[发明专利]一种图像处理的方法、装置、可读存储介质和电子设备

说明书

本发明实施例公开了一种图像处理的方法、装置、可读存储介质和电子设备。本发明实施例通过获取第一视频流，确定第一视频流包括的第一图像中人物的第一情感类别；当所述第一情感类别与所述第一图像对应的第二情感类别不同时，根据所述第二情感类别修改所述第一图像中人物的表情，生成第二图像；根据所述第二图像生成第二视频流。通过上述方法，当第一图像中人物的表情影响交流效果时，通过与第一情感类别不同的第二情感类别修改第一图像中人物的表情，得到需要的人物表情，即有效的对人物的表情进行控制，提高交流的效果。

技术领域

本发明涉及图像处理领域，具体涉及一种图像处理的方法、装置、可读存储介质和电子设备。

背景技术

随着互联网应用的发展，在线教学和网络直播改变了传统的教学方式以及人们的生活方式，在人们的日常生活使用越来越广泛，以在线教学为例，在线教学平台会有大量的学生用户，教师在教学过程中如果受到个人情绪的影响，说话时没有经常微笑，或者有厌烦的表情出现，会影响教师的亲和力，进而影响学生的学生效率和学习兴趣，造成用户的流失。

因此，如何通过技术手段对人物的表情进行控制，提高交流的效果，是目前需要解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种图像处理的方法、装置、可读存储介质和电子设备，有效的对人物的表情进行控制，提高了交流的效果。

第一方面，本发明实施例提供了一种图像处理的方法，该方法包括：

获取第一视频流，其中，所述第一视频流包括至少一帧第一图像，所述第一图像包括人物；

确定所述第一图像中人物的第一情感类别；

响应于所述第一情感类别与所述第一图像对应的第二情感类别不同，根据所述第二情感类别修改所述第一图像中人物的表情，生成第二图像；

根据所述第二图像生成第二视频流。

进一步地，所述第一图像对应的第二情感类别根据情感预测模型预先确定的。

进一步地，所述第一图像对应的第二情感类别为预先设置的。

进一步地，所述根据情感预测模型预先确定的所述第一图像对应的第二情感类别，具体包括：

将所述第一视频流中第一视频包输入到自动语音识别模型，输出所述第一视频包对应的文本信息，其中，所述第一视频包为任一所述第一图像之前设定时长的视频包；

将所述文本信息输入到语义分析模型，输出所述文本信息对应候选情感类别；

将所述候选情感类别与所述第一视频包之前N个视频包对应的历史情感类别输入到情感预测模型，输出所述第一图像对应的第二情感类别，其中，N为大于或等于1的正整数。

进一步地，所述情感类别包括愉快、悲伤、平淡、厌烦、惊讶以及生气中的至少一项。

进一步地，所述确定所述第一图像中人物的第一情感类别，具体包括：

通过迭代最近点ICP算法，根据所述第一图像识别确定所述第一情感类别。

进一步地，所述根据所述第二情感类别修改所述第一图像中人物的表情，具体包括：

通过Voxel Hashing算法，将所述第一图像中人物的表情从所述第一情感类别修改为所述第二情感类别。

进一步地，所述自动语音识别模型包括神经网络模型或者端到端模型。

进一步地，所述语义分析模型包括XGBoost模型、聚类模型或者端到端模型。

进一步地，所述情感预测模型为隐马尔可夫HMM模型。