[发明专利]基于用户标签的动漫人物生成方法、装置、设备及介质

权利要求书

1.一种基于用户标签的动漫人物生成方法，其特征在于，包括：

接收卡通动漫形象生成请求，并根据所述动漫形象生成请求，获取待处理人物的基本信息，其中，所述基本信息包括待处理人物的人脸图像、人物资料、他人评价资料、标签信息以及使用场景；

从所述人脸图像中识别出人脸特征信息；

通过孪生神经网络，将所述人脸特征信息与预设的卡通动漫形象库中的形象模板进行相似度判别，得到初始卡通动漫形象；

从所述他人评价资料和/或所述标签信息中提取关键词，并将所述关键词与预设调整词库进行对比，得到调整参数；

根据所述调整参数，对所述初始卡通动漫形象进行调整，得到基础卡通动漫形象；

基于所述使用场景，获取所述基础卡通动漫形象的服装与动作，得到目标卡通动漫形象。

2.根据权利要求1所述的基于用户标签的动漫人物生成方法，其特征在于，在所述接收卡通动漫形象生成请求，并根据所述动漫形象生成请求，获取待处理人物的基本信息之后，所述方法还包括：

基于全卷积神经网络模型识别人脸图像中的人体区域；

基于所述人体区域，对所述人脸图像进行二分类处理，得到遮罩图像；

通过对所述人脸图像与所述遮罩图像进行二值化处理，去除所述人脸图像的背景，得到人体区域的人脸图像。

3.根据权利要求1所述的基于用户标签的动漫人物生成方法，其特征在于，所述从所述人脸图像中识别出人脸特征信息，包括：

通过利用多任务卷积神经网络模型对所述人脸图像中的特征信息进行提取，得到高维向量信息；

采用主成分分析算法，将所述高维向量信息转化为低维向量信息，并将所述低维向量信息作为所述人脸特征信息。

4.根据权利要求1所述的基于用户标签的动漫人物生成方法，其特征在于，所述通过孪生神经网络，将所述人脸特征信息与预设的卡通动漫形象库中的形象模板进行相似度判别，得到初始卡通动漫形象，包括：

将所述人物资料与所述预设的卡通动漫形象库对应匹配项进行匹配，得到卡通形象模板范围，其中，所述人物资料包括待处理人物的性别、年龄以及民族；

通过所述孪生神经网络，统计所述人脸特征信息与所述卡通形象模板范围中的形象模板的相似度，得到相似度值；

采用GAN迁移技术，选取相似度值最高的形象模板，得到所述初始卡通动漫形象。

5.根据权利要求1所述的基于用户标签的动漫人物生成方法，其特征在于，在所述通过孪生神经网络，将所述人脸特征信息与预设的卡通动漫形象库中的形象模板进行相似度判别，得到初始卡通动漫形象之前，所述方法还包括：

获取样本人脸图像；

识别每一所述样本人脸图像中的特征信息，得到样本人脸特征信息；

基于每一所述样本人脸特征信息生成对应的卡通动漫形象，并将所述卡通动漫形象按照样本人物年龄段进行存储，得到所述预设的卡通动漫形象库。

6.根据权利要求1至5任一项所述的基于用户标签的动漫人物生成方法，其特征在于，所述从所述他人评价资料和/或所述标签信息中提取关键词，并将所述关键词与预设调整词库进行对比，得到调整参数，包括：

对所述他人评价资料和/或所述标签信息进行分词处理，得到初始分词，并基于所述初始分词提取所述关键词；

将所述关键词与预设调整词库进行匹配，得到每一所述关键词对应的调整词，并获取所述调整词对应的调整范围；

基于所述调整范围与所述初始卡通动漫形象，确定所述调整系数。

7.根据权利要求6所述的基于用户标签的动漫人物生成方法，其特征在于，所述对所述他人评价资料和/或所述标签信息进行分词处理，得到初始分词，并基于所述初始分词提取所述关键词，包括：

根据Jieba分词方式，对所述他人评价资料和/或所述标签信息进行分词处理，得到所述初始分词；

采用TF-IDF算法，统计所述初始分词的词频，得到初始分词频率；

按照从大到小的顺序，对所述初始分词频率进行排列，并获取排名靠前的预设数量的初始分词，作为所述关键词。