CN111447379B - 生成信息的方法和装置 - Google Patents
生成信息的方法和装置 Download PDFInfo
- Publication number
- CN111447379B CN111447379B CN201910044033.9A CN201910044033A CN111447379B CN 111447379 B CN111447379 B CN 111447379B CN 201910044033 A CN201910044033 A CN 201910044033A CN 111447379 B CN111447379 B CN 111447379B
- Authority
- CN
- China
- Prior art keywords
- user
- video
- target
- key points
- frame
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开实施例公开了生成信息的方法和装置。该生成信息的方法包括:获取用户肢体动作视频;基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;获取目标人物视频;采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。该方法提高了生成的用户的目标动作的针对性和准确性。
Description
技术领域
本公开涉及计算机技术领域,具体涉及计算机网络技术领域,尤其涉及生成信息的方法和装置。
背景技术
目前,在呈现用户模仿目标人物的目标视频时,针对动作模仿的交互模式主要有以下两种:1)跟拍:把目标视频缩小,放在屏幕角落,用户边看视频中的目标人物边进行动作模仿;2)动作示意框:把目标视频中目标人物的动作抽象成动作示意框,用户根据相应的示意框模仿相应的动作。
上述两种方式传统的动作模仿交互模式,要求用户具有较高的模仿能力,才能复现目标视频中目标人物的动作。且在目标视频的动作较为复杂时,会加大用户的学习成本,并且无法完全复现目标视频中目标人物的动作。
发明内容
本公开实施例提供了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生成信息的方法,包括:获取用户肢体动作视频;基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;获取目标人物视频;采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
在一些实施例中,基于用户肢体动作视频中的肢体关键点,建立用户关键点模型包括:从用户肢体动作视频的视频帧中,识别各帧中的用户的人脸关键点、手势关键点和人体关键点;基于各帧中的用户的人脸关键点、手势关键点和人体关键点,建立用户关键点模型。
在一些实施例中,采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作包括:从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点;基于各帧中的目标人物的人脸关键点、手势关键点和人体关键点,提取出各个视频帧中的目标人物的肢体信息;采用自适应算法,将提取的各个视频帧中的目标人物的肢体信息映射至用户关键点模型上,得到已映射肢体信息的用户关键点模型;采用生成式对抗网络技术,基于已映射肢体信息的用户关键点模型生成用户的目标动作。
在一些实施例中,自适应算法包括:全局姿态归一化算法、时序平滑算法和高斯防抖算法。
在一些实施例中,从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点包括:从目标人物视频的视频帧中,分离出各帧中的目标人物图像;对各帧中的目标人物图像进行识别,得到各帧中的目标人物的人脸关键点、手势关键点和人体关键点。
在一些实施例中,方法还包括:从用户肢体动作视频中,分离出各帧的用户背景;在各帧的用户背景中,合成用户的目标动作,得到用户目标视频。
第二方面,本公开实施例提供了一种生成信息的装置,包括:用户视频获取单元,被配置成获取用户肢体动作视频;用户模型建立单元,被配置成基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;目标视频获取单元,被配置成获取目标人物视频;目标动作生成单元,被配置成采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
在一些实施例中,用户模型建立单元进一步被配置成:从用户肢体动作视频的视频帧中,识别各帧中的用户的人脸关键点、手势关键点和人体关键点;基于各帧中的用户的人脸关键点、手势关键点和人体关键点,建立用户关键点模型。
在一些实施例中,目标动作生成单元进一步被配置成:从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点;基于各帧中的目标人物的人脸关键点、手势关键点和人体关键点,提取出各个视频帧中的目标人物的肢体信息;采用自适应算法,将提取的各个视频帧中的目标人物的肢体信息映射至用户关键点模型上,得到已映射肢体信息的用户关键点模型;采用生成式对抗网络技术,基于已映射肢体信息的用户关键点模型生成用户的目标动作。
在一些实施例中,目标动作生成单元中所采用的自适应算法包括:全局姿态归一化算法、时序平滑算法和高斯防抖算法。
在一些实施例中,目标动作生成单元中从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点包括:从目标人物视频的视频帧中,分离出各帧中的目标人物图像;对各帧中的目标人物图像进行识别,得到各帧中的目标人物的人脸关键点、手势关键点和人体关键点。
在一些实施例中,装置还包括:用户背景分离单元,被配置成从用户肢体动作视频中,分离出各帧的用户背景;用户视频合成单元,被配置成在各帧的用户背景中,合成用户的目标动作,得到用户目标视频。
