具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面将对本发明的方案进行进一步描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但本发明还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本发明的一部分实施例，而不是全部的实施例。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。此外，在本发明实施例的描述中，除非另有说明，“多个”的含义是指两个或两个以上。

本发明实施例提供了一种视频生成方法，参照图1所示，该视频生成方法包括如下步骤S101至S105：

S101、获取游戏数据。

其中，所述游戏数据包括：游戏视频和所述游戏视频对应的埋点信息。

本发明实施例中游戏视频对应的埋点信息是指：在获取游戏视频的同时获取的埋点信息。即，游戏视频和埋点信息时同步获取的，在某一时间段内获取了一段游戏视频和一定数据量的埋点信息，则该时间段内获取的游戏视频对应的埋点信息为该时间段内获取的埋点信息。

本发明实施例中，获取埋点信息的方式可以为：根据游戏特性在游戏代码的关键位置植入埋点，并在游戏过程中通过埋点上报埋点信息。具体的，埋点可以包括两类，一类为用于上报游戏用户主动操作虚拟角色执行游戏动作并产生游戏结果的埋点，另一类为用于上报由于游戏环境变化而导致的虚拟角色被动执行游戏动作并产生游戏结果的埋点。

S102、基于所述埋点信息对所述待处理视频进行分析，生成至少一个游戏事件。

可选的，本发明实施例中的游戏事件包括目标游戏中的虚拟角色和所述虚拟角色执行的游戏动作。

示例性的，本发明实施例中可以通过虚拟角色(character)和游戏动作(action)组成的两元组表示游戏事件。例如：在篮球类型游戏中，中锋投中三分球的游戏事件可以表示为[中锋、投三分球]。

可选的，本发明实施例中的游戏事件包括目标游戏中的虚拟角色、所述虚拟角色执行的游戏动作以及所述虚拟角色通过执行所述游戏动作产生的游戏结果。

示例性的，本发明实施例中可以通过虚拟角色(character)、游戏动作(action)以及游戏结果(result)组成的三元组表示游戏事件。例如：在篮球类型游戏中，中锋投中三分球的游戏事件可以表示为[中锋、投三分球、投中]。

S103、获取所述至少一个游戏事件中各所述游戏事件的条件概率。

具体的，条件概率是指在一个事件在另外一个事件已经发生的情况下的发生概率。例如：事件1在事件2已经发生条件下的发生概率可以表示为：P(事件1|事件2)。具体到，本发明实施例中，游戏事件的条件概率可以为虚拟角色执行所述游戏动作的概率，表示为P(A|C)，游戏事件的条件概率也可以为所述虚拟角色执行所述游戏动作时，产生所述游戏结果的概率，表示为P(R|A，C)；游戏事件的条件概率还可以为在虚拟角色为游戏事件的虚拟角色的情况下，执行了游戏事件的游戏动作并产生游戏事件的游戏结果的概率，表示为P(A|C)*P(R|A，C)。

例如：游戏事件[中锋、投三分球、投中]的条件概率可以为P(投三分球|中锋)或P(投中|投三分球，中锋)或P(投三分球|中锋)*P(投中|投三分球，中锋)。

S104、根据各游戏事件的条件概率，确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段。

可选的，根据各游戏事件的条件概率确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段的一种实现方式可以为：

判断各游戏事件的条件概率是否小于概率阈值；

若游戏事件的条件概率小于阈值概率，则确定游戏事件对应的视频频段为目标视频片段；

若游戏事件的条件概率大于或等于阈值概率，则确定游戏事件对应的视频频段不为目标视频片段。

示例性的，以下以游戏为篮球类游戏为例对上步骤S104进行举例说明。基于埋点信息对待处理视频进行分析生成的游戏事件包括3个游戏事件，3个游戏事分别为游戏事件1[后卫、三步上篮、得分]、游戏事件2[中锋、投三分球、投中]、游戏事件3[前锋、罚球、未投中]。其中，游戏事件1的条件概率为50％、游戏事件2的条件概率为5％、游戏事件3的条件概率为50％，若将概率阈值为设置为20％，则游戏事件2[中锋、投三分球、投中]的条件概率小于阈值概率，游戏事件1[后卫、三步上篮、得分]和游戏事件3[前锋、罚球、未投中]的条件概率均大于阈值概率，因此确定游戏事件2[中锋、投三分球、投中]对应的视频频段为目标视频片段。

