视频处理方法、装置、计算机设备和存储介质与流程

1.本技术涉及图像处理技术领域，特别是涉及一种视频处理方法、装置、计算机设备和存储介质。


背景技术：

2.随着视频监控技术的发展，视频监控系统的应用也越来越广泛。用户可以在监控区域设置视频监控系统从而对该监控区域进行监控。在目前的技术方案中，用户通过设置显示屏幕以对视频监控系统拍摄得到的画面进行显示，然而，市面上存在各种各样的显示屏幕，不同显示屏幕之间存在一定的差异，对该画面的显示效果也不尽相同。由此，如何提高所拍摄的视频在不同显示屏幕上的显示效果，进而保证视频监控的有效性，成为了亟待解决的技术问题。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能够提供所拍摄的视频在不同显示屏幕上的显示效果，进而保证视频监控的有效性的视频处理方法、装置、计算机设备和存储介质。
4.一种视频处理方法，该方法包括：
5.获取待处理的视频流；
6.根据所述视频流，识别出所述视频流中包含的目标对象；
7.根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
8.根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
9.可选的，根据所述视频流，识别出所述视频流中包含的目标对象，包括：将所述视频流输入至预先训练完成的目标识别模型中，以使所述目标识别模型识别出所述视频流中包含的目标对象。
10.可选的，所述尺寸信息包括宽度和长度；根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数，包括：根据所述目标对象所在的目标区域的宽度以及所述视频流的图像画面的宽度，确定所述目标区域的宽度相对于所述图像画面的宽度的第一占比；根据所述目标对象所在的目标区域的长度以及所述图像画面的长度，确定所述目标区域的长度相对于所述图像画面的长度的第二占比；基于所述第一占比、所述第二占比以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
11.可选的，基于所述第一占比、所述第二占比以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数，包括：获取所述第一占比对应的第一权重、所述第二占比对应的第二权重以及当前可显示区域的尺寸信息对应的第三权重；根据所述第一占比、所述
第二占比、所述当前可显示区域的尺寸信息、所述第一权重、所述第二权重以及所述第三权重进行加权和处理，确定针对所述目标区域的放大倍数。
12.可选的，所述目标对象的数量为至少两个；根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数，包括：确定包含至少两个所述目标对象的目标区域；根据所述目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
13.可选的，根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示，包括：根据所述放大倍数对所述目标区域进行放大；在所述当前可显示区域中以放大后的所述目标区域为中心对所述视频流进行显示。
14.可选的，根据所述放大倍数，以所述目标区域为中心，在所述当前可显示区域对所述视频流进行显示，包括：根据所述放大倍数，对用于获取所述视频流的图像获取装置进行变焦，以对所述目标区域进行放大；接收由所述图像获取装置发送的变焦后的视频流，并在所述当前可显示区域中以所述目标区域为中心对变焦后的视频流进行显示。
15.一种视频处理装置，所述装置包括：
16.获取模块，用于获取待处理的视频流；
17.识别模块，用于根据所述视频流，识别出所述视频流中包含的目标对象；
18.确定模块，用于根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
19.显示模块，用于根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
20.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
21.获取待处理的视频流；
22.根据所述视频流，识别出所述视频流中包含的目标对象；
23.根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
24.根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
25.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
26.获取待处理的视频流；
27.根据所述视频流，识别出所述视频流中包含的目标对象；
28.根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
29.根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