第三方面,本公开实施例提供了一种设备,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如上任一所述的方法。
第四方面,本公开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,其中,所述程序被处理器执行时实现如上任一所述的方法。
本公开实施例提供的生成信息的方法和装置,首先,获取用户肢体动作视频;之后,基于所述用户肢体动作视频中的肢体关键点,建立用户关键点模型;之后,获取目标人物视频;最后,采用所述用户关键点模型,将所述目标人物视频中目标人物的动作映射为用户的目标动作。在这一过程中,根据用户肢体动作视频生成用户关键点模型,之后采用用户关键点模型生成目标人物视频中目标人物的动作,提高了生成用户的目标动作的效率,并提高了生成的用户的目标动作的针对性和准确性。
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是本公开可以应用于其中的示例性***架构图;
图2是根据本公开的生成信息的方法的一个实施例的流程示意图;
图3是根据本公开实施例的生成信息的方法的一个应用场景的示意图;
图4是根据本公开的生成信息的方法的又一个实施例的流程示意图;
图5是本公开的生成信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开实施例的服务器的计算机***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。
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、106。网络104用以在终端设备101、102、103和服务器105、106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110可以使用终端设备101、102、103通过网络104与服务器105、106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,例如视频采集类应用、视频播放类应用、即时通信工具、邮箱客户端、社交平台软件、搜索引擎类应用、购物类应用等。
终端设备101、102、103可以是具有显示屏的各种电子设备,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 LayerIII,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer 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。
服务器105、106可以是提供各种服务的服务器,例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对终端提交的数据进行分析、存储或计算等处理,并将分析、存储或计算结果推送给终端设备。
需要说明的是,在实践中,本公开实施例所提供的生成信息的方法一般由服务器105、106执行,相应地,生成信息的装置一般设置于服务器105、106中。然而,当终端设备的性能可以满足该方法的执行条件或该设备的设置条件时,本公开实施例所提供的生成信息的方法也可以由终端设备101、102、103执行,生成信息的装置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、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、网络和服务器。
继续参考图2,示出了根据本公开的生成信息的方法的一个实施例的流程200。该生成信息的方法,包括以下步骤:
步骤201,获取用户肢体动作视频。
在本实施例中,上述生成信息的方法的执行主体(例如图1所示的服务器或终端)可以从本地或远程的数据库以及其它服务器或终端获取用户肢体动作视频,也可以经由图像采集装置采集用户肢体动作视频。这里的用户肢体动作视频,至少部分视频帧中可以识别到用户的肢体动作。
步骤202,基于用户肢体动作视频中的肢体关键点,建立用户关键点模型。
在本实施例中,可以从用户肢体动作视频中,检测各个视频帧中的用户的肢体动作,并从用户的肢体动作中,识别肢体关键点。这里的肢体关键点,为人体肢体中用于执行动作的关键部位。例如,肢体关键点可以为头顶、下颚、颈部与头部连接处、颈部与身体连接处、肩关节、肘关节、手腕关节、手指关节、大腿与身体连接处、膝关节、脚腕关节等关节位置点。
在识别用户的肢体关键点时,可以采用现有技术或未来发展的技术中用于识别用户的肢体关键点的技术,本公开对此不作限定。例如,可以基于机器学习模型识别各个视频帧中的肢体关键点,或者人工标注肢体关键点,还可以在拍摄视频的同时采用其它技术(如红外技术、激光雷达等)辅助确定人体的深度信息,继而根据深度信息和视频帧确定肢体关键点。在确定用户的肢体关键点之后,可以获取标准三维形象的关键点模型并与用户的肢体关键点建立对应关系,从而得到用户关键点模型。
在本实施例的一些可选实现方式中,基于用户肢体动作视频中的肢体关键点,建立用户关键点模型包括:从用户肢体动作视频的视频帧中,识别各帧中的用户的人脸关键点、手势关键点和人体关键点;基于各帧中的用户的人脸关键点、手势关键点和人体关键点,建立用户关键点模型。
在本实现方式中,进一步明确了用户肢体动作视频中的肢体关键点,可以包括用户的人脸关键点、手势关键点和人体关键点。其中,人脸关键点可以采用现有技术中的人脸关键点或未来发展的技术中的人脸关键点。例如,人脸关键点可以包括68个人脸关键点。该68个人脸关键点将人脸关键点分为内部关键点和轮廓关键点,内部关键点包含眉毛、眼睛、鼻子、嘴巴共计51个关键点,轮廓关键点包含17个关键点。之后基于识别出的各帧中的人脸关键点、手势关键点和人体关键点,可以建立用户关键点模型。
