[發明專利]一種表情包生成方法及裝置

在審

• 申請號: 202010426632.X
• 申請日: 2020-05-19
• 公開（公告）號: CN111768481A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 任夢園
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06T13/80
• 分類號: G06T13/80;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 王衛忠;李雪

1.一種表情包生成方法，其特征在于，所述方法包括：

獲取多張卡通人物的表情圖片；

針對每張表情圖片，將該表情圖片輸入至預先訓練的表情識別模型，輸出該表情圖片的類別，其中，所述表情識別模型是根據數據增強處理后的卡通人物的表情圖片樣本對預設模型訓練得到的；

從所述多張表情圖片中，獲取類型相同的表情圖片，并依據獲取到的表情圖片生成動態表情包。

2.根據權利要求1所述的方法，其特征在于，所述預設模型為神經網絡模型，所述表情識別模型包括Backbone網絡模型和全連接層；

所述針對每張表情圖片，將該表情圖片輸入至預先訓練的表情識別模型，輸出該表情圖片的類別，包括：

針對每張表情圖片，將該表情圖片輸入至預先訓練的所述Backbone網絡模型，并輸出該表情圖片的特征向量；

通過全連接層和所述特征向量，計算該表情圖片分別屬于各表情類別的概率值；

從輸出的概率值中，選取最大的概率值對應的類別作為該表情圖片的類別。

3.根據權利要求1所述的方法，其特征在于，所述依據獲取到的表情圖片生成動態表情包，包括：

從獲取到的類型相同的表情圖片中，識別各表情圖片對應的人物身份信息；

獲取人物身份信息相同的表情圖片，并依據獲取到的表情圖片生成動態表情包。

4.根據權利要求1所述的方法，其特征在于，所述獲取多張卡通人物的表情圖片之前，所述方法還包括：

獲取卡通人物的表情圖片樣本，所述表情圖片樣本攜帶有樣本類別，其中，所述樣本類別為所述表情圖片樣本中的表情對應的情緒類別；

通過所述表情圖片樣本對所述預設模型進行訓練，得到訓練后的表情識別模型。

5.根據權利要求4所述的方法，其特征在于，所述通過所述表情圖片樣本對所述預設模型進行訓練，得到訓練后的表情識別模型之后，所述方法還包括：

將測試表情圖片輸入訓練后的表情識別模型，并輸出所述測試表情圖片分別屬于各表情類別的訓練概率值；

從輸出的訓練概率值中選取最大的訓練概率值，并判斷該訓練概率值對應的類別是否與所述測試表情圖片的預設樣本類別相同；

若該訓練概率值對應的類別與所述預設類別不相同，則繼續對所述表情識別模型進行訓練，直至該訓練概率值對應的類別與所述預設樣本類別相同。

6.一種表情包生成裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取多張卡通人物的表情圖片；

第一輸入輸出模塊，用于針對每張表情圖片，將該表情圖片輸入至預先訓練的表情識別模型，輸出該表情圖片的類別，其中，所述表情識別模型是根據數據增強處理后的卡通人物的表情圖片樣本對預設模型訓練得到的；

生成模塊，用于從所述多張表情圖片中，獲取類型相同的表情圖片，并依據獲取到的表情圖片生成動態表情包。

7.根據權利要求6所述的裝置，其特征在于，所述預設模型為神經網絡模型，所述表情識別模型包括Backbone網絡模型和全連接層；

所述輸入輸出模塊具體用于：

針對每張表情圖片，將該表情圖片輸入至預先訓練的所述Backbone網絡模型，并輸出該表情圖片的特征向量；

通過全連接層和所述特征向量，計算該表情圖片分別屬于各表情類別的概率值；

從輸出的概率值中，選取最大的概率值對應的類別作為該表情圖片的類別。

8.根據權利要求6所述的裝置，其特征在于，生成模塊具體用于：

從獲取到的類型相同的表情圖片中，識別各表情圖片對應的人物身份信息；

獲取人物身份信息相同的表情圖片，并依據獲取到人物身份信息相同的表情圖片的類別生成動態表情包。