[發明專利]用于生成動態圖像的方法和裝置

有效

• 申請號: 201910360609.2
• 申請日: 2019-04-30
• 公開（公告）號: CN110084306B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 陳日偉
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06T13/00
• 分類號: G06T13/00;G06T13/40;G06V10/75;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N20/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成動態圖像的方法，包括：

獲取第一圖像序列，所述第一圖像序列是基于預設時間間隔對同一場景進行拍攝而得到的；

從所述第一圖像序列中選擇出呈現目標對象的圖像，以生成第二圖像序列；

基于所述第二圖像序列，生成呈現所述目標對象的動態圖像；其中，所述從所述第一圖像序列中選擇出呈現目標對象的圖像，以生成第二圖像序列，包括：

對于所述第一圖像序列中的圖像，將該圖像輸入至預先訓練的輪廓識別模型，以得到該圖像呈現的對象的輪廓圖；

將所述第一圖像序列中各圖像對應的輪廓圖與預設目標對象的輪廓圖進行匹配；

基于匹配結果，從所述第一圖像序列中選擇出對應的輪廓圖與預設目標對象的輪廓圖之間的相似度超過預設閾值的圖像，以生成所述第二圖像序列；

其中，所述基于匹配結果，從所述第一圖像序列中選擇出對應的輪廓圖與預設目標對象的輪廓圖之間的相似度超過預設閾值的圖像，以生成所述第二圖像該序列，包括：

對于所選擇出的圖像中的圖像，確定該圖像中，所述目標對象的輪廓圖所占該圖像的面積比例；

選擇所確定出的面積比例超過預設閾值的圖像，以生成所述第二圖像序列。

2.根據權利要求1所述的方法，其中，所述輪廓識別模型通過如下步驟訓練得到：

獲取訓練樣本集，所述訓練樣本集包括樣本圖像和樣本圖像的標注信息，所述標注信息包括用于指示樣本圖像呈現的對象的輪廓；

基于樣本圖像和樣本圖像的標注信息，利用機器學習的方法，對神經網絡進行訓練，以獲得所述輪廓識別模型。

3.根據權利要求1-2之一所述的方法，其中，所述方法還包括：

對所述第二圖像序列中相鄰的預設數目幀圖像進行比較，以確定所述預設數目幀圖像所呈現的目標對象之間的差別是否超過預設閾值；

響應于確定所述預設數目幀圖像所呈現的目標對象之間的差別未超過預設閾值，保留所述預設數目幀圖像中的一幀圖像。

4.根據權利要求3所述的方法，其中，所述確定所述預設數目幀圖像所呈現的目標對象之間的差別是否超過預設閾值，包括以下至少一項：

對所述預設數目幀圖像所呈現的目標對象的面部動作信息進行檢測，以確定面部動作之間的差值是否超過預設閾值；

對所述預設數目幀圖像所呈現的目標對象的頭部位姿信息進行檢測，以確定頭部位姿之間的差值是否超過預設閾值；

對所述預設數目幀圖像所呈現的目標對象的身體動作信息進行檢測，以確定身體動作之間的差值是否超過預設閾值。

5.根據權利要求1所述的方法，其中，所述基于所述第二圖像序列，生成所述目標對象的動態圖像，包括：

按照時間順序，將所述第二圖像序列中的圖像基于預設時間間隔依次顯示。

6.一種用于生成動態圖像的裝置，包括：

獲取單元，被配置成獲取第一圖像序列，所述第一圖像序列是基于預設時間間隔對同一場景進行拍攝而得到的；

選擇單元，被配置成從所述第一圖像序列中選擇出呈現目標對象的圖像，以生成第二圖像序列；

生成單元，被配置成基于所述第二圖像序列，生成呈現所述目標對象的動態圖像；

其中，所述選擇單元包括：

輸入子單元，被配置成對于所述第一圖像序列中的圖像，將該圖像輸入至預先訓練的輪廓識別模型，以得到該圖像呈現的對象的輪廓圖；

匹配子單元，被配置成將所述第一圖像序列中各圖像對應的輪廓圖與預設目標對象的輪廓圖進行匹配；

選擇子單元，被配置成基于匹配結果，從所述第一圖像序列中選擇出對應的輪廓圖與預設目標對象的輪廓圖之間的相似度超過預設閾值的圖像，以生成所述第二圖像序列；

其中，所述選擇子單元進一步被配置成：

對于所選擇出的圖像中的圖像，確定該圖像中，所述目標對象的輪廓圖所占該圖像的面積比例；

選擇所確定出的面積比例超過預設閾值的圖像，以生成所述第二圖像序列。