30.上述技术方案中的一个技术方案具有如下优点和有益效果：
31.上述视频处理方法、装置、计算机设备和存储介质，通过获取待处理的视频流，识
别出该视频流中包含的目标对象，并根据该目标对象所在的目标区域的尺寸信息、视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对目标区域的放大倍数，并根据该放大倍数，在当前可显示区域以该目标区域为中心对该视频流进行显示，由此，该目标区域可以根据不同显示屏幕的差异进行一定的调整，从而使得目标区域能够适配于当前可显示区域，提高了该视频的显示效果，进而保证了视频监控的有效性。
附图说明
32.图1为本技术实施例中视频处理方法的应用环境图。
33.图2为本技术实施例中视频处理方法的流程示意图。
34.图3为本技术实施例中图2的视频处理方法中步骤s230的流程示意图。
35.图4为本技术实施例中图3的视频处理方法中步骤s330的流程示意图。
36.图5为本技术实施例中图2的视频处理方法中步骤s230的流程示意图。
37.图6为本技术实施例中图2的视频处理方法中步骤s240的流程示意图。
38.图7为本技术实施例中图2的视频处理方法中步骤s240的流程示意图。
39.图8为本技术实施例中视频处理装置的结构框图。
40.图9为本技术实施例中计算机设备的内部结构图。
具体实施方式
41.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术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技术，并不用于限定本技术。
42.本技术提供的视频处理方法，可以应用于如图1所示的应用环境中。其中，图像获取装置110通过网络与处理终端120通过网络进行通信。其中，图像获取装置110可以是设置于需要进行视频监控的目标场所的摄像头，例如该目标场所可以是学校、养殖场、商场或者店铺等。另外，图像获取装置也可以是具有图像获取功能的终端设备，例如行车记录仪、穿戴式设备(智能手表、智能眼镜等)或者智能手机等。
43.处理终端120可以是具有视频显示功能的终端设备，例如该处理终端120可以包括但不限于个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，等等。
44.在本技术一具体应用场景中，图像获取装置110可以对目标场所进行监控，并将监控所得的视频流通过网络向处理终端120进行发送，处理终端120可以获取待处理的视频流，根据该视频流，识别出视频流中包含的目标对象，并根据该目标对象所在的目标区域的尺寸信息、视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对该目标区域的放大倍数，再根据该放大倍数，在当前可显示区域中以该目标区域为中心对该视频流进行显示。
45.在一个实施例中，如图2所示，提供了一种视频处理方法，以该方法应用于图1中的处理终端120为例进行说明，包括以下步骤：
46.在步骤s210中，获取待处理的视频流。
47.其中，该视频流可以是图像获取装置对目标场所进行视频监控得到的监控视频数据。
48.在本技术一示例性实施例中，处理终端可以实时接收由图像获取装置所发送的视频流，并在该处理终端的显示界面中进行显示。在另一示例中，处理终端也可以将接收到的待处理的视频流在本地进行存储，当用户需要查看时，处理终端可以从本地中获取该视频流并进行显示。本技术对此不作特殊限定。
49.在步骤s220中，根据所述视频流，识别出所述视频流中包含的目标对象。
50.其中，目标对象可以是视频流中用户感兴趣的对象，例如视频流中包含的人物、车辆、动物或者物品等。
51.在本技术一示例性实施例中，处理终端在接收到视频流后，可以根据该视频流的画面内容，识别出该视频流中所包含的目标对象。在一示例中，处理终端在对该视频流进行显示时，用户可以通过处理终端所配置的输入设备(例如鼠标、触控式显示屏等)，在该视频流所对应的画面内容中确定感兴趣的对象即目标对象，例如用户可以通过点击、或者框选的方式进行确定。处理终端可以接收用户的选择信息，从而确定该目标对象。
52.在另一示例中，处理终端也可以对该视频流的画面内容进行图像识别，从而确定该视频流中包含的目标对象。具体地，用户可以预先设定所感兴趣的对象类型，例如人物、车辆或者动物等。则处理终端可以从该视频流的画面内容中识别出是否具有用户所感兴趣的对象，若有，则将该对象确定为目标对象。例如，用户设定感兴趣的对象类型为车辆，则处理终端可以识别出该视频流的画面内容中是否包含有车辆，若有，则将其识别为目标对象。
53.需要说明的，视频流的画面内容中所包含的目标对象可以是一个，也可以是多个，本技术所述多个即为两个或两个以上任意数量，本技术对此不作特殊限定。
54.在步骤s230中，根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
55.其中，目标区域可以是视频流的画面内容中目标对象所在的位置。在一示例中，该目标区域的大小可以是与目标对象本身相贴合的区域，例如目标对象为车辆，则该目标区域的形状即为该车辆的形状等；在另一示例中，目标区域可以是包含该目标对象且尺寸大小相对于目标对象具有一定余量的区域，例如目标对象为车辆，目标区域可以是包含该车辆的矩形区域，该矩形区域的尺寸大小可以略大于该车辆，从而将该车辆完整包含于目标区域内。
