具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

首先，在对本申请实施例进行描述的过程中出现的部分名词或者术语适用于如下解释：

交互式视频可以大致分为3类：

第一类：可定制式

这一类的互动视频(指交互式视频，下同)允许用户在观看时调整一些视频的变量元素，但是视频本身仍然是线性的，这使得每个人看到的视频都一样，又都不一样。开头所提到的Look Around交互版MV就是这一类的代表(音乐视频不会随着用户点击而改变段落，它一直播放着，只是每个人看到的房间不同)。最基础的体验是在视频观看时，鼠标移到某物件上能显示该物件信息的tag，这招最常见的就是被用作服装导购。

第二类：会话式

指用户可以类似会话的方式直接参与改变视频的顺序甚至结果，视频可以不再是线性的了，视频的设计者准备好多个结局和段落，让观看者自行选择。举个例子，假设Windows是一段视频，那它就是会话式的，我们与Windows的交互都是通过会话窗口进行的。

第三类：探索式

顾名思义，探索式的互动视频一般只提供很少提示(甚至不提示)，让用户在视频中自行摸索可交互的点和交互方式。这类视频一般会采用现实生活中的场景(让人更容易产生代入感)，在用户操作前，会一直循环播放场景，直到用户发现了交互点，才会继续。

下面结合实施例对本公开进行说明：

根据本公开实施例的一个方面，提供了一种视频画面的显示方法，可选地，在本实施例中，上述视频画面的显示方法可以应用于如图1所示的由服务器101和用户终端103所构成的硬件环境中。如图1所示，服务器101通过网络与终端103进行连接，可用于为用户终端或用户终端上安装的客户端提供服务，客户端可以是视频客户端、即时通信客户端、浏览器客户端、教育客户端、游戏客户端等。可在服务器上或独立于服务器设置数据库105，用于为服务器101提供数据存储服务，例如，多媒体数据存储服务器，上述网络可以包括但不限于：有线网络，无线网络，其中，该有线网络包括：局域网、城域网和广域网，该无线网络包括：蓝牙、WIFI及其他实现无线通信的网络，用户终端103可以是配置有应用程序的终端，可以包括但不限于以下至少之一：手机(如Android手机、iOS手机等)、笔记本电脑、平板电脑、掌上电脑、MID(Mobile Internet Devices，移动互联网设备)、PAD、台式电脑、智能电视等计算机设备，上述服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群，或者是云服务器，使用上述视频画面的显示方法的视频应用107通过用户终端103或服务器101上安装的客户端进行显示。

结合图1所示，上述视频画面的显示方法可以在用户终端103通过如下步骤实现：

S1，在用户终端上的视频应用107上显示界面显示视频画面；

S2，在用户终端上的视频应用107上接收对所述视频画面的操作；

S3，在用户终端上的视频应用107上响应所述操作，从所述视频画面中识别出目标对象；

S4，在用户终端上的视频应用107上将所述目标对象从所述视频画面中分割出来，得到目标对象画面；

S5，在用户终端上的视频应用107上基于对所述目标对象画面和所述视频画面的区别处理，得到区别处理后的目标对象画面和视频画面；

S6，在用户终端上的视频应用107上将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面；

S7，在用户终端上的视频应用107上将所述处理结果画面在所述显示界面上显示，其中，所述处理结果画面的播放时间晚于所述视频画面的播放时间。

可选地，在本实施例中，上述视频画面的显示方法还可以在服务器101上通过类似方式实现，也可以通过服务器101和用户终端103进行异步实现。

上述仅是一种示例，本实施例不做具体的限定。

可选地，作为一种可选的实施方式，如图2所示，上述视频画面的显示方法包括：

S202，在显示界面显示视频画面；

S204，接收对所述视频画面的操作；

S206，响应所述操作，从所述视频画面中识别出目标对象；

S208，将所述目标对象从所述视频画面中分割出来，得到目标对象画面；

S210，基于对所述目标对象画面和所述视频画面的区别处理，得到区别处理后的目标对象画面和视频画面；

S212，将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面；

S214，将所述处理结果画面在所述显示界面上显示，其中，所述处理结果画面的播放时间晚于所述视频画面的播放时间。

可选地，在本实施例中，上述处理结果画面的播放时间晚于视频画面的播放时间可以包括但不限于在上述视频画面播放之后，响应于上述操作，处理上述视频画面，并将处理后得到的处理结果画面紧随上述视频画面进行播放，以快速匹配用户操作，达到提高用户交互效率，丰富用户观看视频画面的方式的技术效果。