步骤203,获取目标人物视频。
在本实施例中,上述生成信息的方法的执行主体(例如图1所示的服务器或终端)可以从本地或远程的数据库以及其它服务器或终端获取目标人物视频,也可以经由图像采集装置采集目标人物视频。
步骤204,采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
在本实施例中,可以将目标人物视频中目标人物的动作识别为目标人物的肢体信息,例如大臂、小臂、大腿、小腿、头部、手部等身体各个部位的绝对位置及相对位置等。之后,将这些目标人物的肢体信息,映射为用户的目标动作。
在本实施例的一些可选实现方式中,采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作包括:从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点;基于各帧中的目标人物的人脸关键点、手势关键点和人体关键点,提取出各个视频帧中的目标人物的肢体信息;采用自适应算法,将提取的各个视频帧中的目标人物的肢体信息映射至用户关键点模型上,得到已映射肢体信息的用户关键点模型;采用生成式对抗网络技术,基于已映射肢体信息的用户关键点模型生成用户的目标动作。
在本实现方式中,自适应算法可以包括:全局姿态归一化算法、时序平滑算法和高斯防抖算法。具体地,可以采用全局姿态归一化算法考虑源视频与目标视频中人物身形的不同,以及在各自视频中位置的差异,也即获取目标人物视频中的目标人物的肢体信息,并将这些肢体信息通过归一化,转换为用户的肢体信息。之后,可以采用时序平滑算法使得各个视频帧中的动作更为连贯,并采用高斯防抖算法来改变用户视频中因为动作而随之模糊的脸部,使用户视频中的脸部更加逼真而清晰。
生成式对抗网络(GAN,Generative Adversarial Networks),是一种深度学习模型中复杂分布上无监督学习的方法。模型通过框架中(至少)两个模块:生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出。生成式对抗网络并不要求生成模型和判别模型都是神经网络,只需要是能拟合相应生成和判别的函数即可。其中,生成模型是给定已映射肢体信息的用户关键点模型,来生成用户的目标动作。判别模型需要预测生成的用户的目标动作是否为真实的。基于生成模型与判别模型的动态博弈,可以得到以假乱真的生成模型,并得到该生成模型所生成的目标用户动作。
在本实施例的一些可选实现方式中,从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点包括:从目标人物视频的视频帧中,分离出各帧中的目标人物图像;对各帧中的目标人物图像进行识别,得到各帧中的目标人物的人脸关键点、手势关键点和人体关键点。
在本实现方式中,通过首先分离出各帧中的目标人物图像,可以确保识别对象的数据更大概率为有效数据,从而提高识别效率。
以下结合图3,描述本公开的生成信息的方法的示例性应用场景。
如图3所示,图3示出了根据本公开的生成信息的方法的一个应用场景的示意性流程图。
如图3所示,生成信息的方法300运行于执行主体310中,可以包括:
首先,获取用户肢体动作视频301;
之后,基于用户肢体动作视频中的肢体关键点302,建立用户关键点模型303;
之后,获取目标人物视频304;
最后,采用用户关键点模型303,将目标人物视频304中目标人物的动作305映射为用户的目标动作306。
应当理解,上述图3中所示出的生成信息的方法的应用场景,仅为对于生成信息的方法的示例性描述,并不代表对该方法的限定。例如,上述图3中示出的各个步骤,可以进一步采用更为细节的实现方法。
本公开上述实施例提供的生成信息的方法,首先获取用户肢体动作视频;之后,基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;之后,获取目标人物视频;最后,采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。在这一过程中,基于用户关键点模型和目标人物视频中的目标人物的动作,生成了采用用户关键点模型实现的目标人物的动作,从而实现了用户的目标动作,提高了生成用户的目标动作的效率,并提高了生成的用户的目标动作的针对性和准确性。
请参考图4,其示出了根据本公开的生成信息的方法的又一个实施例的流程图。
如图4所示,本实施例的生成信息的方法的流程400,可以包括以下步骤:
在步骤401中,获取用户肢体动作视频。
在本实施例中,上述生成信息的方法的执行主体(例如图1所示的服务器或终端)可以从本地或远程的数据库以及其它服务器或终端获取用户肢体动作视频,也可以经由图像采集装置采集用户肢体动作视频。这里的用户肢体动作视频,至少部分视频帧中可以识别到用户的肢体动作。
在步骤402中,基于用户肢体动作视频中的肢体关键点,建立用户关键点模型。
在本实施例中,可以从用户肢体动作视频中,检测各个视频帧中的用户的肢体动作,并从用户的肢体动作中,识别肢体关键点。这里的肢体关键点,为人体肢体中用于执行动作的关键部位。例如,肢体关键点可以为头顶、下颚、颈部与头部连接处、颈部与身体连接处、肩关节、肘关节、手腕关节、手指关节、大腿与身体连接处、膝关节、脚腕关节等关节位置点。
在识别用户的肢体关键点时,可以采用现有技术或未来发展的技术中用于识别用户的肢体关键点的技术,本公开对此不作限定。例如,可以基于机器学习模型识别各个视频帧中的肢体关键点,或者人工标注肢体关键点,还可以在拍摄视频的同时采用其它技术(如红外技术、激光雷达等)辅助确定人体的深度信息,继而根据深度信息和视频帧确定肢体关键点。在确定用户的肢体关键点之后,可以获取标准三维形象的关键点模型并与用户的肢体关键点建立对应关系,从而得到用户关键点模型。
在步骤403中,获取目标人物视频。
在本实施例中,上述生成信息的方法的执行主体(例如图1所示的服务器或终端)可以从本地或远程的数据库以及其它服务器或终端获取目标人物视频,也可以经由图像采集装置采集目标人物视频。