56.应该理解的，本领域技术人员可以根据在先经验，预先设定对应的余量值大小，例如该余量值可以为1个像素、5个像素等等。以上数字仅为示例性举例，本技术对此不作特殊限定。处理终端在确定目标对象所在的目标区域时，可以基于该目标对象的位置信息以及预先设定的余量值进行确定。例如余量值为5个像素，则处理终端可以分别以与目标对象最左边、最右边、最上边以及最下边距离5个像素的位置作为目标区域的边界，从而得到形状为矩形的目标区域。
57.在本技术一示例性实施例中，当处理终端确定该目标对象所在的目标区域之后，可以对应获取该目标区域的尺寸信息、以及视频流的图像画面的尺寸信息。在一示例中，该尺寸信息可以包括宽度和长度，则处理终端可以确定目标区域的宽度、长度，以及视频流的图像画面的宽度和长度。例如，以单位为像素为例，处理终端可以确定目标区域的宽度和长度分别为几个像素，确定视频流的图像画面的宽度和长度分别为几个像素，等等。
58.另外，放大倍数可以是针对目标区域在显示时所需要进行调整的倍率，应该理解
的，通过对目标区域进行放大，可以突出该目标区域，从而对该目标对象进行有效显示，避免显示屏幕较大而图像内容中目标对象较小，不易进行观察的情况发生。
59.在本技术一示例性实施例中，处理终端可以获取当前可显示区域的尺寸信息。应该理解的，当前可显示区域可以是用于播放该视频流的显示区域，例如在处理终端的显示屏幕中的部分区域中播放该视频流，则当前可显示区域的尺寸信息即为该部分区域的尺寸信息，若在处理终端的显示屏幕中全屏播放该视频流，则当前可显示区域的尺寸信息即为该显示屏幕的尺寸信息。
60.处理终端在获取目标区域的尺寸信息、视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息后，可以基于预先设定的倍率确定规则以及上述尺寸信息，确定针对该目标区域的放大倍数。应该理解的，若目标区域的尺寸信息占视频流的图像画面尺寸信息或者当前可显示区域的尺寸信息的比例越小，则该放大倍数应随之增大，反之，则随之减小。本领域技术人员可以根据在先经验设定对应的倍率确定规则，本技术对此不作特殊限定。
61.请继续参考图2，在步骤s240中，根据所述放大倍数，在所述当前可显示区域以所述目标区域为中心对所述视频流进行显示。
62.在本技术一示例性实施例中，处理终端可以基于该放大倍数，对该目标区域的画面内容进行对应放大，例如放大倍数为2，则处理终端则将该目标区域的画面内容放大至两倍等。并在当前可显示区域中以放大后的目标区域为中心，对视频流进行播放显示。
63.在图2所示的实施例中，基于目标区域的尺寸信息、视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对该目标区域的放大倍数，由此，可以使得放大后的目标区域能够与当前可显示区域相适配。即使在不同尺寸的屏幕上进行显示，也能够保证该目标区域的显示效果。另外，在当前可显示区域以放大后的该目标区域为中心对该视频流进行播放显示，也能够突出该目标区域，从而便于用户对目标对象进行观察，提高了视频监控的有效性。
64.基于图2所示的实施例，在本技术一示例性实施例中，根据所述视频流，识别出所述视频流中包含的目标对象，包括：
65.将所述视频流输入至预先训练完成的目标识别模型中，以使所述目标识别模型识别出所述视频流中包含的目标对象。
66.在该实施例中，处理终端可以通过预先存储或者调用的方式，获取预先训练完成的目标识别模型，该目标识别模型可以是用于识别出视频流中包含的目标对象的机器学习模型。处理终端可以将该视频流作为目标识别模型的输入，以使该目标识别模型输出该视频流包含的目标对象。在一示例中，目标识别模型可以在视频流的画面内容中进行框选以确定目标对象。在另一示例中，目标识别模型也可以输出目标对象相对于该视频流的画面内容中的位置信息，以确定目标对象，本技术对此不作特殊限定。
67.本领域技术人员可以预先对目标识别模型进行训练，通过大量的训练数据对目标识别模型进行训练，以使该目标识别模型能够准确输出每一训练数据中所包含的目标对象。需要说明的，针对不同类型的目标对象，可以分别设置于该类型对应的训练数据，例如目标对象为人物，则训练数据可以是包含有人物的视频流数据，若目标对象为车辆，则训练数据可以是包含有车辆的视频流数据等等。由此，对目标识别模型进行针对性训练，可以保
证该目标识别模型的输出结果的准确性。
68.在该实施例中，通过预先训练完成的目标识别模型对目标对象进行识别，可以提高目标对象识别的准确性和效率，进而保证监控的有效性。
69.基于图2所示的实施例，图3为本技术实施例的图2的视频处理方法中步骤s230的流程示意图。参照图3所示，该尺寸信息包括宽度和长度，则步骤s230至少包括步骤s310至步骤s320，详细介绍如下：
70.在步骤s310中，根据所述目标对象所在的目标区域的宽度以及所述视频流的图像画面的宽度，确定所述目标区域的宽度相对于所述图像画面的宽度的第一占比。
