CN109829432A - 用于生成信息的方法和装置 - Google Patents
用于生成信息的方法和装置 Download PDFInfo
- Publication number
- CN109829432A CN109829432A CN201910099415.1A CN201910099415A CN109829432A CN 109829432 A CN109829432 A CN 109829432A CN 201910099415 A CN201910099415 A CN 201910099415A CN 109829432 A CN109829432 A CN 109829432A
- Authority
- CN
- China
- Prior art keywords
- video frame
- sample
- key point
- face key
- point information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本公开的实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。该实施方式有助于减小人脸关键点在连续的视频帧间的抖动,提高人脸关键点定位的稳定性。
Description
技术领域
本公开的实施例涉及计算机技术领域,尤其涉及用于生成信息的方法和装置。
背景技术
随着手机视频软件的普及,各种视频处理算法也得到了广泛的应用。视频人脸关键点跟踪作为视频的基础处理功能之一,也得到了广泛的应用。
现有的视频人脸关键点跟踪一般基于图像人脸关键点检测的方法实现,即基于每帧的人脸图像得到相对应的人脸关键点。
发明内容
本公开的实施例提出了用于生成信息的方法和装置。
第一方面,本公开实施例提供了一种用于生成信息的方法,该方法包括:从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,预设图像与基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在一些实施例中,确定基准视频帧所对应的人脸关键点信息,包括:将基准视频帧输入预先训练的第二识别模型,获得基准视频帧所对应的人脸关键点信息。
在一些实施例中,第二识别模型通过如下步骤训练得到:获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息;利用机器学习方法,将训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。
在一些实施例中,第一识别模型通过以下步骤训练获得:获取多个样本视频帧组,其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧;对于多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,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包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。
在一些实施例中,确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息,包括:确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息;基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。
在一些实施例中,基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,包括:利用高斯函数在预设图像上生成基准视频帧的人脸关键点信息所对应的数值集合;基于包括所生成的数值集合的预设图像,生成基准视频帧所对应的热点图。
第二方面,本公开的实施例提供了一种用于生成信息的装置,该装置包括:提取单元,被配置成从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定单元,被配置成确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,预设图像与基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;生成单元,被配置成将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在一些实施例中,确定单元进一步被配置成:将基准视频帧输入预先训练的第二识别模型,获得基准视频帧所对应的人脸关键点信息。
在一些实施例中,第二识别模型通过如下步骤训练得到:获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息;利用机器学习方法,将训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。
在一些实施例中,第一识别模型通过以下步骤训练获得:获取多个样本视频帧组,其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧;对于多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,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包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。
在一些实施例中,确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息,包括:确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息;基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。
在一些实施例中,确定单元包括:第一生成模块,被配置成利用高斯函数在预设图像上生成基准视频帧的人脸关键点信息所对应的数值集合;第二生成模块,被配置成基于包括所生成的数值集合的预设图像,生成基准视频帧所对应的热点图。
第三方面,本公开的实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述用于生成信息的方法中任一实施例的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现上述用于生成信息的方法中任一实施例的方法。
