一种结合动作及音频检测生成镜头的系统

本发明属于计算机视觉与智能内容生成领域，提供一种结合动作及音频检测生成镜头的系统。其数据采集模块获取动作片段视频与音频，经关键点标注、音频预处理提取特征，并自适应调整分辨率。频率分析模块依关键点坐标变化计算动作频率，聚类构建模式库，借时间窗口滑动机制更新。需求输入模块接收用户对镜头的生成需求并编码。生成决策模块融合多源信息，依规则与需求生成镜头策略，兼顾美学规则。生成执行模块按策略剪辑、处理镜头并添加特效，输出符合要求的动画镜头序列。此外，还涉及对应方法、电子设备及计算机可读存储介质。本发明提升镜头与内容协调性、制作效率及创意多样性，优化数据处理流程，增强镜头美学质量。