71.在该实施例中，处理终端可以将目标区域的宽度除以该视频流的图像画面的宽度，从而得到该第一占比，例如目标区域的宽度为5个像素，视频流的图像画面的宽度为50，则第一占比为5/50即1/10，等等。
72.在步骤s320中，根据所述目标对象所在的目标区域的长度以及所述图像画面的长度，确定所述目标区域的长度相对于所述图像画面的长度的第二占比。
73.在该实施例中，根据前文所述的第一占比的确定方法，处理终端可以对应确定目标区域的长度相对于图像画面的长度的第二占比，本技术在此不再赘述。
74.在步骤s330中，基于所述第一占比、所述第二占比以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
75.在该实施例中，处理终端可以基于第一占比、第二占比以及当前可显示区域的尺寸信息，基于预先设定的倍率确定规则，确定针对该目标区域的放大倍数。由此，基于第一占比和第二占比以及当前可显示区域的尺寸信息，确定目标区域的放大倍数，可以保证所确定的放大倍数准确性，进而保证该目标区域的显示效果。
76.基于图2和图3所示的实施例，图4为本技术实施例中图3的视频处理方法中步骤s330的流程示意图，参照图4所示，步骤s330至少包括步骤s410至步骤s420，详细介绍如下：
77.在步骤s410中，获取所述第一占比对应的第一权重、所述第二占比对应的第二权重以及当前可显示区域的尺寸信息对应的第三权重。
78.在本技术一示例性实施例中，本领域技术人员可以根据在先经验设定第一占比对应的第一权重、第二占比对应的第二权重以及当前可显示区域的尺寸信息对应的第三权重。并将上述权重信息预先存储与处理终端中，以供后续获取。
79.需要说明的，本领域技术人员可以针对不同类型的目标对象，分别确定与不同类型的目标对象对应的第一权重、第二权重以及第三权重，由此可以保证权重信息设定的有效性，避免所有类型的目标对象使用同一权重信息，从而影响后续的显示效果。
80.在步骤s420中，根据所述第一占比、所述第二占比、所述当前可显示区域的尺寸信息、所述第一权重、所述第二权重以及所述第三权重进行加权和处理，确定针对所述目标区域的放大倍数。
81.在本技术一示例性实施例中，处理终端在获取上述权重信息后，可以基于第一占比、第二占比以及当前可显示区域的尺寸信息，以及对应的第一权重值、第二权重值和第三权重值，进行加权和计算，从而确定针对该目标区域的放大倍数。
82.应该理解的，在该实施例中，通过设定对应的权重值信息，并基于上述信息进行加权和计算，可以充分考虑对目标区域的显示效果具有影响的各种因素，保证了所确定的放
大倍数的有效性。
83.基于图2所示的实施例，图5为本技术实施例中图2的视频处理方法中步骤s230的流程示意图。参照图5所示，目标对象的数量为至少两个，则步骤s230至少包括步骤s510至步骤s520，详细介绍如下：
84.在步骤s510中，确定包含至少两个所述目标对象的目标区域。
85.在本技术一示例性实施例中，若目标对象的数量为至少两个，即两个或者两个以上的任意数量，则处理终端以所确定的目标区域能够同时包含该至少两个目标对象为基准，确定视频流的画面内容中的目标区域。
86.在步骤s520中，根据所述目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
87.由此，在图5所示的实施例中，当目标对象的数量为至少两个时，则处理终端可以将同时包含该至少两个目标对象的区域识别为目标区域。由此，在后续显示时，可以同时突出该至少两个目标对象，避免目标对象的缺失，进而保证了视频监控的有效性。
88.基于图2所示的实施例，图6为本技术实施例中图2的视频处理方法中步骤s240的流程示意图。参照图6所示，步骤s240至少包括步骤s610至步骤s620，详细介绍如下：
89.在步骤s610中，根据所述放大倍数对所述目标区域进行放大。
90.在本技术一示例性实施例中，处理终端在确定针对目标区域的放大倍数后，可以按照该放大倍数，对该目标区域进行放大，从而突出目标区域包含的目标对象。
91.在步骤s620中，在所述当前可显示区域中以放大后的所述目标区域为中心对所述视频流进行显示。
92.在本技术一示例性实施例中，处理终端在放大该目标区域后，可以将放大后的目标区域移动至当前可显示区域的中心，并对该视频流进行播放。由此保证该目标区域的显示效果，进而保证视频监控的有效性。
93.基于图2所示的实施例，图7为本技术实施例中图2的视频处理方法中步骤s240的流程示意图。参照图7所示，步骤s240至少包括步骤s710至步骤s720，详细介绍如下：
94.在步骤s710中，根据所述放大倍数，对用于获取所述视频流的图像获取装置进行变焦，以对所述目标区域进行放大。
95.在本技术一示例性实施例中，当确定放大倍数之后，处理终端可以向获取视频流的图像获取装置发送变焦指令，图像获取装置在接收到该变焦指令后，可以对应调整自身的拍摄参数，从而对该目标区域进行放大拍摄。
96.在另一示例中，处理终端也可以基于目标区域在视频流的图像画面的位置信息，向图像获取装置发送拍摄角度调整指令，从而对应调整图像获取装置的拍摄角度，以使图像获取装置正对该目标区域。