在步骤404中,采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
在本实施例中,可以将目标人物视频中目标人物的动作识别为目标人物的肢体信息,例如大臂、小臂、大腿、小腿、头部、手部等身体各个部位的绝对位置及相对位置等。之后,将这些目标人物的肢体信息,映射为用户的目标动作。
应当理解,上述步骤401至步骤404与图2所示的实施例中的步骤201至步骤204相对应。因此,步骤201至步骤204中的操作和特征同样适用于步骤401至步骤404,在此不再赘述。
在步骤405中,从用户肢体动作视频中,分离出各帧的用户背景。
在本实施例中,通过从用户肢体动作视频中分离出各帧的用户背景,从而确定用户的目标动作的背景。
在步骤406中,在各帧的用户背景中,合成用户的目标动作,得到用户目标视频。
在本实施例中,通过将用户的目标动作合成至各帧的用户背景中,可以得到合成背景后的各帧的用户动作,从而得到用户目标视频。
应当理解,上述图4中所示出的生成信息的方法的应用场景,仅为对于生成信息的方法的示例性描述,并不代表对该方法的限定。例如,上述图4中所示出的步骤401至步骤404,也可以进一步采用步骤201至204中的可选的实现方式来实现。本公开对此不作限定。
本公开上述实施例的生成信息的方法,与图2中所示的实施例不同的是:通过从用户肢体动作视频中,分离出各帧的用户背景;在各帧的用户背景中,合成用户的目标动作,得到用户目标视频。在这一过程中,可以将生成的用户的目标动作合成于各帧的用户背景中,提高了最终所生成的用户目标视频的针对性和准确性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种生成信息的装置的一个实施例,该装置实施例与图2-图4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5所示,本实施例的生成信息的装置500可以包括:用户视频获取单元510,被配置成获取用户肢体动作视频;用户模型建立单元520,被配置成基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;目标视频获取单元530,被配置成获取目标人物视频;目标动作生成单元540,被配置成采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
在本实施例的一些可选实现方式中,用户模型建立单元520进一步被配置成:从用户肢体动作视频的视频帧中,识别各帧中的用户的人脸关键点、手势关键点和人体关键点;基于各帧中的用户的人脸关键点、手势关键点和人体关键点,建立用户关键点模型。
在本实施例的一些可选实现方式中,目标动作生成单元540进一步被配置成:从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点;基于各帧中的目标人物的人脸关键点、手势关键点和人体关键点,提取出各个视频帧中的目标人物的肢体信息;采用自适应算法,将提取的各个视频帧中的目标人物的肢体信息映射至用户关键点模型上,得到已映射肢体信息的用户关键点模型;采用生成式对抗网络技术,基于已映射肢体信息的用户关键点模型生成用户的目标动作。
在本实施例的一些可选实现方式中,目标动作生成单元540中所采用的自适应算法包括:全局姿态归一化算法、时序平滑算法和高斯防抖算法。
在本实施例的一些可选实现方式中,目标动作生成单元540中从目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点包括:从目标人物视频的视频帧中,分离出各帧中的目标人物图像;对各帧中的目标人物图像进行识别,得到各帧中的目标人物的人脸关键点、手势关键点和人体关键点。
在本实施例的一些可选实现方式中,装置还包括:用户背景分离单元550,被配置成从用户肢体动作视频中,分离出各帧的用户背景;用户视频合成单元560,被配置成在各帧的用户背景中,合成用户的目标动作,得到用户目标视频。
应当理解,装置500中记载的诸单元可以与参考图2-图4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和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,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)600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6示出的终端设备/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6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605: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606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,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6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609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601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:获取用户肢体动作视频;基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;获取目标人物视频;采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