S105、对所述目标视频片段进行合成以生成目标视频。

本发明实施例提供的视频生成方法先获取包括游戏视频和所述游戏视频对应的埋点信息的游戏数据，然后基于所述埋点信息对所述待处理视频进行分析，生成至少一个游戏事件，再获取各游戏事件的条件概率，并根据各游戏事件的条件概率确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段；最后对所述目标视频片段进行合成以生成目标视频。相比于现有技术中基于人工提取游戏视频中的高光片段，本发明实施例可以根据各游戏事件的条件概率确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段，进而提取游戏视频中的精彩片段，因此本发明实施例可以避免人工提取所述游戏视频中的视频片段带来的同质化严重、成本高、效率低等缺陷。

以下对上述步骤S104(根据各游戏事件的条件概率，确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段)的实现方式进行说明。

实现方式一、

所述游戏事件包括目标游戏中的虚拟角色和所述虚拟角色执行的游戏动作；所述游戏事件的所述条件概率为动作执行条件概率，所述动作执行条件概率为所述虚拟角色执行所述游戏动作的概率。

即，游戏事件的条件概率为P(A|C)。

上述步骤S104(根据各游戏事件的条件概率，确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段)，包括如下步骤a至步骤d。

步骤a、获取第一高光判断因子。

可选的，本发明实施例中的高光判断因子可以为一个预设定的概率值。例如：30％、20％等。

此外，本发明实施例中不限定第一高光判断因子的大小，实际使用中可以根据获取的游戏数据的数据量来确定第一高光判断因子。例如：当获取的游戏数据的数据量较多时，可以将第一高光判断因子设置的较小，以便提取相对更加精彩的视频片段，而当获取的游戏数据的数据量较少时，可以将第一高光判断因子设置的较大，从而避免无法提取到目标视频片段。

步骤b、判断各游戏事件的动作执行条件概率是否小于所述第一高光判断因子。

在上述步骤b中，若所述游戏事件的动作执行条件概率小于所述第一高光判断因子，则执行如下步骤c。

步骤c、确定所述游戏事件对应的视频片段为所述目标视频片段。

在上述步骤b中，若所述游戏事件的动作执行条件概率大于或等于所述第一高光判断因子，则执行如下步骤d。

步骤d、确定所述游戏事件对应的视频片段不为所述目标视频片段。

示例性的，以下以游戏为篮球类游戏为例对上述实现方式一进行举例说明。基于埋点信息对待处理视频进行分析生成的游戏事件包括3个游戏事件，3个游戏事分别为游戏事件1[后卫、三步上篮]、游戏事件2[中锋、投三分球]、游戏事件3[前锋、罚球]。其中，P(三步上篮|后卫)＝50％、P(投三分球|中锋)＝5％、P(罚球|前锋)＝60％，若第一判断因子为20％，则游戏事件2[中锋、投三分球、投中]的条件概率小于第一判断因子，游戏事件1[后卫、三步上篮、得分]和游戏事件3[前锋、罚球、未投中]的条件概率均大于第一判断因子，因此确定游戏事件2[中锋、投三分球、投中]对应的视频频段为目标视频片段。

实现方式二、

所述游戏事件包括目标游戏中的虚拟角色、所述虚拟角色执行的游戏动作以及所述虚拟角色通过执行所述游戏动作产生的游戏结果；所述游戏事件的所述条件概率为结果产生条件概率，所述结果产生条件概率为所述虚拟角色执行所述游戏动作时，产生所述游戏结果的概率。

即，各游戏事件的条件概率为P(R|A，C)。

上述步骤S104(根据各游戏事件的条件概率，确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段)，包括如下步骤1至步骤4：

步骤1、获取第二高光判断因子。

本发明实施例中也不限定第二高光判断因子的大小，实际使用中也可以获取的游戏数据的数据量来确定第二高光判断因子，并且第二高光判断因子的大小与获取的游戏数据的数据量负相关。即，获取的游戏数据的数据量越多，则第二高光判断因子越小。

