[发明专利]用于生成信息的方法和装置有效

专利信息
申请号: 201810876247.8 申请日: 2018-08-03
公开(公告)号: CN108921138B 公开(公告)日: 2020-01-07
发明(设计)人: 邓启力 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 11204 北京英赛嘉华知识产权代理有限责任公司 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标人脸图像 脸图像 预设 人脸图像序列 方法和装置 生成信息 图像 动作识别 眉毛特征 目标人脸 人脸图像 图像输入 信息生成 人脸 视频 融合 申请
【权利要求书】:

1.一种用于生成信息的方法,包括:

从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从所述人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像,其中,预设数量个候选人脸图像包括在所述人脸图像序列中与所述目标人脸图像相邻的人脸图像;

对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像,其中,所述对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像,包括:分别提取目标人脸图像和预设数量个候选人脸图像的灰度图;基于所提取的灰度图,生成识别用图像,其中,所提取的灰度图与识别用图像的颜色通道相对应;

将所述识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果,其中,识别结果用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作,挑眉动作识别模型用于表征识别用图像与识别用图像所对应的识别结果的对应关系。

2.根据权利要求1所述的方法,其中,所述分别提取目标人脸图像和预设数量个候选人脸图像的灰度图,包括:

分别对目标人脸图像和预设数量个候选人脸图像进行均值滤波,获得目标人脸图像和预设数量个候选人脸图像的灰度图。

3.根据权利要求1所述的方法,其中,在所述将所述识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果之后,所述方法还包括:

确定所述识别用图像所对应的识别结果是否表征所述识别用图像所对应的目标人脸图像所指示的人脸执行挑眉动作;

响应于确定是,生成所述目标人脸视频所对应的、用于表征所述目标人脸视频所指示的人脸执行挑眉动作的总识别结果。

4.根据权利要求1-3之一所述的方法,其中,所述挑眉动作识别模型通过以下步骤训练得到:

获取多个样本人脸视频,以及对于所述多个样本人脸视频中的样本人脸视频,执行以下步骤:从该样本人脸视频所对应的人脸图像序列中获取人脸图像作为样本人脸图像,以及从该样本人脸视频所对应的人脸图像序列中获取预设数量个人脸图像作为预设数量个样本候选人脸图像,其中,预设数量个样本候选人脸图像包括在该样本人脸视频所对应的人脸图像序列中与样本人脸图像相邻的人脸图像;获取针对样本人脸图像预先标注的样本识别结果;对样本人脸图像和预设数量个样本候选人脸图像进行融合,获得样本识别用图像;利用该样本人脸视频所对应的样本识别用图像和样本识别结果,组成训练样本;

利用机器学习方法,将所组成的训练样本中的训练样本的样本识别用图像作为输入,将所输入的样本识别用图像所对应的样本识别结果作为期望输出,训练得到挑眉动作识别模型。

5.一种用于生成信息的装置,包括:

图像获取单元,被配置成从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从所述人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像,其中,预设数量个候选人脸图像包括在所述人脸图像序列中与所述目标人脸图像相邻的人脸图像;

图像融合单元,被配置成对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像,其中,所述图像融合单元包括:图像提取模块,被配置成分别提取目标人脸图像和预设数量个候选人脸图像的灰度图;图像生成模块,被配置成基于所提取的灰度图,生成识别用图像,其中,所提取的灰度图与识别用图像的颜色通道相对应;

图像输入单元,被配置成将所述识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果,其中,识别结果用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作,挑眉动作识别模型用于表征识别用图像与识别用图像所对应的识别结果的对应关系。

6.根据权利要求5所述的装置,其中,所述图像提取模块进一步被配置成:

分别对目标人脸图像和预设数量个候选人脸图像进行均值滤波,获得目标人脸图像和预设数量个候选人脸图像的灰度图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810876247.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top