[发明专利]用于生成信息的方法和装置有效

专利信息
申请号: 201910099415.1 申请日: 2019-01-31
公开(公告)号: CN109829432B 公开(公告)日: 2020-11-20
发明(设计)人: 邓启力 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京天达共和律师事务所 11798 代理人: 关刚
地址: 100041 北京市石景山区*** 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 生成 信息 方法 装置
【说明书】:

本公开的实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。该实施方式有助于减小人脸关键点在连续的视频帧间的抖动,提高人脸关键点定位的稳定性。

技术领域

本公开的实施例涉及计算机技术领域,尤其涉及用于生成信息的方法和装置。

背景技术

随着手机视频软件的普及,各种视频处理算法也得到了广泛的应用。视频人脸关键点跟踪作为视频的基础处理功能之一,也得到了广泛的应用。

现有的视频人脸关键点跟踪一般基于图像人脸关键点检测的方法实现,即基于每帧的人脸图像得到相对应的人脸关键点。

发明内容

本公开的实施例提出了用于生成信息的方法和装置。

第一方面,本公开实施例提供了一种用于生成信息的方法,该方法包括:从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,预设图像与基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。

在一些实施例中,确定基准视频帧所对应的人脸关键点信息,包括:将基准视频帧输入预先训练的第二识别模型,获得基准视频帧所对应的人脸关键点信息。

在一些实施例中,第二识别模型通过如下步骤训练得到:获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息;利用机器学习方法,将训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。

在一些实施例中,第一识别模型通过以下步骤训练获得:获取多个样本视频帧组,其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧;对于多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,组成训练样本;利用机器学习方法,将所组成的训练样本中的训练样本包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。

在一些实施例中,确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息,包括:确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息;基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。

在一些实施例中,基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,包括:利用高斯函数在预设图像上生成基准视频帧的人脸关键点信息所对应的数值集合;基于包括所生成的数值集合的预设图像,生成基准视频帧所对应的热点图。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910099415.1/2.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