服务器及多屏短视频的筛选方法与流程

1.本技术涉及图像检测技术领域，尤其涉及一种服务器及多屏短视频的筛选方法。


背景技术：

2.短视频是指在各种新媒体平台上播放的、适合在短时休闲状态下观看的、时长在30分钟以内的视频，内容融合了技能分享、幽默搞怪、时尚潮流、社会热点、街头采访、公益教育、广告创意、商业定制等主题。随着5g技术的兴起，短视频内容呈爆炸式的增长。
3.目前，用户在不同短视频平台上制作短视频时会做一些特效进行加工处理，其中一种为通过分屏特效将短视频制作为多屏短视频，通常包括两屏短视频、三屏短视频、四屏短视频、六屏短视频及九屏短视频等多种类型。对于多屏短视频的检测方式来说，如三屏短视频的检测，可通过收集大量三屏和非三屏短视频，分别打上标签，然后训练深度学习的模型来进行识别。但是，上述检测方式中，数据收集和模型训练的过程均比较繁琐，耗时较长。


技术实现要素：

4.本技术提供了一种服务器及多屏短视频的筛选方法，以解决现有技术中在对多屏短视频进行检测时，过程繁琐、耗时较长的技术问题。
5.第一方面，本技术一些实施例中提供了一种服务器，所述服务器被配置为：
6.根据短视频获取所述短视频中图像帧的像素点；
7.将所述像素点灰度化处理，得到灰度图像帧；
8.根据目标短视频的分屏类型确定分屏界线，并根据所述分屏界线在所述灰度图像帧中确定检测区域，其中，所述检测区域是指包含分屏界线两侧的预设范围内的区域；
9.利用图像清晰度算法计算所述检测区域内像素值的灰度变化值，所述灰度变化值用于表征图像的清晰度；
10.将所述灰度变化值与第一预设阈值作比较，根据比较结果确定所述短视频的分屏类型与所述目标短视频的分屏类型是否一致。
11.第二方面，本技术一些实施例中提供了一种多屏短视频的筛选方法，其特征在于，所述方法包括：
12.根据短视频获取所述短视频中图像帧的像素点；
13.将所述像素点灰度化处理，得到灰度图像帧；
14.根据目标短视频的分屏类型确定分屏界线，并根据所述分屏界线在所述灰度图像帧中确定检测区域，其中，所述检测区域是指包含分屏界线两侧的预设范围内的区域；
15.利用图像清晰度算法计算所述检测区域内像素值的灰度变化值，所述灰度变化值用于表征图像的清晰度；
16.将所述灰度变化值与第一预设阈值作比较，根据比较结果确定所述短视频的分屏类型与所述目标短视频的分屏类型是否一致。
17.与现有技术相比，本技术的有益效果为：
18.本技术提供了一种服务器及多屏短视频的筛选方法，在对短视频进行筛选之前，需要先将短视频划分为连续的图像帧，获得每一帧图像的像素点矩阵，并对像素点进行灰度化处理，得到所述短视频的若干灰度图像帧。根据所要筛选的目标短视频的分屏类型确定出具有该分屏类型的图像帧中所应该具备的分屏界线，分别以确定出的分屏界线为中心，选取分屏界线左右两侧预设范围内的区域，得到多个检测区域。服务器利用图像清晰度算法检测检测区域内像素值的灰度变化值，通过灰度变化值与第一预设阈值的比较结果即可确定出当前短视频的分屏类型是否与所要筛选的目标短视频的分屏类型一致。本技术中，在图像帧中确定出特定的检测区域，避免对整张图像进行图像清晰度计算。通过对特定的检测区域进行图像清晰度检测，能够快速确定出待检测的短视频是否与所要筛选的目标短视频具有相同的分屏类型，从而完成对短视频分屏类型的检测与筛选。
附图说明
19.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1中示例性示出了根据一些实施例的智能电视中三屏短视频的显示效果图；
21.图2中示例性示出了根据一些实施例的移动终端中三屏短视频的显示效果示意图；
22.图3中示例性示出了根据一些实施例的移动终端中另一三屏短视频的显示效果示意图；
23.图4中示例性示出了根据一些实施例的多屏短视频的筛选方法的流程示意图；
24.图5中示例性示出了根据一些实施例的三屏短视频的检测区域划分示意图；
25.图6中示例性示出了根据一些实施例的九屏短视频的检测区域划分示意图；
26.图7中示例性示出了根据一些实施例的两屏短视频的检测区域划分示意图；
27.图8中示例性示出了根据一些实施例的四屏短视频的检测区域划分示意图；