可选地，在本实施例中，上述视频画面可以包括但不限于在播放器中播放的视频画面，还可以包括但不限于在网页、小程序中显示的视频画面。

可选地，在本实施例中，上述对视频画面的操作可以包括但不限于触控交互操作，例如，可以是单机，双击，长按等方式，反馈给播放器不同的指令，即用户可以触控正在播放的画面某个部分(通常是可以识别检测的目标)，以待后续处理。

可选地，在本实施例中，上述目标对象可以包括但不限于从视频画面中识别得到的任务，物体，北京等。

可选地，在本实施例中，上述视频画面的显示方法的应用场景可以包括但不限于医疗、金融、征信、银行、政务、政府、能源、教育、安防、楼宇、游戏、交通、物联、工业等多种应用场景的视频画面的显示过程中。

例如，本公开涉及的可交互视频交互过程不依赖原始视频资源的生产方式，可以广泛适用于任何类型的视频，例如，场景主要有综艺节目、电视、电影节目等观看者可能聚焦关注部分视频内容的场景，提供可以主动控制的交互场景，增强观看体验。

可选地，在本实施例中，上述从视频画面中识别出目标对象可以包括但不限于利用目标检测和跟踪技术实现。例如，目前学术和工业界出现的目标检测算法分成3类：

1)传统的目标检测算法：Cascade+HOG/DPM+Haar/SVM以及上述方法的诸多改进、优化；

2)候选区域/框+深度学习分类：通过提取候选区域，并对相应区域进行以深度学习方法为主的分类的方案，如：

R-CNN(Selective Search+CNN+SVM)

SPP-net(ROI Pooling)

Fast R-CNN(Selective Search+CNN+ROI)

Faster R-CNN(RPN+CNN+ROI)

R-FCN等系列方法；

3)基于深度学习的回归方法：YOLO/SSD/DenseBox等方法；以及最近出现的结合RNN算法的RRC detection；结合DPM的Deformable CNN等。

上述仅是一种示例，本实施例不做任何具体限定，当前或未来允许从视频画面中识别出目标对象的方法均可应用于本公开中，以实现视频画面的显示。

可选地，在本实施例中，上述将所述目标对象从所述视频画面中分割出来，得到目标对象画面可以包括但不限于采用图像分割技术实现。其中，图像分割是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。

可选地，在本实施例中，上述基于对所述目标对象画面和所述视频画面的区别处理，得到区别处理后的目标对象画面和视频画面可以包括但不限于队目标对象所在的画面和视频画面采用不同的图像处理方式进行区别处理。

例如，在用户意图强调目标对象的情况下，通过对视频画面进行模糊处理，对目标对象画面进行细微的强调处理或者不进行处理，即可实现生成强调了目标对象的画面，在用户意图弱化目标对象的情况下，通过对目标对象画面进行模糊处理，对视频画面进行细微的强调处理或者不进行处理即可实现生成强调了目标对象的画面。

可选地，在本实施例中，上述将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面可以包括但不限于常规的图像混合操作，例如，可以简单的进行二值alpha混合，将分割后的主体盖在原始图像上，呈现出强调或弱化的效果。

例如，图3是根据一示例性实施例示出的一种视频画面的显示方法的应用场景示意图，如图3所示，应用上述视频画面的显示方法的网络架构至少包括播放器302、检测模块304、分割模块306以及渲染模块308，具体包括但不限于如下步骤：

