[发明专利]图像生成方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种图像生成方法，其特征在于，所述方法包括：

获取图像需求，将所述图像需求进行词向量转化，得到需求向量；

对所述需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；

获取目标视频，根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集；

根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像，得到待推送视频图像集；

利用推送队列任务推送所述待推送视频图像集。

2.如权利要求1所述的图像生成方法，其特征在于，所述获取目标视频，包括：

接收用户端发送的目标视频选取指令；

根据所述目标视频选取指令获取目标视频的码流地址；

根据所述码流地址下载所述目标视频。

3.如权利要求1所述的图像生成方法，其特征在于，所述根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集，包括：

根据所述清晰度特征确定所述目标视频中多帧图像的目标清晰度；

判断所述目标视频中任意帧图像的清晰度是否为所述目标清晰度；

若所述目标视频中任意帧图像的清晰度不为所述目标清晰度，将所述目标视频中多帧图像的清晰度转换为所述目标清晰度；

确定所述目标视频中多帧图像进行清晰度转换后得到的多张图像构成所述视频图像集。

4.如权利要求1至3中任一项所述的图像生成方法，其特征在于，所述根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像之前，所述方法还包括：

提取所述视频图像集的时序特征；

按照所述时序特征对所述视频图像集中的视频图像进行排序。

5.如权利要求4所述的图像生成方法，其特征在于，所述提取所述视频图像集的时序特征，包括：

利用如下时序特征提取算法提取所述视频图像集的时序特征b_u(t)：

其中，d_u为所述视频图像集中第u张视频图像，i为所述视频图像集中视频图像的数量，t_u为所述视频图像集中第u张视频图像的获取时间，t_u+1为所述视频图像集中第u+1张视频图像的获取时间。

6.如权利要求1至3中任一项所述的图像生成方法，其特征在于，所述利用推送队列任务推送所述待推送视频图像集，包括：

获取推送队列任务；

根据所述推送队列任务确定推送顺序；

根据所述推送顺序向用户推送所述待推送视频图像集。

7.如权利要求1至3中任一项所述的图像生成方法，其特征在于，所述对所述需求向量进行特征提取，包括：

获取训练需求向量，以及所述训练需求向量对应的标准需求特征；

利用卷积神经网络对所述训练需求向量进行特征提取，得到训练需求特征；

计算所述训练需求特征和所述标准需求特征的差异值；

若所述训练需求特征与所述标准需求特征的差异值大于预设误差，则调整所述卷积神经网络的参数后，再次进行特征提取；

若所述训练需求特征与所述标准需求特征的差异值小于所述预设误差，则确认训练完成，获取训练完成的卷积神经网络；

利用所述训练完成的卷积神经网络对所述需求向量进行特征提取。

8.一种图像生成装置，其特征在于，所述装置包括：

需求向量生成模块，用于获取图像需求，将所述图像需求进行词向量转化，得到需求向量；

特征提取模块，用于对所述需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；

视频图像获取模块，用于获取目标视频，根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集；

视频图像筛选模块，用于根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像，得到待推送视频图像集；

视频图像推送模块，用于利用推送队列任务推送所述待推送视频图像集。