28.图9中示例性示出了根据一些实施例的智能电视中横向六屏短视频的显示效果图；
29.图10中示例性示出了根据一些实施例的智能电视中竖向六屏短视频的显示效果图；
30.图11中示例性示出了根据一些实施例的另一四屏短视频的显示效果示意图；
31.图12中示例性示出了根据一些实施例的多屏短视频中图像帧中有效区域裁剪示意图。
具体实施方式
32.为使本技术的目的和实施方式更加清楚，下面将结合本技术示例性实施例中的附图，对本技术示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本技术一部分实施例，而不是全部的实施例。
33.需要说明的是，本技术中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本技术的实施方式。除非另有说明，这些术语应当按照其普通和
通常的含义理解。
34.本技术中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
35.术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
36.随着移动终端和智能电视的普及以及网络的提速，短视频成为当下最热门的信息传播形态，越来越多的用户会在闲暇时间浏览短视频，短视频有效满足大家闲暇的娱乐要求。目前，用户在不同短视频平台上制作短视频时会做一些特效进行加工处理，其中一种为通过分屏特效将短视频制作为多屏短视频。这里，结合短视频内容的主要呈现版型，多屏短视频可以包括横向多屏短视频和竖向多屏短视频，这里，竖向多屏短视频是指画面高度大于宽度的视频媒资，横向多屏短视频是指高度小于宽度的视频媒资。
37.图1中示例性示出了根据一些实施例的智能电视中三屏短视频的显示效果图。如图1所示，智能电视在显示界面上展示出竖向三屏短视频，其中，仅有中间分屏的内容为视频中的有效内容，左侧和右侧的分屏内的展示内容则为模糊部分。图2中示例性示出了根据一些实施例的移动终端中三屏短视频的显示效果示意图。如图2所示，移动终端在显示界面上展示出横向三屏短视频，其中，中间分屏的内容为短视频的播放内容，上侧和下侧的分屏内的内容为与所播放短视频相关的详情信息等，如视频标题、视频作者及视频简介等内容。图3中示例性示出了根据一些实施例的移动终端中另一三屏短视频的显示效果示意图。结合图3，同样展示出了横向三屏短视频，与图2不同的是，图3中三个分屏中的展示内容相同。
38.视频内容分析(video content analysis)是基于人工智能技术，对视频进行语音、文字、人脸、物体、场景多维度分析，输出视频泛标签，应用于多媒体内容的管理、审核、搜索和推荐等。视频内容分析的实现过程通常为：将视频切分为固定长度的视频片段，并将视频片段依次输入至神经网络模型进行特征提取，其中，根据视频内容分析的方向的不同，所提取的特征不同。最后将提取的特征输入到一个分类器中，进行视频标签分类。对于多屏短视频来说，各个分屏内的展示内容通常是重复的，或者仅有其中一分屏内的展示内容是清晰的，其他分屏内的展示内容是模糊的。若是对多屏短视频进行视频内容分析，将多屏短视频输入至神经网络模型，那么分屏中的重复或者模糊内容会影响特征提取结果，致使分类结果不准确或错误。例如，对某一多屏短视频进行视频内容分析，统计视频中a演员所出现的次数，此时，由于多屏短视频中的画面是重复的，则会导致对a演员所出现的次数的计数不准确。因此，在多屏短视频进行视频内容分析之前，需要对多屏短视频进行筛选，针对不同分屏类型的短视频进行不同的预处理，然后再进行视频内容分析，以确保视频内容分析的准确性。
39.相关技术中，对于多屏短视频的检测方式来说，如三屏短视频的检测，可通过收集大量的数据样本，即三屏短视频和非三屏短视频，分别为其打上标签，然后训练深度学习的模型来进行识别。但是，上述检测方式中，数据收集和模型训练的过程均比较繁琐，耗时较长。为了解决上述问题，本技术在一些实施例中提供了一种服务器，所述服务器被配置为执行多屏短视频的筛选过程。
40.下面结合附图对多屏短视频的筛选过程进行说明。
