[發明專利]一種圖像處理方法及電子設備

有效

• 申請號: 201810047955.0
• 申請日: 2018-01-18
• 公開（公告）號: CN108334821B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 劉偉;王東
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

本發明公開了一種圖像處理方法，包括：獲取采集的第一影像中源對象的第一表情屬性；獲取與所述第一表情屬性匹配的第二表情屬性；基于所述第二表情屬性，對第二圖像中目標對象進行更新處理。本發明還公開了一種電子設備。

技術領域

本發明涉及圖像處理技術，尤其涉及一種圖像處理方法及電子設備。

背景技術

目前，電子設備通常以靜態的方式呈現圖片，即用戶通過電子設備瀏覽的圖片不能夠基于電子設備所述的環境或電子設備的用戶進行改變。如用戶在通過電子設備瀏覽圖片時，圖片不會根據用戶進行適配改變。因此，如何使電子設備內的圖片與電子設備所述的環境進行智能化適配尚無解決方案。

發明內容

為解決現有存在的技術問題，本發明實施例提供了一種圖像處理方法及電子設備，能至少解決現有技術中存在的上述問題。

本發明實施例提供一種信息處理方法，包括：獲取采集的第一影像中源對象的第一表情屬性；獲取與所述第一表情屬性匹配的第二表情屬性；基于所述第二表情屬性，對第二圖像中目標對象進行更新處理。

上述方案中，所述獲取采集的第一影像中源對象的第一表情屬性，包括：

識別所述第一影像中源對象的特征點；

基于所述源對象的特征點，獲得所述源對象的第一表情屬性。

上述方案中，所述基于所述源對象的特征點，獲得所述源對象的第一表情屬性，包括：

基于特征點樣本構造的訓練樣本，以及所述訓練樣本標記的目標屬性，訓練機器學習模型，使得所述機器學習模型具有根據所述訓練樣本預測相應的目標屬性的性能；

將所述源對象的特征點輸入預先訓練的機器學習模型，利用所述機器學習模型獲取所述源對象的第一表情屬性。

上述方案中，所述獲取與所述第一表情屬性匹配的第二表情屬性，包括：

基于所述第一表情屬性，在候選表情圖像中查找與所述第一表情屬性匹配的目標表情圖像集合；

在所述目標圖像集合中選擇一個目標表情圖像；

將所選擇的目標表情圖像對應的表情屬性確定為第二表情屬性。

上述方案中，所述獲取與所述第一表情屬性匹配的第二表情屬性，包括：

基于所述第一表情屬性，在候選表情圖像中查找與所述第一表情屬性匹配的目標表情圖像集合；

確定所述第二圖像中目標對象的數量；

在所述目標圖像集合中選擇與所述目標對象的數量相同數量的目標表情圖像；

將所選擇的目標表情圖像對應的表情屬性確定為第二表情屬性。

上述方案中，所述基于所述第二表情屬性，對第二圖像中目標對象進行更新處理，包括：

識別所述第二圖像中的至少一個對象；

在所述第二圖像中的至少一個對象中選擇一個對象，作為第二圖像中目標對象；

基于所述第二表情屬性，對所選擇的一個對象進行更新處理。

上述方案中，所述基于所述第二表情屬性，對第二圖像中目標對象進行更新處理，包括：

識別所述第二圖像中的對象；

將所識別的全部對象作為第二圖像中目標對象；

基于所述第二表情屬性，對所識別的全部對象進行更新處理。

上述方案中，所述基于所述第二表情屬性，對第二圖像中目標對象進行更新處理，包括：