S1，在视频应用中获取交互操作；

S2，响应于交互操作，从视频数据中检测出目标对象；

S3，分割视频数据，以得到目标对象所在区域；

S4，基于对目标对象画面和视频画面的区别处理，得到区别处理后的目标对象画面和视频画面；

S5，将区别处理后的目标对象画面和视频画面进行结合，并渲染在播放器上。

上述仅是一种示例，本实施例不做任何具体限定。

通过本实施例，采用在显示界面显示视频画面，接收对视频画面的操作，响应操作，从视频画面中识别出目标对象，将目标对象从视频画面中分割出来，得到目标对象画面，基于对目标对象画面和视频画面的区别处理，得到区别处理后的目标对象画面和视频画面，将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面，将处理结果画面在显示界面上显示的方式，根据接收到的对视频画面的操作，以识别出目标对象，再通过对目标对象和原始画面分别进行不同的处理方式，以达到丰富了视频画面的显示方式的技术效果，进而，解决了相关技术中存在的视频画面的显示方式过于单一的技术问题。

作为一种可选的方案，所述响应所述操作，从所述视频画面中识别出目标对象，包括：

确定所述操作对应的坐标；

基于所述坐标确定识别目标，以及确定所述识别目标的边缘坐标集合；

基于所述边缘坐标集合，确定所述目标对象。

可选地，在本实施例中，上述确定所述操作对应的坐标可以包括但不限于先解码上述视频画面，再确定交互操作对应的坐标，根据该坐标确定需要识别的目标对象，进而，确定目标对象的边缘坐标集合，最终，从视频画面中确定出目标对象。

可选地，在本实施例中，上述操作可以包括但不限于通过一个简单的触摸交互系统实现，即用户可以触控正在播放的画面某个部分(通常是可以识别检测的目标)，可以是单机，双击，长按等方式，反馈给播放器不同的指令，待后续处理。

例如，图4是根据一示例性实施例示出的一种视频画面的显示方法的应用场景示意图，如图4所示，上述视频画面的显示方法可以包括但不限于如下步骤：

S1，获取播放器正在播放的原始画面402；

S2，获取交互操作，以确定交互操作对应的坐标404；

S3，基于坐标404确定识别目标以及识别目标的边缘坐标集合406；

S4，基于边缘坐标集合406确定目标对象408。

上述仅是一种示例，本实施例不做任何具体的限定。

作为一种可选的方案，所述基于对所述目标对象画面和所述视频画面的区别处理，得到区别处理后的目标对象画面和视频画面，包括：

接收语音指令；

基于所述语音指令，确定对所述目标对象画面和所述视频画面执行区别处理的区别处理方式；

采用所述区别处理方式，对所述目标对象画面和所述视频画面执行区别处理，得到区别处理后的目标对象画面和视频画面。

可选地，在本实施例中，上述接收语音指令可以包括但不限于通过触摸+声音控制系统实现，例如，用户通过触摸真在播放的画面，并且立即说出命令，例如：讨厌，喜欢等语音，通过语音识别(可用现有的语音识别技术，或者只是简单的做声音比对匹配等，不限制实现方式，可以翻译成可支持的指令即可)翻译成具体的可以支持的命令众的某一种，进而基于语音指令，确定对目标对象画面和视频画面执行区别处理的区别处理方式，采用区别处理方式，对目标对象画面和视频画面执行区别处理，得到区别处理后的目标对象画面和视频画面。

作为一种可选的方案，所述区别处理方式包括以下之一：

保留所述视频画面的原始显示效果，调整所述目标对象画面的显示效果；

保留所述目标对象画面的原始显示效果，调整所述视频画面的显示效果。

可选地，在本实施例中，上述保留视频画面的原始显示效果，调整目标对象画面的显示效果可以包括但不限于对目标对象画面执行强调处理，对目标对象画面执行弱化处理，对目标对象画面执行动画显示处理，上述保留目标对象画面的原始显示效果，调整视频画面的显示效果可以包括但不限于对视频画面执行强调处理，对视频画面执行弱化处理，对视频画面执行动画显示处理。