41.图4中示例性示出了根据一些实施例的多屏短视频的筛选方法的流程示意图。结合图4所示，所述多屏短视频的筛选过程如下：
42.s401：根据短视频获取所述短视频中图像帧的像素点。
43.在一些实施例中，短视频由连续的图像帧组成，图像帧一般为rgb三通道彩色图像帧。在进行图像处理之前，需要先通过短视频提取到相应的每一组图像帧的像素点数据。在一些实施例中，可以将短视频输入至视频读取工具中，获取每一帧图像的像素点矩阵。例如，将mp4格式的短视频文件输入至imageio或cv2等工具中，提取短视频中相应的图像帧的像素点。对于尺寸为[w，h]的图像帧来说，可获得w
×
h的像素矩阵。
[0044]
s402：将所述像素点灰度化处理，得到灰度图像帧。
[0045]
在一些实施例中，对于彩色图像帧进行处理时，需要对rgb三个通道进行处理，所需处理的数据量较大，为了简化w
×
h的像素矩阵，提高运算速度，可将rgb三通道的彩色图像帧转变为单通道的灰度图像帧。
[0046]
在一些实施例中，可以通过整数法将像素点进行灰度化处理，即对于尺寸为[w，h]的rgb三通道的彩色图像帧中的每一个像素点，灰度化后的像素值gray_pixle＝(30*r 59*g 11*b)/100，其中r，g，b分别为彩色图像帧三通道的像素值，最终得到w
×
h的灰度图矩阵g。当然，也可以用浮点法对像素点进行灰度化处理，灰度化后的像素值gray_pixle＝r*0.3 g*0.59 b*0.11，还可以用移位法对像素点进行灰度化处理，灰度化后的像素值gray_pixle＝(r*77 g*151 b*28)》》8。这里，对于像素点灰度化处理的方式不做限制。
[0047]
s403：根据目标短视频的分屏类型确定分屏界线，并根据所述分屏界线在所述灰度图像帧中确定检测区域，其中，所述检测区域是指包含分屏界线两侧的预设范围内的区域。
[0048]
在一些实施例中，根据多屏短视频的分屏类型的不同，其相应的分屏界线的位置不同，这里，分屏类型指的可以是显示界面中的展示窗口的数量，即分屏数，各个展示窗口之间的分界线即为分屏界线。多屏短视频的分屏类型通常包括两屏短视频、三屏短视频、四屏短视频、六屏短视频及九屏短视频。
[0049]
下面以需要检测的目标短视频的分屏类型为三屏短视频为例，介绍确定分屏界线以及检测区域的过程。
[0050]
由于三屏短视频的分屏数为3，也就是说，显示界面中的展示窗口的数量为3，又由于此时只知道目标短视频为三屏短视频，并不知到目标短视频为竖向三屏短视频还是横向三屏短视频。因此，服务器可分别寻找出灰度图像帧在宽度方向和高度方向上的三等分点处，以便于在宽度方向和高度方向上均确定出检测区域。
[0051]
在一些实施例中，图5中示例性示出了根据一些实施例的三屏短视频的检测区域划分示意图。参见图5，该三屏短视频中图像帧的高度为h，宽度为w，在所述灰度图像帧的宽度三等分点处(w/3)，分别从竖直方向作出竖向分屏界线，其中，所述竖向分屏界线用于将所述灰度图像帧从宽度方向上均分为三份，根据所述竖向分屏界线确定的检测区域为竖向检测区域。在所述灰度图像帧的高度三等分点处(h/3)，分别从水平方向作出横向分屏界线，其中，所述横向分屏界线用于将所述灰度图像帧从高度方向上均分为三份，根据所述横向分屏界线确定的检测区域为横向检测区域。
[0052]
在一些实施例中，在灰度图像帧的三等分点处分别作出分屏界线后，均以分屏界线为中心，选取左右两侧预设范围的区域，作为检测区域。结合图5，对于两条竖向分屏界线，分别选取左右两侧尺寸为dw的区域，确定出两个竖向检测区域，可分别表示为[w/3-dw:w/3 dw,h]，[2w/3-dw:2w/3 dw,h]。同理，对于两条横向分屏界线，分别选取左右两侧尺寸为dh的区域，确定出两个横向检测区域，可分别表示为[w,h/3-dh:h/3 dh]，[w,2h/3-dh:2h/3 dh]。其中，dw和dh一般取5即可，即在分屏界线的一侧只需考虑5个像素宽度。以上，可以明确，在筛选目标短视频为三屏短视频时，需要在短视频中的灰度图像帧中确定出4个检测区域。
[0053]
