[发明专利]一种图片生成方法、装置、设备及存储介质有效
申请号: | 201911365454.8 | 申请日: | 2019-12-26 |
公开(公告)号: | CN111090778B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 王园;范学峰;李国洪;高菲 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F16/783 | 分类号: | G06F16/783;G06F16/75;G06V20/40;G06V10/44;G06V10/764 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 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 图片 生成 方法 装置 设备 存储 介质 | ||
1.一种图片生成方法,其特征在于,包括:
基于预先训练出的分类模型,从多个待筛选视频中筛选出满足设定分类条件的目标视频;
基于预设关键帧提取算法,提取所述目标视频中的关键帧图片;
从所述关键帧图片中确定出满足预设质量条件的目标图片;
其中,从所述关键帧图片中确定出满足预设质量条件的目标图片,包括:
基于预先训练出的特征提取模型,获取所述关键帧图片在至少一个维度的中间特征数据;
通过对所述中间特征数据进行分析,确定所述关键帧图片在至少一个维度的目标特征数据;
根据所述目标特征数据确定所述关键帧图片对应的质量分值;
根据所述质量分值确定所述关键帧图片是否是满足预设质量条件的目标图片。
2.根据权利要求1所述的方法,其特征在于,所述预设关键帧提取算法包括:边缘变化率ECR算法。
3.根据权利要求2所述的方法,其特征在于,基于预设关键帧提取算法,提取所述目标视频中的关键帧图片,包括:
检测所述目标视频中各相邻帧图片的边缘像素;
根据各相邻帧图片的边缘像素,确定各相邻帧图片的边缘变化率;
基于所述边缘变化率从相邻帧图片中选取关键帧图片。
4.根据权利要求1所述的方法,其特征在于,基于预先训练出的分类模型,从多个待筛选视频中筛选出满足设定分类条件的目标视频,包括:
针对各待筛选视频,将所述待筛选视频中的至少一个帧图片输入多分类模型,获取所述多分类模型输出的各预测分值;
根据各预测分值确定所述待筛选视频的预测总分值;
根据所述预测总分值确定所述待筛选视频是否为满足设定分类条件的目标视频。
5.根据权利要求1所述的方法,其特征在于,在基于预设关键帧提取算法,提取所述目标视频中的关键帧图片之后,在从所述关键帧图片中确定出满足预设质量条件的目标图片,并进行保存之前,所述方法还包括:
确定各所述关键帧图片的属性数据,根据所述属性数据确定各所述关键帧图片的质量是否满足预设条件,并滤除质量不满足预设条件的所述关键帧图片;
其中,所述属性数据包括:亮度、清晰度、以及色彩单一度中的至少一个。
6.根据权利要求1所述的方法,其特征在于,所述中间特征数据包括:人脸特征、人体特征以及图片的属性数据中的至少一个;
所述目标特征数据包括:人脸姿态数据、人脸器官状态数据,人体占屏幕比例数据、以及人体部位占比数据中的至少一个。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当检测到用户对展现的当前图片的触发操作时,确定保存的目标图片中与所述当前图片的类别一致的待推荐图片;
根据各待推荐图片对应的质量分值对各待推荐图片进行排序,根据排序结果将待推荐图片推送给客户端进行展现。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
根据用户对展现的图片的点击率数据,更新所述图片的质量分值,以基于更新后的质量分值重新对待推荐图片进行排序。
9.一种图片生成装置,其特征在于,包括:
目标视频筛选模块,用于基于预先训练出的分类模型,从多个待筛选视频中筛选出满足设定分类条件的目标视频;
关键帧图片提取模块,用于基于预设关键帧提取算法,提取所述目标视频中的关键帧图片;
目标图片确定模块,用于从所述关键帧图片中确定出满足预设质量条件的目标图片;
其中,目标图片确定模块,具体用于:
基于预先训练出的特征提取模型,获取所述关键帧图片在至少一个维度的中间特征数据;
通过对所述中间特征数据进行分析,确定所述关键帧图片在至少一个维度的目标特征数据;
根据所述目标特征数据确定所述关键帧图片对应的质量分值;
根据所述质量分值确定所述关键帧图片是否是满足预设质量条件的目标图片。
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京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201911365454.8/1.html,转载请声明来源钻瓜专利网。