[发明专利]一种用于输入法的表情个性化生成方法及装置在审
申请号: | 201911283811.6 | 申请日: | 2019-12-13 |
公开(公告)号: | CN111145283A | 公开(公告)日: | 2020-05-12 |
发明(设计)人: | 周诚;孙环荣;陈兆金;宫新伟;单志辉;牛亚;赵世亭 | 申请(专利权)人: | 北京智慧章鱼科技有限公司 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T3/40;G06F16/583 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 胡晶 |
地址: | 100020 北京市朝阳区延静里*** | 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: | 一种 用于 输入法 表情 个性化 生成 方法 装置 | ||
本发明提供了一种用于输入法的表情个性化生成方法及装置,该方法包括:S1:获取目标图像,对目标图像进行人脸检测,提取人脸中的关键特征;S2:预设特征库,在特征库中预设人脸组件;建立关键特征与人脸组件之间的映射关系,将关键特征与人脸组件进行相似度比较,筛选出与关键特征相似的人脸组件;S3:将筛选出的人脸组件进行拼接,合成人脸图像;S4:在特征库中预设场景信息,选取多个场景信息;将人脸图像分别与多个场景信息进行组建,生成人脸图像的多个表情候选项;S5:建立输入法应用的输入序列与多个表情候选项的对应关系,并在检测到对应的输入序列输入时,显示匹配的表情候选项。本发明满足用户对输入法应用中的表情候选项的个性化需求。
技术领域
本发明涉及计算机技术领域,具体涉及用于输入法的表情个性化生成方法及装置。
背景技术
输入法是帮助用户在计算机/移动设备上输入文本的计算机/移动应用。输入法可以基于用户的输入提供多个候选词。用户的输入和所提供的文本可以是相同语言或者不同语言诸如英文之类的拉丁字符和/或诸如汉字之类的非拉丁字符。用户通过选择某个候选词而将该候选词输入到当前活跃的应用。
输入法除了提供文本输入功能之外,还可以为用户提供其他类型的输入,诸如表情输入。通过提供表情输入增加用户输入内容的趣味性,使得用户借用直观的表情传递期望的信息。用户通过对输入法应用提供的表情的选择,将相应的表情输入到当前活跃的应用中。
目前输入法应用支持输出多种表情候选项,但其输出的表情候选项的来源比较单一,无法满足用户对表情候选项的个性化需求。
发明内容
基于此,本申请提供一种用于输入法的表情个性化生成方法及装置,用以满足用户对输入法应用中表情个性化需求,通过用户在输入法应用中自定义设置表情候选项以满足个性化需求。
为解决上述技术问题,本申请的技术方案如下:
一种用于输入法的表情个性化生成方法,所述方法包括:
S1:获取目标图像,对所述目标图像进行人脸检测,提取人脸中的关键特征;
S2:预设特征库,在所述特征库中预设人脸组件;建立所述关键特征与所述人脸组件之间的映射关系,将所述关键特征与所述人脸组件进行相似度比较,筛选出与所述关键特征相似的所述人脸组件;
S3:将筛选出的所述人脸组件进行拼接,合成人脸图像;
S4:在所述特征库中预设场景信息,选取多个场景信息;将所述人脸图像分别与多个所述场景信息进行组建,生成所述人脸图像的多个表情候选项;
S5:建立输入法应用的输入序列与多个所述表情候选项的对应关系,并在检测到对应的所述输入序列输入时,显示匹配的所述表情候选项。
在一种实施方式中,在S1中,获取目标图像,对所述目标图像进行人脸检测,提取人脸中的关键特征,进一步包括:
S11:获取目标图像;
S12:对所述目标图像进行人脸范围检测,确定所述目标图像中的人脸范围;
S13:基于所述人脸范围,利用图片遮罩功能进行裁剪,获取源人脸图像;
S14:获取所述源人脸图像中的关键特征。
在一种实施方式中,在S12中,利用多任务级联卷积神经网络检测所述目标图像中的所述人脸范围,以获取所述目标图像中的所述人脸范围。
在一种实施方式中,在S1中,所述关键特征为眉毛、眼睛、鼻子、嘴巴、耳朵、配饰、发型、脸型或肤色中的一种或多种。
在一种实施方式中,在S2中,所述特征库包括多个特征子库;在所述特征子库中预设有与所述关键特征匹配的所述人脸组件的的集合。
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智慧章鱼科技有限公司,未经北京智慧章鱼科技有限公司许可,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/201911283811.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种数据处理方法及装置
- 下一篇:基于对抗学习的户型图识别方法和装置