97.在步骤s720中，接收由所述图像获取装置发送的变焦后的视频流，并在所述当前可显示区域中以所述目标区域为中心对变焦后的视频流进行显示。
98.在本技术一示例性实施例中，在变焦后，图像获取装置可以继续向处理终端发送拍摄得到的视频流数据。处理终端在接收到变焦后的视频流数据后，可以无需对变焦后的视频流进行处理，即可以在当前可显示区域中以目标区域为中心对变焦后的视频流进行显示，保证了视频监控的有效性。
99.应该理解的是，虽然图2
‑
7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2
‑
7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
100.在一个实施例中，如图8所示，提供了一种视频处理装置，包括：
101.获取模块810，用于获取待处理的视频流；
102.识别模块820，用于根据所述视频流，识别出所述视频流中包含的目标对象；
103.确定模块830，用于根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
104.显示模块840，用于根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
105.在一个实施例中，识别模块820被配置为：将所述视频流输入至预先训练完成的目标识别模型中，以使所述目标识别模型识别出所述视频流中包含的目标对象。
106.在一个实施例中，所述尺寸信息包括宽度和长度；确定模块830被配置为：根据所述目标对象所在的目标区域的宽度以及所述视频流的图像画面的宽度，确定所述目标区域的宽度相对于所述图像画面的宽度的第一占比；根据所述目标对象所在的目标区域的长度以及所述图像画面的长度，确定所述目标区域的长度相对于所述图像画面的长度的第二占比；基于所述第一占比、所述第二占比以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
107.在一个实施例中，确定模块830被配置为：获取所述第一占比对应的第一权重、所述第二占比对应的第二权重以及当前可显示区域的尺寸信息对应的第三权重；根据所述第一占比、所述第二占比、所述当前可显示区域的尺寸信息、所述第一权重、所述第二权重以及所述第三权重进行加权和处理，确定针对所述目标区域的放大倍数。
108.在一个实施例中，所述目标对象的数量为至少两个，确定模块830被配置为：确定包含至少两个所述目标对象的目标区域；根据所述目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
109.在一个实施例中，显示模块840被配置为：根据所述放大倍数对所述目标区域进行放大；在所述当前可显示区域中以放大后的所述目标区域为中心对所述视频流进行显示。
110.在一个实施例中，显示模块840被配置为：根据所述放大倍数，对用于获取所述视频流的图像获取装置进行变焦，以对所述目标区域进行放大；接收由所述图像获取装置发送的变焦后的视频流，并在所述当前可显示区域中以所述目标区域为中心对变焦后的视频流进行显示。
111.关于视频处理装置的具体限定可以参见上文中对于视频处理方法的限定，在此不再赘述。上述视频处理装置中的各个模块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计算机设备中的处理器中，也可以以软件形式存储
于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
112.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种视频处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
113.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备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。
114.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
115.获取待处理的视频流；
116.根据所述视频流，识别出所述视频流中包含的目标对象；
117.根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
118.根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
119.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
120.将所述视频流输入至预先训练完成的目标识别模型中，以使所述目标识别模型识别出所述视频流中包含的目标对象。
121.在一个实施例中，所述尺寸信息包括宽度和长度，处理器执行计算机程序时还实现以下步骤：
122.根据所述目标对象所在的目标区域的宽度以及所述视频流的图像画面的宽度，确定所述目标区域的宽度相对于所述图像画面的宽度的第一占比；根据所述目标对象所在的目标区域的长度以及所述图像画面的长度，确定所述目标区域的长度相对于所述图像画面的长度的第二占比；基于所述第一占比、所述第二占比以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
