一种视频处理方法、装置、终端、介质及程序产品

技术领域

本申请涉及计算机技术领域，具体涉及图像处理领域，尤其涉及一种视频处理方法、一种视频处理装置、一种终端、一种计算机可读存储介质及一种计算机程序产品。

背景技术

视频凭借其具有直观、生动形象、便捷等优势受到大众的广泛追捧。

经实践发现，视频中往往包含一些影响视频质量或阻碍视频传播的元素；例如，视频中包含水印，这使得用户可能会顾虑视频包含有水印，而拒绝对视频的传播。因此，如何提高对视频中水印的消除处理效率成为研究的热点话题。

发明内容

本申请实施例提供一种视频处理方法、装置、终端、介质和程序产品，能够自动识别和消除视频中的水印，提高对视频中水印的消除处理效率。

一方面，本申请实施例提供了一种视频处理方法，该方法包括：

获取待处理的视频，视频中包含目标视觉元素；

对视频中的目标视觉元素进行消除处理；

于播放界面显示处理后的视频，处理后的视频中的目标视觉元素被消除。

另一方面，本申请实施例提供一种视频处理装置，该装置包括：

获取单元，用于获取待处理的视频，视频中包含目标视觉元素；

处理单元，用于对视频中的目标视觉元素进行消除处理；

处理单元，还用于于播放界面显示处理后的视频，处理后的视频中的目标视觉元素被消除。

在一种实现方式中，播放界面中包括处理选项；若处理选项被选择，则触发执行对视频中的目标视觉元素进行消除处理的步骤；

其中，目标视觉元素包括水印，或者，目标视觉元素包括不符合显示要求的图形及文本。

在一种实现方式中，若存在消除处理触发操作，则触发执行对视频中的目标视觉元素进行消除处理的步骤；

其中，消除处理触发操作包括以下任一种：手势操作、音频信号输入操作、振动操作以及计时操作；计时操作是指：视频在播放界面中的显示时长超过时长阈值的操作。

在一种实现方式中，处理单元，还用于：

当触发对视频中的目标视觉元素进行消除处理时，暂停播放视频；以及，

在播放界面中输出提示信息，提示信息用于提示正在对视频中的目标视觉元素进行消除处理。

在一种实现方式中，播放界面中包含信息提示窗口，提示信息显示于信息提示窗口中；信息提示窗口中设有关闭控件；处理单元，还用于：

在对视频中的目标视觉元素进行消除处理的过程中，若关闭控件被选择，则在播放界面中关闭信息提示窗口；以及，

中断对视频中的目标视觉元素的消除处理；

其中，若消除处理过程被中断，则处理后的视频中的目标视觉元素存在如下任一情况：未被消除、被完全消除、或部分被消除。

在一种实现方式中，处理单元，还用于：

当消除处理结束时，输出处理结果通知，处理结果通知用于通知对视频中的目标视觉元素的消除结果，消除结果包括以下任一种：未被消除、已被完全消除、或未被完全消除；消除处理结束包括：完成消除处理的过程；或者，消除处理被中断。

在一种实现方式中，播放界面中包括元素选择入口；处理单元，还用于：

响应于元素选择入口被触发，在播放界面中显示遮挡区域；

移动遮挡区域并覆盖处理后的视频中的参考视觉元素；

播放覆盖处理后的视频，覆盖处理后的视频中参考视觉元素被消除。

在一种实现方式中，播放界面中包括发布控件，处理单元，还用于：

响应于对发布控件的选择操作，对处理后的视频进行发布处理。

在一种实现方式中，处理单元用于获取待处理的视频时，还用于：

显示社交应用程序的服务界面，服务界面中设有视频获取入口；

当视频获取入口被触发时，显示视频选择界面，视频选择界面中包括一个或多个候选视频；

响应于对一个或多个候选视频的选择操作，将被选择的候选视频作为待处理的视频。

在一种实现方式中，待处理的视频是视频浏览界面中正在播放的视频，处理单元用于获取待处理的视频时，用于：

显示视频浏览界面，视频浏览界面中用于显示不同的视频；

响应于视频浏览界面中被选择的视频被选中，将被选择的视频作为待处理的视频。

在一种实现方式中，处理单元用于对视频中的目标视觉元素进行消除处理时，具体用于：

对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域；

对每帧图像中的掩膜区域进行填充处理，得到填充后的至少一帧图像；

按照视频中各帧图像的播放顺序，融合填充后的至少一帧图像和不包含目标视觉元素的至少一帧图像，生成处理后的视频。

在一种实现方式中，检测分割追踪处理包括元素定位处理或元素追踪处理；视频包含N帧图像，N为正整数；

处理单元用于对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域时，具体用于：

针对视频中的第i帧图像，若存在第i-1帧图像且第i-1帧图像中包含目标视觉元素，则根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域；i为正整数且1≤i≤N；

若不存在第i-1帧图像，或存在第i-1帧图像但第i-1帧图像未包含目标视觉元素，则对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域。

在一种实现方式中，处理单元用于对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域时，具体用于：

获取模板图像，模板图像中包含目标视觉元素；

采用模板图像对第i帧图像进行遍历检测；

若遍历检测结果指示模板图像与第i帧图像匹配，则根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域。

在一种实现方式中，处理单元用于采用模板图像对第i帧图像进行遍历检测时，具体用于：

将模板图像的参考顶点与第i帧图像的参考顶点对齐；

将模板图像按照设定方向及设定步长在第i帧图像上进行多次移动；

基于每次移动，获取第i帧图像中与模板图像之间相重合的重合区域，并计算重合区域与模板图像之间的相似度；

获取多次移动对应的多个相似度中的最大相似度，若最大相似度大于相似阈值，则指示模板图像与第i帧图像匹配。

在一种实现方式中，处理单元用于根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域时，具体用于：

在第i帧图像中定位最大相似度对应的重合区域，并确定最大相似度对应的重合区域中包含目标视觉元素；以及，

根据目标视觉元素在最大相似度对应的重合区域中的位置，确定目标视觉元素在第i帧图像中的掩膜区域。

在一种实现方式中，处理单元用于根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域时，具体用于：

根据第i-1帧图像中的目标视觉元素对应的掩膜区域，在第i帧图像中框出相似区域；

计算相似区域与第i-1帧图像中的掩膜区域之间的相似度；

若相似度结果满足相似度条件，则确定第i帧图像包含目标视觉元素，并将第i-1帧图像中的掩膜区域确定为第i帧图像所包含的目标视觉元素对应的掩膜区域。

在一种实现方式中，若视频中包含相邻的第一图像和第二图像，且第一图像中目标视觉元素对应的掩膜区域被填充为第一掩膜填充区域，以及第二图像中目标视觉元素对应的掩膜区域被填充为第二掩膜填充区域，则处理单元还用于：

在第二图像中以目标视觉元素对应的掩膜区域为中心，框出显示面积大于掩膜区域的显示面积的参考区域；

从参考区域中抠出目标视觉元素，得到非元素区域；

计算非元素区域和第一掩膜填充区域之间的融合系数；

采用融合系数，融合第一掩膜填充区域和第二掩膜填充区域，得到更新后的第二图像中目标视觉元素对应的掩膜区域的填充结果。

另一方面，本申请实施例提供了一种终端，该终端包括：

处理器，用于加载并执行计算机程序；

计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序被处理器执行时，实现上述视频处理方法。

另一方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序适于由处理器加载并执行上述视频处理方法。

另一方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。终端的处理器从计算机可读存储介质读取该计算机指令，计算机指令被处理器执行时实现上述的视频处理方法。

本申请实施例中，可自动对视频所包含的目标视觉元素进行识别；并在识别到目标视觉元素后，对视频所包含的目标视觉元素进行消除处理，使得消除处理后的视频中不包含目标视觉元素；这种对视频中的目标视觉元素进行自动识别和消除的方式，不依赖于用户对视频中目标视觉元素的标注，提升用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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本申请的一些实施例，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示出了本申请一个示例性实施例提供的一种对视频中的水印进行消除处理的场景示意图；

图2示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；

图3a示出了本申请一个示例性实施例提供的一种播放界面的示意图；

图3b示出了本申请一个示例性实施例提供的一种在播放终端中输入手势操作来触发对视频中的目标视觉元素进行消除处理的示意图；

图4a示出了本申请一个示例性实施例提供的一种在播放界面中输出提示信息的示意图；

图4b示出了本申请一个示例性实施例提供的一种在播放界面中输出提示信息的示意图；

图4c示出了本申请一个示例性实施例提供的一种在播放界面中输出信息提示窗口的示意图；

图5示出了本申请一个示例性实施例提供的一种通过更新水印的显示状态使目标用户感知对水印的处理进度的示意图；

图6示出了本申请一个示例性实施例提供的一种在播放界面中输出处理结果通知的示意图；

图7示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；

图8示出了本申请一个示例性实施例提供的一种获取待处理的视频的示意图；

图9示出了本申请一个示例性实施例提供的一种通过视频浏览界面获取待处理的视频的示意图；

图10示出了本申请一个示例性实施例提供的一种在播放界面中播放待处理的视频的示意图；

图11a示出了本申请一个示例性实施例提供的一种由目标用户标注参考视觉元素的示意图；

图11b示出了本申请一个示例性实施例提供的一种获取待处理的视频的示意图；

图12示出了本申请一个示例性实施例提供的一种对处理后的视频进行发布处理的示意图；

图13示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；

图14示出了本申请一个示例性实施例提供的一种水印对应的掩膜区域的示意图；

图15示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；

图16示出了本申请一个示例性实施例提供的一种模板匹配的示意图；

图17示出了本申请一个示例性实施例提供的一种不区分黑边界区域时对掩膜区域填充的填充结果，和区分黑边界区域时对掩膜区域填充的填充结果的对比示意图；

图18示出了本申请一个示例性实施例提供的一种视频处理装置的结构示意图；

图19示出了本申请一个示例性实施例提供的一种终端的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请实施例中，提出一种视频处理方案；所谓的视频是由至少两帧图像按序连接组成的，也就是说，图像是视频的最小或最基本单位；当播放视频时，是按照多帧图像的播放顺序连续的输出多帧图像，当连续的图像变化每秒超过24帧以上时，根据人眼视觉暂留原理，使人眼获得各帧图像平滑连续的视觉效果。其中，人眼视觉暂留是指：物体在快速运动时，如视频的多帧图像被以每秒超过24帧以上的速度进行播放时，在人眼所看到的影像(如一帧图像所包含的场景)消失后，人眼仍能继续保留其影像0.1-0.4秒左右的图像。随着网络的发达和普及，视频凭借其直观、互动性、信息量丰富等优势被广泛拍摄和传播。例如，用户可以将拍摄的视频上传至视频平台(如具有视频传播功能的应用程序、网站等)，通过视频平台将该视频传播给其他用户；再如，用户可以从视频平台中浏览、下载或转发其他用户在该视频平台上传的视频；等等。

