[发明专利]一种漫画动图生成方法、装置及存储介质有效
申请号: | 201810872328.0 | 申请日: | 2018-08-02 |
公开(公告)号: | CN109087380B | 公开(公告)日: | 2023-10-20 |
发明(设计)人: | 钟宜峰;马杰;赵璐;莫东松;张进 | 申请(专利权)人: | 咪咕文化科技有限公司;中国移动通信集团有限公司 |
主分类号: | G06T13/80 | 分类号: | G06T13/80;G06N3/0464 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 姚文娴;张颖玲 |
地址: | 100032 北京市西城区德*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 漫画 生成 方法 装置 存储 介质 | ||
本发明公开了一种漫画动图生成方法,包括:向卷积神经网络模型中输入第一图像,第一图像用于表征真实人脸,第一图像至少包括真实人脸的表情信息;接收卷积神经网络模型输出的与第一图像对应的第二图像,以及与真实人脸的表情对应的第一差异向量;第二图像用于表征漫画人脸,漫画人脸与真实人脸相对应,第二图像至少包括漫画人脸的表情信息,第一差异向量用于表征以漫画人脸在第二图像中的表情为表情起点的连续变化的表情对应的多帧图像与其前一帧图像之间的图像差异;基于第二图像和第一差异向量,生成以第二图像为起始帧的包括漫画人脸连续变化表情的漫画动图。本发明还公开了一种漫画动图生成装置和存储介质。
技术领域
本发明涉及图像生成技术,尤其涉及一种漫画动图生成方法、装置及存储介质。
背景技术
现有技术在对图像的转换处理的过程中,仅能根据单一的真实图像生成相应的单一漫画,缺乏生成漫画动图的有效手段,同时,在由真实图像生成相应漫画的过程中缺乏对真实图像变化的预测。
发明内容
本发明实施例提供一种漫画动图生成方法及装置,能够通过用户所输入的表征真实人脸的图像生成包括漫画人脸连续变化表情的漫画动图。
本发明实施例的技术方案是这样实现的:
本发明是实施例提供了一种漫画动图生成方法,所述方法包括:
向卷积神经网络模型中输入第一图像,所述第一图像用于表征真实人脸,所述第一图像至少包括所述真实人脸的表情信息;
接收所述卷积神经网络模型输出的与所述第一图像对应的第二图像,以及与所述真实人脸的表情对应的第一差异向量;
所述第二图像用于表征漫画人脸,所述漫画人脸与所述真实人脸相对应,所述第二图像至少包括所述漫画人脸的表情信息,所述第一差异向量用于表征以所述漫画人脸在所述第二图像中的表情为表情起点的连续变化的表情对应的多帧图像与其前一帧图像之间的图像差异;
基于所述第二图像和所述第一差异向量,生成以所述第二图像为起始帧的包括所述漫画人脸连续变化表情的漫画动图。
上述方案中,
所述第一差异向量的数量为至少两个;
所述基于所述第二图像和所述第一差异向量,生成以所述第二图像为起始帧的包括所述漫画人脸连续变化表情的漫画动图,包括:
基于所述第二图像和所述第一差异向量,得到预设数量的图像,其中,所述预设数量的图像包含以所述漫画人脸在所述第二图像中的表情为表情起点的连续变化的表情;
基于所述第二图像以及所述预设数量的图像,生成漫画动图。
上述方案中,
所述第一差异向量是由所述卷积神经网络模型基于输入的前一帧图像以及前一帧图像对应的指定第一差异向量得到的,其中,所述前一帧图像对应的指定第一差异向量用于表征所述前一帧图像的后一帧图像与所述前一帧图像之间的图像差异,所述前一帧图像的后一帧图像与所述前一帧图像包含连续变化的表情。
上述方案中,
所述方法还包括:
对所述卷积神经网络模型进行训练;
其中,所述对所述卷积神经网络模型进行训练包括:
根据第三图像以及第四图像对所述卷积神经网络模型进行第一阶段的训练,以实现根据包含真实人脸的图像得到对应的包含漫画人脸的图像,其中,所述第三图像为漫画人脸图像、所述第四图像为真实人脸图像;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于咪咕文化科技有限公司;中国移动通信集团有限公司,未经咪咕文化科技有限公司;中国移动通信集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810872328.0/2.html,转载请声明来源钻瓜专利网。