生成动态图的方法、装置、电子设备及存储介质制造方法及图纸

本公开是关于一种生成动态图的方法、装置、电子设备及存储介质，涉及计算机处理技术领域，该方法包括：从视频中获取含有表情信息的图像帧序列，其中所述图像帧序列中的每一帧图像均包括所述表情信息；识别所述表情信息对应的情感信息，以确定所述图像帧序列对应的动图情感信息；根据所述动图情感信息生成与所述动图情感信息对应的情感文字；根据所述图像帧序列和所述情感文字，生成动态图。故此，本公开中并不需要搜集大量动态图以及对应的视频进行标注训练，由此节省了人工成本，并且，为自动为动态图匹配对应的情感文字，解决了现有技术中生成的动态图缺乏趣味性，难以在社交媒体平台上流传的问题。

【技术实现步骤摘要】
生成动态图的方法、装置、电子设备及存储介质
本专利技术涉及计算机
，特别涉及一种生成动态图的方法、装置、电子设备及存储介质。
技术介绍
动态图(GraphicsInterchangeFormat，GIF)以位图的形式被广泛地应用于社交媒体、网络新闻、数字论坛、信息公告甚至是通信邮件中。以此来提升使用者的情感表达效果。动态图是介于视频与静态图像之间的特殊媒体，作为简洁无声、循环播放、低存储介质消耗以及丰富情感表达的记录时空变化的容器。并且动态图具有良好的平台兼容性、可移植性以及需要较低的网络传输带宽等特点。目前主要利用动画录制软件ScreenToGif、在线动态图片编辑工具Ezgif等制作工具从影视作品、卡通动画、电视节目等视频媒体中产生，通过借助物体面部表情、动作姿态与对应的姿态语言进行情感表达，是情感研究的有力媒介。因为动态图具有要求低网络传输带宽、情感表达丰富等特点，近年来受到了广泛地应用。其中主要被应用于社交情感表达，在网络社交平台上被广泛传播。现有技术中，可采用视频自动生成动态图，该方法主要是通过深度学习模型自动从本文档来自技高网...

【技术保护点】
1.一种生成动态图的方法，其特征在于，该方法包括：/n从视频中获取含有表情信息的图像帧序列，其中所述图像帧序列中的每一帧图像均包括所述表情信息；/n识别所述表情信息对应的情感信息，以确定所述图像帧序列对应的动图情感信息；/n根据所述动图情感信息生成与所述动图情感信息对应的情感文字；/n根据所述图像帧序列和所述情感文字，生成动态图。/n

【技术特征摘要】
1.一种生成动态图的方法，其特征在于，该方法包括：
从视频中获取含有表情信息的图像帧序列，其中所述图像帧序列中的每一帧图像均包括所述表情信息；
识别所述表情信息对应的情感信息，以确定所述图像帧序列对应的动图情感信息；
根据所述动图情感信息生成与所述动图情感信息对应的情感文字；
根据所述图像帧序列和所述情感文字，生成动态图。


2.根据权利要求1所述的方法，其特征在于，所述从视频中获取含有表情信息的图像帧序列，包括：
从所述视频中筛选出属于同一镜头的视频片段；
对所述视频片段进行目标对象检测；
若在所述视频片段中检测出所述目标对象，则从所述视频片段中筛选出所述目标对象的含有所述表情信息的连续多帧图像构成所述图像帧序列。


3.根据权利要求2所述的方法，其特征在于，所述从所述视频片段中筛选出所述目标对象的含有所述表情信息的连续多帧图像构成所述图像帧序列，包括：
对所述视频片段进行等间隔采样，得到样本图像序列；
将所述样本图像序列输入所述目标对象的表情分类模型，得到所述目标对象在每张样本图像中的表情类别；
若所述目标对象在连续多张样本图像中均具有目标表情类别，则从所述视频片段中截取含有所述目标表情类别的片段部分作为所述图像帧序列。


4.根据权利要求3所述的方法，其特征在于，所述将所述样本图像序列输入所述目标对象的表情分类模型之前，所述方法还包括：
将所述样本图像序列进行脸部特征识别，得到所述目标对象的脸部区域和脸部特征的置信度；
将所述置信度低于置信度阈值的样本图像从所述样本图像序列中剔除；
对剔除样本图像后的样本图像序列，裁剪出每张样本图像的所述脸部区域，由每张样本图像的脸部区域重构出的所述样本图像序列。


5.根据权利要求1-4中任一所述的方法，其特征在于，所述识别所述表情信息对应的情感信息，以确定所述图像帧序列对应的动图...

【专利技术属性】
技术研发人员：谭冲，李马丁，章佳杰，郑云飞，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11