但实践发现，在互联网中传播的视频可能包含有影响视频质量、违背法律或道德规范、或影响视频观看体验的元素，这些元素会降低视频的传播频率，影响用户下载或传播该视频的体验。例如，视频中可能包含目标视觉元素，目标视觉元素可包括水印，或者，目标视觉元素可包括不符合显示要求的图形(如呈现形状为刀具、枪具的图形)及文本(如表达的文字含义为违背道德的文本)等。其中，①视频所包含的水印可能是将该视频上传至视频平台后，由视频平台给该视频加上的，这样当从该视频平台在下载或转发该视频时，该视频中就会携带被加上的水印；视频平台给视频添加的水印包括但不限于：视频平台的图标(如logo)和/或发布者的账号标识(如账号ID、账号昵称)。②视频中包含的不符合显示要求的元素，可是指不符合法律要求、道德规范、影响观看视频体验等元素；例如，视频中包含的血腥场景、刀具、枪具等等。为便于阐述，后续均以目标视觉元素为水印为例进行介绍，特在此说明。

为解除用户传播视频的顾虑(如用户顾虑到视频中包含视频发布者的水印)，提升视频的传播频率(或次数)，提高视频传播质量；本申请实施例提出的视频处理方案支持：自动识别出视频中的目标视觉元素，并对目标视觉元素进行消除，使得处理后的视频中不包含目标视觉元素。这种不依赖于用户对视频中目标视觉元素的标注，就可以自动识别出视频中的目标视觉元素的方式，提升了用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。

本申请实施例提出的视频处理方案可以由目标终端来执行，或者由目标终端中运行的应用程序来执行。其中，目标终端可以是任一终端，终端可包括但不限于：智能手机(如Android手机、iOS手机等)、平板电脑、个人电脑、便携式个人计算机、移动互联网设备(Mobile Internet Devices，简称MID)、智能电视、车载设备、头戴设备等可以进行触屏的智能设备，本申请实施例并不对终端的类型进行限定，在此说明。一种示例性的对视频中的水印进行消除处理(包括识别和去除)的场景示意图可参见图1，如图1所示，假设目标终端为个人电脑101，当目标用户(如使用目标终端的用户)通过目标终端上传视频后，目标终端可以自动对该视频进行水印的消除处理，使得处理后的视频中水印被消除；以对视频的第一帧图像中的水印进行消除处理为例，假设在该视频的第一帧图像102的右下角识别到水印1021，然后对该水印1021进行消除，得到处理后的第一帧图像，该处理后的第一帧图像中水印1021被消除。基于上述描述可知，本申请实施例提及的视频处理方案可以自动对视频中的水印进行识别，并对水印进行消除，提高水印的识别和消除的智能性和灵活性，提高对水印的消除处理效率。

基于上述描述的视频处理方案，本申请实施例提出更为详细的视频处理方法，下面将结合附图对本申请实施例提出的视频处理方法进行详细介绍。

图2示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；该视频处理方法可以由目标终端(如任一终端)来执行，该视频处理方法可包括但不限于步骤S201-S203：

S201：获取待处理的视频。

待处理的视频中包含目标视觉元素，该目标视觉元素可以是如前述所描述的水印或不满足显示要求的其他元素(如图形、文本等)，后续以目标视觉元素为水印为例进行介绍。具体地，获取的待处理视频可以在播放界面中进行播放，播放界面除用于播放该视频外，还支持对该视频进行处理，此处对视频的处理可包括但不限于：为视频匹配模板、对视频进行剪辑、为视频调整滤镜、为视频添加文本以及对视频中水印进行消除等等。下面对上述给出的部分处理的实现方式进行简单介绍，其中：所谓为视频匹配模板中的模板可包括场景模板(如海滩模板、沙漠模板、盆地模板等)，当为该视频添加任一场景模板(如海滩模板)后，播放该添加海滩场景模板的视频时，该视频表达出的场景为海滩场景。所谓对视频进行剪辑可是指：对该视频进行切割和/或合并，使得剪辑后的视频与剪辑前的视频并不相同。所谓为视频添加文本可是指：在视频所包含的一帧或多帧图像中添加文本元素(如文字元素、动画元素、图像元素等)。所谓对视频中水印进行消除可是指：对视频中的水印进行识别，并对识别到的水印进行消除，使得处理后的视频中不包含水印(或其他不符合显示要求的元素)。

在具体实现中，播放界面中包含编辑区域和播放区域。其中，播放界面中的播放区域用于对视频进行播放；播放界面中的编辑区域内可包含用于对视频进行处理的一种或多种处理选项，如用于为视频匹配模板的模板选项、用于对视频进行剪辑的剪辑选项、用于为视频调整滤镜的滤镜选项以及用于对视频中水印进行消除的消除选项等等；当编辑区域内的任一处理选项被触发时，就可以按照被触发的处理选项所对应的功能对该视频进行处理。一种示例性的播放界面的示意图可参见图3a，如图3a所示，播放界面301中包含播放区域3011以及编辑区域3012；在播放区域3011中播放视频，以及在编辑区域3012中显示用于对视频进行处理的一个或多个处理选项，如模板选项30121、剪辑选项30122、贴纸选项30123以及画面增强处理选项30124。在待处理的视频的播放过程中，响应于在编辑区域3012中内任一处理选项的选择操作，可按照被触发的处理选项对应的功能对视频进行处理；例如：在待处理的视频的播放过程中，响应于画面增强处理选项30124被选择，触发执行对视频中的目标视觉元素进行消除处理的步骤，即触发执行步骤S202。

当然，画面增强处理选项30124除了可以触发对待处理的视频中的目标视觉元素进行消除处理外，还可以用于触发对待处理的视频的其他处理，如增强待处理的视频的画面清晰度等；换句话说，本申请实施例支持将对视频中目标视觉元素的消除处理的能力与对视频进行其他处理的能力融合，这样触发同一选项(如画面增强处理选项)后，可同时对待处理的视频进行多种处理，如触发画面增强处理选项后，可同时对待处理的视频中的目标视觉元素进行消除处理，以及对待处理的视频的画面清晰度进行增强处理。

值得注意的是，触发执行对视频中的目标视觉元素进行消除处理的方式，除包括上述描述的触发播放界面中所包含的画面增强处理选项以外，还可以包括：在待处理的视频的播放过程中，若存在消除处理触发操作，则触发执行对视频中的目标视觉元素进行消除处理的步骤。在播放界面中存在的消除处理触发操作可包括以下任一种：手势操作、音频信号输入操作、振动操作以及计时操作等。其中，所谓手势操作可是指：目标用户通过手指在目标终端的终端屏幕中输入的双击、长按、双指捏、滑动等操作，也可以是目标用户通过目标终端的外接设备(如鼠标、键盘键)输入的上述操作；一种示例性的在播放终端中输入手势操作来触发对视频中的目标视觉元素进行消除处理的过程可参见图3b，如图3b所示，假设触发对视频中的目标视觉元素进行消除处理的手势操作为在播放界面中画“L”形的操作，则当目标用户在播放界面中通过单指(或双指、三指等)画“L”时，确定产生手势操作，则触发执行对视频中的目标视觉元素的消除处理。所谓音频信号输入操作可是指：在目标终端的麦克风打开的情况下，目标终端通过麦克风接收目标用户输入的用于触发执行消除处理的语音信号的操作。所谓振动操作可是指：目标用户通过摇晃目标终端所产生的操作，本申请实施例对目标终端的振动频率(或称为摇晃频率)不作限定。所谓计时操作可是指：视频在播放界面中的显示时长超过时长阈值时所产生的操作；所谓显示时长包括视频在播放界面中播放时的播放时长，或者，视频在播放界面中未播放但视频(如视频所包含的第一帧图像)显示于播放界面时的显示时长；例如：时长阈值为3秒，当视频在播放界面中播放时的播放时长达到3秒时，确定产生计时操作，则触发对该视频中的目标视觉元素进行消除处理，本申请实施例对时长阈值的具体数字不作限定。

上述是以在待处理的视频的播放过程中，执行消除处理触发操作或触发画面增强处理选项，来触发对视频的目标视觉元素的消除处理的；但可以理解的是，本申请实施例还支持播放界面中的视频处于暂停的状态下，触发执行对视频中的目标视觉元素的消除处理；也就是说，不管待处理的视频是处于播放的状态还是处于暂停的状态，本申请实施例均支持触发对视频中的目标视觉元素的消除处理；为便于阐述，后续以在待处理的视频的播放过程中，触发对视频的目标视觉元素的消除处理为例进行说明。

综上所述，在待处理的视频的播放过程中，若在播放界面中存在对画面增强处理选项的选择，或存在消除处理触发操作(如计时操作)，均可以触发目标终端自动对视频中的目标视觉元素进行识别和消除；相比于依赖于目标用户在视频的图像帧中去标注出目标视觉元素而言，简化触发消除处理的操作，提升目标用户体验，提高对目标视觉元素的消除处理的效率。

S202：对视频中的目标视觉元素进行消除处理。

S203：于播放界面中显示处理后的视频。

步骤S202-S203中，在播放界面中播放待处理的视频的过程中，当触发对视频中的目标视觉元素进行消除处理时，目标终端开始执行对视频中的目标视觉元素的识别和消除，使得处理后的视频中不包含目标视觉元素；且，还会在播放界面中显示处理后的视频，所谓在播放界面中显示处理后的视频可包括：显示处理后的视频的视频标识(如处理后的视频所包含的第一帧图像，第一帧图像的缩略图，或视频账号等)；或者，在播放界面中播放处理后的视频。其中，在目标终端对视频中的目标视觉元素进行消除处理的过程中，播放界面中可产生变化，以此使目标用户感知目标终端正在对视频中的目标视觉元素进行消除处理。下面对目标终端在对视频中的目标视觉元素进行消除处理的过程中，播放界面可能发生的界面变化(或界面内的元素的变化)进行示例性介绍，其中：

1)暂停播放视频，并输出提示信息，该提示信息用于提示目标用户正在对视频中的目标视觉元素进行消除处理。在具体实现中，当触发对视频中的目标视觉元素进行消除处理时，在播放界面中暂停播放视频；以及，在播放界面中输出提示信息。举例来说，假设视频包含100帧图像，当在播放界面中播放到第20帧图像时，触发对视频中的目标视觉元素进行消除处理，则暂停播放视频，并在播放界面中持续显示第20帧图像；以及，在第20帧图像之上以浮层形式输出提示信息。一种示例性的在播放界面中输出提示信息的界面示意图可参见图4a，如图4a所示，当触发对视频中的目标视觉元素进行消除处理时，在播放界面301中输出提示信息401，该提示信息401用于提示正在对视频中的目标视觉元素进行消除处理。

需要说明的是，播放界面中提示信息所包含的具体内容，可以根据目标终端对视频中的目标视觉元素进行消除处理的进度实时变化；参见图4b，若目标终端正在对视频中的水印(即目标视觉元素)进行识别，则在播放界面中输出的提示信息401的具体内容可类似于“正在识别”；若目标终端识别到视频中的水印，则提示信息401的具体内容可类似于“识别到水印”；若目标终端正在对视频中的水印进行消除，则提示信息401的具体内容可类似于“消除水印中”。这种根据目标终端对视频中的目标视觉元素的处理进度，来输出表达不同含义的提示信息的方式，可实时告知目标用户当前的处理进度，提高目标用户的体验。另外，除了在播放界面中输出提示信息401外，本申请实施例还支持在播放界面中同时输出其他内容，来提示目标终端当前对视频中的目标视觉元素执行消除处理的进度，如输出处理进度条和/或动画；如图4c所示，在播放界面中显示信息提示窗口402，该信息提示窗口中包含提示信息401、处理进度条403、以及动画404；处理进度条403和/或动画404的展现形态可以发生变化，以实时提示目标用户当前对目标视觉元素的处理进度；本申请实施例对信息提示窗口402中所包含的内容种类和数量不作限定，如信息提示窗口中可包括处理进度条403和动画404中的一个或多个。