图6中示例性示出了根据一些实施例的九屏短视频的检测区域划分示意图，结合图6，当目标短视频为九屏短视频时，服务器同样需要寻找出灰度图像帧在宽度方向和高度方向上的三等分点处，并确定出4个检测区域，结合图5，不难发现，在目标短视频为三屏短视频或九屏短视频时，所确定出的检测区域的数量相同，且检测区域在所述灰度图像帧中的相对位置相同。此处，需要说明的是，在灰度图像帧中的相对位置相同指的是均在灰度图像帧的三等分点处确定出的分屏界线以及检测区域。
[0054]
下面以需要检测的目标短视频的分屏类型为两屏短视频为例，介绍确定分屏界线以及检测区域的过程。
[0055]
由于两屏短视频的分屏数为2，也就是说，显示界面中的展示窗口的数量为2，又由于此时只知道目标短视频为两屏短视频，并不知到目标短视频为竖向两屏短视频还是横向两屏短视频。因此，服务器可分别寻找出灰度图像帧在宽度方向和高度方向上的二等分点处，以便于在宽度方向和高度方向上均确定出检测区域。
[0056]
图7中示例性示出了根据一些实施例的两屏短视频的检测区域划分示意图。结合图7，在灰度图像帧的二等分点处分别作出分屏界线后，均以分屏界线为中心，选取左右两侧预设范围的区域，作为检测区域。可以明确，在筛选目标短视频为两屏短视频时，需要在短视频中的灰度图像帧中确定出2个检测区域。
[0057]
图8中示例性示出了根据一些实施例的四屏短视频的检测区域划分示意图。结合图8，当目标短视频为四屏短视频时，服务器同样需要寻找出灰度图像帧在宽度方向和高度方向上的二等分点处，并确定出2个检测区域，对比图8和图7，在目标短视频为两屏短视频或四屏短视频时，所确定出的检测区域的数量相同，且在所述灰度图像帧中的相对位置相同。
[0058]
下面以需要检测的目标短视频的分屏类型为六屏短视频为例，介绍确定分屏界线以及检测区域的过程。
[0059]
图9中示例性示出了根据一些实施例的智能电视中横向六屏短视频的显示效果图，图10中示例性示出了根据一些实施例的智能电视中竖向六屏短视频的显示效果图。结合图9和图10，当目标短视频为六屏短视频时，其分屏数为6，也就是说，显示界面中的展示窗口的数量为6，又由于需要具体筛选出目标短视频为竖向六屏短视频还是横向六屏短视频。因此，服务器需要涵盖图9和图10中两种情况，可先在灰度图像帧宽度方向分别找出二等分点和三等分点，再在灰度图像帧高度方向上分别找出二等分点和三等分点，根据找到的等分点处确定出分屏界线，进而确定出检测区域。在筛选目标短视频为六屏短视频时，需要在短视频中的灰度图像帧中确定出6个检测区域。
[0060]
需要说明的是，以上提及到的四屏短视频、六屏短视频及九屏短视频指的是竖向分屏界线和横向分屏界线并存的网格状多屏短视频。
[0061]
在一些实施例中，对于四屏短视频、六屏短视频及九屏短视频还可以是仅有一种形式分屏界线(竖向分屏界线或横向分屏界线)存在的多屏短视频。图11中示例性示出了根据一些实施例的另一四屏短视频的显示效果示意图。结合图11，该四屏短视频中，仅通过竖向分屏界线将分屏数划分为4份。对于仅存在一种形式分屏界线的多屏短视频，在确定分屏界线时，参考上述两屏短视频和三屏短视频中分屏界线的确定形式，服务器可向根据目标短视频的分屏类型确定出等分点数，然后分别在灰度图像帧的宽度方向和高度方向上的相应等分点处确定出分屏界线，以便于在宽度方向和高度方向上均确定出检测区域。
[0062]
以上，具体描述如何根据不同的目标短视频确定出相应的检测区域的过程。
[0063]
s404：利用图像清晰度算法计算所述检测区域内像素值的灰度变化值，所述灰度变化值用于表征图像的清晰度。
[0064]
在一些实施例中，服务器在确定出检测区域之后，可分别读取竖向检测区域和横向检测区域内的像素点，得到多个灰度矩阵。对于多个灰度矩阵，分别通过利用brenner梯度算法计算每一灰度矩阵中的像素值的梯度平均值。
[0065]
在一些实施例中，在所述竖向检测区域中，依次计算相邻两列之间的初始梯度平均值，将同一竖向检测区域内的初始梯度平均值求和之后通过与所述灰度图像帧的高度相比进行归一化，得到标准梯度平均值。在所述横向检测区域中，依次计算相邻两行之间的初始梯度平均值，将同一横向检测区域内的初始梯度平均值求和之后通过与所述灰度图像帧的宽度相比进行归一化，得到标准梯度平均值。