本公开的实施例提供的用于生成信息的方法和装置,通过从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,预设图像与基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息,从而可以将目标视频帧的基准视频帧的人脸关键点信息作为生成目标视频帧的人脸关键点信息的参考数据,有助于减小人脸关键点在连续的视频帧间的抖动,提高人脸关键点定位的稳定性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性***架构图;
图2是根据本公开的用于生成信息的方法的一个实施例的流程图;
图3是本公开的实施例的一个热点图的示意图;
图4是根据本公开的实施例的用于生成信息的方法的一个应用场景的示意图;
图5是根据本公开的用于生成信息的方法的又一个实施例的流程图;
图6是根据本公开的用于生成信息的装置的一个实施例的结构示意图;
图7是适于用来实现本公开的实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于生成信息的方法或用于生成信息的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频处理软件、图像处理软件、网页浏览器应用、搜索类应用、即时通信工具、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103拍摄的目标人脸视频进行处理的后台视频处理服务器。后台视频处理服务器可以对接收到的目标人脸视频等数据进行分析等处理,并获得处理结果(例如目标视频帧所对应的人脸关键点信息)。
需要说明的是,本公开的实施例所提供的用于生成信息的方法可以由服务器105执行,也可以由终端设备101、102、103;相应地,用于生成信息的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。在生成目标人脸视频中的目标视频帧所对应的人脸关键点信息的过程中所使用的数据不需要从远程获取的情况下,上述***架构可以不包括网络,而只包括终端设备或服务器。
继续参考图2,示出了根据本公开的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法,包括以下步骤:
步骤201,从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧。
在本实施例中,用于生成信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标人脸视频,以及从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧。其中,目标人脸视频为待对其进行人脸关键点检测的人脸视频。人脸视频可以为对人脸进行拍摄所获得的视频。人脸视频所包括的视频帧包括人脸图像。实践中,人脸关键点可以是人脸中关键的点,具体的,可以为影响脸部轮廓或者五官形状的点。作为示例,人脸关键点可以为鼻尖所对应的点、眼睛所对应的点等。具体的,目标人脸视频可以存储在上述执行主体中,也可以由与上述执行主体通信连接的电子设备(例如图1所示的终端设备)发送给上述执行主体。
在本实施例中,目标视频帧为待确定其所对应的人脸关键点信息的视频帧。人脸关键点信息用于表征人脸关键点在视频帧中的位置,可以包括但不限于以下至少一项:文字、数字、符号、图像。目标视频帧的基准视频帧为用于确定目标视频帧所对应的人脸关键点信息的视频帧。在这里,基准视频帧与目标视频帧相邻。具体的,基准视频帧可以为目标人脸视频所对应的视频帧序列中,与目标视频帧相邻且位于目标视频帧之前的视频帧,也可以为与目标视频帧相邻且位于目标视频帧之后的视频帧。
在本实施例中,上述执行主体可以采用各种方法从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧。例如,可以首先从目标人脸视频中随机提取目标视频帧,然后提取与目标视频帧相邻的视频帧作为基准视频帧;或者,可以首先从目标人脸视频所包括的视频帧中提取清晰度最高的视频帧作为目标视频帧,然后提取与目标视频帧相邻的视频帧作为基准视频帧。需要说明的是,在这里,提取目标视频帧后,具体是提取位于目标视频帧之前的视频帧作为基准视频帧还是提取位于目标视频帧之后的视频帧作为基准视频帧可以由技术人员预先确定,或者可以是随机的。
步骤202,确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图。
在本实施例中,基于步骤201中得到的基准视频帧,上述执行主体可以确定基准视频帧所对应的人脸关键点信息。具体的,上述执行主体可以通过各种方法确定基准视频帧所对应的人脸关键点信息。例如,上述执行主体可以输出基准视频帧用于显示,以及获取用户针对基准视频帧标注出的人脸关键点信息。
在本实施例中,基于所确定的人脸关键点信息和预设图像,上述执行主体可以生成基准视频帧所对应的热点图。其中。预设图像可以为预先设置的、用于生成热点图的图像,预设图像可以与基准视频帧的形状大小分别相同。另外,初始图像可以只包括背景图像,而不包括前景图像。进而,上述执行主体可以在初始图像上添加数值,以生成热点图。热点图的图像区域包括数值集合。对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率。可以理解,由于热点图与基准视频帧的形状大小分别相同,所以热点图中的数值所在的位置可以与基准视频帧中的位置相对应,进而热点图可以用于指示基准视频帧中的人脸关键点的位置。
需要说明的是,热点图可以包括至少两个数值集合,其中,至少两个数值集合中的每个数值集合可以对应一个基准视频帧的人脸关键点信息。
具体的,与人脸关键点信息所表征的基准视频帧中的位置相对应的、热点图中的位置上的数值可以为1。根据热点图中的各个位置与数值1所对应的位置的距离,各个位置所对应的数值可以逐渐减小。即距离数值1所对应的位置越远,所对应的数值越小。
需要说明的是,热点图中的数值所在的位置可以由用于包围数值的最小矩形来确定。具体的,可以将上述最小矩形的中心位置确定为数值所在位置,或者,可以将最小矩形的端点位置确定为数值所在位置。
在本实施例中,上述执行主体可以通过各种方式利用基准视频帧的人脸关键点信息,在初始图像上生成基准视频帧的人脸关键点信息所对应的数值集合,进而获得基准视频帧所对应的热点图。
