[发明专利]延时摄影视频的生成方法及设备

权利要求书

1.一种延时摄影视频的生成方法，其特征在于，包括：

获取终端发送的原始图片；

复制所述原始图片，生成包括第一预设数目张所述原始图片的原始图片集；

将所述原始图片集输入至预先训练出的神经网络模型，所述神经网络模型包括：预先训练出的基础生成对抗网络中的基础生成器网络，所述基础生成对抗网络为利用多个作为训练视频的延时摄影视频训练得到的；

通过所述神经网络模型重构第二预设数目张各原始图片的内容，输出包括第三预设数目帧图像的延时摄影视频；所述第二预设数目等于所述第一预设数目减1，所述第三预设数目小于或等于所述第一预设数目；

将所述包括第三预设数目帧图像的延时摄影视频发送给所述终端。

2.根据权利要求1所述的方法，其特征在于，所述基础生成器网络为卷积神经网络模型，该卷积神经网络模型由设定数量个卷积层和所述设定数量个反卷积层构成，且所述设定数量个卷积层与所述设定数量个反卷积层呈对称结构。

3.根据权利要求2所述的方法，其特征在于，所述基础生成器对应的卷积神经网络模型中相互对称的卷积层和反卷积层之间通过跳接相连。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述神经网络模型通过如下方式训练得到：

获取多个所述训练视频；

对于每个训练视频，提取并复制第N帧图像，生成包括第一预设数目张所述第N帧图像的第N帧图像集；其中，1≤N≤P，P表示所述第一预设数目；

以所述训练视频和所述第N帧图像集训练预先建立的基础生成对抗网络；其中，所述基础生成对抗网络包括基础生成器网络和基础判别器网络；

将所述训练之后的基础生成器网络作为用于生成延时摄影视频的所述神经网络模型。

5.根据权利要求1至3任一项所述的方法，其特征在于，所述神经网络模型还包括：预先训练出的优化生成对抗网络中的优化生成器网络，其中，所述神经网络模型为由所述基础生成器网络以及所述优化生成器网络组合形成的神经网络模型。

6.根据权利要求5所述的方法，其特征在于，所述优化生成器网络为卷积神经网络模型，该卷积神经网络模型由设定数量个卷积层和所述设定数量个反卷积层构成，且所述设定数量个卷积层与所述设定数量个反卷积层呈对称结构。

7.根据权利要求6所述的方法，其特征在于，所述优化生成器对应的卷积神经网络模型中存在至少一个指定卷积层，且所述指定卷积层与所述指定卷积层对称的反卷积层之间通过跳转相连。

8.根据权利要求5所述的方法，其特征在于，所述神经网络模型通过如下方式训练得到：

获取多个所述训练视频；

对于每个训练视频，提取并复制第N帧图像，生成包括第一预设数目张所述第N帧图像的第N帧图像集；其中，1≤N≤P，P表示所述第一预设数目；

以所述训练视频和所述第N帧图像集训练预先建立的基础生成对抗网络；其中，所述基础生成对抗网络包括基础生成器网络和基础判别器网络；

将所述第N帧图像集输入至所述训练之后的基础生成器网络，得到所述训练之后的基础生成器网络输出的第一基础延时摄影视频；

以所述第一基础延时摄影视频和所述第N帧图像集对应的训练视频训练预先建立的优化生成对抗网络；其中，所述优化生成对抗网络包括优化生成器网络和优化判别器网络；

将所述训练之后的基础生成器网络和所述训练之后的优化生成器网络组合形成的神经网络模型作为用于生成延时摄影视频的所述神经网络模型。