表情包提取方法及装置制造方法及图纸

技术编号:15823150 阅读:59 留言:0更新日期:2017-07-15 05:13
本发明专利技术公开了一种表情包提取方法及装置,属于多媒体技术领域。方法包括:在接收到对目标视频片段的表情包提取请求后,对目标视频片段进行人脸检测;对得到的包含人脸的每一个目标图像进行人脸特征提取,得到至少一个目标人脸特征信息;对于每一个目标人脸特征信息,将目标人脸特征信息输入预先训练好的分类器中;获取分类器输出的目标特征人脸信息对应的目标图像归属于不同表情类别的概率;若不同表情类别中存在概率大于第一预设阈值的指定表情类别,则将目标图像作为表情包从目标视频片段中提取出来,并将目标图像标记为指定表情类别。由于在视频片段中提取表情包时,可完全自动操作,无需人工进行截取,因此节省了大量的人力和时间,较为简捷。

【技术实现步骤摘要】
表情包提取方法及装置
本专利技术涉及多媒体
,特别涉及一种表情包提取方法及装置。
技术介绍
在移动互联网时代,依托于社交和网络的不断发展,人们之间交流方式也出现了相应的改变,由最早的文字沟通到开始逐渐使用一些简单的符号及表情,再逐步演变为日益多元化的表情包文化。换句话说,表情包是在社交软件活跃之后,形成的一种流行文化,其主要是人们以时下流行的明星、语录、动漫、影视截图等为素材,再配上一系列相匹配的文字,用以表达特定的情感。相关技术中在提取表情包时通常仅是针对静态的一个个图片,即仅人工手动在静态的一个个图片中获取表情包。而如果想要提取动态的视频片段中心仪的表情包,则仅能在视频片段播放过程中通过人工手动截图来完成。在获取到表情包后,再人工对获取到的表情包进行表情类别分类,即人工标记出获取到的表情包是属于愤怒、高兴还是惊讶等表情类别。在实现本专利技术的过程中,专利技术人发现相关技术至少存在以下问题:在动态的视频片段中提取表情包时,由于需要纯人工操作,因此需要消耗大量的人力和时间,所以该种表情包的提取方式过于繁琐和复杂。
技术实现思路
为了解决相关技术的问题,本专利技术实施例提供了一种表情本文档来自技高网...
表情包提取方法及装置

【技术保护点】
一种表情包提取方法,其特征在于,所述方法包括:在接收到对目标视频片段的表情包提取请求后,对所述目标视频片段进行人脸检测,得到包含人脸的至少一个目标图像;对每一个目标图像进行人脸特征提取,得到至少一个目标人脸特征信息;对于每一个目标人脸特征信息,将所述目标人脸特征信息输入预先训练好的分类器中,所述分类器用于输出所述目标人脸特征信息对应的目标图像归属于不同表情类别的概率;获取所述分类器输出的所述目标图像归属于不同表情类别的概率;若所述不同表情类别中存在概率大于第一预设阈值的指定表情类别,则将所述目标图像作为表情包从所述目标视频片段中提取出来,并将所述目标图像标记为所述指定表情类别。

【技术特征摘要】
1.一种表情包提取方法,其特征在于,所述方法包括:在接收到对目标视频片段的表情包提取请求后,对所述目标视频片段进行人脸检测,得到包含人脸的至少一个目标图像;对每一个目标图像进行人脸特征提取,得到至少一个目标人脸特征信息;对于每一个目标人脸特征信息,将所述目标人脸特征信息输入预先训练好的分类器中,所述分类器用于输出所述目标人脸特征信息对应的目标图像归属于不同表情类别的概率;获取所述分类器输出的所述目标图像归属于不同表情类别的概率;若所述不同表情类别中存在概率大于第一预设阈值的指定表情类别,则将所述目标图像作为表情包从所述目标视频片段中提取出来,并将所述目标图像标记为所述指定表情类别。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:在得到所述至少一个目标图像后,基于对每一个目标图像的人脸检测结果,对所述每一个目标图像进行人脸预处理,得到至少一个待进行人脸特征提取的图像;所述对每一个目标图像进行人脸特征提取,得到至少一个目标人脸特征信息,包括:对每一个待进行人脸特征提取的图像进行人脸特征提取,得到所述至少一个目标人脸特征信息。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:将人脸可表征的表情进行分类,得到预设数目种表情类别;对于所述预设数目种表情类别中的每一种表情类别,获取用于表征所述表情类别的至少一个人脸图像,得到用于进行所述分类器训练的训练样本图像;基于所述每一种表情类别的至少一个训练样本图像,训练所述分类器。4.根据权利要求3所述的方法,其特征在于,所述基于所述每一种表情类别的至少一个训练样本图像,训练所述分类器,包括:在对每一个训练样本图像进行人脸检测后,对所述每一个训练样本图像进行人脸特征提取,得到所述每一个训练样本图像的样本人脸特征信息;对初始的所述分类器中的各个参数进行初始化;基于所述每一个训练样本图像的样本人脸特征信息、所述每一个训练样本图像归属的表情类别,对初始的所述分类器中各个参数的取值不断进行优化,直至分类误差小于第二预设阈值,得到训练后的所述分类器。5.根据权利要求4所述的方法,其特征在于,所述方法还包括:在对所述每一个训练样本图像进行人脸检测后,基于对所述每一个训练样本图像的人脸检测结果,对所述每一个训练样本图像进行人脸预处理,得到所述每一个训练样本图像的中间处理图像;所述对所述每一个训练样本图像进行人脸特征提取,得到所述每一个训练样本图像的样本人脸特征信息,包括:对所述每一个中间处理图像进行人脸特征提取,得到所述每一个训练样本图像的样本人脸特征信息。6.根据权利要求1至5中任一权利要求所述的方法,其特征在于,所述方法还包括:在接收到所述表情包提取请求后,在所述表情包提取请求中获取所述目标视频片段的标识信息;在基于所述标识信息加载到所述目标视频片段后,执行所述对所述目标视频片段进行人脸检测的步骤。7.一种表情包提取装...

【专利技术属性】
技术研发人员:陈姿
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 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。

1