在本实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤生成基准视频帧所对应的热点图:首先,上述执行主体可以利用高斯函数在预设图像上生成基准视频帧的人脸关键点信息所对应的数值集合。然后,上述执行主体可以基于包括所生成的数值集合的预设图像,生成基准视频帧所对应的热点图。具体的,可以将包括数值集合的预设图像直接确定为基准视频帧所对应的热点图,或者,也可以对包括数值集合的预设图像进行图像处理(例如添加背景颜色),并将处理后的图像确定为基准视频帧所对应的热点图。
在本实现方式中,上述执行主体可以将位置作为高斯函数的自变量,将位置所对应的数值作为高斯函数的因变量,进而基于位置确定出数值集合。可以理解,在这里,数值1(即人脸关键点)所对应的位置是高斯函数的数学期望所对应的自变量。
作为示例,图3示出了本公开的实施例的一个热点图的示意图。图中包括一个数值集合301,该数值集合301所对应的人脸关键点信息为人脸关键点302所对应的人脸关键点信息。如图3所示。人脸关键点302所在位置上的数值为1。随着与人脸关键点302的距离的增大,数值逐渐由0.8减小至0.4,再由0.4减小至0.1。需要说明的是,在这里,对于热点图中未标注出数值的位置,其所对应的数值可以为0。数值所在位置可以由用于包围数值的最小矩形(例如附图标记303)来确定。
步骤203,将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在本实施例中,基于步骤201中得到的目标视频帧、基准视频帧以及步骤202中得到的热点图,上述执行主体可以将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在本实施例中,第一识别模型可以用于表征目标视频帧、基准视频帧和基准视频帧所对应的热点图与目标视频帧所对应的人脸关键点信息的对应关系。具体的,作为示例,第一识别模型可以是技术人员预先基于对大量的目标视频帧、基准视频帧、基准视频帧所对应的热点图和目标视频帧所对应的人脸关键点信息的统计而预先制定的、存储有多个目标视频帧、基准视频帧、基准视频帧所对应的热点图与对应的目标视频帧所对应的人脸关键点信息的对应关系表;也可以为基于预设的训练样本,利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。
在本实施例的一些可选的实现方式中,第一识别模型可以通过以下步骤训练获得:
步骤2031,获取多个样本视频帧组。
其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧。样本人脸视频为对人脸进行拍摄所获得的人脸视频。具体的,可以采用各种方法从样本人脸视频症提取样本视频帧组。例如可以采用随机提取的方法提取,或者,可以提取样本人脸视频所对应的视频帧序列中排列在预设位置的两个视频帧作为样本视频帧组。
步骤2032,对于多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,组成训练样本。
在这里,样本基准视频帧为用于确定样本目标视频帧所对应的人脸关键点信息的视频帧,具体的,可以采用各种方法从该样本视频帧组中确定样本目标视频帧和样本基准视频帧。例如,可以随机从该样本视频帧组中选择一个样本视频帧作为样本目标视频帧,则该样本视频帧组中未被选择的样本视频帧为样本基准视频帧;或者,可以确定该样本视频帧组中的样本视频帧在样本人脸视频所对应的视频帧序列中的排列顺序,进而,可以将排序在后的样本视频帧确定为样本目标视频帧,将排序在前的样本视频帧确定为样本基准视频帧。
在该实现方式中,可以采用与步骤202中描述的、用于确定基准视频帧的人脸关键点信息的方法相类似的方法确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,此处不再赘述。
在这里,可以采用各种方法确定该样本视频帧组中的样本目标视频帧所对应的样本人脸关键点信息。例如,可以采用上述与确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息的方法相类似的方法确定该样本视频帧组中的样本目标视频帧所对应的样本人脸关键点信息。
在本实施例的一些可选的实现方式中,可以通过以下步骤确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息:首先,可以确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息。然后,可以基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。
其中,初始人脸关键点信息用于表征初始人脸关键点在样本目标视频帧中的位置,其可以包括但不限于以下至少一项:数字、文字、符号、图像。样本目标视频帧的初始人脸关键点信息可以作为样本目标视频帧的样本人脸关键点信息的基准,用于确定样本目标视频帧的样本人脸关键点信息。具体的,可以采用与步骤202中描述的、用于确定基准视频帧的人脸关键点信息的方法相类似的方法确定该样本视频帧组中的样本目标视频帧的初始人脸关键点信息。
在本实现方式中,针对样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息预先分配的权重可以用于表征样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息对样本目标视频帧的样本人脸关键点信息的影响程度。具体的,所分配的权重越大,表征对目标视频帧的样本人脸关键点信息的影响程度越高。
作为示例,样本基准视频帧的人脸关键点信息为人脸关键点在样本基准视频帧中的坐标(14,5)。样本目标视频帧的初始人脸关键点信息为初始人脸关键点在样本目标视频帧中的坐标(13,6)。预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分配的权重分别为0.4和0.6。则样本目标视频帧的样本人脸关键点信息为(13.4,5.6),其中,13.4=14×0.4+13×0.6;5.6=5×0.4+6×0.6。
可以理解,本实现方式可以结合样本目标视频帧的样本基准视频帧所对应的人脸关键点信息,生成样本目标视频帧所对应的样本人脸关键点信息,以此,所生成的样本人脸关键点信息可以包括样本基准视频帧中的人脸关键点的特征,有助于增强相邻的视频帧之间人脸关键点的连续性,以及提高样本目标视频帧所对应的样本人脸关键点信息的准确性。
另外,可以采用步骤202中描述的、用于生成基准视频帧所对应的热点图的方法,基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本基准视频帧所对应的样本热点图,此处不再赘述。
步骤2033,利用机器学习方法,将所组成的训练样本中的训练样本包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。
