频校验装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图9所示的计算机设备上运行。

请参阅图9，图9是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

参阅图9，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种口型合成视频校验方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种口型合成视频校验方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：

获取人物素材视频数据，并根据所述人物素材视频数据确定当前帧视频；对所述当前帧视频进行人脸检测，以得到人脸检测结果；判断所述人脸检测结果是否是有人脸且人脸未被遮挡；若所述人脸检测结果是有人脸且人脸未被遮挡，则截取所述当前帧视频的人脸区域；对所述人脸区域进行嘴巴检测，以得到嘴巴检测结果；判断所述嘴巴检测结果是否是嘴巴在所述人脸区域内的结果；若所述嘴巴检测结果是嘴巴不在所述人脸区域内的结果，则确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内；判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频；若所述当前帧视频不是所述人物素材视频数据的最后一帧视频，则截取下一帧视频，以形成当前帧视频，并执行所述对所述当前帧视频进行人脸检测，以得到人脸检测结果。

在一实施例中，处理器502在实现所述判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频步骤之后，还实现如下步骤：

若所述当前帧视频是所述人物素材视频数据的最后一帧视频，根据所述问题帧序号列表确定正常帧区间列表；根据所述正常帧区间列表计算每个正常帧区间时长；根据每个正常帧区间时长进行正常帧区间时长的处理。

在一实施例中，处理器502在实现所述判断所述人脸检测结果是否是有人脸且人脸未被遮挡步骤之后，还实现如下步骤：

若所述人脸检测结果是无人脸或人脸被遮挡，则执行所述确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内。

在一实施例中，处理器502在实现所述判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频步骤时，具体实现如下步骤：

判断所述当前帧视频的序号是否等于总帧数；若所述当前帧视频的序号等于总帧数，则所述当前帧视频是所述人物素材视频数据的最后一帧视频；若所述当前帧视频的序号不等于总帧数，则所述当前帧视频不是所述人物素材视频数据的最后一帧视频。

在一实施例中，处理器502在实现所述根据所述问题帧序号列表确定正常帧区间列表步骤时，具体实现如下步骤：

从所述问题帧序号确定正常帧视频对应的序号；将连续的正常帧视频对应的序号组成正常帧区间；组合每个正常帧区间的最小序号以及最大序号，并存储到正常帧区间列表。

在一实施例中，处理器502在实现所述根据所述正常帧区间列表计算每个正常帧区间时长步骤时，具体实现如下步骤：

确定每个正常帧区间的序号范围以及对应当前帧视频的信息的每秒传输帧数；根据所述序号范围与所述每秒传输帧数的商确定每个正常帧区间时长。

其中，所述当前帧视频的信息包括当前帧视频画面的宽高、总帧数、视频码率和每秒传输帧数。

应当理解，在本申请实施例中，处理器502可以是中央处理单元312(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。

因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：

获取人物素材视频数据，并根据所述人物素材视频数据确定当前帧视频；对所述当前帧视频进行人脸检测，以得到人脸检测结果；判断所述人脸检测结果是否是有人脸且人脸未被遮挡；若所述人脸检测结果是有人脸且人脸未被遮挡，则截取所述当前帧视频的人脸区域；对所述人脸区域进行嘴巴检测，以得到嘴巴检测结果；判断所述嘴巴检测结果是否是嘴巴在所述人脸区域内的结果；若所述嘴巴检测结果是嘴巴不在所述人脸区域内的结果，则确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内；判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频；若所述当前帧视频不是所述人物素材视频数据的最后一帧视频，则截取下一帧视频，以形成当前帧视频，并执行所述对所述当前帧视频进行人脸检测，以得到人脸检测结果。

在一实施例中，所述处理器在执行所述计算机程序而实现所述判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频步骤之后，还实现如下步骤：

若所述当前帧视频是所述人物素材视频数据的最后一帧视频，根据所述问题帧序号列表确定正常帧区间列表；根据所述正常帧区间列表计算每个正常帧区间时长；根据每个正常帧区间时长进行正常帧区间时长的处理。

在一实施例中，所述处理器在执行所述计算机程序而实现所述判断所述人脸检测结果是否是有人脸且人脸未被遮挡步骤之后，还实现如下步骤：

若所述人脸检测结果是无人脸或人脸被遮挡，则执行所述确定所述当前帧视频为问题帧视频，并将所述问题帧视频的序号存放于问题帧序号列表内。

在一实施例中，所述处理器在执行所述计算机程序而实现所述判断所述当前帧视频是否是所述人物素材视频数据的最后一帧视频步骤时，具体实现如下步骤：

判断所述当前帧视频的序号是否等于总帧数；若所述当前帧视频的序号等于总帧数，则所述当前帧视频是所述人物素材视频数据的最后一帧视频；若所述当前帧视频的序号不等于总帧数，则所述当前帧视频不是所述人物素材视频数据的最后一帧视频。

在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述问题帧序号列表确定正常帧区间列表步骤时，具体实现如下步骤：

从所述问题帧序号确定正常帧视频对应的序号；将连续的正常帧视频对应的序号组成正常帧区间；组合每个正常帧区间的最小序号以及最大序号，并存储到正常帧区间列表。

在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述正常帧区间列表计算每个正常帧区间时长步骤时，具体实现如下步骤：

确定每个正常帧区间的序号范围以及对应当前帧视频的信息的每秒传输帧数；根据所述序号范围与所述每秒传输帧数的商确定每个正常帧区间时长。

其中，所述当前帧视频的信息包括当前帧视频画面的宽高、总帧数、视频码率和每秒传输帧数。

所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元312中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。