[发明专利]用于生成动态图像的方法和装置有效

专利信息
申请号: 201910360609.2 申请日: 2019-04-30
公开(公告)号: CN110084306B 公开(公告)日: 2022-03-29
发明(设计)人: 陈日伟 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06T13/00 分类号: G06T13/00;G06T13/40;G06V10/75;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N20/00
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: 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 动态 图像 方法 装置
【权利要求书】:

1.一种用于生成动态图像的方法,包括:

获取第一图像序列,所述第一图像序列是基于预设时间间隔对同一场景进行拍摄而得到的;

从所述第一图像序列中选择出呈现目标对象的图像,以生成第二图像序列;

基于所述第二图像序列,生成呈现所述目标对象的动态图像;其中,所述从所述第一图像序列中选择出呈现目标对象的图像,以生成第二图像序列,包括:

对于所述第一图像序列中的图像,将该图像输入至预先训练的轮廓识别模型,以得到该图像呈现的对象的轮廓图;

将所述第一图像序列中各图像对应的轮廓图与预设目标对象的轮廓图进行匹配;

基于匹配结果,从所述第一图像序列中选择出对应的轮廓图与预设目标对象的轮廓图之间的相似度超过预设阈值的图像,以生成所述第二图像序列;

其中,所述基于匹配结果,从所述第一图像序列中选择出对应的轮廓图与预设目标对象的轮廓图之间的相似度超过预设阈值的图像,以生成所述第二图像该序列,包括:

对于所选择出的图像中的图像,确定该图像中,所述目标对象的轮廓图所占该图像的面积比例;

选择所确定出的面积比例超过预设阈值的图像,以生成所述第二图像序列。

2.根据权利要求1所述的方法,其中,所述轮廓识别模型通过如下步骤训练得到:

获取训练样本集,所述训练样本集包括样本图像和样本图像的标注信息,所述标注信息包括用于指示样本图像呈现的对象的轮廓;

基于样本图像和样本图像的标注信息,利用机器学习的方法,对神经网络进行训练,以获得所述轮廓识别模型。

3.根据权利要求1-2之一所述的方法,其中,所述方法还包括:

对所述第二图像序列中相邻的预设数目帧图像进行比较,以确定所述预设数目帧图像所呈现的目标对象之间的差别是否超过预设阈值;

响应于确定所述预设数目帧图像所呈现的目标对象之间的差别未超过预设阈值,保留所述预设数目帧图像中的一帧图像。

4.根据权利要求3所述的方法,其中,所述确定所述预设数目帧图像所呈现的目标对象之间的差别是否超过预设阈值,包括以下至少一项:

对所述预设数目帧图像所呈现的目标对象的面部动作信息进行检测,以确定面部动作之间的差值是否超过预设阈值;

对所述预设数目帧图像所呈现的目标对象的头部位姿信息进行检测,以确定头部位姿之间的差值是否超过预设阈值;

对所述预设数目帧图像所呈现的目标对象的身体动作信息进行检测,以确定身体动作之间的差值是否超过预设阈值。

5.根据权利要求1所述的方法,其中,所述基于所述第二图像序列,生成所述目标对象的动态图像,包括:

按照时间顺序,将所述第二图像序列中的图像基于预设时间间隔依次显示。

6.一种用于生成动态图像的装置,包括:

获取单元,被配置成获取第一图像序列,所述第一图像序列是基于预设时间间隔对同一场景进行拍摄而得到的;

选择单元,被配置成从所述第一图像序列中选择出呈现目标对象的图像,以生成第二图像序列;

生成单元,被配置成基于所述第二图像序列,生成呈现所述目标对象的动态图像;

其中,所述选择单元包括:

输入子单元,被配置成对于所述第一图像序列中的图像,将该图像输入至预先训练的轮廓识别模型,以得到该图像呈现的对象的轮廓图;

匹配子单元,被配置成将所述第一图像序列中各图像对应的轮廓图与预设目标对象的轮廓图进行匹配;

选择子单元,被配置成基于匹配结果,从所述第一图像序列中选择出对应的轮廓图与预设目标对象的轮廓图之间的相似度超过预设阈值的图像,以生成所述第二图像序列;

其中,所述选择子单元进一步被配置成:

对于所选择出的图像中的图像,确定该图像中,所述目标对象的轮廓图所占该图像的面积比例;

选择所确定出的面积比例超过预设阈值的图像,以生成所述第二图像序列。

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/201910360609.2/1.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