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:一种处理器包括用户视频获取单元、用户模型建立单元、目标视频获取单元、目标动作生成单元。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,用户视频获取单元还可以被描述为“获取用户肢体动作视频的单元”。
作为另一方面,本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。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装置执行时,使得该装置:获取用户肢体动作视频;基于用户肢体动作视频中的肢体关键点,建立用户关键点模型;获取目标人物视频;采用用户关键点模型,将目标人物视频中目标人物的动作映射为用户的目标动作。
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 (12)
1.一种生成信息的方法,包括:
获取用户肢体动作视频;
基于所述用户肢体动作视频中的肢体关键点,建立用户关键点模型;
获取目标人物视频;
采用所述用户关键点模型,将所述目标人物视频中目标人物的动作映射为用户的目标动作,包括:从所述目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点;基于所述各帧中的目标人物的人脸关键点、手势关键点和人体关键点,提取出各个视频帧中的目标人物的肢体信息;采用自适应算法,将提取的各个视频帧中的目标人物的肢体信息映射至所述用户关键点模型上,得到已映射肢体信息的用户关键点模型;采用生成式对抗网络技术,基于所述已映射肢体信息的用户关键点模型生成用户的目标动作。
2.根据权利要求1所述的方法,其中,所述基于所述用户肢体动作视频中的肢体关键点,建立用户关键点模型包括:
从所述用户肢体动作视频的视频帧中,识别各帧中的用户的人脸关键点、手势关键点和人体关键点;
基于所述各帧中的用户的人脸关键点、手势关键点和人体关键点,建立用户关键点模型。
3.根据权利要求1所述的方法,其中,所述自适应算法包括:全局姿态归一化算法、时序平滑算法和高斯防抖算法。
4.根据权利要求1所述的方法,其中,所述从所述目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点包括:
从所述目标人物视频的视频帧中,分离出各帧中的目标人物图像;
对所述各帧中的目标人物图像进行识别,得到各帧中的目标人物的人脸关键点、手势关键点和人体关键点。
5.根据权利要求1所述的方法,其中,所述方法还包括:
从所述用户肢体动作视频中,分离出各帧的用户背景;
在所述各帧的用户背景中,合成所述用户的目标动作,得到用户目标视频。
6.一种生成信息的装置,包括:
用户视频获取单元,被配置成获取用户肢体动作视频;
用户模型建立单元,被配置成基于所述用户肢体动作视频中的肢体关键点,建立用户关键点模型;
目标视频获取单元,被配置成获取目标人物视频;
目标动作生成单元,被配置成采用所述用户关键点模型,将所述目标人物视频中目标人物的动作映射为用户的目标动作;
所述目标动作生成单元进一步被配置成:从所述目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点;基于所述各帧中的目标人物的人脸关键点、手势关键点和人体关键点,提取出各个视频帧中的目标人物的肢体信息;采用自适应算法,将提取的各个视频帧中的目标人物的肢体信息映射至所述用户关键点模型上,得到已映射肢体信息的用户关键点模型;采用生成式对抗网络技术,基于所述已映射肢体信息的用户关键点模型生成用户的目标动作。
7.根据权利要求6所述的装置,其中,所述用户模型建立单元进一步被配置成:
从所述用户肢体动作视频的视频帧中,识别各帧中的用户的人脸关键点、手势关键点和人体关键点;
基于所述各帧中的用户的人脸关键点、手势关键点和人体关键点,建立用户关键点模型。
8.根据权利要求6所述的装置,其中,所述目标动作生成单元中所采用的所述自适应算法包括:全局姿态归一化算法、时序平滑算法和高斯防抖算法。
9.根据权利要求6所述的装置,其中,所述目标动作生成单元中所述从所述目标人物视频的视频帧中,识别各帧中的目标人物的人脸关键点、手势关键点和人体关键点包括:
从所述目标人物视频的视频帧中,分离出各帧中的目标人物图像;
对所述各帧中的目标人物图像进行识别,得到各帧中的目标人物的人脸关键点、手势关键点和人体关键点。
10.根据权利要求6所述的装置,其中,所述装置还包括:
用户背景分离单元,被配置成从所述用户肢体动作视频中,分离出各帧的用户背景;
用户视频合成单元,被配置成在所述各帧的用户背景中,合成所述用户的目标动作,得到用户目标视频。
11.一种服务器,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1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044033.9A CN111447379B (zh) | 2019-01-17 | 2019-01-17 | 生成信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044033.9A CN111447379B (zh) | 2019-01-17 | 2019-01-17 | 生成信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111447379A CN111447379A (zh) | 2020-07-24 |
CN111447379B true CN111447379B (zh) | 2022-08-23 |
Family
ID=71650495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910044033.9A Active CN111447379B (zh) | 2019-01-17 | 2019-01-17 | 生成信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111447379B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114915722B (zh) * | 2021-02-09 | 2023-08-22 | 华为技术有限公司 | 处理视频的方法和装置 |
CN112613495B (zh) * | 2021-03-05 | 2021-06-01 | 北京世纪好未来教育科技有限公司 | 真人视频生成方法、装置、可读存储介质及设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014205768A1 (zh) * | 2013-06-28 | 2014-12-31 | 中国科学院自动化研究所 | 基于增量主成分分析的特征与模型互匹配人脸跟踪方法 |
KR20160107587A (ko) * | 2015-03-04 | 2016-09-19 | 한국전자통신연구원 | 스테레오 이미지를 이용한 동작인식 장치 및 방법 |
CN109068069A (zh) * | 2018-07-03 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 视频生成方法、装置、设备及存储介质 |
CN108986023A (zh) * | 2018-08-03 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
CN109147024A (zh) * | 2018-08-16 | 2019-01-04 | Oppo广东移动通信有限公司 | 基于三维模型的表情更换方法和装置 |
CN109191548A (zh) * | 2018-08-28 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 动画制作方法、装置、设备及存储介质 |
CN109147017A (zh) * | 2018-08-28 | 2019-01-04 | 百度在线网络技术(北京)有限公司 | 动态图像生成方法、装置、设备及存储介质 |
-
2019
- 2019-01-17 CN CN201910044033.9A patent/CN111447379B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111447379A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3876140B1 (en) | Method and apparatus for recognizing postures of multiple persons, electronic device, and storage medium | |
CN109902659B (zh) | 用于处理人体图像的方法和装置 | |
CN111476871B (zh) | 用于生成视频的方法和装置 | |
CN110188719B (zh) | 目标跟踪方法和装置 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN110009059B (zh) | 用于生成模型的方法和装置 | |
WO2020211573A1 (zh) | 用于处理图像的方法和装置 | |
CN109600559B (zh) | 一种视频特效添加方法、装置、终端设备及存储介质 | |
CN111107278B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN110059624B (zh) | 用于检测活体的方法和装置 | |
CN111638791B (zh) | 虚拟角色的生成方法、装置、电子设备及存储介质 | |
CN111967515A (zh) | 图像信息提取方法、训练方法及装置、介质和电子设备 | |
CN111815666A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
CN111246196B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN111447379B (zh) | 生成信息的方法和装置 | |
CN109829431B (zh) | 用于生成信息的方法和装置 | |
CN113610034B (zh) | 识别视频中人物实体的方法、装置、存储介质及电子设备 | |
CN112714263B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN111104827A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN112270242B (zh) | 轨迹的显示方法、装置、可读介质和电子设备 | |
CN115775310A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN110189364B (zh) | 用于生成信息的方法和装置,以及目标跟踪方法和装置 | |
CN113284206A (zh) | 信息获取方法及装置、计算机可读存储介质、电子设备 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN116824688A (zh) | 小腿动作捕捉方法、***及存储介质 |
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 |