[0066]
举例来说，以竖向检测区域为例，对于尺寸为w
×
h的三屏短视频中的灰度图矩阵g，读取其中一个竖向检测区域内的灰度矩阵g1＝g[w/3-dw:w/3 dw,h]。计算该竖向检测区域内第i列和第i-1列的初始梯度平均值并求和，然后除以该方向上的尺度进行归一化获得标准梯度平均值b(i)，计算公式如下：
[0067]
b(i)＝sum{(g1[i,:]-g1[i-1,:])2}/h
[0068]
式中，当“：”代表的具体行数，其取值范围为0～h。
[0069]
同理，横向检测区域的标准梯度平均值b(i)的计算公式如下：
[0070]
b(i)＝sum{(g1[:,i]-g1[:,i-1])2}/w
[0071]
式中，当“：”代表的具体列数，其取值范围为0～w。
[0072]
s405：将所述灰度变化值与第一预设阈值作比较，根据比较结果确定所述短视频的分屏类型与所述目标短视频的分屏类型是否一致。
[0073]
在一些实施例中，若与所述竖向检测区域相对应的所有标准梯度平均值均小于第一预设阈值，则确定所述短视频为与需要检测的所述目标短视频的分屏类型一致的竖向多屏短视频。若与所述横向检测区域相对应的所有标准梯度平均值均小于第一预设阈值，则确定所述短视频为与需要检测的所述目标短视频的分屏类型一致的横向多屏短视频。
[0074]
对于目标短视频为三屏短视频来说，对于竖向检测区域计算得到的标准梯度平均值为b_h1和b_h 2，横向检测区域的计算得到的标准梯度平均值为b_w1和b_w2。如果b_h1，b_h 2都小于第一预设阈值[brenner_confidence]，则表明短视频为竖向三屏短视频。如果b_w1，b_w2都小于第一预设阈值[brenner_confidence]，则表明短视频为横向三屏短视频。
[0075]
例如，对于某一三屏短视频检测到b_h1＝3.45，b_h2＝3.87，b_w1＝0.13，b_w2＝0.15，第一预设阈值为1，由于b_w1，b_w2都小于第一预设阈值，因此，该三屏短视频为横向三屏短视频。
[0076]
在一些实施例中，服务器通过多屏值记录通过检测区域内灰度变化值所确定的灰度图像帧中的分屏类型与需要检测的所述目标短视频的分屏类型是否一致。如，多屏值为1，则表征通过检测区域内灰度变化值所确定的灰度图像帧中的分屏类型与所述目标短视频的分屏类型一致。多屏值为0，则表征通过检测区域内灰度变化值所确定的灰度图像帧中的分屏类型与所述目标短视频的分屏类型不一致。
[0077]
在一些实施例中，若通过竖向检测区域或横向检测区域确定所述灰度图像帧中的分屏类型与所述目标短视频的分屏类型一致，则将相应的竖向检测区域或横向检测区域的多屏值标记为1。若通过竖向检测区域或横向检测区域确定所述灰度图像帧中的分屏类型与所述目标短视频的分屏类型不一致，则将相应的竖向检测区域或横向检测区域的多屏值标记为0。
[0078]
以目标短视频为三屏短视频为例，服务器首先根据通过竖向检测区域所计算的标准梯度值判断当前短视频是否为三屏短视频，若当前短视频是三屏短视频，则将竖向检测区域的多屏值记为1，否则，记为0。然后，根据通过横向检测区域所计算的标准梯度值判断当前短视频是否为三屏短视频，若当前短视频是三屏短视频，则将横向检测区域的多屏值记为1，否则，记为0。
[0079]
在一些实施例中，对于待检测的短视频中的灰度图像帧来说，将竖向检测区域和横向检测区域的多屏值相加，得到当前灰度图像帧的多屏值。
[0080]
在一些实施例中，在当前灰度图像帧的多屏值为1时，则确定当前灰度图像帧为竖向多屏短视频或横向多屏短视频中的图像帧。例如，当前灰度图像帧的竖向检测区域的多屏值为1，横向检测区域的多屏值为0，或者说，竖向检测区域的多屏值为0，横向检测区域的多屏值为1，那么两者之和为1，故当前灰度图像帧相应的为竖向多屏短视频或横向多屏短视频中的图像帧，其竖向检测区域的多屏值为1，横向检测区域的多屏值为0。
[0081]