2)不暂停播放视频，以及根据目标终端对视频中的目标视觉元素的处理进度，在播放界面中实时更新目标视觉元素的显示状态，以此使目标用户感知目标终端正在对视频中的目标视觉元素进行消除处理。换句话说，当触发对视频中的目标视觉元素进行消除处理时，在播放界面中持续播放视频，并在目标终端对视频中的水印进行消除处理的过程中，在播放界面中对水印的显示状态进行实时更新，进而根据水印的显示状态使目标用户感知对水印的处理进度。

举例来说，目标终端在第一时刻对水印进行消除时水印在播放界面中的显示面积，大于目标终端在第二时刻对水印进行消除时水印在播放界面中的显示面积；其中，第一时刻要早于第二时刻。一种示例性的通过更新水印的显示状态使目标用户感知对水印的处理进度的过程可参见图5，如图5所示，假设目标终端分别在第一时刻和第二时刻对视频中的水印进行消除，且第一时刻早于第二时刻，则目标终端在第一时刻对目标视频中的水印进行消除时水印在播放界面中的显示面积，大于目标终端在第一时刻对目标视频中的水印进行消除时水印在播放界面中的显示面积。

另外，本申请实施例还支持在目标终端对视频中的水印进行消除处理的过程中，中断对视频中的目标视觉元素的消除处理。其中，中断消除处理的操作可以是由目标用户执行的，或者是由目标终端执行的(如网络断开或停止供电导致的中断)；下面以在播放界面中输出信息提示窗口这种场景为例，由目标用户中断对视频中的目标视觉元素的消除处理的实现方式进行示例性介绍；在具体实现中，播放界面中包含信息提示窗口，提示信息显示于信息提示窗口中；信息提示窗口中还设有关闭控件(如图4c中包括关闭控件405)；如果在对视频中的目标视觉元素进行消除处理的过程中，关闭控件被选择，则在播放界面中关闭信息提示窗口；以及，中断对视频中的目标视觉元素的消除处理；其中，若消除处理过程被中断，则处理后的视频中的目标视觉元素存在如下任一情况：未被消除、被完全消除、或仅被部分消除。简而言之，在目标终端对视频中的水印进行消除处理的全过程中，目标用户均可以通过触发信息提示窗口中所包含的关闭控件来中断对水印的消除处理；根据信息提示窗口中的关闭控件被触发的时刻不同，关闭控件被触发时刻对应的水印被消除的进度也不相同，如关闭控件被触发时刻对应的水印未被消除、被完全消除、或者被部分消除。

应当理解的是，在目标终端对视频中的目标视觉元素进行消除处理的过程中，中断消除处理的操作不仅限于上述描述的方式；例如，在通过触发播放界面中的画面增强处理选项来触发对视频中的目标视觉元素进行消除处理的情况下，当再次触发画面增强处理选项时，也可以确定中断对视频中的目标视觉元素的消除处理；本申请实施例对中断消除处理的具体实现方式不作限定。综上所述，本申请实施例支持目标用户触发关闭控件来中断对目标视频中的目标视觉元素的消除处理，简化中断(或取消)消除处理的操作，提升目标用户对水印消除的体验，进而提升用户粘性。

本申请实施例还支持在对视频中的目标视觉元素的消除处理结束时，输出处理结果通知来通知对视频中的目标视觉元素的消除结果。具体地，当消除处理结束时，输出处理结果通知，该处理结果通知用于通知对视频中的目标视觉元素的消除结果；其中，消除结果可以包括但不限于以下任一种：未被消除、已被完全消除、或未被完全消除。上述提及的消除处理结束可包括：完成消除处理的过程，或者，消除处理被中断；也就是说，不管是目标终端完成对视频中的目标视觉元素执行消除处理，还是目标终端在消除处理过程中被中断，均可以理解为消除处理结束；本申请实施例对消除处理结束具体为上述哪一种不作限定。一种示例性的在播放界面中输出处理结果通知的示意图可参见图6，当消除处理结束时，可以在播放界面的中间位置输出处理结果通知601；或者，当消除处理结束时，可以在播放界面中原本显示有目标视觉元素(如水印)的关联区域内显示处理结果通知。本申请实施例对处理结果通知在播放界面中的具体显示位置不作限定，在此说明。

基于上述相关描述可知，根据消除处理结束的实现方式不同，播放处理后的视频时，处理后的视频中目标视觉元素存在的情况(或如前述所描述的显示状态)并不相同；例如：消除处理结束是指完成消除处理的过程，则播放处理后的视频时，处理后的视频中的目标视觉元素被消除(即被完全消除)；再如：消除处理结束是指消除处理被中断，则播放处理后的视频时，处理后的视频中的目标视觉元素存在如下任一情况：未被消除、被完全消除、或部分被消除；本申请实施例对播放处理后的视频的具体实现过程不作详细介绍。

本申请实施例中，可自动对视频所包含的目标视觉元素进行识别；并在识别到目标视觉元素后，对视频所包含的目标视觉元素进行消除处理，使得消除处理后的视频中不包含目标视觉元素；这种对视频中的目标视觉元素进行自动识别和消除的方式，不依赖于用户对视频中目标视觉元素的标注，提升用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。

图7示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；该视频处理方法可以由目标终端(如任一终端)来执行，该视频处理方法可包括但不限于步骤S701-S704：

S701：获取待处理的视频。

正如前述所描述的，本申请实施例提出的视频处理方法可以由目标终端中运行的应用程序来执行；应用程序可简称为应用，是指为完成某项或多项特定工作的计算机程序；应用程序按照运行方式分类，可包括但不限于：安装在终端中的客户端；或者，免安装的应用程序，即无需下载安装即可使用的应用程序，这类应用程序又俗称小程序；通过浏览器打开的web应用程序；等等。应用程序按照功能类型分类，可包括但不限于：IM(InstantMessaging，即时通信)应用程序，即时通信应用程序可以包括但不限于：社交应用程序、包含社交交互功能的地图应用程序、游戏应用程序等等；内容交互应用程序，例如可以是网银、个人空间、新闻等应用程序。需要说明的是，上述只是给出两种示例性的用于对应用程序分类进行分类的维度，且每个维度下应用程序的类型均为示例性的。为便于阐述，本申请实施例以执行视频处理方法的应用程序为社交应用程序为例，对后续相关内容进行介绍；换句话说，社交应用程序具有对视频中的目标视觉元素进行消除处理的功能。

下面给出几种通过社交应用程序来获取待处理的视频的实现方式，其中：

(1)通过社交应用程序中的服务界面获取待处理的视频；在此实现方式下，通过社交应用程序获取待处理的视频的实现方式可包括：显示社交应用程序的服务界面，该服务界面中包含视频获取入口；当视频获取入口被触发时，显示视频选择界面，该视频选择界面中包括一个或多个候选视频；响应于对一个或多个候选视频的选择操作，将被选择的候选视频作为待处理的视频。可选的，社交应用程序的服务界面可包括社交动态界面，社交动态界面可是指包括社交信息流的界面，社交信息流可是指feed流，是一种持续更新并展现社交信息给用户的信息流。可选的，社交应用程序的服务界面可包括服务选择界面，服务选择界面中可包括社交应用程序所提供的多种服务的服务标识，当在服务选择界面中触发任一服务的服务标识时，可触发显示该被触发的任一服务对应的服务界面。

结合图8并以社交应用程序的服务界面为服务选择界面为例，对获取待处理的视频的过程进行介绍，如图8所示，显示社交应用程序的服务界面801，该服务界面801中包含视频获取入口8011；当视频获取入口8011被触发时，显示视频选择界面802，该视频选择界面802中包含一个或多个候选视频，如候选视频1、候选视频2、候选视频3、……；响应于对一个或多个候选视频的选择操作，将被选择的候选视频作为待处理的视频，如视频选择界面802中的候选视频1被选择，则将候选视频1作为待处理的视频。其中，被选择的候选视频的视频标识(如视频的第一帧图像)可显示于视频选择界面802的选择区域803中，以便于目标用户对已选择的候选视频进行编辑(如删除、新增等)；例如，选择区域803中包含被选择的候选视频1，该候选视频1所在显示区域内包含关闭选项8031；当关闭选项8031被选择时，表示目标用户不想要将候选视频1作为待处理的视频，则在选择区域803中删除候选视频1。另外，在选择区域8031中还包括下一步选项8032，若下一步选项8032被执行触发操作(如单击)，表示目标用户在视频选择界面802中已经完成对待处理的视频的选择，可以触发执行对待处理的视频的消除处理。

需要说明的是，①本申请实施例提出的对视频中的目标视觉元素进行消除处理，其实质是对视频所包含的各帧图像中目标视觉元素进行消除处理；基于此，本申请实施例还支持对单帧图像中的目标视觉元素进行消除处理；那么在视频选择界面802中除包含候选视频外，还可以包含候选图像，如候选图像1、候选图像2、……；当任一候选图像被触发时，表示目标用户想要对被触发的候选图像所包含的目标视觉元素进行消除处理。②本申请实施例还支持同时选择多个候选视频，即将多个候选视频作为待处理的视频，这样目标终端可同时或依次对被选择的多个候选视频中的目标视觉元素进行消除处理，得到每个候选视频消除处理后的候选视频；这种可一次选择多个候选视频作为待处理的视频的方式，便于目标用户一次性对多个待处理的视频的选择，简化选择待处理的视频的次数，进而提高对多个待处理的视频进行消除处理的效率。③为便于目标用户选取候选图像或候选视频，本申请实施例还支持在视频选择界面802中显示多媒体类型选项，如类型选项8021、类型选项8022以及类型选项8023；当类型选项8021被选中时，在视频获取界面802中显示候选视频和候选图像，当类型选项8022被选中时，在视频获取界面802中显示候选视频，当类型选项8023被选中时，在视频获取界面802中显示候选图像；通过将候选图像和候选视频分开显示，有利于目标用户分类选取候选图像或候选视频，提高选取候选图像或候选视频的便捷性。④视频选择界面802中所包含的候选视频和/或候选图像可以是离线的、存储于目标终端的本地存储空间中的数据，如由目标用户自己拍摄或下载的视频；或者，候选视频和/或候选图像还可以是在线的、存储于服务器的数据库中的数据；本申请实施例对候选视频和/或候选图像的来源不作限定。

(2)通过视频浏览界面获取待处理的视频；其中，视频浏览界面可以是用于播放视频的界面，在该视频浏览界面中执行切换操作时，可切换播放不同的视频。所谓切换操作可包括但不限于：沿着终端屏幕的任一方向滑动时所产生的操作；例如：沿着终端屏幕向上滑动时产生的操作，此时在视频浏览界面中播放当前视频的下一个视频；再如：沿着终端屏幕向下滑动时产生的操作，此时在视频浏览界面中播放当前视频的上一个视频(即在历史时间段播放的视频)。简而言之，待处理的视频可以是视频浏览界面中正在播放的视频。在这种实现方式下，通过视频浏览界面获取待处理的视频的实现方式可包括：显示视频浏览界面，该视频浏览界面中用于显示不同的视频；响应于视频浏览界面中的视频被选选择，将被选择的视频作为待处理的视频。