步骤2、判断各游戏事件的结果产生条件概率是否小于所述第二高光判断因子。

在上述步骤2中，若所述游戏事件的结果产生条件概率小于所述第二高光判断因子，则执行如下步骤3。

步骤3、确定所述游戏事件对应的视频片段为所述目标视频片段。

在上述步骤2中，所述游戏事件的结果产生条件概率大于或等于所述第二高光判断因子，则执行如下步骤4。

步骤4、确定所述游戏事件对应的视频片段不为所述目标视频片段。

可选的，上述实现方式一中的第一判断因子与上述实现方式二中的第二判断因子相同。

示例性的，以下以游戏为篮球类游戏为例对上述实现方式二进行举例说明。基于埋点信息对待处理视频进行分析生成的至少一个游戏事件包括3个游戏事件，3个游戏事分别为游戏事件1[后卫、三步上篮、得分]、游戏事件2[中锋、投三分球、投中]、游戏事件3[前锋、罚球、未投中]。其中，P(得分|三步上篮，后卫)＝80％、P(投中|投三分球，中锋)＝10％、P(未投中|罚球，前锋)＝10％，若第二判断因子为15％，则游戏事件2[中锋、投三分球、投中]和游戏事件3[前锋、罚球、未投中]的条件概率小于第二判断因子，游戏事件1[后卫、三步上篮、得分]的条件概率均大于第二判断因子，因此确定游戏事件2[中锋、投三分球、投中]和游戏事件3[前锋、罚球、未投中]对应的视频频段为目标视频片段。

实现方式三、

所述游戏事件包括目标游戏中的虚拟角色、所述虚拟角色执行的游戏动作以及所述虚拟角色通过执行所述游戏动作产生的游戏结果；所述游戏事件的所述条件概率为事件发生条件概率，所述事件发生条件概率为所述动作执行条件概率与所述结果产生条件概率的乘积。

本发明实施例中的事件发生条件概率用于表征所述虚拟角色执行所述游戏动作并产生所述游戏结果的概率。由于虚拟角色执行游戏事件的条件概率(动作执行条件概率)为P(A|C)，虚拟角色执行游戏事件时，产生游戏结果的条件概率(结果产生条件概率)为P(R|A，C)，因此各游戏事件的事件发生条件概率为所述动作执行条件概率与所述结果产生条件概率的乘积，各游戏事件的事件发生条件概率为P(A|C)*P(R|A，C)。

上述步骤S104(根据各游戏事件的条件概率，确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段)，包括如下步骤Ⅰ至步骤Ⅴ：

步骤Ⅰ、获取第三判断因子。

本发明实施例中不限定第三判断因子的大小，实际使用中也可以获取的游戏数据的数据量来确定第三判断因子，并且第三判断因子的大小与获取的游戏数据的数据量负相关。即，获取的游戏数据的数据量越多，则第三判断因子越小。

步骤Ⅱ、判断各游戏事件的事件发生条件概率是否小于所述第三判断因子。

在上述步骤Ⅱ中，若所述游戏事件的事件发生条件概率小于所述第三判断因子，则执行如下步骤Ⅲ。

步骤Ⅲ、确定所述游戏事件对应的视频片段为所述目标视频片段。

在上述步骤Ⅱ中，若所述游戏事件的事件发生条件概率大于或等于所述第三判断因子，则执行如下步骤Ⅴ。

步骤Ⅴ、确定所述游戏事件对应的视频片段不为所述目标视频片段。

示例性的，以下以游戏为篮球类游戏为例对上述实现方式二进行举例说明。基于埋点信息对待处理视频进行分析生成的至少一个游戏事件包括3个游戏事件，3个游戏事分别为游戏事件1[后卫、三步上篮、得分]、游戏事件2[中锋、投三分球、投中]、游戏事件3[前锋、罚球、未投中]。其中，P(三步上篮|后卫)＝50％、P(投三分球|中锋)＝5％、P(罚球|前锋)＝60％、P(得分|三步上篮，后卫)＝80％、P(投中|投三分球，中锋)＝10％、P(未投中|罚球，前锋)＝10％，因此游戏事件1的条件概率为：P(三步上篮|后卫)*P(得分|三步上篮，后卫)＝50％*80％＝40％，游戏事件2的条件概率为：P(投三分球|中锋)*P(投中|投三分球，中锋)＝5％*10％＝0.5％，游戏事件2的条件概率为：P(罚球|前锋)*P(未投中|罚球，前锋)＝60％*10％＝6％。若第三判断因子为2％，则游戏事件2[中锋、投三分球、投中]的条件概率小于第三判断因子，游戏事件1[后卫、三步上篮、得分]和游戏事件3[前锋、罚球、未投中]的条件概率均大于第三判断因子，因此确定游戏事件2[中锋、投三分球、投中]对应的视频频段为目标视频片段。

