An embodiment of the present disclosure provides a method and an apparatus for generating dynamic pictures, which include: generating target vectors and predicting target vectors using a prediction network to obtain foreground dynamic pictures, foreground mask dynamic pictures and background static pictures; and pressing foreground dynamic pictures and foreground mask dynamic pictures into frames. Split at least one foreground static picture and corresponding foreground mask static picture; input the first foreground static picture, the first foreground mask static picture and the background static picture into the first cell of the long-term and short-term memory network, and predict the first frame picture of the dynamic picture; and generate the foreground static picture of the n frame. The n_1 frame of the corresponding foreground mask static picture and the dynamic picture is input into the n th cell of the long-term and short-term memory network, and the n th frame picture of the dynamic picture is predicted. The problem of low accuracy of dynamic image generation is solved, and the accuracy of dynamic image generation can be improved.
【技术实现步骤摘要】
动态图片的生成方法及装置
本公开的实施例涉及网络
,尤其涉及一种动态图片的生成方法及装置。
技术介绍
在购物平台上,可以通过静态图片和动态图片展示商品信息。其中,动态图片比静态图片的展示效果更好。然而,动态图片的制作成本较高。现有技术中,专利技术专利CN104318596B提出一种动态图片的生成方法,包括:首先,通过解析动态图片,以提取动态图片中的实体元素图像;然后,对实体元素图像进行属性分析,从已知知识库中确定该实体的运动模式;最后,基于该实体元素图像及其第一运动模式生成对应的动态图片。可以看出,上述方法得到的运动模式比较单一,导致生成动态图片的准确性较低。
技术实现思路
本公开的实施例提供一种动态图片的生成方法及装置,用以提高生成动态图的准确性。根据本公开的实施例的第一方面,提供了一种动态图片的生成方法,所述方法包括:生成目标向量,并采用预测网络对所述目标向量进行预测,得到前景动态图片、前景遮罩动态图片及后景静态图片;将所述前景动态图片和前景遮罩动态图片按帧拆分为至少一帧前景静态图片以及对应的前景遮罩静态图片;将第一帧前景静态图片、第一帧前景遮罩静态图片及后景静态图片输入到长短期记忆网络的第一个胞体中,进行预测生成动态图片的第一帧画面;将第n帧的前景静态图片、对应的前景遮罩静态图片及动态图片的n-1帧的画面输入到长短期记忆网络的第n个胞体中,进行预测生成动态图片的第n帧画面。根据本公开的实施例的第二方面,提供了一种动态图片的生成装置,所述装置包括:前后景预测模块,用于生成目标向量,并采用预测网络对所述目标向量进行预测,得到前景动态图片、前景遮罩动态图 ...
【技术保护点】
1.一种动态图片的生成方法,其特征在于,所述方法包括如下动态图生成步骤:生成目标向量,并采用预测网络对所述目标向量进行预测,得到前景动态图片、前景遮罩动态图片及后景静态图片;将所述前景动态图片和前景遮罩动态图片按帧拆分为至少一帧前景静态图片以及对应的前景遮罩静态图片;将第一帧前景静态图片、第一帧前景遮罩静态图片及后景静态图片输入到长短期记忆网络的第一个胞体中,进行预测生成动态图片的第一帧画面;将第n帧的前景静态图片、对应的前景遮罩静态图片及动态图片的n‑1帧的画面输入到长短期记忆网络的第n个胞体中,进行预测生成动态图片的第n帧画面。
【技术特征摘要】
1.一种动态图片的生成方法,其特征在于,所述方法包括如下动态图生成步骤:生成目标向量,并采用预测网络对所述目标向量进行预测,得到前景动态图片、前景遮罩动态图片及后景静态图片;将所述前景动态图片和前景遮罩动态图片按帧拆分为至少一帧前景静态图片以及对应的前景遮罩静态图片;将第一帧前景静态图片、第一帧前景遮罩静态图片及后景静态图片输入到长短期记忆网络的第一个胞体中,进行预测生成动态图片的第一帧画面;将第n帧的前景静态图片、对应的前景遮罩静态图片及动态图片的n-1帧的画面输入到长短期记忆网络的第n个胞体中,进行预测生成动态图片的第n帧画面。2.根据权利要求1所述的方法,其特征在于,所述生成目标向量的步骤,包括:获取静态图片,并采用编码网络对所述静态图片进行编码得到第一编码向量;将所述第一编码向量与预设噪声向量拼接成目标向量。3.根据权利要求1所述的方法,其特征在于,所述预测网络包括前景网络及后景网络,所述采用预测网络对所述目标向量进行预测,得到前景动态图片、前景遮罩动态图片及后景静态图片的步骤,包括:采用前景网络对所述目标向量进行前景预测,生成前景动态图片以及前景遮罩动态图片;采用后景网络对所述目标向量进行后景预测,生成后景静态图片。4.根据权利要求1或2或3所述的方法,其特征在于,所述方法还包括:基于预设动态图片样本集预先对所述动态图生成步骤中涉及的各个网络进行训练。5.根据权利要求4所述的方法,其特征在于,所述基于预设动态图片样本集预先对所述动态图生成步骤中涉及的各个网络进行训练的步骤,包括:利用预设动态图片样本集和模拟动态图片集对判别网络进行训练;所述模拟动态图片集为利用所述动态图生成步骤生成的动态图片的集合;采用判别网络对预设动态图片样本集和模拟动态图片集进行真实性识别;若所述真实性识别的准确度满足预设条件,结束训练;若所述真实性识别的准确度不满足预设条件,分别调整对所述动态图生成步骤中涉及的各个网络的参数。6.根据权利要求5所述的方法,其特征在于,所述采用判别网络对预设动态图片样本集和模拟动态图片集进行真实性识别的步骤,包括:对于动态图片集中的各动态图片,将所述动态图片的各帧画面通过卷积神经网络进行图像编码,得到一维的第二编码向量,所述动态图片集由预设动态图片样本集和模拟动态图片集组成;通过循环神经网络对各帧画面对应的第二编码向量进行非线性运算,得到目标数值;对所述目标数值进行判断,得到所述动态图片的真实性识别结果。7.一种动态图片的生成装置,其特征在于,所述装置包括:前后景预测模块,用于生成目标向量,并采用预测网络对所述目标向量进行预测,得到前景动态图片、前景遮罩动态图片及后景静态图片;拆分模块,用于将所述前景动态图片和前景遮罩动态图片按帧拆分为...
【专利技术属性】
技术研发人员:俞力,金昕,
申请(专利权)人:北京三快在线科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。