其中，视频浏览界面中正在被播放的视频被选中的方式可包括但不限于：通过在视频浏览界面中执行手势操作选中视频(如在视频浏览界面中执行双击、滑动、长按等手势操作，或，在视频浏览界面中画指定形状如“S”的手势操作等)；通过输入音频信号选中视频(如目标终端通过麦克风获取到选择视频作为待处理视频的语音信号)；在视频浏览界面中对确认选项选择时选中视频(如视频浏览界面中包含确认选项，当确认选项被选择时，确定将正在播放的视频作为待处理的视频)。需要说明的是，上述只是给出几种示例性的在视频浏览界面中选择视频的方式，在实际应用场景中，选择待处理的视频的方式可以发生变化，本申请实施例对此不作限定。下面结合图9并以通过在视频浏览界面中执行手势操作选中视频为例，对通过视频浏览界面获取待处理的视频的过程进行简单介绍，参见图9，假设视频浏览界面901中正在播放视频1，且指定的手势操作为：用双指在视频浏览界面中画“S”形；那么当目标用户用双指在视频浏览界面中画“S”形时，表示目标用户欲对当前正在播放的视频中的目标视觉元素进行消除处理，则确定将当前正在播放的视频作为待处理的视频。

应当理解的是，上述提及的视频浏览界面可以是由具有视频播放功能的视频类的应用程序提供的，或者，视频浏览界面也可以是由前述提及的社交应用程序提供的；本申请实施例对视频浏览界面具体属于哪种类型的应用程序不作限定。当视频浏览界面是由社交应用程序提供时，在社交应用程序中触发显示视频浏览界面的过程可包括：显示社交应用程序的服务界面，该服务界面中包含视频获取入口；当视频获取入口被触发时，显示视频浏览界面。进一步的，通过视频浏览界面确定待处理的视频的方式可包括：采用上述描述的过程将视频浏览界面中正在播放的视频作为待处理的视频；或者，在视频浏览界面中还包括选择选项(参见图9中的选项902)；当选择选项被触发时，显示视频选择界面，视频选择界面中包括一个或多个候选视频；这样可参见前述方式从视频选择界面中确定待处理的视频，并在确定了待处理的视频后，在播放界面中播放该待处理的视频。上述从社交应用程序的服务界面触发显示视频浏览界面，并在视频浏览界面中触发显示视频选择界面，以及从视频选择界面中选中待处理的视频后，在播放界面中播放该待处理的视频的界面流程可参见图10，在此不作详细介绍。

值得说明的是，上述只是给出两种示例性的获取待处理的视频的实现方式；在实际应用场景中，获取待处理的视频的实现方式可以发生变化。例如：本申请实施例还支持在社交应用程序所提供的社交会话的会话界面中，将任一参与社交会话的会话对象所发送的视频作为待处理视频；这种实现方式的具体过程可简单包括：显示社交会话的会话界面，会话界面中包含参与社交会话的会话对象发送的会话视频信息，会话视频信息中包含会话视频；若存在对会话视频信息的选择操作，则将会话视频作为待处理的视频。这样目标用户在参与社交会话的过程中，可便捷地将会话过程中的视频选作待处理的视频，缩短选取待处理的视频的路径，进而提高获取待处理的视频的速度和效率。

需要说明的是，步骤S701所包含的其他内容可参见前述图2所示实施例中步骤S201所示的具体实现过程的相关描述，在此不作赘述。

S702：对视频中的目标视觉元素进行消除处理。

S703：于播放界面中显示处理后的视频。

需要说明的是，步骤S703-S704的具体实现过程可参见前述图2所示实施例中步骤S202-S203所示的具体实现过程的相关描述，在此不作赘述。

S704：对处理后的视频中所包含的参考视觉元素进行覆盖处理，得到覆盖处理后的视频，该覆盖处理后的视频中所包含的参考视觉元素被消除。

可以理解的是，本申请实施例还支持由目标用户在待处理的视频所包含的图像中标注出需要消除处理的元素，以便于目标终端(或目标终端中运行的应用程序(如社交应用程序))对目标用户标注的元素进行消除处理。在一种可能的场景中，如果目标终端在自动识别出视频所包含的目标视觉元素，并对目标视觉元素进行消除处理后得到的处理视频中，仍然包含目标用户想要消除的元素，则目标用户可以手动在图像中标注出想要消除的元素，以便于目标终端对目标用户标注的元素进行消除。其中，为便于与前述提及的目标视觉元素进行区分，本申请实施例将目标用户想要消除的元素称为参考视觉元素，在此说明。

在具体实现中，响应于元素选择入口被触发，在播放界面中显示遮挡区域；移动遮挡区域并覆盖处理后的视频中的参考视觉元素，以使对参考视觉元素进行消除；播放覆盖处理后的视频，覆盖处理后的视频中参考视觉元素被消除。一种示例性的由目标用户标注参考视觉元素的界面示意图如图11a所示，正如前述所描述的，在播放界面中包含处理选项，如贴纸选项30123，元素选择入口设置于贴纸选项30123中，当贴纸选项30123被触发时，确定元素选择入口被触发；在播放界面中显示遮挡区域1101；并移动遮挡区域1101并覆盖处理后的视频中的参考视觉元素时，确定对参考视觉元素进行消除，得到覆盖处理后的视频，该覆盖处理后的视频中参考视觉元素被消除，即参考视觉元素与图像的背景融为一体，通过人眼无法从图像中看出参考视觉元素。

不难理解的是，元素选择入口除直接设置于播放界面所包含的处理选项中以外，元素选择入口还可以间接设置于处理选项中；参见图11b，在播放界面中触发贴纸选项30123后，显示选项窗口1102，该选项窗口1102中包含与贴纸选项关联的至少一个选项，至少一个选项中包含智能消除选项1103，元素设置入口可设置智能消除选项1103中，即当智能消除选项1103被触发时，元素设置入口被触发。本申请实施例对元素设置入口的具体设置位置和显示方式不作限定，在此说明。另外，本申请实施例除支持目标用户在处理后的视频的播放过程中，标注参考视觉元素外，本申请实施例还支持目标用户在待处理的视频的播放过程中，就标注参考视觉元素，这样目标终端在识别和消除目标视觉元素的过程中，可一并消除参考视觉元素，提高对视频中目标视觉元素和参考视觉元素的消除处理效率。

综上所述，本申请实施例既支持由目标终端自动对视频所包含的目标视觉元素进行识别和消除，还支持由目标用户根据自身的需求在视频中标注出参考视觉元素进行消除，在提高对目标视觉元素进行消除处理的效率的同时，满足目标用户对参考视觉元素的消除需求，进而提升消除处理的质量。

另外，本申请实施例还支持对处理后的视频进行发布和/或分享；所谓发布可是指将处理后的视频发布至目标用户对应的用户账号所关联的社交动态界面中；所谓分享可是指将处理后的视频分享至其他用户对应的账号，如将处理后的视频以链接、标识码(如二维码)等形式分享至其他用户对应的账号。上述账号或用户账号可是指用户登录社交应用程序时的账号，在此不作详细介绍。以对处理后的视频进行发布为例，发布处理后的视频的具体过程可包括：在播放界面中包括发布控件(或称为选项、组件、按键、按钮等)；响应于对发布控件的选择操作，对处理后的视频进行发布处理。一种示例性的对处理后的视频进行发布处理的界面示意图可参见图12，如12所示，在播放界面301中包含有发布控件1201；响应于对发布控件1201的选择操作，在社交动态界面1202中发布处理的视频；其中，社交动态界面1202中除包含处理后的视频的社交信息外，还包含由其他用户发布的社交信息，在社交动态界面1202中滑动可显示被隐藏的社交信息。当然，在对发布控件1201触发之后，还支持由目标用户对处理后的视频进行编辑，如为处理后的视频编辑介绍性的文字，或设置哪些用户具有查看处理后的视频权限等等，并在目标用户编辑完成后，才将处理后的视频发布至社交动态界面。上述是示例性的发布处理后的视频的实现方式，本申请实施例并不限定发布处理后的视频的具体实现过程，在此说明。这种在播放界面中，直接触发对处理后的视频的发布处理，提高对处理后的视频的发布的快捷性，有利于目标用户快速发布处理后的视频。

本申请实施例提供的视频处理方法，可以由目标终端或运行于目标终端中的多种应用程序来执行，例如，可以由社交应用程序来执行视频处理方法，这使得目标用户在参与社交会话或使用社交应用程序的过程中，可以直接从社交应用程序中选择待处理的视频，并对待处理的视频中的目标视觉元素进行消除处理，得到处理后的视频；缩短获取待处理的视频的路径，简化获取待处理的视频以及消除待处理的视频中的目标视觉元素的操作。并且，本申请实施例还支持在获取到待处理的视频后，自动对待处理的视频中的目标视觉元素进行识别，以及对识别到的目标视觉元素进行消除，不依赖于用户对视频中目标视觉元素的标注，提升用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。另外，本申请实施例还支持由目标用户在待处理的视频中标注出目标用户想要消除的参考视觉元素，满足目标用户对元素消除的个性化需求，提升用户粘性。

上述图2和图7所示实施例的相关内容，主要对本申请实施例提出视频处理方法的界面示意图进行了相关介绍，下面结合图13所示的流程来简单介绍本申请实施例的技术处理流程。如图13所示的视频处理方法的流程示意图中，主要涉及三个部分的功能点，其中：

第一点是：抽帧检测待处理的视频是否为包含目标视觉元素的视频。具体地，目标终端获取待处理的视频后，从待处理的视频中抽取至少两帧图像(如按照时间顺序等间隔地抽取一部分图像)，并检测该至少两帧图像中是否至少一帧图像中包含目标视觉元素；若该至少两帧图像中每帧图像均不包含目标视觉元素，表示该待处理的视频不是包含目标视觉元素的视频，即不需要对该待处理的视频进行消除处理，则直接输出原始的待处理的视频；反之，若该至少两帧图像中存在一帧或多帧的图像中包含目标视觉元素，表示该待处理的视频是包含目标视觉元素的视频，即需要对该待处理的视频进行消除处理。这样是为了减少无目标视觉元素的视频的处理时长，即检测到待处理的视频不包含目标视觉元素时，可直接返回该待处理的视频，避免再对该待处理的视频进行后续处理，进而缩短该待处理的视频的处理时长。

第二点是：遍历待处理的视频所包含的每帧图像，进行视频帧(如待处理的视频所包含的图像)的检测分割追踪处理，得到待处理的视频中目标视觉元素所对应的掩膜区域。其中，目标视觉元素对应的掩膜区域或可称为元素掩膜，当目标视觉元素为水印时，该元素掩膜可称为水印掩膜；水印对应的水印掩膜所占的区域是指用于呈现水印的像素点所组成的区域，该区域呈现的形状与水印的形状一致；一种示例性的水印对应的掩膜区域可参见图14，如图14所示，图像中包含水印“@61359”，该水印“@61359”对应的掩膜区域为字符“@”、字符“6”、字符“1”、字符“3”、字符“5”以及字符“9”所对应的像素点所组成的区域。其中，检测分割追踪可简单理解为：对待处理的视频所包含的单帧图像利用元素模板匹配，得到该单帧图像中目标视觉元素的类型和显示位置；再针对待处理的视频所包含的多帧图像添加追踪的逻辑，所谓追踪逻辑可是指：如果前上一帧图像和当前帧图像差距不大，或者上一帧图像中目标视觉元素的掩膜区域在当前帧图像中对应的区域之间有一定的相似度，那么可以将上一帧图像目标视觉元素和目标视觉元素的掩膜区域作为当前帧图像所包含的目标视觉元素和掩膜区域；采用这种追踪逻辑一方面缩短对多帧图像中目标视觉元素的识别时间，另一方面也确保不同图像之间的掩膜区域的稳定性，让后续的填充处理更加不易被人察觉。