作为本发明实施例一种可选的实施方式，在上述实现方式一以及实现方式二的从基础上，本发明实施例提供的视频生成方法还包括：

按照预设时间周期，获取所述预设时间周期内的目标视频片段分析结果；

基于所述分析结果，调整所述第一判断因子和/或所述第二判断因子。

由于上述实施例可以获取所述预设时间周期内的目标视频片段分析结果，并基于所述分析结果，调整所述第一判断因子和/或所述第二判断因子，因此上述实施例可以选取更加合理的第一判断因子和/或所述第二判断因子进行目标视频片段的提取。

作为本发明实施例一种可选的实施例方式，上述步骤S101(获取游戏数据)包括：

以预设时长为周期，周期性的获取最新的预设数量个埋点信息和所述预设数量个埋点信息对应的游戏视频。

示例性的，预设时长可以为12小时、24小时、一周等。

一方面，周期性的获取最新的预设数量个埋点信息和所述预设数量个埋点信息对应的游戏视频可以减少目标视频片段提取过程中需要处理的数据，进而减少相关设备的功耗以及目标视频片段提取的耗时。另一方面，周期性的获取最新的预设数量个埋点信息和所述预设数量个埋点信息对应的游戏视频还可以有效解决由于游戏版本、玩法迭代对于目标视频片段判断的影响，进而更加准确的对目标视频片段进行提取。

作为本发明实施例一种可选的实施例方式，上述步骤S101(获取游戏数据)包括：

获取人工智能和/或游戏用户进行游戏时产生的游戏数据。

示例性的，可通过决策树的人工智能、基于强化学习的人工智能以及基于模仿学习的人工智能中至少一个进行游戏获取游戏数据。

在游戏开发初期，由于没有游戏用户进行游戏，因此可以通过人工智能进行游戏，并获取通过人工智能进行游戏产生的游戏数据，以实现目标视频片段提取的冷启动。随着游戏用户进行游戏时产生的游戏数据增多，可以根据游戏用户进行游戏时产生的游戏数据的数据量逐渐减少通过人工智能进行游戏获取游戏数据，直至完全使用游戏用户进行游戏时产生的游戏数据，以使提取的目标视频片段更加逐渐符合游戏用户进行游戏时产生的游戏视频。

作为本发明实施例一种可选的实施例方式，所述方法还包括：

按照预设时间周期，获取所述预设时间周期内的游戏数据，并基于所述游戏数据计算所述预设周期内的所述游戏事件；所述游戏事件至少包括目标游戏中的虚拟、所述虚拟角色执行的游戏动作以及所述虚拟角色通过执行所述游戏动作产生的游戏结果；

根据所述游戏事件，更新用于获取埋点信息的埋点。

由于上述实施例可以根据预设周期内的游戏事件对用于获取埋点信息的埋点进行更新，因此本发明实施例可以更加准确的获取可以生成目标视频的游戏视频对应的埋点信息，进而提升视频生成的效率。

作为本发明实施例一种可选的实施方式，参照图2所示，在图1所示视频生成方法的基础上，上述步骤S105(对所述目标视频片段进行合成以生成目标视频)包括：

S201、根据虚拟角色、游戏动作以及游戏结果中的至少一个对目标视频片段进行分类，获取至少一个目标视频片段集合。

例如：在篮球类游戏中，可以根据虚拟角色对目标视频片段进行分类，从而获取虚拟角色均为前锋的目标视频片段组成的目标视频片段集合、虚拟角色均为中锋的目标视频片段组成的目标视频片段集合以及虚拟角色均为后卫的目标视频片段组成的目标视频片段集合。

再例如：在篮球类游戏中，可以根据虚拟角色和游戏动作对目标视频片段进行分类，从而获取虚拟角色均为前锋且游戏动作均为盖帽的目标视频片段组成的目标视频片段集合、虚拟角色均为中锋且游戏动作均为头三分球的目标视频片段组成的目标视频片段集合、虚拟角色均为后卫且游戏动作均为抢断的目标视频片段组成的目标视频片段集合。

