[发明专利]图像生成方法和装置

说明书

本公开的实施例公开了图像生成方法和装置。该方法的一具体实施方式包括：获取目标运动对象的图像，图像呈现有目标运动对象的肢体部位；将图像输入至预先训练的检测模型，得到用于指示预设肢体部位集合中的各肢体部位呈现在图像中的位置分布的输出结果；基于输出结果，生成与各肢体部位对应的热力图；将所生成的热力图叠加至图像中、与各肢体部位对应的区域位置处，生成叠加热力图后的图像。该实施方式不需要对运动对象的肢体部位通过关键点检测的方式进行检测导致定位偏差，提高肢体部位定位的准确性，有利于准确的指导用户完成后续的肢体动作。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及图像生成方法和装置。

背景技术

随着科学技术的发展以及人工智能技术的普及，虚拟现实技术、增强现实技术得到了快速的发展。现有的虚拟现实技术、增强现实技术等技术通常与机器学习技术、图像处理技术等相结合，以开发各种终端应用。

相关技术中，将拍摄到的用户图像添加至虚拟场景，使得用户置身于虚拟世界以达到虚拟现实的效果。将虚拟现实技术应用至动作类应用时，由于人体挥舞手臂等肢体动作过快，摄像机通常难以捕捉到清晰的肢体部位，进而难以准确的指导用户完成各种动作。

发明内容

本公开的实施例提出了图像生成方法和装置。

第一方面，本公开的实施例提供了一种图像生成方法，该方法包括：获取目标运动对象的图像，图像呈现有目标运动对象的肢体部位；将图像输入至预先训练的检测模型，得到用于指示预设肢体部位集合中的各肢体部位呈现在图像中的位置分布的输出结果；基于输出结果，生成与各肢体部位对应的热力图；将所生成的热力图叠加至图像中、与各肢体部位对应的区域位置处，生成叠加热力图后的图像。

在一些实施例中，输出结果包括预设数目个分值矩阵，各分值矩阵包括与图像的对应的、用于指示图像中呈现肢体部位的像素分布的分值；分值矩阵与肢体部位集合中的肢体部位一一对应。

在一些实施例中，基于输出结果，生成与各肢体部位对应的热力图，包括：对于预设数目个分值矩阵中的每一个分值矩阵，确定该分值矩阵中大于预设阈值的分值对应的像素在图像中的区域；基于所确定的区域、与分值矩阵对应的肢体部位、预先设定的与各肢体部位对应的热力图色值，生成与各肢体部位对应的热力图。

在一些实施例中，检测模型通过如下步骤训练得到：获取训练样本集，训练样本集包括呈现肢体部位的样本图像和用于指示样本图像所呈现的各肢体部位在样本图像中的位置分布的指示信息；基于训练样本集，将样本图像作为输入、将与样本图像对应的指示信息作为期望输出，利用机器学习的方法，训练得到检测模型。

在一些实施例中，指示信息包括与样本图像对应的、用于指示样本图像中呈现肢体部位的像素分布的分值矩阵；以及

基于训练样本集，将样本图像作为输入、将与样本图像对应的指示信息作为期望输出，利用机器学习的方法，训练得到检测模型，包括：执行如下训练步骤：对于训练样本集中的样本图像，将该样本图像输入至卷积神经网络，得到用于指示各肢体部位在样本图像中的像素分布的样本分值矩阵；确定所得到的与各样本图像对应的样本分值矩阵和指示信息中的分值矩阵之间的差异是否小于预设阈值；响应于确定差异小于预设阈值，确定卷积神经网络训练完成，以及将训练完成的卷积神经网络作为检测模型；响应于确定差异大于或等于预设阈值，调整待训练的卷积神经网络的参数，重新执行训练步骤。

第二方面，本公开的实施例提供了一种图像生成装置，该装置包括：获取单元，被配置成获取目标运动对象的图像，图像呈现有目标运动对象的肢体部位；输入单元，被配置成将图像输入至预先训练的检测模型，得到用于指示预设肢体部位集合中的各肢体部位呈现在图像中的位置分布的输出结果；第一生成单元，被配置成基于输出结果，生成与各肢体部位对应的热力图；第二生成单元，被配置成将所生成的热力图叠加至图像中、与各肢体部位对应的区域位置处，生成叠加热力图后的图像。