第三点是：基于第二点确定出待处理的视频中目标视觉元素的掩膜区域后，可对该目标视觉元素进行去除处理，进一步地，对该目标视觉元素的掩膜区域进行填充处理，使得填充处理后的掩膜区域与图像中周围背景融为一体，让处理后的视频看起来毫无痕迹的去除了目标视觉元素。具体地，本申请实施例对单帧图像中掩膜区域的填充包括：利用图像中与掩膜区域相似的相似块的特征信息，以及目标视觉元素所关联区域内除去掩膜区域以外的其他区域，来填充掩膜区域；并且，还加上一定的模糊，让填充后的掩膜区域的填充效果与掩膜区域周围区域的像素相差不大，进而使得填充后的掩膜区域看起来更为自然。针对多帧图像中掩膜区域的填充，本申请实施例还支持根据上一帧图像与当前帧图像背景的相似度，让当前帧图像与上一帧图像之间做一个平滑过渡，使得处理后的视频中连续的多帧图像中掩膜区域看起来更为连贯和自然，进而提升处理后的视频的质量。

下面结合图15所示的更为详细的流程示意图对视频处理方法的技术处理流程进行介绍；图15示出了本申请一个示例性实施例提供的一种视频处理方法的流程示意图；该视频处理方法可以由目标终端(如任一终端)来执行，该视频处理方法可包括但不限于步骤S1501-S1505：

S1501：获取待处理的视频。

需要说明的是，步骤S1501所示的具体实现方式可参见前述图7所示的步骤S702所示的具体实现方式的相关描述，在此不作赘述。

S1502：对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域。

考虑到待处理的视频中包含多帧图像，因此，出于不同帧图像之间的稳定性和性能方面的考虑，本申请实施例将元素定位处理的过程分为：对单帧图像进行元素定位处理和对多帧图像之间进行元素追踪处理两个步骤。具体实现中，假设待处理的视频包含N帧图像，N为正整数，那么对视频所包含的各帧图像进行检测分割追踪处理的实现方式可包括：针对视频中的第i帧图像，若存在第i-1帧图像且第i-1帧图像中包含目标视觉元素，则根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域；i为正整数且1≤i≤N。若不存在第i-1帧图像，或存在第i-1帧图像但第i-1帧图像未包含目标视觉元素，则对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域。

下面对上述提及的对单帧图像的元素定位处理和对多帧图像之间的元素追踪处理分别进行详细阐述，其中：

(1)对单帧图像进行元素定位处理，即识别(或检测)单帧图像中的目标视觉元素以及目标视觉元素对应的掩膜区域。

总体思路可包括：利用模板匹配的思路，将主流视频平台(或网站)的平台水印(或logo)搜集称为模板库(或称为水印模板库，包括水印模板)；将视频中的图像与模板库进行模板匹配，如果一旦找到满足一定匹配度的水印模板，就终止模板匹配，并将找到的水印模板所包含的水印确定为该图像所包含的水印。其中，模板库中包含至少一个模板视觉图像(如前述提及的水印模板)，每个模板视觉图像中包含一个候选视觉元素(如候选水印)。

其中，对目标视觉元素的检测过程(或称为元素定位处理的过程)可简单分为模板库建立、模板匹配两个部分；下面分别对这两部分内容进行详细介绍。

1)模板库建立。

模板库中包含至少一个模板视觉图像，任一模板视觉图像中包含想要被去除的视觉元素(如水印，或不符合显示要求的图形或文本等)。本申请实施例支持搜集包含视觉元素的图像来构成模板库，例如，包含视觉元素的图像可包括包含主流的视频平台的平台logo的图像等。其中，在搜集到包含视觉元素的图像后，基于包含视觉元素的图像生成模板视觉图像的过程中需要注意如下几点：

a.根据目标终端的终端屏幕的尺寸，对包含视觉元素的图像的尺寸进行裁剪，确保生成的模板视觉图像具有一定的比例大小信息。例如，目标终端为智能手机，且智能手机的终端屏幕的尺寸大概为720*1280像素，即终端屏幕的短边为720像素，那么可以按照720像素对包含视觉元素的图像进行裁剪，使得裁剪后的包含视觉元素的图像的短边为720像素。

b.考虑到从主流视频平台中搜集到的包含视觉元素的图像中，视觉元素大多呈现为白色，为便于在模板视觉图像中突出显示视觉元素，本申请实施例还支持首先在好区分的背景(如全黑背景)中将视觉元素截取出来，然后采用图像编辑工具(如PS(AdobePhotoshop)工具)将视觉元素的前景抠出来，并将抠出来的视觉元素的前景放置到全黑的背景图像上，进而生成模板视觉图像，该模板视觉图像中视觉元素呈现为白色，背景呈现为黑色，实现在模板视觉图像中突出视觉元素。当然，如果视觉元素呈现为其他颜色，那么可以将抠出的视觉元素放置其他好区分的颜色的背景图像上，本申请实施例视觉元素的颜色以及对应的背景图像的颜色不作限定，在此说明。

c.在模板视觉图像中调整视觉元素的大小，使得调整大小后的视觉元素在模板视觉图像能够占据较大的显示面积(如占据模板视觉图像的显示面积的80％)，这样可以在模板视觉图像中突出视觉元素，提高模板匹配的准确性，减少模板匹配的时间。

2)模板匹配。

模板匹配是指将待处理的视频所包含的图像与模板库中的模板视觉图像进行匹配，找到图像中与模板视觉图像中最匹配的坐标，进而基于最匹配的坐标确定该图像中目标视觉元素以及目标视觉元素在图像中的位置。其中，假设待处理的视频包含N帧图像，N为正整数，那么模板匹配的具体实现方式可包括：首先，从模板库中获取模板图像，该模板图像中包含目标视觉元素，模板图像可是模板库所包含的至少一个模板视觉图像中的任一个；然后，采用模板图像对第i帧图像进行遍历检测，i为正整数且1≤i≤N；若遍历检测结果指示模板图像与第i帧图像匹配，则根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域。

下面对上述描述的模板匹配的过程进行更为详细的介绍，其中可包括步骤s11-s13：

s11：将单帧图像的尺寸缩放到与模板图像相同的尺寸，去除了尺寸不一致导致的不稳定因素；例如，模板图像的短边为720像素，则将单帧图像的短边缩放到720像素。其中，在缩放单帧图像的尺寸的过程中，尽可能选用使缩放后的单帧图像不失真的方式进行缩放处理，如选用线性插值这种尽可能不失真的方式缩放单帧图像的尺寸，这样能够确保缩放后的单帧图像的质量。

s12：考虑到目标视觉元素往往都是显示于图像的左上、右上、左下以及右下的四个角落上；因此，为提高模板匹配的效率，本申请实施例还支持先对单帧图像进行裁剪，如裁剪出单帧图像中最上端和最下端的两个条状的区域，后续只对这两个区域进行水印模板匹配。当然，目标视觉元素还可以显示于图像的中间位置，因此，本申请实施例也支持不对图像进行裁剪，而是将完整的图像与模板视觉图像进行模板匹配，这样有助于从图像中匹配出全部的目标视觉元素。在实际应用场景中，可以根据业务需求来选择是否将图像进行裁剪，本申请实施例对此不作限定。为便于阐述，后续以将完整的图像与模板视觉图像进行模板匹配为例，对采用单帧图像与模板视觉图像进行模板匹配的过程进行介绍，具体可参见步骤c。

s13：采用单帧图像与模板视觉图像进行模板匹配。具体的模板匹配过程可包括：首先，将模板图像的参考顶点与第i帧图像的参考顶点对齐，此处的模板图像的参考顶点和第i帧图像的参考顶点均可以是指图像(如模板图像或第i帧图像中的左上角)；然后，将模板图像按照设定方向(如沿着第i帧图像的水平或竖直方向)及设定步长(如一个像素点)在第i帧图像上进行多次移动，并基于每次移动，获取第i帧图像中与模板图像之间相重合的重合区域，并计算重合区域与模板图像之间的相似度；其次获取多次移动对应的相似度中的最大相似度，若最大相似度大于相似度阈值，则指示模板图像中与第i帧图像匹配；最后，在第i帧图像中定位最大相似度对应的重合区域，并确定最大相似度对应的重合区域中包含目标视觉元素；以及，根据目标视觉元素在最大相似度对应的重合区域中的位置，确定目标视觉元素在第i帧图像中的掩膜区域。

结合附图16对上述模板匹配的过程进行概述性描述；如图16所示，假设单帧图像的短边尺寸为29像素，模板图像的短边尺寸为10像素，且相似度阈值为70％。那么首先将模板图像的左上角(即参考顶点)与单帧图像的左上角对齐，并将模板图像从单帧图像的左上角，每次以设定步长(如一个像素点)为单位，沿水平方向进行移动，遍历单帧图像的每一行每一列；每到达一个位置，都会计算出模板图像与单帧图像之间的重合区域，与与模板图像之间的相似度；其中，在采用模板图像向右移动遍历单帧图像的每一行时，当模板图像的右上角与单帧图像的右上角重合，就停止在行上的遍历，而从当前行的下一行重新开始遍历，重复上述操作，直至遍历完单帧图像。采用上述方式可得到模板图像遍历单帧图像的多个相似度，然后选取多个像素度中最大相似度，如果最大相似度大于相似度阈值，则将模板图像所包含的目标视觉元素作为单帧图像的目标视觉元素，且将得到最大相似度的遍历过程中，模板图像在单帧图像中的位置确定为目标视觉元素在单帧图像中的位置，进而将最大值对应的重合区域在当前遍历的图像中的区域中的目标视觉元素对应的掩膜区域，作为目标视觉元素对应的掩膜区域。

参见附图16可知，当模板图像沿着单帧图像的首行向右第二次移动后，即第二次遍历时，得到的模板图像和单帧图像上与模板图像一样大小的重合区域中目标视觉元素的相似度最大，在图16中体现为模板图像中的目标视觉元素与单帧图像中的目标视觉元素重复度较多，且相似度80％大于相似度阈值70％；此时可确定单帧图像中包含目标视觉元素，目标视觉元素对应的掩膜区域位于重合区域内。当然，如果遍历结束后得到的多个相似度中，如果最大相似度的数值小于相似度阈值，则确定在单帧图像中不存在模板图像所包含的目标视觉元素。

其中，可采用如下几种示例性的相似度计算方式，来计算模板图像和单帧图像上与模板图像一样大小的重合区域中视觉元素的相似度：

平方差匹配：用模板图像与单帧图像中重合区域所有像素的平方差之和来表征相似度，数值越小匹配度越好。当对单帧图像进行裁剪，将裁剪后的条形区域与模板图像之间的重合区域所有像素的平方差之和来表征相似度，在此对这两种方式不作限定。其中，平方差匹配的计算公式如下。

R(x，y)＝∑

其中，x、y是单帧图像的左上角的坐标，x′，y′是模板图像的左上角的坐标。T(x′，y′)是模板图像中所有像素的平均像素值；I(x+x′，y+y′)是模板图像与单帧图像的重合区域内的所有像素的平均像素值。(T(x′，y′)-I(x+x′，y+y′))