S202、根据各个视频片段集合中的目标视频片段生成各个视频片段集合对应的目标视频。

示例性的，可以将各个视频片段集合中的目标视频片段首尾相接，从而生成各个视频片段集合对应的目标视频。

例如：可以将虚拟角色均为中锋且游戏动作均为投三分球的目标视频片段组成的目标视频片段集合中的目标视频片段组合为一个中锋投三分球的视频。

S203、输出各个视频片段集合对应的目标视频。

基于同一发明构思，作为对上述方法的实现，本发明实施例还提供了一种视频生成装置，该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的视频生成装置能够对应实现前述方法实施例中的全部内容。

本发明实施例提供了一种视频生成装置，所述视频生成装置上运行有预览实例。图3为该视频生成装置的结构示意图，如图3所示，该视频生成装置300包括：

获取单元31，用于获取游戏数据；所述游戏数据包括：游戏视频和所述游戏视频对应的埋点信息；

分析单元32，用于基于所述埋点信息对所述待处理视频进行分析，生成至少一个游戏事件；

处理单元33，用于获取所述至少一个游戏事件中各所述游戏事件的条件概率，并根据各游戏事件的条件概率，确定所述游戏视频中各游戏事件对应的视频片段是否为目标视频片段；

生成单元34，用于对所述目标视频片段进行合成以生成目标视频。

作为本发明实施例一种可选的实施方式，所述游戏事件包括目标游戏中的虚拟角色和所述虚拟角色执行的游戏动作；所述游戏事件的所述条件概率为动作执行条件概率，所述动作执行条件概率为所述虚拟角色执行所述游戏动作的概率。

作为本发明实施例一种可选的实施方式，所述处理单元33，具体用于获取第一高光判断因子；判断各游戏事件的动作执行条件概率是否小于所述第一高光判断因子；若所述游戏事件的所述动作执行条件概率小于所述第一高光判断因子，则确定所述游戏事件对应的视频片段为所述目标视频片段。

作为本发明实施例一种可选的实施方式，所述游戏事件还包括所述虚拟角色通过执行所述游戏动作产生的游戏结果；

所述游戏事件的所述条件概率为结果产生条件概率，所述结果产生条件概率为所述虚拟角色执行所述游戏动作时，产生所述游戏结果的概率。

作为本发明实施例一种可选的实施方式，所述处理单元33，具体用于获取第二高光判断因子；判断各游戏事件的结果产生条件概率是否小于所述第二高光判断因子；若所述游戏事件的结果产生条件概率小于所述第二高光判断因子，则确定所述游戏事件对应的视频片段为所述目标视频片段。

作为本发明实施例一种可选的实施方式，所述游戏事件还所述虚拟角色通过执行所述游戏动作产生的游戏结果；

所述游戏事件的所述条件概率为事件发生条件概率，所述事件发生条件概率为所述动作执行条件概率与所述结果产生条件概率的乘积。

作为本发明实施例一种可选的实施方式，所述处理单元33，具体用于获取第三判断因子；判断各游戏事件的事件发生条件概率是否小于所述第三判断因子；若所述游戏事件的事件发生条件概率小于所述第三判断因子，则确定所述游戏事件对应的视频片段为所述目标视频片段。

作为本发明实施例一种可选的实施方式，所述获取单元31，还用于以按照预设时间周期，获取所述预设时间周期内的游戏数据，并基于所述游戏数据计算所述预设周期内的所述游戏事件；所述游戏事件至少包括目标游戏中的虚拟、所述虚拟角色执行的游戏动作以及所述虚拟角色通过执行所述游戏动作产生的游戏结果，以及根据所述游戏事件，更新用于获取埋点信息的埋点。

作为本发明实施例一种可选的实施方式，所述第一判断因子与所述第二判断因子相同。

作为本发明实施例一种可选的实施方式，所述处理单元，还用于按照预设时间周期，获取所述预设时间周期内的目标视频片段分析结果；基于所述分析结果，调整所述第一判断因子和/或所述第二判断因子。

基于同一发明构思，本发明实施例还提供了一种电子设备。图4为本发明实施例提供的电子设备的结构示意图，如图4所示，本实施例提供的电子设备包括：存储器41和处理器42，所述存储器41用于存储计算机程序；所述处理器42用于在调用计算机程序时，使得所述电子设备实现上述实施例提供的视频生成方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，当所述计算机程序被计算设备执行时，使得所述计算设备实现上述实施例提供的视频生成方法。

本发明实施例提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机实现上述实施例提供的视频生成方法。

本领域技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。

处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal 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。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。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动存储介质。存储介质可以由任何方法或技术来实现信息存储，信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。根据本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。