在这里,可以利用机器学习方法,将所组成的训练样本中的训练样本包括的样本视频帧组和样本热点图作为初始模型的输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为初始模型的期望输出,对初始模型进行训练,最终训练得到第一识别模型。
此处,可以使用各种现有的卷积神经网络结构作为初始模型进行训练。卷积神经网络是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于图像处理有出色表现,因而,可以利用卷积神经网络对所组成的训练样本中的样本视频帧组及样本热点图进行处理。需要说明的是,也可以使用其他具有图像处理功能的模型作为初始模型,并不限于卷积神经网络,具体的模型结构可以根据实际需求设定,此处不作限定。
需要说明的是,实践中,用于生成模型的步骤的执行主体可以与用于生成信息的方法的执行主体相同或者不同。如果相同,则用于生成模型的步骤的执行主体可以在训练得到模型后将训练好的模型存储在本地。如果不同,则用于生成模型的步骤的执行主体可以在训练得到模型后将训练好的模型发送给用于生成信息的方法的执行主体。
继续参见图4,图4是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图4的应用场景中,服务器401可以首先获取预先存储于本地的目标人脸视频402,以及从目标人脸视频402中提取目标视频帧403和目标视频帧403的基准视频帧404,其中,基准视频帧404与目标视频帧403相邻,例如基准视频帧404可以为与目标视频帧403相邻的、且位于目标视频帧403之前的视频帧。
然后,服务器401可以确定基准视频帧404所对应的人脸关键点信息405,以及基于所确定的人脸关键点信息405和预设图像406,生成基准视频帧404所对应的热点图407,其中,预设图像406与基准视频帧404的形状大小分别相同,热点图407的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率。
最后,服务器401可以将目标视频帧403、基准视频帧404和所生成的热点图407输入预先训练的第一识别模型408,获得目标视频帧403所对应的人脸关键点信息409。
本公开的上述实施例提供的方法可以将目标视频帧的基准视频帧的人脸关键点信息作为生成目标视频帧的人脸关键点信息的参考数据,有助于减小人脸关键点在连续的视频帧间的抖动,提高人脸关键点定位的稳定性。
进一步参考图5,其示出了用于生成信息的方法的又一个实施例的流程500。该用于生成信息的方法的流程500,包括以下步骤:
步骤501,从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧。
在本实施例中,用于生成信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标人脸视频,以及从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧。其中,目标人脸视频为待对其进行人脸关键点检测的人脸视频。人脸视频可以为对人脸进行拍摄所获得的视频。人脸视频所包括的视频帧包括人脸图像。实践中,人脸关键点可以是人脸中关键的点,具体的,可以为影响脸部轮廓或者五官形状的点。
在本实施例中,目标视频帧为待确定其所对应的人脸关键点信息的视频帧。人脸关键点信息用于表征人脸关键点在视频帧中的位置,可以包括但不限于以下至少一项:文字、数字、符号、图像。目标视频帧的基准视频帧为用于确定目标视频帧所对应的人脸关键点信息的视频帧。在这里,基准视频帧与目标视频帧相邻。
步骤502,将基准视频帧输入预先训练的第二识别模型,获得基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图。
在本实施例中,基于步骤501中得到的基准视频帧,上述执行主体可以将基准视频帧输入预先训练的第二识别模型,获得基准视频帧所对应的人脸关键点信息。其中,第二识别模型用于表征人脸图像与人脸图像所对应的人脸关键点信息的对应关系。具体的,作为示例,第二识别模型可以为技术人员预先基于对大量的人脸图像和人脸图像所对应的人脸关键点信息的统计而预先制定的、存储有多个人脸图像与对应的人脸关键点信息的对应关系表;也可以为基于预设的训练样本,利用机器学习方法对初始模型(例如神经网络)进行训练后得到的模型。
在本实施例的一些可选的实现方式中,第二识别模型可以通过如下步骤训练得到:首先,获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息。然后,利用机器学习方法,将训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。
具体的,可以将训练样本集中的训练样本的样本人脸图像作为预先确定的初始模型(例如卷积神经网络)的输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为初始模型的期望输出,对初始模型进行训练,最终训练得到第二识别模型。
可以理解,基准视频帧为从目标人脸视频中提取的视频帧。而目标人脸视频实质上是一个按照时间的先后顺序排列的人脸图像序列。因此,基准视频帧实质上是人脸图像。进而,上述执行主体可以基于第二识别模型,确定基准视频帧所对应的人脸关键点信息。
在本实施例中,基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图的方法可以与图2所对应的实施例中的方法相同,此处不再赘述。
步骤503,将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在本实施例中,基于步骤501中得到的目标视频帧、基准视频帧以及步骤502中得到的热点图,上述执行主体可以将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在本实施例中,第一识别模型可以用于表征目标视频帧、基准视频帧和基准视频帧所对应的热点图与目标视频帧所对应的人脸关键点信息的对应关系。
上述步骤501、步骤503分别与前述实施例中的步骤201、步骤203一致,上文针对步骤201和步骤203的描述也适用于步骤501和步骤503,此处不再赘述。
