[发明专利]用于发送信息的方法和装置有效

专利信息
申请号: 201811459739.3 申请日: 2018-11-30
公开(公告)号: CN111260756B 公开(公告)日: 2023-09-26
发明(设计)人: 朱祥祥 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06V40/16
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 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: 用于 发送 信息 方法 装置
【说明书】:

本申请实施例公开了用于发送信息的方法和装置。该方法的一具体实施方式包括:接收包含有第一人脸图像的原始图像和由至少两张静态图像组成的待处理信息;对于所述至少两张静态图像中的静态图像,执行以下操作:响应于确定该静态图像中包含人脸图像,将该静态图像中包含的人脸图像作为第二人脸图像;基于所述第二人脸图像处理所述第一人脸图像;使用处理后的第一人脸图像替换该静态图像中的第二人脸图像;响应于确定所述待处理信息中包含人脸图像的各张静态图像替换完成,将替换后的待处理信息进行发送。该实施方式实现了基于原始图像中包含的第一人脸图像替换待处理信息中包含的第二人脸图像。

技术领域

本申请实施例涉及计算机技术领域,具体涉及用于发送信息的方法和装置。

背景技术

在互联网技术不断发展的过程中,各种信息资源也逐渐丰富。现阶段,用户可以通过互联网获取各种图片和视频。实践中,对于图片和视频中显示的某些信息,可以根据实际需要进行替换。以人物的图片为例,可以根据实际需要使用一张特定部位图片直接将图片中的人物的特定部位(例如,头部、面部、身体等等)进行替换,这种方式在静态图像中可以得到比较好的替换效果。由于动态图片和视频中的人物的各个部位是动态变化的,因此,使用一张特定部位图片直接替换的方式往往会导致替换后的动态图片或视频缺乏生动性。

发明内容

本申请实施例提出了用于发送信息的方法和装置。

第一方面,本申请实施例提供了一种用于发送信息的方法,该方法包括:接收包含有第一人脸图像的原始图像和由至少两张静态图像组成的待处理信息;对于上述至少两张静态图像中的静态图像,执行以下操作:响应于确定该静态图像中包含人脸图像,将该静态图像中包含的人脸图像作为第二人脸图像;基于上述第二人脸图像处理上述第一人脸图像;使用处理后的第一人脸图像替换该静态图像中的第二人脸图像;响应于确定上述待处理信息中包含人脸图像的各张静态图像替换完成,将替换后的待处理信息进行发送。

在一些实施例中,上述基于上述第二人脸图像处理上述第一人脸图像,包括:分别对上述第一人脸图像和上述第二人脸图像进行人脸关键点检测,得到上述第一人脸图像和第二人脸图像的关键点信息;根据上述第二人脸图像的关键点信息,调整上述第一人脸图像的关键点信息。

在一些实施例中,上述基于上述第二人脸图像处理上述第一人脸图像,包括:分别将上述第一人脸图像和上述第二人脸图像输入预先建立的表情识别模型,得到上述第一人脸图像和上述第二人脸图像的表情类别,其中,上述表情识别模型用于表征人脸图像与表情类别的对应关系;响应于确定上述第一人脸图像和上述第二人脸图像的表情类别相匹配,将上述第一人脸图像作为处理后的第一人脸图像。

在一些实施例中,上述基于上述第二人脸图像处理上述第一人脸图像,还包括:响应于确定上述第一人脸图像和上述第二人脸图像的表情类别不匹配,将上述第一人脸图像和上述第二人脸图像的表情类别输入预先建立的图像生成模型,得到生成人脸图像,以及将上述生成人脸图像作为处理后的第一人脸图像,其中,上述图像生成模型用于表征人脸图像和表情类别与生成人脸图像的对应关系。

在一些实施例中,上述表情识别模型通过以下方式训练得到:获取第一训练样本集,其中,第一训练样本包括人脸图像和与人脸图像对应的表情类别;将上述第一训练样本集中的第一训练样本的人脸图像作为输入,将与输入的人脸图像对应的表情类别作为期望输出,训练得到上述表情识别模型。

在一些实施例中,上述图像生成模型通过以下方式训练得到:获取第二训练样本集,其中,第二训练样本包括样本人脸图像和样本表情类别,以及与样本人脸图像和样本表情类别对应的样本生成人脸图像,其中,样本人脸图像和样本生成人脸图像为同一人的人脸图像,样本生成人脸图像的表情类别与样本表情类别相匹配;将上述第二训练样本集中的第二训练样本的样本人脸图像和样本表情类别作为输入,将与输入的样本人脸图像和样本表情类别对应的样本生成人脸图像作为期望输出,训练得到上述图像生成模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201811459739.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top