需要说明的是，除了强调、弱化两种基本手段外，还可以包括但不限于其他交互效果，丰富体验，例如，染色、放大、缩小、提高分辨率、降低分辨率等等方式。

作为一种可选的方案，

调整所述目标对象画面的显示效果包括以下之一：对所述目标对象画面执行强调处理，对所述目标对象画面执行弱化处理，对所述目标对象画面执行动画显示处理；

或者，

调整所述视频画面的显示效果包括以下之一：对所述视频画面执行强调处理，对所述视频画面执行弱化处理，对所述视频画面执行动画显示处理。

可选地，在本实施例中，上述执行强调处理的方式可以包括但不限于进行细微的强调处理，例如爆光，对比度等。上述执行弱化处理的方式可以包括但不限于2.对与原始画面进行模糊处理，几种典型的方式如高斯模糊(Gaussian Blur)，马赛克(Pixellate)等，上述模糊方式均可以通过模糊强度参数调整模糊效果，或者，还可以包括但不限于多种和函数图像卷积(convolution kernel.)，对主体画面进行边缘修饰，以达到看起来较为自然的效果等。

例如，图5是根据一示例性实施例示出的一种视频画面的显示方法的应用场景示意图，如图5所示，以上述分别处理的方式包括对目标对象画面执行动画显示处理，对视频画面执行弱化处理为例，上述视频画面的显示方法可以包括但不限于如下步骤：

S1，显示视频画面；

S2，获取交互操作，选中目标对象；

S3，对目标对象画面执行动画显示处理，对视频画面执行弱化处理；

S4，合成处理结果画面。

还例如，图6是根据一示例性实施例示出的一种视频画面的显示方法的应用场景示意图，如图6所示，以上述分别处理的方式包括对目标对象画面执行弱化处理，对视频画面执行动画显示处理为例，上述视频画面的显示方法可以包括但不限于如下步骤：

S1，显示视频画面；

S2，获取交互操作，选中目标对象；

S3，对目标对象画面执行弱化处理，对视频画面执行动画显示处理；

S4，合成处理结果画面。

根据本公开实施例的第二方面，提供一种视频画面的显示方法，如图7所示，上述视频画面的显示方法包括：

S702，在显示界面显示视频画面；

S704，接收对所述视频画面的操作；

S706，响应所述操作，在所述显示界面上显示处理结果画面，其中，所述处理结果画面由区别处理后的目标对象画面和视频画面进行结合得到，区别处理后的目标对象画面和视频画面基于对所述目标对象画面和所述视频画面进行区别处理得到，所述目标对象画面为将目标对象从所述视频画面中分割出来得到的，所述目标对象依据所述操作从所述视频画面中识别得到。

需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)，均为经用户授权或者经过各方充分授权的信息。

图8是根据一示例性实施例示出的一种视频画面的显示装置框图。参照图8，该装置包括第一显示模块802，第一接收模块804、识别模块806、分割模块808、处理模块810、结合模块812，以及第二显示模块814。

根据本公开实施例的第三方面，提供一种视频画面的显示装置，包括：

该第一显示模块802，被配置为在显示界面显示视频画面；

该第一接收模块804，被配置为接收对所述视频画面的操作；

该识别模块806，被配置为响应所述操作，从所述视频画面中识别出目标对象；

该分割模块808，被配置为将所述目标对象从所述视频画面中分割出来，得到目标对象画面；

该处理模块810，被配置为基于对所述目标对象画面和所述视频画面的区别处理，得到区别处理后的目标对象画面和视频画面；

该结合模块812，被配置为将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面；

该第二显示模块814，被配置为将所述处理结果画面在所述显示界面上显示，其中，所述处理结果画面的播放时间晚于所述视频画面的播放时间。

作为一种可选的方案，该识别模块806通过如下方式响应所述操作，从所述视频画面中识别出目标对象：

确定所述操作对应的坐标；

基于所述坐标确定识别目标，以及确定所述识别目标的边缘坐标集合；

基于所述边缘坐标集合，确定所述目标对象。

作为一种可选的方案，该处理模块810通过如下方式基于对所述目标对象画面和所述视频画面的区别处理，得到区别处理后的目标对象画面和视频画面：

接收语音指令；

基于所述语音指令，确定对所述目标对象画面和所述视频画面执行区别处理的区别处理方式；

采用所述区别处理方式，对所述目标对象画面和所述视频画面执行区别处理，得到区别处理后的目标对象画面和视频画面。

作为一种可选的方案，所述区别处理方式包括以下之一：

保留所述视频画面的原始显示效果，调整所述目标对象画面的显示效果；

保留所述目标对象画面的原始显示效果，调整所述视频画面的显示效果。

作为一种可选的方案，调整所述目标对象画面的显示效果包括以下之一：对所述目标对象画面执行强调处理，对所述目标对象画面执行弱化处理，对所述目标对象画面执行动画显示处理；或者，调整所述视频画面的显示效果包括以下之一：对所述视频画面执行强调处理，对所述视频画面执行弱化处理，对所述视频画面执行动画显示处理。