从图5中可以看出,与图2对应的实施例相比,本实施例中的用于生成信息的方法的流程500突出了利用第二识别模型确定基准视频帧所对应的人脸关键点信息的步骤。由此,本实施例描述的方案可以利用第二识别模型,生成更为准确的、基准视频帧所对应的人脸关键点信息,进而,可以利用基准视频帧所对应的人脸关键点信息,生成更为准确的、目标视频帧所对应的人脸关键点信息,提高了信息生成的准确性。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种用于生成信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于生成信息的装置600包括:提取单元601、确定单元602和生成单元603。其中,提取单元601被配置成从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定单元602被配置成确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,预设图像与基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;生成单元603被配置成将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
在本实施例中,用于生成信息的装置600的提取单元601可以通过有线连接方式或者无线连接方式获取目标人脸视频,以及从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧。其中,目标人脸视频为待对其进行人脸关键点检测的人脸视频。人脸视频可以为对人脸进行拍摄所获得的视频。人脸视频所包括的视频帧包括人脸图像。实践中,人脸关键点可以是人脸中关键的点,具体的,可以为影响脸部轮廓或者五官形状的点。
在本实施例中,目标视频帧为待确定其所对应的人脸关键点信息的视频帧。人脸关键点信息用于表征人脸关键点在视频帧中的位置,可以包括但不限于以下至少一项:文字、数字、符号、图像。目标视频帧的基准视频帧为用于确定目标视频帧所对应的人脸关键点信息的视频帧。在这里,基准视频帧与目标视频帧相邻。
在本实施例中,基于提取单元601得到的基准视频帧,确定单元602确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图。其中。预设图像可以为预先设置的、用于生成热点图的图像,预设图像可以与基准视频帧的形状大小分别相同。热点图的图像区域包括数值集合。对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率。
在本实施例中,基于提取单元601得到的目标视频帧、基准视频帧以及确定单元602得到的热点图,生成单元603可以将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。其中,第一识别模型可以用于表征目标视频帧、基准视频帧和基准视频帧所对应的热点图与目标视频帧所对应的人脸关键点信息的对应关系。
在本实施例的一些可选的实现方式中,确定单元602可以进一步被配置成:将基准视频帧输入预先训练的第二识别模型,获得基准视频帧所对应的人脸关键点信息。
在本实施例的一些可选的实现方式中,第二识别模型可以通过如下步骤训练得到:获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息;利用机器学习方法,将训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。
在本实施例的一些可选的实现方式中,第一识别模型可以通过以下步骤训练获得:获取多个样本视频帧组,其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧;对于多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,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包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。
在本实施例的一些可选的实现方式中,确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息,包括:确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息;基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。
在本实施例的一些可选的实现方式中,确定单元602可以包括:第一生成模块(图中未示出),被配置成利用高斯函数在预设图像上生成基准视频帧的人脸关键点信息所对应的数值集合;第二生成模块(图中未示出),被配置成基于包括所生成的数值集合的预设图像,生成基准视频帧所对应的热点图。
可以理解的是,该装置600中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置600及其中包含的单元,在此不再赘述。
本公开的上述实施例提供的装置600可以将目标视频帧的基准视频帧的人脸关键点信息作为生成目标视频帧的人脸关键点信息的参考数据,有助于减小人脸关键点在连续的视频帧间的抖动,提高人脸关键点定位的稳定性。
下面参考图7,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)700的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的终端设备或服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从目标人脸视频中提取目标视频帧和目标视频帧的基准视频帧,其中,基准视频帧与目标视频帧相邻;确定基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成基准视频帧所对应的热点图,其中,预设图像与基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;将目标视频帧、基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得目标视频帧所对应的人脸关键点信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括提取单元、确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,提取单元还可以被描述为“提取视频帧的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于生成信息的方法,包括:
从目标人脸视频中提取目标视频帧和所述目标视频帧的基准视频帧,其中,所述基准视频帧与所述目标视频帧相邻;