相关匹配：采用模板图像和单帧图像之间的乘法操作。数值越大匹配度越好。其中，相关匹配的计算公式如下。

R(x，y)＝∑

其中，各个参数和函数的相关含义可参见公式1中对各个参数和函数的相关描述，在此不作赘述。

系数匹配：模板图像对其均值的相对值、与单帧图像对其均值的相对值的相关值进行匹配。数值越大表示匹配度越好。

R(x，y)＝∑

其中，

从实践结果上看，最后一种系数匹配的度量方法能得到更好的结果，且可以记录下系数匹配值归一化后的结果。因此，本申请实施例在具体实践时偏向于采用系数匹配来计算模板图像和单帧图像上与模板图像一样大小的重合区域中视觉元素的相似度。另外，上述只是给出三种示例性的相似度计算方式，在实际应用场景中，还可以采用其他的相似度计算方法，本申请实施例对具体采用哪种相似度计算方法不作限定。

需要说明的是，上述是以模板库所包含的视觉元素是主流视频平台的平台水印(如logo)为例进行介绍的，但模板库所包含的视觉元素还可以是其他元素，如文字水印(如用户账号)，或不符合显示要求的图形和文本；这样模板库中可包括较为丰富的视觉元素，以便于较为全面的识别出待处理的视频所包含的目标视觉元素。可选的，考虑到主流视频平台的平台水印获取较为容易，而文字水印不容易获取，因此模板库所包含的视觉元素通常包括主流视频平台的平台水印，而不包括文字水印；在这种实现方式下，本申请实施例还支持在识别到单帧图像所包含的平台水印后，再识别单帧图像所包含的文字水印；并且，由于文字水印往往显示于平台水印所关联的区域，如平台水印的旁边区域，因此，本申请实施例支持在平台水印的附近区域，框出可能出现文字水印的区域，将这个区域的图像转换为YCbCr空间，进而识别出文字水印。其中，YCbCr一般用于视频中的影像连续处理中，Y表示颜色的亮度，Cb和Cr为蓝色和红色的浓度偏移量成分。这个颜色空间更加符合人眼的观感，同时基本所有的水印都是比较亮的区域；可以取亮度通道Y上阈值240(或其他数值)为文字水印的截断值，这样就可以在平台水印附近的区域较好的检测出文字水印所在的掩膜区域(或称为mask区域)。这样根据以上用模板匹配得到平台掩膜，和在平台水印附近用亮度查找文字水印的步骤，就可以得到单帧图像对应的水印(包括平台水印、文字水印等等)以及水印对应的掩膜区域。通过上述过程，不仅可以检测出一些固定水印(如平台水印)，还可以检测出带有用户ID这种异形水印(即具有个性化的水印，如用户ID)，提高对视频中水印检测的全面性。

另外，本申请实施例并不限定只采用上述方式对视频所包含的目标视觉元素进行检测，例如，本申请实施例还支持借鉴一些深度网络分割的方法，对视频中的目标视觉元素进行检测，提升检测的鲁棒性；特在此说明。

(2)待处理的图像中多帧图像之间的元素追踪处理。

具体实现中，以视频包含N帧图像，N为正整数为例，给出元素追踪处理的过程：根据第i-1帧图像中的目标视觉元素对应的掩膜区域，在第i帧图像中框出相似区域；计算相似区域与第i-1帧图像中的掩膜区域之间的相似度；若相似度结果满足相似度条件，则确定第i帧图像包含目标视觉元素，并将第i-1帧图像中的掩膜区域确定为第i帧图像所包含的目标视觉元素对应的掩膜区域。

下面对上述过程进行更为详细的介绍，其中：首先，在第i-1帧图像中框出掩膜区域关联的相似区域(或称为方形区域)，框得的相似区域中掩膜区域可以占相似区域的70％(或其他数值)，以便于在相似区域中可突出显示掩膜区域。其次，在这个方形区域上，计算第i图像与第i-1帧图像的相似度，来判断是否要用第i-1帧图像的信息进行追踪。如果判断相似度满足相似度条件，那么可以直接沿用第i-1帧图像的掩膜区域，如果不满足相似度条件，那么就抛弃第第i-1帧图像的掩膜区域，直接对第i帧图像执行前述描述的元素定位处理的步骤。这样就可以既保证了多帧图像之间的掩膜区域的稳定性，让后续对掩膜区域的填充结果更加不容易被人察觉，同时也加快了检测的时间，得到较好的消除处理效果。

以下给出两种示例性的计算第i-1帧图像中相似区域和第i帧图像中相似区域之间的相似度的方式，其中：

均方误差(mean-square error,MSE)：计算两帧图像(或两帧图像中的相似区域)的像素的距离差值，得到第i-1帧图像中相似区域和第i帧图像中相似区域的相似度。计算得到的数值越小，第i-1帧图像中相似区域和第i帧图像中相似区域之间的相似度越高。其中，计算均方误差的计算公式如下。

其中，w，h是图像的宽和高；i，j是图像中像素点的坐标；I

结构相似性(Structural Similarity，SSIM)：采用三个比较：亮度、对比度和结构，来衡量第i-1帧图像x中的相似区域和第i帧图像y中的相似区域之间的相似度；其中：

亮度：

对比度：

结构：

其中，μ、σ分别表示均值和方差，c是常数，防止除数为0。这里取c3＝c2/2之后，将上述三者相乘，就可以得到计算公式：

值得注意的是，每次计算的时候都用N*N的滑动窗口，再取平均，得到第i-1帧图像x中的相似区域和第i帧图像y中的相似区域之间的相似度的结果。另外，本申请实施例支持采用上述方式来计算相似度，在这种情况下，当MSE计算得到的结果小于第一阈值，同时SSIM计算得到的结果大于第二阈值的情况下，确定第i-1帧图像x中的相似区域和第i帧图像y中的相似区域是相似的。其中，第一阈值和第二阈值的数值可以相同或不同，本申请实施例对此不作限定。

综上所述，通过上述描述的实现方式(1)和实现方式(2)，可检测出待处理的视频中的各帧所包含的目标视觉元素以及目标视觉元素对应的掩膜区域。

另外，在遍历待处理的视频以检测各帧所包含的目标视觉元素之前，本申请实施例还支持先判断待处理的视频是否为包含有目标视觉元素的视频；如果待处理的视频是包含有目标视觉元素的视频，则对待处理的视频中的目标视觉元素执行消除处理；反之，如果待处理的视频不是包含有目标视觉元素的视频，则不对待处理的视频进行消除处理。这样是为了减少无目标视觉元素的视频的处理时长，避免对该待处理的视频进行后续处理，进而缩短该待处理的视频的处理时长；并且，降低了视频有无水印检测的容错率，给用户更好的体验。

其中，检测待处理的视频是否为包含有目标视觉元素的视频的具体实现过程可包括：按照抽取规则从视频中抽取N帧图像，N为正整数；将N帧图像中的每帧图像与模板库中的模板视觉图像进行模板匹配；若N帧图像中任一图像与模板库中任一模板视觉图像相匹配，则确定视频中包含目标视觉元素，即可以对该视频进行后续的消除处理。根据抽取规则的定义不同，从视频中抽取的图像的数量和类型也不相同；例如，抽取规则可包括但不限于：从视频中随机抽取N帧图像，或，按照时长从视频中均匀抽取N帧图像。以抽取规则包括按照时长从视频中均匀抽取N帧图像为例进行介绍，假设要从视频中抽取6帧图像，且视频总共包含1200帧，则可以每间隔200帧抽取一帧图像，进而从1200帧图像中抽取到6帧图像。需要说明的是，上述对上述抽取的每帧图像进行模板匹配以识别是否包含目标视觉元素的过程可参见前述内容的相关描述，在此不作赘述。

S1503：对每帧图像中的掩膜区域进行填充处理，得到填充处理后的至少一帧图像。

正如前述所描述的，考虑到待处理的视频中包含多帧图像，因此，出于不同帧图像之间的稳定性和性能方面的考虑，本申请实施例将填充处理的过程分为：对单帧图像中的目标视觉元素对应的掩膜区域进行填充处理，以及多帧图像中掩膜区域的平滑填充这两个步骤；其中：

(1)单帧图像中目标视觉元素的填充处理。

由于目标视觉元素对应的掩膜区域往往是单帧图像中的一小部分区域，因此，本申请实施例采用掩膜区域周围的背景像素来对掩膜区域进行填充，这使得填充后的掩膜区域能够与背景更好地融合，相比于在单帧图像中简单的去除掩膜区域而言，本申请实施例填充处理后的掩膜区域看起来更为自然。其中，本申请实施例支持基于快速行进的快速修复算法(Fine Metal Mask，FMM)对图像中的掩膜区域进行填充，得到填充后的图像。

下面对基于快速行进的快速修复算法的主要原理进行简单说明，FMM主要的思想是先处理待修复区域(如掩膜区域)边缘上的像素点，然后层层向内(即向掩膜区域的内部区域)推进，直到修复完所有的待修复区域。对于掩膜区域的边缘上某个未知像素点p的填充，我们取这个像素一定半径r范围内的领域ε内的像素来填充。领域内已知像素q，我们可以根据亮度梯度值计算颜色值：

基于上述描述可知，在利用领域ε中的所有像素，来计算掩膜区域中的未知像素的过程中，领域ε中的各个像素点起到的作用并不相同；下面用几个权重值来衡量已知像素的计算结果对未知待求解像素的贡献度。权重主要由三个部分组成：

方向因子：

几何距离因子：

水平集距离因子：

以上三个因子相乘，就可以得到待修复区域中每个点的权重，通过计算公式归一化，就可以得到最终结果像素：

本申请实施例可以采用上述计算得到的计算公式来填充掩膜区域；其中，在填充过程中，当掩膜区域所包含的未知像素点被填充后，该未知像素点就可以当做一个已知像素点来填充新的未知像素点，因此，采用哪种顺序来对掩膜区域进行填充，显得尤为重要。为使得填充后的掩膜区域与周围背景一致，本申请实施例采用的填充顺序是从外向内的顺序，即先填充掩膜区域的边缘上的未知像素点，再一层一层地向内推进，这样每次填充(或称为修复)的都是最外圈的像素。

下面对每次填充后，确定待修复区域的最外圈的像素的方式进行介绍，具体地：为待修复区域边缘构建了一个窄边，这个窄边是将掩膜区域膨胀一圈再减去原来的掩膜区域得到的待修复区域边界。在确定窄边后可得到如下要修复的像素，的目的就是为了找到下面这些类型的像素，包括：窄边上的像素、窄边外部不需要修复的像素以及窄边内部的等待修复的像素。本申请实施例采用标记符来标识上述三种类型的像素；其中，BAND标识就是窄边上的像素；KNOWN标识窄边外部不需要修复的像素；INSIDE标识窄边内部的等待修复的像素。每个像素均需要记录两个值，T代表的是像素距离窄边的距离，I是灰度值。接下来对修复像素的行进方式进行大致介绍：

1)初始化；将BAND和KNOWN类型的像素T值初始化为0，INSIDE类型像素T值设为无限大。

2)定义一个双向链表NarrowBand，将BAND的像素按T值升序排列，依次加入到NarrowBand中。假设处理到p点，将p点类型改为KNOWN，从NarrowBand中吐出，然后依次处理p点的四邻域点Pi。如果Pi类型为INSIDE，那么重新计算该点像素值I，修复该点，并更新其T值，修改该点类型为BAND,加入NarrowBand(这里仍按顺序，即始终保持NarrowBand是按升序排列的)。依次进行，每次处理的都是NarrowBand中T最小的像素，直到NarrowBand中没有像素。

