[发明专利]一种基于深度学习的影视海报自动生成方法与系统

说明书

本发明公开了一种基于深度学习的影视海报自动生成方法与系统，该方法包括：1.获取用户提供的影视片单和海报制作模板；2.素材图片的收集；3.提取人脸坐标，并根据人脸坐标获取素材图片中各人的人脸特征向量和性别信息；4.获取素材图片中的文字信息；5.根据图片中人物数量、演员姓名、人脸坐标、文本数量以及文本坐标等信息，筛选出精选素材图片；6.生成影视海报；7.对生成的多张影视海报进行评分。本发明通过自建影视信息数据库为影视海报的制作提供了数据支撑，此外，本发明以深度学习基础，实现人脸检测模型、人脸特征提取模型、人脸性别识别模型、文本检测模型以及海报质量评估模型，为下游海报的制作提供了信息。

技术领域

本发明涉及影视海报自动制作领域，尤其是涉及一种基于深度学习的影视海报自动生成方法与系统。

背景技术

在IPTV、OTT大屏运营方面，每天需要根据每个页面或栏位第二天将要展示的影视内容进行其对应海报的准备与制作。目前行业内一般是运营人员每天根据第二天将要展示的影片的片单与每一部影片需要的海报数量和尺寸，按其要求手工制作每一部影片的海报。运营人员手工制作海报费事费力，工作量大，且长时间工作容易审美疲劳，导致人员流动较大。目前还未有针对这方面的影视海报自动制作方法，缺少为运营人员提供辅助的影视海报自动生成系统。

发明内容

本发明的目的在于填补在IPTV、OTT大屏运营方面影视海报自动生成方法以及系统的缺失，提供了一种基于深度学习的影视海报自动生成方法与系统，解决了IPTV、OTT大屏运营人员在影视海报制作过程中只能依赖于手工的困境，极大的提高了运营人员的工作效率，减少了公司的运营成本。

第一方面，本申请提出一种基于深度学习的影视海报自动生成方法，包括如下步骤：

步骤一、获取用户提供的影视片单，以及用户为每一部影片提供的用于制作海报的非结构化数据。并将非结构化数据翻译成相应的海报制作模板。

步骤二、将所述的影视片单与自有的影视信息数据库进行影片的校验和确认。并根据所述的影视片单，利用互联网以及本地对应媒资视频进行素材图片的收集。

步骤三、将所述的收集到的素材图片输入到人脸检测模型，得到素材图片中的人脸数量和人脸坐标。根据得到的人脸坐标，截取对应的人脸图像，经过矫正后将其分别输入到人脸特征提取模型、人脸性别识别模型，分别得到人脸的特征向量以及每一张人脸对应的性别信息。

步骤四、将检测到的人脸的特征向量与自有的演员人脸特征向量库进行比对，得到图像中演员的姓名。并将素材图片输入到文本检测模型，得到文本的数量以及文本坐标。

步骤五、根据所述检测到的各素材图片中的人物数量、演员姓名、人脸坐标、文本数量以及文本坐标等信息来筛除不符合步骤一得到的海报制作模板的要求的素材图片，得到精选素材图片。

步骤六、根据所述的海报制作模板、精选素材图片以及图像中的人脸坐标、文本坐标等相关信息生成对应的影视海报。

步骤七、将所述的生成的多张影视海报输入到海报质量评估模型中，输出所述生成的影片海报的评估得分。

作为优选，在步骤七执行后，将评估得分高于预设分值的影视海报输出，供使用者筛选。

作为优选，步骤二中所述的影视信息数据库的获取方法，具体步骤如下：

(1)根据影片具有的基本属性以及特点建立影视信息数据库的表结构，表结构包括影片名称、影片上映年份、导演和演员。

(2)以所述影视信息数据库的表结构为指导，利用互联网获取影片公开的信息。

(3)对采集到的影片信息进行人工清洗、校对以及补充，得到整理过的影片信息。

(4)将整理过的影片信息入库，并定期执行步骤(1)至(3)来进行影片信息的更新。