确定所述基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成所述基准视频帧所对应的热点图,其中,预设图像与所述基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;
将所述目标视频帧、所述基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得所述目标视频帧所对应的人脸关键点信息。
2.根据权利要求1所述的方法,其中,所述确定所述基准视频帧所对应的人脸关键点信息,包括:
将所述基准视频帧输入预先训练的第二识别模型,获得所述基准视频帧所对应的人脸关键点信息。
3.根据权利要求2所述的方法,其中,所述第二识别模型通过如下步骤训练得到:
获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息;
利用机器学习方法,将所述训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。
4.根据权利要求1所述的方法,其中,所述第一识别模型通过以下步骤训练获得:
获取多个样本视频帧组,其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧;
对于所述多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,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包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。
5.根据权利要求4所述的方法,其中,所述确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息,包括:
确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息;
基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。
6.根据权利要求1-5之一所述的方法,其中,所述基于所确定的人脸关键点信息和预设图像,生成所述基准视频帧所对应的热点图,包括:
利用高斯函数在所述预设图像上生成所述基准视频帧的人脸关键点信息所对应的数值集合;
基于包括所生成的数值集合的预设图像,生成所述基准视频帧所对应的热点图。
7.一种用于生成信息的装置,包括:
提取单元,被配置成从目标人脸视频中提取目标视频帧和所述目标视频帧的基准视频帧,其中,所述基准视频帧与所述目标视频帧相邻;
确定单元,被配置成确定所述基准视频帧所对应的人脸关键点信息,以及基于所确定的人脸关键点信息和预设图像,生成所述基准视频帧所对应的热点图,其中,预设图像与所述基准视频帧的形状大小分别相同,热点图的图像区域包括数值集合,对于数值集合中的数值,该数值用于表征人脸关键点位于该数值所在位置的概率;
生成单元,被配置成将所述目标视频帧、所述基准视频帧和所生成的热点图输入预先训练的第一识别模型,获得所述目标视频帧所对应的人脸关键点信息。
8.根据权利要求7所述的装置,其中,所述确定单元进一步被配置成:
将所述基准视频帧输入预先训练的第二识别模型,获得所述基准视频帧所对应的人脸关键点信息。
9.根据权利要求8所述的装置,其中,所述第二识别模型通过如下步骤训练得到:
获取训练样本集,其中,训练样本包括样本人脸图像和针对样本人脸图像预先标注的样本人脸关键点信息;
利用机器学习方法,将所述训练样本集中的训练样本的样本人脸图像作为输入,将所输入的样本人脸图像所对应的样本人脸关键点信息作为期望输出,训练得到第二识别模型。
10.根据权利要求7所述的装置,其中,所述第一识别模型通过以下步骤训练获得:
获取多个样本视频帧组,其中,样本视频帧组包括从样本人脸视频中提取出的、相邻的两个视频帧;
对于所述多个样本视频帧组中的样本视频帧组,执行以下步骤:从该样本视频帧组中确定样本目标视频帧和样本基准视频帧;确定该样本视频帧组中的样本基准视频帧所对应的人脸关键点信息,以及确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息;基于样本基准视频帧所对应的人脸关键点信息和预设图像,生成样本热点图;利用该样本视频帧组、所生成的样本热点图和样本目标视频帧的样本人脸关键点信息,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包括的样本视频帧组和样本热点图作为输入,将所输入的样本视频帧组和样本热点图所对应的、样本目标视频帧的样本人脸关键点信息作为期望输出,训练得到第一识别模型。
11.根据权利要求10所述的装置,其中,所述确定该样本视频帧组中的样本目标视频帧所对应的人脸关键点信息作为样本人脸关键点信息,包括:
确定该样本视频帧组中的样本目标视频帧所对应的初始人脸关键点信息;
基于预先为样本基准视频帧的人脸关键点信息和样本目标视频帧的初始人脸关键点信息分别分配的权重,对所确定的、样本基准视频帧的人脸关键点信息和所确定的、样本目标视频帧的初始人脸关键点信息进行加权求和处理,获得处理结果作为该样本视频帧组中的样本目标视频帧的样本人脸关键点信息。
12.根据权利要求7-11之一所述的装置,其中,所述确定单元包括:
第一生成模块,被配置成利用高斯函数在所述预设图像上生成所述基准视频帧的人脸关键点信息所对应的数值集合;
第二生成模块,被配置成基于包括所生成的数值集合的预设图像,生成所述基准视频帧所对应的热点图。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910099415.1A CN109829432B (zh) | 2019-01-31 | 2019-01-31 | 用于生成信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910099415.1A CN109829432B (zh) | 2019-01-31 | 2019-01-31 | 用于生成信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829432A true CN109829432A (zh) | 2019-05-31 |
CN109829432B CN109829432B (zh) | 2020-11-20 |
Family