通过以上修复步骤，就可以得到单帧图像中的掩膜区域被填充处理后的修复结果(或称为填充结果)。

在一种对目标视觉元素进行填充的场景中，目标视觉元素的掩膜区域横跨了黑边界区域，即掩膜区域一部分位于图像中带有色彩的区域内，另一部分位于黑色的背景中；其中，黑边界区域内的所有像素点的像素值为0。为了能够更好的处理目标视觉元素在横跨黑边界区域的情况，本申请实施例还支持采用霍夫变换检测单帧图像中的直线，如果检测到可信度很高的直线，就把单帧图像划分成两部分，再分别对两部分图像中的目标视觉元素进行填充处理，然后，把两部分填充处理后的图像合并在一起，进而得到最终的填充处理后的图像。其中，霍夫变换是一种特征检测(feature extraction)，用来辨别找出图像中的特征，例如：线条；本申请实施例对霍夫变换的相关内容不作详细描述。

通过上述描述的以直线为划分界限，将单帧图像划分为两部分图像，并对两部分图像中的掩膜区域分别填充后，再融合两部分图像，来生成最终的填充后的单帧图像的方式；在一定程度上可避免采用上述较为繁琐的方式对黑色区域中部分掩膜区域的像素点进行赋值，提高填充处理效率；并且，可避免将黑色区域的像素赋值到本应该有颜色的未知像素点，使得被修复后的掩膜区域更为自然。其中，不区分黑边界区域时对掩膜区域填充的填充结果，和区分黑边界区域时对掩膜区域填充的填充结果的对比示意图可参见图17；如图17所示，掩膜区域的上部分位于黑边界区域内，而掩膜区域的下部分位于单帧图像中；如果不区分黑边界区域对掩膜区域填充，会导致填充得到的掩膜区域的下部分被填充为黑色，而区分黑边界区域对掩膜区域填充时，使得填充后的单帧图像掩膜区域与单帧图像的背景融为一体，即填充处理后的单帧图像中能够较好地隐藏掩膜区域。

(2)待处理的图像中多帧图像之间的平滑填充。

考虑到上述单帧图像的修复结果与目标视觉元素的周围的像素的关系较大，周边像素的切换频繁会导致掩膜区域会有抖动，因此本申请实施例在多帧图像中掩膜区域的填充过程中加入帧间平滑的逻辑，可使得填充处理后的多帧图像的掩膜区域的填充结果看起来更为流畅和自然。

本申请实施例中提及的帧间平滑的思路是：计算当前帧掩膜区域的附近区域非水印区域与上一帧图像的相似度，用相似度系数融合当前帧图像的填充结果与上一帧图像的填充结果，让上一帧图像的填充结果和当前帧图像的填充结果的帧间过渡更加自然。在具体实现中，若视频中包含相邻的第一图像和第二图像，且第一图像中目标视觉元素对应的掩膜区域被填充为第一掩膜填充区域，以及第二图像中目标视觉元素对应的掩膜区域被填充为第二掩膜填充区域，则通过帧间平滑的方式来得到第二图像中掩膜区域的填充结果的方式可包括：在第二图像中以目标视觉元素对应的掩膜区域为中心，框出显示面积大于掩膜区域的显示面积的参考区域；从参考区域中抠出目标视觉元素，得到非元素区域；计算非元素区域和第一掩膜填充区域之间的融合系数；采用融合系数，融合第一掩膜填充区域和第二掩膜填充区域，得到更新后的第二图像中目标视觉元素对应的掩膜区域的填充结果。

上述帧间平滑的过程可简单概述为：首先从第二图像中框选出掩膜区域的宽高X倍(如2倍)大小的区域，作为相似度计算的参考区域。然后，用视觉元素追踪部分提及到的两帧图像之间相似度度量标准，来计算第一图像中第一掩膜填充区域与第二图像中抠出掩膜区域后的参考区域(即非元素区域)之间的相似度。然后，用SSIM相似度算法的0到1的相似度衡量系数来计算融合系数；设定最小和最大的两个阈值，当相似度小于最小阈值Tmin，融合系数a＝0.0；当相似度大于最大阈值Tmax，融合系数a＝1.0；当介于Tmin与Tmax之间时，将相似度线性映射到[0.0,1.0]之间，作为融合系数a。最后，用融合系数a，将第一图像的填充结果(如第一掩膜填充区域)与第二图像中按照前述提及的单帧图像填充方式的填充结果(如第二掩膜填充区域)进行融合，得到第二图像中掩膜区域的最终填充结果。通过上述帧间平滑的方式对第二图像中掩膜区域进行填充，既可以保持追踪视频连贯性，并且如果视频切换场景的时候，也不会带来仍有上一帧残留的问题。

S1504：按照视频中各帧图像的播放顺序，融合填充后的至少一帧图像和不包含目标视觉元素的至少一帧图像，生成处理后的视频。

具体地，假设视频包含200帧图像，其中，第3帧图像、第45帧图像以及第89帧图像包含目标视觉元素，而其他图像不包含目标视觉元素；则对第3帧图像、第45帧图像以及第89帧图像所包含的目标视觉元素按照前述步骤执行消除处理后，可分别得到第3帧图像处理后的图像、第45帧图像处理后的图像以及第89帧图像处理后的图像；再按照视频中各帧图像的播放顺序将200帧图像进行融合，就可以生成处理后的视频。

S1505：于播放界面显示处理后的视频。

需要说明的是，步骤S1505的具体实现过程可参见前述图7所示实施例中步骤S704所示的具体实现过程的相关描述，在此不作赘述。

本申请实施例中，在获取到待处理的视频后，自动对待处理的视频中的目标视觉元素进行识别，以及对识别到的目标视觉元素进行消除，不依赖于用户对视频中目标视觉元素的标注，提升用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。另外，在识别视频中各帧图像中的目标视觉元素时，采用多帧图像之间的视觉元素追踪，可以既保证了多帧图像之间的掩膜区域的稳定性，让后续对掩膜区域的填充结果更加不容易被人察觉，同时也加快了检测的时间，得到较好的消除处理效果。并且，在对视频所包含的多帧图像中的掩膜区域进行填充时，采用多帧图像之间的平滑填充，使得填充处理后的多帧图像的掩膜区域的填充结果看起来更为流畅和自然。另外，本申请实施例提出的整个视频处理方法，运算过程较为简单，可以在目标终端(如智能手机、个人电脑等)上快速运行，这样通过目标终端就可以快速实现对视频中目标视觉元素的消除处理，使得产品落地更容易。

上述详细阐述了本申请实施例的方法，为了便于更好地实施本申请实施例的上述方案，相应地，下面提供了本申请实施例的装置。

图18示出了本申请一个示例性实施例提供的一种视频处理装置的结构示意图；该视频处理装置可以用于是运行于目标终端中的一个计算机程序(包括程序代码)，例如该视频处理装置可以是目标终端中的应用程序(如社交应用程序)；该视频处理装置可以用于执行图2、图7以及图15所示的方法实施例中的部分或全部步骤。请参见图18，该视频处理装置包括如下单元：

获取单元1801，用于获取待处理的视频，视频中包含目标视觉元素；

处理单元1802，用于对视频中的目标视觉元素进行消除处理；

处理单元1802，还用于于播放界面显示播放处理后的视频，处理后的视频中的目标视觉元素被消除。

在一种实现方式中，播放界面中包括处理选项；在视频的播放过程中，若处理选项被选择，则触发执行对视频中的目标视觉元素进行消除处理的步骤；

其中，目标视觉元素包括水印，或者，目标视觉元素包括不符合显示要求的图形及文本。

在一种实现方式中，在视频的播放过程中，若存在消除处理触发操作，则触发执行对视频中的目标视觉元素进行消除处理的步骤；

其中，消除处理触发操作包括以下任一种：手势操作、音频信号输入操作、振动操作以及计时操作；计时操作是指：视频在播放界面中的显示时长超过时长阈值的操作。

在一种实现方式中，处理单元1802，还用于：

当触发对视频中的目标视觉元素进行消除处理时，暂停播放视频；以及，

在播放界面中输出提示信息，提示信息用于提示正在对视频中的目标视觉元素进行消除处理。

在一种实现方式中，播放界面中包含信息提示窗口，提示信息显示于信息提示窗口中；信息提示窗口中设有关闭控件；处理单元1802，还用于：

在对视频中的目标视觉元素进行消除处理的过程中，若关闭控件被选择，则在播放界面中关闭信息提示窗口；以及，

中断对视频中的目标视觉元素的消除处理；

其中，若消除处理过程被中断，则处理后的视频中的目标视觉元素存在如下任一情况：未被消除、被完全消除、或部分被消除。

在一种实现方式中，处理单元1802，还用于：

当消除处理结束时，输出处理结果通知，处理结果通知用于通知对视频中的目标视觉元素的消除结果，消除结果包括以下任一种：未被消除、已被完全消除、或未被完全消除；消除处理结束包括：完成消除处理的过程；或者，消除处理被中断。

在一种实现方式中，播放界面中包括元素选择入口；处理单元1802，还用于：

在播放处理后的视频的过程中，响应于元素选择入口被触发，在处理后的播放界面中显示遮挡区域；

移动遮挡区域并覆盖处理后的视频中的参考视觉元素；

播放覆盖处理后的视频，覆盖处理后的视频中参考视觉元素被消除。

在一种实现方式中，播放界面中包括发布控件，处理单元1802，还用于：

响应于对发布控件的选择操作，对处理后的视频进行发布处理。

在一种实现方式中，处理单元1802，还用于：

显示社交应用程序的服务界面，服务界面中设有视频获取入口；

当视频获取入口被触发时，显示视频选择界面，视频选择界面中包括一个或多个候选视频；

响应于对一个或多个候选视频的选择操作，将被选择的候选视频作为待处理的视频。

在一种实现方式中，待处理的视频是视频浏览界面中正在播放的视频，处理单元1802，还用于：

显示视频浏览界面，视频浏览界面用于显示不同的视频；

响应于视频浏览界面中的视频被选择，将被选择的视频作为待处理的视频。

在一种实现方式中，处理单元1802用于对视频中的目标视觉元素进行消除处理时，具体用于：

对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域；

对每帧图像中的掩膜区域进行填充处理，得到填充后的至少一帧图像；

按照视频中各帧图像的播放顺序，融合填充后的至少一帧图像和不包含目标视觉元素的至少一帧图像，生成处理后的视频。

在一种实现方式中，检测分割追踪处理包括元素定位处理或元素追踪处理；视频包含N帧图像，N为正整数；

处理单元1802用于对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域时，具体用于：

针对视频中的第i帧图像，若存在第i-1帧图像且第i-1帧图像中包含目标视觉元素，则根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域；i为正整数且1≤i≤N；

若不存在第i-1帧图像，或存在第i-1帧图像但第i-1帧图像未包含目标视觉元素，则对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域。

在一种实现方式中，处理单元1802用于对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域时，具体用于：