123.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
124.获取所述第一占比对应的第一权重、所述第二占比对应的第二权重以及当前可显示区域的尺寸信息对应的第三权重；根据所述第一占比、所述第二占比、所述当前可显示区域的尺寸信息、所述第一权重、所述第二权重以及所述第三权重进行加权和处理，确定针对所述目标区域的放大倍数。
125.在一个实施例中，所述目标对象的数量为至少两个，处理器执行计算机程序时还实现以下步骤：
126.确定包含至少两个所述目标对象的目标区域；根据所述目标区域的尺寸信息、所
述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
127.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
128.根据所述放大倍数对所述目标区域进行放大；在所述当前可显示区域中以放大后的所述目标区域为中心对所述视频流进行显示。
129.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
130.根据所述放大倍数，对用于获取所述视频流的图像获取装置进行变焦，以对所述目标区域进行放大；接收由所述图像获取装置发送的变焦后的视频流，并在所述当前可显示区域中以所述目标区域为中心对变焦后的视频流进行显示。
131.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
132.获取待处理的视频流；
133.根据所述视频流，识别出所述视频流中包含的目标对象；
134.根据所述目标对象所在的目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数；
135.根据所述放大倍数，在所述当前可显示区域中以所述目标区域为中心对所述视频流进行显示。
136.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
137.将所述视频流输入至预先训练完成的目标识别模型中，以使所述目标识别模型识别出所述视频流中包含的目标对象。
138.在一个实施例中，所述尺寸信息包括宽度和长度，计算机程序被处理器执行时还实现以下步骤：
139.根据所述目标对象所在的目标区域的宽度以及所述视频流的图像画面的宽度，确定所述目标区域的宽度相对于所述图像画面的宽度的第一占比；根据所述目标对象所在的目标区域的长度以及所述图像画面的长度，确定所述目标区域的长度相对于所述图像画面的长度的第二占比；基于所述第一占比、所述第二占比以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
140.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
141.获取所述第一占比对应的第一权重、所述第二占比对应的第二权重以及当前可显示区域的尺寸信息对应的第三权重；根据所述第一占比、所述第二占比、所述当前可显示区域的尺寸信息、所述第一权重、所述第二权重以及所述第三权重进行加权和处理，确定针对所述目标区域的放大倍数。
142.在一个实施例中，所述目标对象的数量为至少两个，计算机程序被处理器执行时还实现以下步骤：
143.确定包含至少两个所述目标对象的目标区域；根据所述目标区域的尺寸信息、所述视频流的图像画面的尺寸信息以及当前可显示区域的尺寸信息，确定针对所述目标区域的放大倍数。
144.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
145.根据所述放大倍数对所述目标区域进行放大；在所述当前可显示区域中以放大后
的所述目标区域为中心对所述视频流进行显示。
146.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
147.根据所述放大倍数，对用于获取所述视频流的图像获取装置进行变焦，以对所述目标区域进行放大；接收由所述图像获取装置发送的变焦后的视频流，并在所述当前可显示区域中以所述目标区域为中心对变焦后的视频流进行显示。
148.本领域普通技术人员可以理解实现上述实施例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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
149.以上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。
150.以上所述实施例仅表达了本技术的几种实施方式，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，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。