ID=66863303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910099415.1A Active CN109829432B (zh) | 2019-01-31 | 2019-01-31 | 用于生成信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829432B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532891A (zh) * | 2019-08-05 | 2019-12-03 | 北京地平线机器人技术研发有限公司 | 目标对象状态识别方法、装置、介质和设备 |
CN111028144A (zh) * | 2019-12-09 | 2020-04-17 | 腾讯音乐娱乐科技(深圳)有限公司 | 视频换脸方法及装置、存储介质 |
CN111027495A (zh) * | 2019-12-12 | 2020-04-17 | 京东数字科技控股有限公司 | 用于检测人体关键点的方法和装置 |
CN111797665A (zh) * | 2019-08-21 | 2020-10-20 | 北京沃东天骏信息技术有限公司 | 用于转换视频的方法和装置 |
CN112101109A (zh) * | 2020-08-11 | 2020-12-18 | 深圳数联天下智能科技有限公司 | 人脸关键点检测模型训练方法、装置、电子设备和介质 |
CN112381926A (zh) * | 2020-11-13 | 2021-02-19 | 北京有竹居网络技术有限公司 | 用于生成视频的方法和装置 |
CN113128436A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 关键点的检测方法和装置 |
CN113177603A (zh) * | 2021-05-12 | 2021-07-27 | 中移智行网络科技有限公司 | 分类模型的训练方法、视频分类方法及相关设备 |
CN117437505A (zh) * | 2023-12-18 | 2024-01-23 | 杭州任性智能科技有限公司 | 一种基于视频的训练数据集生成方法和*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102177726A (zh) * | 2008-08-21 | 2011-09-07 | 杜比实验室特许公司 | 用于音频和视频签名生成和检测的特征优化和可靠性估计 |
US20130195341A1 (en) * | 2012-01-31 | 2013-08-01 | Ge Medical Systems Global Technology Company | Method for sorting ct image slices and method for constructing 3d ct image |
CN107590482A (zh) * | 2017-09-29 | 2018-01-16 | 百度在线网络技术(北京)有限公司 | 信息生成方法和装置 |
US20180101733A1 (en) * | 2012-06-20 | 2018-04-12 | Kuntal Sengupta | Active presence detection with depth sensing |
CN108205655A (zh) * | 2017-11-07 | 2018-06-26 | 北京市商汤科技开发有限公司 | 一种关键点预测方法、装置、电子设备及存储介质 |
CN108304765A (zh) * | 2017-12-11 | 2018-07-20 | 中国科学院自动化研究所 | 用于人脸关键点定位与语义分割的多任务检测装置 |
CN108960064A (zh) * | 2018-06-01 | 2018-12-07 | 重庆锐纳达自动化技术有限公司 | 一种基于卷积神经网络的人脸检测及识别方法 |
US20180353072A1 (en) * | 2017-06-08 | 2018-12-13 | Fdna Inc. | Systems, methods, and computer-readable media for gene and genetic variant prioritization |
CN109034085A (zh) * | 2018-08-03 | 2018-12-18 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN109101919A (zh) * | 2018-08-03 | 2018-12-28 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
-
2019
- 2019-01-31 CN CN201910099415.1A patent/CN109829432B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102177726A (zh) * | 2008-08-21 | 2011-09-07 | 杜比实验室特许公司 | 用于音频和视频签名生成和检测的特征优化和可靠性估计 |
US20130195341A1 (en) * | 2012-01-31 | 2013-08-01 | Ge Medical Systems Global Technology Company | Method for sorting ct image slices and method for constructing 3d ct image |
US20180101733A1 (en) * | 2012-06-20 | 2018-04-12 | Kuntal Sengupta | Active presence detection with depth sensing |
US20180353072A1 (en) * | 2017-06-08 | 2018-12-13 | Fdna Inc. | Systems, methods, and computer-readable media for gene and genetic variant prioritization |
CN107590482A (zh) * | 2017-09-29 | 2018-01-16 | 百度在线网络技术(北京)有限公司 | 信息生成方法和装置 |
CN108205655A (zh) * | 2017-11-07 | 2018-06-26 | 北京市商汤科技开发有限公司 | 一种关键点预测方法、装置、电子设备及存储介质 |