获取模板图像，模板图像中包含目标视觉元素；

采用模板图像对第i帧图像进行遍历检测；

若遍历检测结果指示模板图像与第i帧图像匹配，则根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域。

在一种实现方式中，处理单元1802用于采用模板图像对第i帧图像进行遍历检测时，具体用于：

将模板图像的参考顶点与第i帧图像的参考顶点对齐；

将模板图像按照设定方向及设定步长在第i帧图像上进行多次移动；

基于每次移动，获取第i帧图像中与模板图像之间相重合的重合区域，并计算重合区域与模板图像之间的相似度；

获取多次移动对应的多个相似度中的最大相似度，若最大相似度大于相似阈值，则指示模板图像与第i帧图像匹配。

在一种实现方式中，处理单元1802用于根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域时，具体用于：

在第i帧图像中定位最大相似度对应的重合区域，并确定最大相似度对应的重合区域中包含目标视觉元素；以及，

根据目标视觉元素在最大相似度对应的重合区域中的位置，确定目标视觉元素在第i帧图像中的掩膜区域。

在一种实现方式中，处理单元1802用于根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域时，具体用于：

根据第i-1帧图像中的目标视觉元素对应的掩膜区域，在第i帧图像中框出相似区域；

计算相似区域与第i-1帧图像中的掩膜区域之间的相似度；

若相似度结果满足相似度条件，则确定第i帧图像包含目标视觉元素，并将第i-1帧图像中的掩膜区域确定为第i帧图像所包含的目标视觉元素对应的掩膜区域。

在一种实现方式中，若视频中包含相邻的第一图像和第二图像，且第一图像中目标视觉元素对应的掩膜区域被填充为第一掩膜填充区域，以及第二图像中目标视觉元素对应的掩膜区域被填充为第二掩膜填充区域，则处理单元1802还用于：

在第二图像中以目标视觉元素对应的掩膜区域为中心，框出显示面积大于掩膜区域的显示面积的参考区域；

从参考区域中抠出目标视觉元素，得到非元素区域；

计算非元素区域和第一掩膜填充区域之间的融合系数；

采用融合系数，融合第一掩膜填充区域和第二掩膜填充区域，得到更新后的第二图像中目标视觉元素对应的掩膜区域的填充结果。

根据本申请的一个实施例，图18所示的视频处理装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本申请的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本申请的其它实施例中，该视频处理装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。根据本申请的另一个实施例，可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2、图7以及图15所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图18中所示的视频处理装置，以及来实现本申请实施例的视频处理方法。计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。

本申请实施例中，在待处理的视频的播放过程中，处理单元1802可用于自动对视频所包含的目标视觉元素进行识别；并在识别到目标视觉元素后，对视频所包含的目标视觉元素进行消除处理，使得消除处理后的视频中不包含目标视觉元素；这种对视频中的目标视觉元素进行自动识别和消除的方式，不依赖于用户对视频中目标视觉元素的标注，提升用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。

图19示出了本申请一个示例性实施例提供的一种终端的结构示意图。请参见图19，该终端包括处理器1901、通信接口1902以及计算机可读存储介质1103。其中，处理器1901、通信接口1902以及计算机可读存储介质1903可通过总线或者其它方式连接。其中，通信接口1902用于接收和发送数据。计算机可读存储介质1903可以存储在终端的存储器中，计算机可读存储介质1903用于存储计算机程序，计算机程序包括程序指令，处理器1901用于执行计算机可读存储介质1903存储的程序指令。处理器1901(或称CPU(CentralProcessing Unit，中央处理器))是终端的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。

本申请实施例还提供了一种计算机可读存储介质(Memory)，计算机可读存储介质是终端中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端中的内置存储介质，当然也可以包括终端所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了目标终端的处理系统。并且，在该存储空间中还存放了适于被处理器1901加载并执行的一条或多条的指令，这些指令可以是一个或多个的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的，还可以是至少一个位于远离前述处理器的计算机可读存储介质。

在一个实施例中，该终端可以是前述实施例提到的目标终端；该计算机可读存储介质中存储有一条或多条指令；由处理器1901加载并执行计算机可读存储介质中存放的一条或多条指令，以实现上述视频处理方法实施例中的相应步骤；具体实现中，计算机可读存储介质中的一条或多条指令由处理器1901加载并执行如下步骤：

获取待处理的视频，视频中包含目标视觉元素；

对视频中的目标视觉元素进行消除处理；

于播放界面显示播放处理后的视频，处理后的视频中的目标视觉元素被消除。

在一种实现方式中，播放界面中包括处理选项；若处理选项被选择，则触发执行对视频中的目标视觉元素进行消除处理的步骤；

其中，目标视觉元素包括水印，或者，目标视觉元素包括不符合显示要求的图形及文本。

在一种实现方式中，若存在消除处理触发操作，则触发执行对视频中的目标视觉元素进行消除处理的步骤；

其中，消除处理触发操作包括以下任一种：手势操作、音频信号输入操作、振动操作以及计时操作；计时操作是指：视频在播放界面中的显示时长超过时长阈值的操作。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

当触发对视频中的目标视觉元素进行消除处理时，暂停播放视频；以及，

在播放界面中输出提示信息，提示信息用于提示正在对视频中的目标视觉元素进行消除处理。

在一种实现方式中，播放界面中包含信息提示窗口，提示信息显示于信息提示窗口中；信息提示窗口中设有关闭控件；计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

在对视频中的目标视觉元素进行消除处理的过程中，若关闭控件被选择，则在播放界面中关闭信息提示窗口；以及，

中断对视频中的目标视觉元素的消除处理；

其中，若消除处理过程被中断，则处理后的视频中的目标视觉元素存在如下任一情况：未被消除、被完全消除、或部分被消除。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

当消除处理结束时，输出处理结果通知，处理结果通知用于通知对视频中的目标视觉元素的消除结果，消除结果包括以下任一种：未被消除、已被完全消除、或未被完全消除；消除处理结束包括：完成消除处理的过程；或者，消除处理被中断。

在一种实现方式中，播放界面中包括元素选择入口；计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

响应于元素选择入口被触发，在处理后的播放界面中显示遮挡区域；

移动遮挡区域并覆盖处理后的视频中的参考视觉元素；

播放覆盖处理后的视频，覆盖处理后的视频中参考视觉元素被消除。

在一种实现方式中，播放界面中包括发布控件，计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

响应于对发布控件的选择操作，对处理后的视频进行发布处理。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

显示社交应用程序的服务界面，服务界面中设有视频获取入口；

当视频获取入口被触发时，显示视频选择界面，视频选择界面中包括一个或多个候选视频；

响应于对一个或多个候选视频的选择操作，将被选择的候选视频作为待处理的视频。

在一种实现方式中，待处理的视频是视频浏览界面中正在播放的视频，计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

显示视频浏览界面，视频浏览界面用于显示不同的视频；

响应于视频浏览界面中的视频被选择，将被选择的视频作为待处理的视频。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并在执行对视频中的目标视觉元素进行消除处理时，具体执行如下步骤：

对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域；

对每帧图像中的掩膜区域进行填充处理，得到填充后的至少一帧图像；

按照视频中各帧图像的播放顺序，融合填充后的至少一帧图像和不包含目标视觉元素的至少一帧图像，生成处理后的视频。

在一种实现方式中，检测分割追踪处理包括元素定位处理或元素追踪处理；视频包含N帧图像，N为正整数；

计算机可读存储介质中的一条或多条指令由处理器1901加载并在执行对视频所包含的各帧图像进行检测分割追踪处理，得到视频中包含目标视觉元素的至少一帧图像，以及每帧图像中目标视觉元素对应的掩膜区域时，具体执行如下步骤：

针对视频中的第i帧图像，若存在第i-1帧图像且第i-1帧图像中包含目标视觉元素，则根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域；i为正整数且1≤i≤N；

若不存在第i-1帧图像，或存在第i-1帧图像但第i-1帧图像未包含目标视觉元素，则对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并在执行对第i帧图像进行元素定位处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域时，具体执行如下步骤：

获取模板图像，模板图像中包含目标视觉元素；

采用模板图像对第i帧图像进行遍历检测；

若遍历检测结果指示模板图像与第i帧图像匹配，则根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并在执行采用模板图像对第i帧图像进行遍历检测时，具体执行如下步骤：

将模板图像的参考顶点与第i帧图像的参考顶点对齐；

将模板图像按照设定方向及设定步长在第i帧图像上进行多次移动；

基于每次移动，获取第i帧图像中与模板图像之间相重合的重合区域，并计算重合区域与模板图像之间的相似度；

获取多次移动对应的多个相似度中的最大相似度，若最大相似度大于相似阈值，则指示模板图像与第i帧图像匹配。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并在执行根据模板图像确定第i帧图像中包含的目标视觉元素，并确定目标视觉元素在第i帧图像中的掩膜区域时，具体执行如下步骤：

在第i帧图像中定位最大相似度对应的重合区域，并确定最大相似度对应的重合区域中包含目标视觉元素；以及，

根据目标视觉元素在最大相似度对应的重合区域中的位置，确定目标视觉元素在第i帧图像中的掩膜区域。

在一种实现方式中，计算机可读存储介质中的一条或多条指令由处理器1901加载并在执行根据第i-1帧图像对第i帧图像进行元素追踪处理，确定第i帧图像所包含的目标视觉元素，以及目标视觉元素在第i帧图像对应的掩膜区域时，具体执行如下步骤：

根据第i-1帧图像中的目标视觉元素对应的掩膜区域，在第i帧图像中框出相似区域；

计算相似区域与第i-1帧图像中的掩膜区域之间的相似度；

若相似度结果满足相似度条件，则确定第i帧图像包含目标视觉元素，并将第i-1帧图像中的掩膜区域确定为第i帧图像所包含的目标视觉元素对应的掩膜区域。

在一种实现方式中，若视频中包含相邻的第一图像和第二图像，且第一图像中目标视觉元素对应的掩膜区域被填充为第一掩膜填充区域，以及第二图像中目标视觉元素对应的掩膜区域被填充为第二掩膜填充区域，则计算机可读存储介质中的一条或多条指令由处理器1901加载并还执行如下步骤：

在第二图像中以目标视觉元素对应的掩膜区域为中心，框出显示面积大于掩膜区域的显示面积的参考区域；

从参考区域中抠出目标视觉元素，得到非元素区域；

计算非元素区域和第一掩膜填充区域之间的融合系数；

采用融合系数，融合第一掩膜填充区域和第二掩膜填充区域，得到更新后的第二图像中目标视觉元素对应的掩膜区域的填充结果。

本申请实施例中，在待处理的视频的播放过程中，处理器1901可用于自动对视频所包含的目标视觉元素进行识别；并在识别到目标视觉元素后，对视频所包含的目标视觉元素进行消除处理，使得消除处理后的视频中不包含目标视觉元素；这种对视频中的目标视觉元素进行自动识别和消除的方式，不依赖于用户对视频中目标视觉元素的标注，提升用户体验，提高目标视觉元素的识别和消除的智能性和灵活性，提高对目标视觉元素的消除处理效率。

本申请实施例还提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。终端的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该终端执行上述视频处理方法。

本领域普通技术人员可以意识到，结合本申请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、或者计算机软件和电子硬件的结合来实现。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，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申请的范围。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程设备。计算机指令可以存储在计算机可读存储介质中，或者通过计算机可读存储介质进行传输。计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如，同轴电缆、光纤、数字用户线(DSL))或无线(例如，红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如，固态硬盘(Solid State Disk，SSD))等。

以上所述，仅为本申请的具体实施方式，但本申请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，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。