图9是根据一示例性实施例示出的一种视频画面的显示装置框图。参照图9，该装置包括第三显示模块902，第二接收模块904以及第四显示模块906。

该第三显示模块902，被配置为在显示界面显示视频画面；

该第二接收模块904，被配置为接收对所述视频画面的操作；

该第四显示模块906，被配置为响应所述操作，在所述显示界面上显示处理结果画面，其中，所述处理结果画面由区别处理后的目标对象画面和视频画面进行结合得到，区别处理后的目标对象画面和视频画面基于对所述目标对象画面和所述视频画面进行区别处理得到，所述目标对象画面为将目标对象从所述视频画面中分割出来得到的，所述目标对象依据所述操作从所述视频画面中识别得到。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

根据本发明实施例的又一个方面，还提供了一种用于实施上述视频画面的显示方法的电子设备，该电子设备可以是图1所示的终端设备或服务器。本实施例以该电子设备为服务器为例来说明。如图10所示，该电子设备包括存储器1002和处理器1004，该存储器1002中存储有计算机程序，该处理器1004被设置为通过计算机程序执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，在显示界面显示视频画面；

S2，接收对视频画面的操作；

S3，响应操作，从视频画面中识别出目标对象；

S4，将目标对象从视频画面中分割出来，得到目标对象画面；

S5，基于对目标对象画面和视频画面的区别处理，得到区别处理后的目标对象画面和视频画面；

S6，将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面；

S7，将处理结果画面在显示界面上显示，其中，处理结果画面的播放时间晚于视频画面的播放时间。

可选地，在本实施例中，上述处理器还可以被设置为通过计算机程序执行以下步骤：

S1，在显示界面显示视频画面；

S2，接收对视频画面的操作；

S3，响应操作，从视频画面中识别出目标对象；

S4，将目标对象从视频画面中分割出来，得到目标对象画面；

S5，基于对目标对象画面和视频画面的区别处理，得到区别处理后的目标对象画面和视频画面；

S6，将区别处理后的目标对象画面和视频画面进行结合，得到处理结果画面；

S7，将处理结果画面在显示界面上显示，其中，处理结果画面的播放时间晚于视频画面的播放时间。

可选地，本领域普通技术人员可以理解，图10所示的结构仅为示意，电子装置电子设备也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图10其并不对上述电子装置电子设备的结构造成限定。例如，电子装置电子设备还可包括比图10中所示更多或者更少的组件(如网络接口等)，或者具有与图10所示不同的配置。

其中，存储器1002可用于存储软件程序以及模块，如本发明实施例中的视频画面的显示方法和装置对应的程序指令/模块，处理器1004通过运行存储在存储器1002内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的视频画面的显示方法。存储器1002可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1002可进一步包括相对于处理器1004远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器1002具体可以但不限于用于存储历史用户数据等信息。作为一种示例，如图10所示，上述存储器1002中可以但不限于包括上述视频画面的显示装置中的第一显示模块802，第一接收模块804、识别模块806、分割模块808、处理模块810、结合模块812，以及第二显示模块814。此外，还可以包括但不限于上述视频画面的显示装置中的其他模块单元，本示例中不再赘述。

可选地，上述的传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置1006包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置1006为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

此外，上述电子设备还包括：显示器1008，用于显示上述目标业务的用户数据；和连接总线1010，用于连接上述电子设备中的各个模块部件。

在其他实施例中，上述终端设备或者服务器可以是一个分布式系统中的一个节点，其中，该分布式系统可以为区块链系统，该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中，节点之间可以组成点对点(P2P，Peer To Peer)网络，任意形式的计算设备，比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。

在示例性实施例中，还提供一种计算机程序产品，包括计算机程序/指令，上述计算机程序/指令被处理器执行时实现上述的信息传输方法。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。