CN108304765A (zh) * | 2017-12-11 | 2018-07-20 | 中国科学院自动化研究所 | 用于人脸关键点定位与语义分割的多任务检测装置 |
CN108960064A (zh) * | 2018-06-01 | 2018-12-07 | 重庆锐纳达自动化技术有限公司 | 一种基于卷积神经网络的人脸检测及识别方法 |
CN109034085A (zh) * | 2018-08-03 | 2018-12-18 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN109101919A (zh) * | 2018-08-03 | 2018-12-28 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
Non-Patent Citations (2)
Title |
---|
ZHIWU HUANG: "A Benchmark and Comparative Study of Video-Based Face Recognition on COX Face Database", 《IEEE TRANSACTIONS ON IMAGE PROCESSING 》 * |
刘春平: "基于人脸关键点的表情实时动态迁移", 《现代计算机》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110532891A (zh) * | 2019-08-05 | 2019-12-03 | 北京地平线机器人技术研发有限公司 | 目标对象状态识别方法、装置、介质和设备 |
CN110532891B (zh) * | 2019-08-05 | 2022-04-05 | 北京地平线机器人技术研发有限公司 | 目标对象状态识别方法、装置、介质和设备 |
CN111797665A (zh) * | 2019-08-21 | 2020-10-20 | 北京沃东天骏信息技术有限公司 | 用于转换视频的方法和装置 |
CN111797665B (zh) * | 2019-08-21 | 2023-12-08 | 北京沃东天骏信息技术有限公司 | 用于转换视频的方法和装置 |
CN111028144A (zh) * | 2019-12-09 | 2020-04-17 | 腾讯音乐娱乐科技(深圳)有限公司 | 视频换脸方法及装置、存储介质 |
CN111028144B (zh) * | 2019-12-09 | 2023-06-20 | 腾讯音乐娱乐科技(深圳)有限公司 | 视频换脸方法及装置、存储介质 |
CN111027495A (zh) * | 2019-12-12 | 2020-04-17 | 京东数字科技控股有限公司 | 用于检测人体关键点的方法和装置 |
CN112101109A (zh) * | 2020-08-11 | 2020-12-18 | 深圳数联天下智能科技有限公司 | 人脸关键点检测模型训练方法、装置、电子设备和介质 |
CN112101109B (zh) * | 2020-08-11 | 2024-04-30 | 深圳数联天下智能科技有限公司 | 人脸关键点检测模型训练方法、装置、电子设备和介质 |
CN112381926A (zh) * | 2020-11-13 | 2021-02-19 | 北京有竹居网络技术有限公司 | 用于生成视频的方法和装置 |
CN113128436A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 关键点的检测方法和装置 |
CN113128436B (zh) * | 2021-04-27 | 2022-04-01 | 北京百度网讯科技有限公司 | 关键点的检测方法和装置 |
CN113177603A (zh) * | 2021-05-12 | 2021-07-27 | 中移智行网络科技有限公司 | 分类模型的训练方法、视频分类方法及相关设备 |
CN117437505A (zh) * | 2023-12-18 | 2024-01-23 | 杭州任性智能科技有限公司 | 一种基于视频的训练数据集生成方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN109829432B (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829432A (zh) | 用于生成信息的方法和装置 | |
CN109858445A (zh) | 用于生成模型的方法和装置 | |
CN111476871B (zh) | 用于生成视频的方法和装置 | |
CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
CN109800732A (zh) | 用于生成漫画头像生成模型的方法和装置 | |
CN108830235A (zh) | 用于生成信息的方法和装置 | |
CN110288049A (zh) | 用于生成图像识别模型的方法和装置 | |
CN109086719A (zh) | 用于输出数据的方法和装置 | |
CN110009059B (zh) | 用于生成模型的方法和装置 | |
CN109981787B (zh) | 用于展示信息的方法和装置 | |
CN109919244A (zh) | 用于生成场景识别模型的方法和装置 | |
CN109857908A (zh) | 用于匹配视频的方法和装置 | |
CN109815365A (zh) | 用于处理视频的方法和装置 | |
CN109977839A (zh) | 信息处理方法和装置 | |
CN110046571B (zh) | 用于识别年龄的方法和装置 | |
CN109948700A (zh) | 用于生成特征图的方法和装置 | |
CN110084317A (zh) | 用于识别图像的方法和装置 | |
CN109754464A (zh) | 用于生成信息的方法和装置 | |
CN110059624A (zh) | 用于检测活体的方法和装置 | |
CN110532983A (zh) | 视频处理方法、装置、介质和设备 | |
CN110110666A (zh) | 目标检测方法和装置 | |
CN110570383A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN110427915A (zh) | 用于输出信息的方法和装置 | |
CN110111241A (zh) | 用于生成动态图像的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |