CN114283060B - 视频生成方法、装置、设备及存储介质 - Google Patents
视频生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114283060B CN114283060B CN202111566280.9A CN202111566280A CN114283060B CN 114283060 B CN114283060 B CN 114283060B CN 202111566280 A CN202111566280 A CN 202111566280A CN 114283060 B CN114283060 B CN 114283060B
- Authority
- CN
- China
- Prior art keywords
- information
- characteristic information
- attribute
- video
- original image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000009466 transformation Effects 0.000 claims abstract description 60
- 230000003287 optical effect Effects 0.000 claims abstract description 56
- 230000001131 transforming effect Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 31
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000006978 adaptation Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本公开实施例公开了一种视频生成方法、装置、设备及存储介质。提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;将所述多个目标图像进行拼接,获得目标视频。本公开实施例提供的视频生成方法,基于第一特征信息和原始驱动视频对应的多个光流变换信息对原始图像进行变换处理,实现了将原始驱动视频中的人物表情转移至原始图像中的人物中,不仅可以提高表情驱动视频的生成效率,也提高了生成视频的趣味性。
Description
技术领域
本公开实施例涉及图像处理技术领域,尤其涉及一种视频生成方法、装置、设备及存储介质。
背景技术
随着人工智能技术的不断发展,深度神经网络已经在计算机视觉、自然语言处理和其他跨学科研究领域日益普及。表情驱动技术就是以深度神经网络为基础的一项重要计算机视觉运用,该技术可以通过输入一张目标图像和相应的驱动视频,将驱动视频中的运动轨迹转移到目标图像上,生成以目标图像为基准带有驱动视频运动轨迹的视频。
现有的表情驱动技术因为模型计算量巨大以及传统计算设备计算机不足、存储量不够的原因,很难做到实时处理,因此需要额外的计算和存储设备进行异构加速,但由于现有技术的计算过程限制,传统的异构计算方案面临着额外的数据传输,导致如下两个问题:
1、额外的传输时间导致无法实时进行表情驱动视频生成。
2、额外的数据存储开销过大导致单卡设备面临着存储空间不足的问题。
发明内容
本公开实施例提供一种视频生成方法、装置、设备及存储介质,可以提高表情驱动视频的生成效率。
第一方面,本公开实施例提供了一种视频生成方法,包括:
提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;
根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;
根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;
将所述多个目标图像进行拼接,获得目标视频。
第二方面,本公开实施例还提供了一种视频生成装置,包括:
特征信息提取模块,用于提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;
光流变换信息获取模块,用于根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;
目标图像获取模块,用于根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;
目标视频获取模块,用于将所述多个目标图像进行拼接,获得目标视频。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如本公开实施例所述的视频生成方法。
第四方面,本公开实施例还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现如本公开实施例所述的视频生成方法。
本公开实施例提供了一种视频生成方法、装置、设备及存储介质。提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,原始图像和原始驱动视频均包含人物形象;根据第一特征信息和各第二特征信息获取多个光流变换信息;根据第一特征信息和多个光流变换信息对原始图像进行变换处理,获得多个目标图像;将多个目标图像进行拼接,获得目标视频。本公开实施例提供的视频生成方法,基于第一特征信息和原始驱动视频对应的多个光流变换信息对原始图像进行变换处理,实现了将原始驱动视频中的人物表情转移至原始图像中的人物中,不仅可以提高表情驱动视频的生成效率,也提高了生成视频的趣味性。
附图说明
图1是本公开实施例中的一种视频生成方法的流程图;
图2是本公开实施例中的确定光流变换信息的原理图;
图3是本公开实施例中的一种视频生成装置的结构示意图;
图4是本公开实施例中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1为本公开实施例一提供的一种视频生成方法的流程图,本实施例可适用于将视频中的人物表情转移至原始图像的人物中的情况,该方法可以由视频生成装置执行,该装置可由硬件和/或软件组成,并一般可集成在具有视频生成功能的设备中,该设备可以是服务器、移动终端或服务器集群等电子设备。如图1所示,该方法具体包括如下步骤:
步骤110,提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息。
其中,原始图像和原始驱动视频均包含人物形象。第一特征信息包括第一关键点信息和第一属性特征信息;第二特征信息包括第二关键点信息和第二属性特征信息。关键点信息可以理解为人物形象上的关键点组成的信息,可以由向量或者矩阵表示;属性特征信息可以理解为人物形象的高阶抽象特征,例如肤色、皱纹等特征信息,可以有向量或者矩阵表示。
本实施例中,可以采用标准的卷积网络对原始图像和原始驱动视频中各视频帧的特征信息进行提取。标准的卷积计算可以包括:卷积层、激活层和残差块等。特征提取的原理可以是:输入一张RGB图像,输出为该图像的特征向量。输入图像大小为H*W*C,输出进行降维,得到一个低维的特征向量。该特征向量为图片的高阶表达具有图片的特征,能代表图片的一些抽象特征。
本实施例中,原始驱动视频中各视频帧可以是按照设定抽样频率从原始驱动视频中提取获得的。设定抽样频率可以理解为每隔设定时长或者每隔设定帧数抽取一视频帧。设定时长可以是大于或者等于0的任意值,设定帧数可以是大于或者等于0的任意整数。
步骤120,根据第一特征信息和各第二特征信息获取多个光流变换信息。
其中,光流变换信息包括原始图像与各视频帧间的适配信息以及线性变换后的属性信息。
具体的,根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息的方式可以是:根据第一关键点信息确定第一凸包面积;根据第二关键点信息确定第二凸包面积;对于第N个视频帧,对第一凸包面积和第二凸包面积进行线性处理,获得适配信息;其中,N为大于或等于1的正整数;对第一属性特征信息和第二属性特征信息进行线性处理,获得目标属性特征信息;根据适配信息和目标属性特征信息获得第N个视频帧对应的光流变换信息。
其中,凸包面积可以理解人物形象的轮廓所围成的面积。计算凸包面积的方式可以是采用现有的凸包算法(Graham扫描法)或者边界法来进行计算,此处不做限定。
本实施例中,对于原始驱动视频中各视频帧的凸包面积,可以根据各视频帧的第二关键点信息分别计算各自的凸包面积,也可以只计算首帧的凸包面积,然后将首帧的凸包面积作为后续视频帧的凸包面积。这样做的好处是,可以极大的降低计算量。
本实施例中,对第一凸包面积和第二凸包面积进行线性处理的方式可以是,直接将第一凸包面积和第二凸包面积进行相除;或者先对第一凸包面积和第二凸包面积进行数学计算,然后将经过数学计算后第一凸包面积和第二凸包面积进行相除。
可选的,对第一凸包面积和第二凸包面积进行线性处理,获得适配信息的方式可以是:对第一凸包面积和第二凸包面积分别进行开方根计算;将开方根计算的第一凸包面积和第二凸包面积进行相除,获得第N个视频帧的适配信息。
其中,开方根计算可以是开2次或者3次方根,优选的,对第一凸包面积和第二凸包面积分别进行2次开方根计算。
可选的,对第一属性特征信息和第二属性特征信息进行线性处理,获得目标属性特征信息的方式可以是:将第N个视频帧的第二属性信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息;将第二中间属性特征信息和第一属性特征信息进行线性融合,获得目标属性特征信息。
其中,第一属性特征信息和第二属性特征信息均由矩阵表征。则将第N个视频帧的第二属性信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息的过程可以是:将第N个视频帧的第二属性信息对应的矩阵逆变换后与首个视频帧的第二属性信息对应的矩阵进行相乘,获得第二中间属性特征信息。将第二中间属性特征信息和第一属性特征信息进行线性融合,获得目标属性特征信息的过程可以是:将第二中间属性特征信息对应的矩阵与第一属性特征信息对应的矩阵进行相乘,获得目标属性特征信息。
具体的,首先将第N个视频帧的第二属性特征信息对应的举证进行逆变换,然后将逆变换后的举证与首个视频帧的第二属性信息对应的矩阵进行相乘,最后将相乘后得到的举证与原始图像的第一属性特征信息对应的矩阵进行相乘,获得目标属性特征信息。
示例性的,图2是本实施例确定光流变换信息的原理图。如图2所示,根据原始图像的关键点信息进行凸包面积的计算,获得第一凸包面积,并对计算的凸包面积开方根,然后根据当前帧的关键点信息或者首帧的关键点信息进行凸包面积计算,获得第二凸包面积,并对第二凸包面积开方根,最后将开方根后的第一凸包面积和开方根后的第二凸包面积相乘,获得适配信息。将首帧的属性特征信息与当前帧的属性特征信息的逆矩阵相乘再与原始图像的属性特征信息相乘,获得目标属性特征信息。根据适配信息和目标属性特征信息获得光流变化信息。
步骤130,根据第一特征信息和多个光流变换信息对原始图像进行变换处理,获得多个目标图像。
具体的,根据第一特征信息和多个光流变换信息对原始图像进行变换处理,获得多个目标图像的方式可以是:将原始图像、第一特征信息和多个光流变换信息输入设定解码器,获得多个目标图像。
其中,设定解码器包含多个卷积层。即对于每个视频帧,将原始图像、第一关键点信息、第一属性特征信息及该视频帧对应的光流变换信息输入设定解码器,获得该视频帧对应的目标图像。从而将该视频帧中的人物表情转移至原始图像中的人物中。
步骤140,将多个目标图像进行拼接,获得目标视频。
具体的,在获得多个目标图像后,对多个目标图像进行拼接编码,获得目标视频。
本公开实施例的技术方案,提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,原始图像和原始驱动视频均包含人物形象;根据第一特征信息和各第二特征信息获取多个光流变换信息;根据第一特征信息和多个光流变换信息对原始图像进行变换处理,获得多个目标图像;将多个目标图像进行拼接,获得目标视频。本公开实施例提供的视频生成方法,基于第一特征信息和原始驱动视频对应的多个光流变换信息对原始图像进行变换处理,实现了将原始驱动视频中的人物表情转移至原始图像中的人物中,不仅可以提高表情驱动视频的生成效率,也提高了生成视频的趣味性。
图3是本公开实施例提供的一种视频生成装置的结构示意图。如图3所示,该装置包括:
特征信息提取模块210,用于提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,原始图像和原始驱动视频均包含人物形象;
光流变换信息获取模块220,用于根据第一特征信息和各第二特征信息获取多个光流变换信息;
目标图像获取模块230,用于根据第一特征信息和多个光流变换信息对原始图像进行变换处理,获得多个目标图像;
目标视频获取模块240,用于将多个目标图像进行拼接,获得目标视频。
可选的,第一特征信息包括第一关键点信息和第一属性特征信息;第二特征信息包括第二关键点信息和第二属性特征信息;光流变换信息获取模块220,还用于:
根据第一关键点信息确定第一凸包面积;
根据第二关键点信息确定第二凸包面积;
对于第N个视频帧,对第一凸包面积和第二凸包面积进行线性处理,获得适配信息;其中,N为大于或等于1的正整数;
对第一属性特征信息和第二属性特征信息进行线性处理,获得目标属性特征信息;
根据适配信息和目标属性特征信息获得第N个视频帧对应的光流变换信息。
可选的,光流变换信息获取模块220,还用于:
对第一凸包面积和第二凸包面积分别进行开方根计算;
将开方根计算的第一凸包面积和第二凸包面积进行相除,获得第N个视频帧的适配信息。
可选的,光流变换信息获取模块220,还用于:
将第N个视频帧的第二属性信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息;
将第二中间属性特征信息和第一属性特征信息进行线性融合,获得目标属性特征信息。
可选的,第一属性特征信息和第二属性特征信息均由矩阵表征;光流变换信息获取模块220,还用于:
将第N个视频帧的第二属性信息对应的矩阵逆变换后与首个视频帧的第二属性信息对应的矩阵进行相乘,获得第二中间属性特征信息;
将第二中间属性特征信息和第一属性特征信息进行线性融合,获得目标属性特征信息,包括:
将第二中间属性特征信息对应的矩阵与第一属性特征信息对应的矩阵进行相乘,获得目标属性特征信息。
可选的,目标图像获取模块230,还用于:
将原始图像、第一特征信息和多个光流变换信息输入设定解码器,获得多个目标图像;其中,设定解码器包含多个卷积层。
可选的,还包括:视频帧提取模块,用于:
按照设定抽样频率从原始驱动视频中提取视频帧,获得多个视频帧。
上述装置可执行本公开前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本公开前述所有实施例所提供的方法。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的电子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,或者各种形式的服务器,如独立服务器或者服务器集群。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储装置(ROM)302中的程序或者从存储装置308加载到随机访问存储装置(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305: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306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备300,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。
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词语的推荐方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上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。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
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:提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;将所述多个目标图像进行拼接,获得目标视频。
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操作的计算机程序代码,上述程序设计语言包括但不限于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。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开实施例的一个或多个实施例,本公开实施例公开了一种视频生成方法,包括:
提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;
根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;
根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;
将所述多个目标图像进行拼接,获得目标视频。
进一步地,所述第一特征信息包括第一关键点信息和第一属性特征信息;所述第二特征信息包括第二关键点信息和第二属性特征信息;根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息,包括:
根据所述第一关键点信息确定第一凸包面积;
根据所述第二关键点信息确定第二凸包面积;
对于第N个视频帧,对所述第一凸包面积和所述第二凸包面积进行线性处理,获得适配信息;其中,N为大于或等于1的正整数;
对所述第一属性特征信息和所述第二属性特征信息进行线性处理,获得目标属性特征信息;
根据所述适配信息和所述目标属性特征信息获得第N个视频帧对应的光流变换信息。
进一步地,对所述第一凸包面积和所述第二凸包面积进行线性处理,获得适配信息,包括:
对所述第一凸包面积和所述第二凸包面积分别进行开方根计算;
将开方根计算的所述第一凸包面积和所述第二凸包面积进行相除,获得第N个视频帧的适配信息。
进一步地,对所述第一属性特征信息和所述第二属性特征信息进行线性处理,获得目标属性特征信息,包括:
将第N个视频帧的第二属性信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息;
将所述第二中间属性特征信息和所述第一属性特征信息进行线性融合,获得目标属性特征信息。
进一步地,所述第一属性特征信息和所述第二属性特征信息均由矩阵表征;将第N个视频帧的第二属性信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息,包括:
将第N个视频帧的第二属性信息对应的矩阵逆变换后与首个视频帧的第二属性信息对应的矩阵进行相乘,获得第二中间属性特征信息;
将所述第二中间属性特征信息和所述第一属性特征信息进行线性融合,获得目标属性特征信息,包括:
将所述第二中间属性特征信息对应的矩阵与所述第一属性特征信息对应的矩阵进行相乘,获得目标属性特征信息。
进一步地,根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像,包括:
将所述原始图像、所述第一特征信息和所述多个光流变换信息输入设定解码器,获得多个目标图像;其中,所述设定解码器包含多个卷积层。
进一步地,在提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息之前,还包括:
按照设定抽样频率从所述原始驱动视频中提取视频帧,获得多个视频帧。
注意,上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解,本公开不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此,虽然通过以上实施例对本公开进行了较为详细的说明,但是本公开不仅仅限于以上实施例,在不脱离本公开构思的情况下,还可以包括更多其他等效实施例,而本公开的范围由所附的权利要求范围决定。
Claims (10)
1.一种视频生成方法,其特征在于,包括:
提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;
根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;其中,所述光流变换信息包括原始图像与各视频帧间的适配信息以及线性变换后的属性信息;所述适配信息基于所述第一特征信息和所述第二特征信息确定;
根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;
将所述多个目标图像进行拼接,获得目标视频。
2.根据权利要求1所述的方法,其特征在于,所述第一特征信息包括第一关键点信息和第一属性特征信息;所述第二特征信息包括第二关键点信息和第二属性特征信息;根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息,包括:
根据所述第一关键点信息确定第一凸包面积;
根据所述第二关键点信息确定第二凸包面积;
对于第N个视频帧,对所述第一凸包面积和所述第二凸包面积进行线性处理,获得适配信息;其中,N为大于或等于1的正整数;
对所述第一属性特征信息和所述第二属性特征信息进行线性处理,获得目标属性特征信息;
根据所述适配信息和所述目标属性特征信息获得第N个视频帧对应的光流变换信息。
3.根据权利要求2所述的方法,其特征在于,对所述第一凸包面积和所述第二凸包面积进行线性处理,获得适配信息,包括:
对所述第一凸包面积和所述第二凸包面积分别进行开方根计算;
将开方根计算的所述第一凸包面积和所述第二凸包面积进行相除,获得第N个视频帧的适配信息。
4.根据权利要求2所述的方法,其特征在于,对所述第一属性特征信息和所述第二属性特征信息进行线性处理,获得目标属性特征信息,包括:
将第N个视频帧的第二属性特征信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息;
将所述第二中间属性特征信息和所述第一属性特征信息进行线性融合,获得目标属性特征信息。
5.根据权利要求4所述的方法,其特征在于,所述第一属性特征信息和所述第二属性特征信息均由矩阵表征;将第N个视频帧的第二属性信息和首个视频帧的第二属性信息进行线性融合,获得第二中间属性特征信息,包括:
将第N个视频帧的第二属性信息对应的矩阵逆变换后与首个视频帧的第二属性信息对应的矩阵进行相乘,获得第二中间属性特征信息;
将所述第二中间属性特征信息和所述第一属性特征信息进行线性融合,获得目标属性特征信息,包括:
将所述第二中间属性特征信息对应的矩阵与所述第一属性特征信息对应的矩阵进行相乘,获得目标属性特征信息。
6.根据权利要求1所述的方法,其特征在于,根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像,包括:
将所述原始图像、所述第一特征信息和所述多个光流变换信息输入设定解码器,获得多个目标图像;其中,所述设定解码器包含多个卷积层。
7.根据权利要求1所述的方法,其特征在于,在提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息之前,还包括:
按照设定抽样频率从所述原始驱动视频中提取视频帧,获得多个视频帧。
8.一种视频生成装置,其特征在于,包括:
特征信息提取模块,用于提取原始图像的第一特征信息和原始驱动视频中各视频帧的第二特征信息;其中,所述原始图像和所述原始驱动视频均包含人物形象;
光流变换信息获取模块,用于根据所述第一特征信息和各所述第二特征信息获取多个光流变换信息;其中,所述光流变换信息包括原始图像与各视频帧间的适配信息以及线性变换后的属性信息;所述适配信息基于所述第一特征信息和所述第二特征信息确定;
目标图像获取模块,用于根据所述第一特征信息和所述多个光流变换信息对所述原始图像进行变换处理,获得多个目标图像;
目标视频获取模块,用于将所述多个目标图像进行拼接,获得目标视频。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理装置;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理装置执行,使得所述一个或多个处理装置实现如权利要求1-7中任一所述的视频生成方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现如权利要求1-7中任一所述的视频生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111566280.9A CN114283060B (zh) | 2021-12-20 | 2021-12-20 | 视频生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111566280.9A CN114283060B (zh) | 2021-12-20 | 2021-12-20 | 视频生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114283060A CN114283060A (zh) | 2022-04-05 |
CN114283060B true CN114283060B (zh) | 2024-06-28 |
Family
ID=80873285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111566280.9A Active CN114283060B (zh) | 2021-12-20 | 2021-12-20 | 视频生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114283060B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157007A (zh) * | 2011-04-11 | 2011-08-17 | 北京中星微电子有限公司 | 一种表演驱动的制作人脸动画的方法和装置 |
CN108416266A (zh) * | 2018-01-30 | 2018-08-17 | 同济大学 | 一种利用光流提取运动目标的视频行为快速识别方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11256951B2 (en) * | 2017-05-30 | 2022-02-22 | Google Llc | Systems and methods of person recognition in video streams |
US10853951B2 (en) * | 2017-08-04 | 2020-12-01 | Intel Corporation | Methods and apparatus to generate temporal representations for action recognition systems |
CN108574794B (zh) * | 2018-03-30 | 2021-01-22 | 京东方科技集团股份有限公司 | 图像处理方法、装置及显示设备、计算机可读存储介质 |
US10445921B1 (en) * | 2018-06-13 | 2019-10-15 | Adobe Inc. | Transferring motion between consecutive frames to a digital image |
CN110569702B (zh) * | 2019-02-14 | 2021-05-14 | 创新先进技术有限公司 | 视频流的处理方法和装置 |
CN110909613B (zh) * | 2019-10-28 | 2024-05-31 | Oppo广东移动通信有限公司 | 视频人物识别方法、装置、存储介质与电子设备 |
CN111105382B (zh) * | 2019-12-31 | 2021-11-16 | 北京大学 | 视频修复方法 |
CN111368137A (zh) * | 2020-02-12 | 2020-07-03 | 百度在线网络技术(北京)有限公司 | 视频的生成方法、装置、电子设备及可读存储介质 |
CN111476871B (zh) * | 2020-04-02 | 2023-10-03 | 百度在线网络技术(北京)有限公司 | 用于生成视频的方法和装置 |
CN111726621B (zh) * | 2020-04-24 | 2022-12-30 | 中国科学院微电子研究所 | 一种视频转换方法及装置 |
CN113313085B (zh) * | 2021-07-28 | 2021-10-15 | 北京奇艺世纪科技有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-20 CN CN202111566280.9A patent/CN114283060B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102157007A (zh) * | 2011-04-11 | 2011-08-17 | 北京中星微电子有限公司 | 一种表演驱动的制作人脸动画的方法和装置 |
CN108416266A (zh) * | 2018-01-30 | 2018-08-17 | 同济大学 | 一种利用光流提取运动目标的视频行为快速识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114283060A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
CN112668588B (zh) | 车位信息生成方法、装置、设备和计算机可读介质 | |
CN110298851B (zh) | 人体分割神经网络的训练方法及设备 | |
CN114187177B (zh) | 特效视频的生成方法、装置、设备及存储介质 | |
CN114004905B (zh) | 人物风格形象图的生成方法、装置、设备及存储介质 | |
CN114863214A (zh) | 图像生成模型训练、图像生成方法、装置、介质及设备 | |
CN112418249A (zh) | 掩膜图像生成方法、装置、电子设备和计算机可读介质 | |
CN114399814B (zh) | 一种基于深度学习的遮挡物移除和三维重建方法 | |
CN112714263B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN112752118B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN116596748A (zh) | 图像风格化处理方法、装置、设备、存储介质和程序产品 | |
CN114283060B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN114066722B (zh) | 用于获取图像的方法、装置和电子设备 | |
CN114422698B (zh) | 视频生成方法、装置、设备及存储介质 | |
CN115270981A (zh) | 对象处理方法、装置、可读介质及电子设备 | |
CN112418233B (zh) | 图像处理方法、装置、可读介质及电子设备 | |
CN112070888B (zh) | 图像生成方法、装置、设备和计算机可读介质 | |
CN111798385B (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN114972876A (zh) | 基于知识蒸馏技术的图像处理方法、装置、设备及介质 | |
CN114049417B (zh) | 虚拟角色图像的生成方法、装置、可读介质及电子设备 | |
CN114418835B (zh) | 图像处理方法、装置、设备及介质 | |
CN115345931B (zh) | 物体姿态关键点信息生成方法、装置、电子设备和介质 | |
CN112465717B (zh) | 脸部图像处理模型训练方法、装置、电子设备和介质 | |
CN111738899B (zh) | 用于生成水印的方法、装置、设备和计算机可读介质 |
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 |