在一些实施例中，在当前灰度图像帧的多屏值为2时，则确定当前灰度图像帧为竖向分屏界线和横向分屏界线并存的网格状多屏短视频中的图像帧。例如，通过整张灰度图像帧的多屏值即可区分出图5所示的三屏短视频和图6所示的九屏短视频。对于三屏短视频，其横向检测区域和竖向检测区域的多屏值，仅有一个为1，而对于九屏短视频，其竖向检测区域的多屏值为1，横向检测区域的多屏值也为1，也就是说，九屏短视频中的灰度图像帧中竖向分屏界线和横向分屏界线并存。
[0082]
在一些实施例中，在当前灰度图像帧的多屏值为0时，则确定当前灰度图像帧不为多屏短视频中的图像帧。
[0083]
在一些实施例中，由于服务器在上述计算过程可能存在出错现象，故可在所述短视频的多张连续的灰度图像帧中，随机选取预设数量的灰度图像帧，分别计算所选取的灰度图像帧的多屏值。服务器将所选取的灰度图像帧的多屏值求和之后与所述预设数量相比，得到所述短视频的多屏率，在所述多屏率大于等于第二预设阈值时，则确定所述短视频的分屏类型与所述目标短视频的分屏类型一致。
[0084]
例如，对于一个短视频，随机采样n个灰度图像帧，分别计算n个灰度图像帧的多屏
值，该短视频的多屏率计算公式如下：
[0085]
多屏率＝(n个灰度图像帧的多屏值之和)/n
×
100％
[0086]
如果多屏率≥第二预设阈值(比如50％)，则表明该短视频为多屏视频，否则为正常视频。
[0087]
在一些实施例中，在经过上述步骤之后，筛选出多屏短视频之后，若是将多屏短视频进行视频内容分析，可先进行裁剪。例如，通过对图5所示的短视频进行检测，将其筛选确定为竖向三屏短视频，将该短视频内的所有图像帧进行裁剪，选取图12所示的多屏短视频中图像帧中有效区域，即中间屏画面，最后利用中间屏画面进行视频内容分析。
[0088]
本技术中，在图像帧中确定出特定的检测区域，避免对整张图像进行图像清晰度计算。通过对特定的检测区域进行图像清晰度检测，能够快速确定出待检测的短视频是否与所要筛选的目标短视频具有相同的分屏类型，从而完成对短视频分屏类型的检测与筛选。
[0089]
与上述服务器相对应的，本技术一些实施例还提供了一种多屏短视频的筛选方法，所述方法包括：服务器根据短视频获取所述短视频中图像帧的像素点，将所述像素点灰度化处理，得到灰度图像帧。服务器根据目标短视频的分屏类型确定分屏界线，并根据所述分屏界线在所述灰度图像帧中确定检测区域，其中，所述检测区域是指包含分屏界线两侧的预设范围内的区域。服务器利用图像清晰度算法计算所述检测区域内像素值的灰度变化值，所述灰度变化值用于表征图像的清晰度。服务器将所述灰度变化值与第一预设阈值作比较，根据比较结果确定所述短视频的分屏类型与所述目标短视频的分屏类型是否一致。
[0090]
在一些实施例中，在所述目标短视频为三分屏短视频时，所述根据目标短视频的分屏类型确定分屏界线，包括：在所述灰度图像帧的宽度三等分点处，服务器分别从竖直方向作出竖向分屏界线，其中，所述竖向分屏界线用于将所述灰度图像帧从宽度方向上均分为三份，根据所述竖向分屏界线确定的检测区域为竖向检测区域。在所述灰度图像帧的高度三等分点处，服务器分别从水平方向作出横向分屏界线，其中，所述横向分屏界线用于将所述灰度图像帧从高度方向上均分为三份，根据所述横向分屏界线确定的检测区域为横向检测区域。
[0091]
由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
[0092]
需要说明的是，在本说明书中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个
……”
限定的要素，并不排除在包括要素的电路结构、物品或者设备中还存在另外的相同要素。
[0093]
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本技术的其他实施方案。本技术旨在涵盖本发明的任何变型、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技术的一般性原理并包括本技术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，本技术的真正范围和精神由权利要求的内容指出。
[0094]
以上的本技术实施方式并不构成对本技术保护范围的限定。