[發明專利]演示文稿生成方法、裝置以及電子設備

有效

• 申請號: 201811237315.2
• 申請日: 2018-10-23
• 公開（公告）號: CN109493401B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 俞亮
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06T11/60
• 分類號: G06T11/60
• 代理公司: 11201 北京清亦華知識產權代理事務所(普通合伙)
• 代理人: 張潤<國際申請>=<國際公布>=<進入國

1.一種演示文稿生成方法，其特征在于，所述方法包括以下步驟：

獲取用于描繪演示文稿的繪制圖片；

對所述繪制圖片進行特征提取，得到圖像特征；對已知元素的信息進行特征提取，得到所述已知元素的元素特征；將所述圖像特征和所述已知元素的元素特征輸入預先訓練的預測模型中，得到預測元素的信息；其中，所述已知元素的信息包括已知元素內容和對應展示位置，所述預測元素的信息包括預測元素內容和對應展示位置；

根據所述已知元素的信息確定已知元素內容在演示文稿中的展示位置，以及根據所述預測元素的信息確定預測元素內容在所述演示文稿中的展示位置；

根據已知元素內容在演示文稿中的展示位置，以及預測元素內容在所述演示文稿中的展示位置生成演示文稿。

2.根據權利要求1所述的演示文稿生成方法，其特征在于，所述將所述圖像特征和所述已知元素的元素特征輸入預先訓練的預測模型中之后，還包括：

循環執行將所述預測模型前次輸出的預測元素的信息進行特征提取得到的元素特征，以及將所述圖像特征輸入所述預測模型中，得到所述預測模型本次輸出的預測元素的信息，直至所述預測模型輸出預設結束元素的信息為止。

3.根據權利要求2所述的演示文稿生成方法，其特征在于，所述將所述圖像特征和所述已知元素的元素特征輸入預先訓練的預測模型中之前，還包括：

獲取用于描繪訓練演示文稿的訓練圖片，以及所述訓練演示文稿中包含的各訓練元素；

根據各訓練元素在所述訓練演示文稿中的展示位置，以及各訓練元素內容生成各訓練元素的信息；

對各訓練元素的信息提取出的元素特征順序排列得到訓練序列；其中，預設起始元素的信息提取出的元素特征位于所述訓練序列的首位，預設結束元素的信息提取出的元素特征位于所述訓練序列的末位；

根據所述訓練圖片提取出的圖像特征，以及所述訓練序列中各元素特征，訓練所述預測模型，以學習得到所述圖像特征和所述訓練序列中的元素特征組合，與所述訓練元素的信息之間的對應關系。

4.根據權利要求3所述的演示文稿生成方法，其特征在于，所述已知元素為預設起始元素。

5.根據權利要求1所述的演示文稿生成方法，其特征在于，所述對所述繪制圖片進行特征提取，得到圖像特征，包括：

根據所述繪制圖片中各像素點，生成像素值矩陣；所述像素值矩陣中的元素用于指示所述繪制圖片中對應像素點的取值；

采用卷積神經網絡CNN對所述像素值矩陣進行特征提取，得到所述圖像特征。

6.根據權利要求1所述的演示文稿生成方法，其特征在于，所述對所述已知元素的信息進行特征提取，得到所述已知元素的元素特征，包括：

采用循環神經網絡RNN對所述已知元素的信息進行特征提取，得到所述已知元素的元素特征。

7.根據權利要求1-6任一項所述的演示文稿生成方法，其特征在于，所述獲取用于描繪演示文稿的繪制圖片，包括：

拍攝得到用于描繪演示文稿的繪制圖片；

或者，讀取輸入的繪制圖片。

8.一種演示文稿生成裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取用于描繪演示文稿的繪制圖片；

信息生成模塊，所述信息生成模塊包括第一特征提取單元、第二特征提取單元和輸出單元，所述第一特征提取單元用于對所述繪制圖片進行特征提取，得到圖像特征；所述第二特征提取單元用于對已知元素的信息進行特征提取，得到所述已知元素的元素特征；所述輸出單元將所述圖像特征和所述已知元素的元素特征輸入預先訓練的預測模型中，得到預測元素的信息；其中，所述信息包括位置和內容；

確定模塊，用于根據所述已知元素的信息確定已知元素內容在演示文稿中的展示位置，以及根據所述預測元素的信息確定預測元素內容在所述演示文稿中的展示位置；

演示文稿生成模塊，用于根據已知元素內容在演示文稿中的展示位置，以及預測元素內容在所述演示文稿中的展示位置生成演示文稿。