[發明專利]基于AI的二維美術圖像動態展示方法及裝置

有效

• 申請號: 202110027851.5
• 申請日: 2021-01-08
• 公開（公告）號: CN112699263B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 劉金陽
• 申請（專利權）人: 鄭州科技學院
• 主分類號: G06F16/54
• 分類號: G06F16/54;G06F16/55;G06F16/74;G06T13/80;G06V10/764;G06Q50/20
• 代理公司: 河南豫龍律師事務所 41177
• 代理人: 游國戰

1.一種基于AI的二維美術圖像動態展示方法，其特征在于，包括下述步驟：

獲取若干張待展示圖片，構成美術圖片集；

基于預設的單元訓練集對所述美術圖片集中圖片進行識別和分類，識別出所述美術圖片集中的生命型圖片和非生命型圖片，并分別將識別出的所述生命型圖片和非生命型圖片放入不同集合中，構成第一圖片集和第二圖片集；所述預設的單元訓練集，包括：生命型圖片訓練集和非生命型圖片訓練集，其中，所述生命型圖片訓練集由若干張人物圖片、動物圖片和植物圖片構成，所述非生命型圖片訓練集由若干張非生命物體的圖片構成；

將所述第一圖片集作為第一測試集，并基于預設的監督學習模型分別對所述第一測試集中元素進行預分離處理，獲取所述第一測試集中不同元素對應的運動特征，并進行區別編號；所述將所述第一圖片集作為第一測試集，并基于預設的監督學習模型分別對所述第一測試集中元素進行預分離處理，包括：將所述第一測試集中元素作為待進行預處理的單元圖片，即第一單元圖片；基于所述預設的監督學習模型中的輪廓提取單元確定所述第一單元圖片中的目標物體，將所述第一單元圖片中非目標物體進行白色處理；將經過所述白色處理的圖片作為預分離處理后的圖片，完成預分離處理；所述并基于預設的監督學習模型分別對所述第一測試集中元素進行預分離處理，獲取所述第一測試集中不同元素對應的運動特征，并進行區別編號，包括：將經過所述預分離處理后的圖片作為待進行運動特征提取的圖片，即第二單元圖片；基于所述預設的監督學習模型中的運動特征提取單元獲取所述第二單元圖片中目標物體的運動特征；將所述運動特征以向量集的格式進行緩存，并確定其所對應的所述第二單元圖片在所述第一測試集中元素的順序，按照所述順序進行編號；所述預設的監督學習模型，包括：輪廓提取單元和運動特征提取單元，其中，所述輪廓提取單元包括：基于OpenCV對所述第一單元圖片中的目標物體輪廓提取，并使用像素點集的方式，表示輪廓提取結果；所述運動特征提取單元包括：將所述像素點集作為測試點云與參照點云進行對比，并基于ICP算法，判斷點與點間方向矢量；

將所述第二圖片集作為第二測試集，并基于預設的方向預測模型分別對所述第二測試集中元素進行運動傾向預估，并進行區別編號，包括：分別獲取所述第二測試集中不同元素中的非生命型目標物體；基于所述預設的方向預測模型對所述非生命型目標物體進行運動傾向預估，識別出所述非生命型目標物體的運動傾向方向，并以二維坐標系中傾斜角度的方式進行表示；將所述傾斜角度進行緩存，并確定其所對應的所述非生命型目標物體在所述第二測試集中元素的順序，按照所述順序進行編號；

基于預設的圖片圖像提取模型對所述第一測試集和所述第二測試集中元素分別進行圖像提取，獲取所述第一測試集和所述第二測試集中不同元素中的物體圖像，并進行區別編號；

基于預設的動畫生成模型和所述區別編號，將所述運動特征、所述運動傾向預估結果分別與其一一對應的所述物體圖像進行視頻合成，完成所述美術圖片集中元素的動態展示。

2.根據權利要求1所述的基于AI的二維美術圖像動態展示方法，其特征在于，所述參照點云，包括：

將所述預設的單元訓練集中與所述第一單元圖片中的目標物體相同的物體作為參照物體，獲取所述參照物體的輪廓提取結果，并使用像素點集的方式，生成參照點云。

3.根據權利要求1所述的基于AI的二維美術圖像動態展示方法，其特征在于，所述獲取所述第一測試集和所述第二測試集中不同元素中的物體圖像，并進行區別編號，包括：

確定所述第一測試集中元素的順序，對所述第一測試集中不同元素中的物體圖像按照所述順序進行編號；

確定所述第二測試集中元素的順序，對所述第二測試集中不同元素中的物體圖像按照所述順序進行編號。