一种智能生成故事线可视化的系统和方法技术方案

本发明专利技术涉及一种智能生成故事线可视化的系统和方法，属于故事线可视化技术领域。包括：故事线剧本模块，该模块为包含人物及人物间关系的结构化脚本；故事线模板模块，根据用户输入的约束指令生成故事模板；故事线智能生成模块，根据结构化脚本和故事模板生成故事线可视化；故事线画板模块，用于展示和调整故事线可视化。可以快速生成符合用户想法的个性化的故事线可视化，创作过程简单，易于实现。

A method of generating intelligent storyline

【技术实现步骤摘要】
一种智能生成故事线可视化的系统和方法
本专利技术涉及故事线可视化
，具体地说，涉及一种智能生成故事线可视化的系统和方法。
技术介绍
故事线可视化技术(storylinevisualizationtechniques)在自动生成复杂故事对应的插图这方面取得了显著进展。故事线可视化技术通常用来展示故事(如电影、小说等)中角色及角色间的互动(如是否发生交流等)。故事线可视化技术是一种平面技术，其中水平方向(x轴)表示时间，垂直方向(y轴)没有具体含义。在故事线可视化技术中，线条用来表示角色，线条间的相对距离用来表示角色间是否互动，线条相互靠近表示角色间存在互动关系，线条相互远离则表示角色间不存在互动关系。可以将一组相互靠近的线条称为角色线条组。故事线可视化技术在影视剧行业得到了广泛的利用。例如，在电影宣传时利用故事线可视化技术来展示电影中的人物及人物间的互动情况，以此来吸引观众。一方面，故事线可视化技术能够提供基本的电影人物总览信息同时保留具体情节与悬念；另一方面，优美的故事线可视化能够激发读者的兴趣，鼓励他们走进电影院。虽然其性能有所提升，应用领域得到扩展，但是故事线的视觉布局没有因此得到增强。现有方法的优化目标包括减少空白空间、最小化线条交叉和摆动等。然而，与手绘的故事线相比，追求这些优化目标并不能产生最佳的结果，会产生布局重复、情节缺失等问题。现有技术中，参考文献Liu,S.,etal.,StoryFlow:trackingtheevolutionofstories.IEEETransVisComputGraph,2013.19(12):p.2436-45.中公开了一种故事线可视化技术，其采用优化算法来生成故事线布局。生成故事线可视化布局实质上是确定角色线条在垂直方向上的位置。这类优化算法遵循三个优化目标：线条间的交叉尽可能少、线条的弯曲尽可能少、线条间的空白尽可能少。现有的故事线可视化技术生成的线条比较平直，缺乏变化，无法展示故事中的深层次信息，如故事情节、主题、具体事件、人物情感等。如果想创作展示故事深层次信息的故事线可视化，则需要十分复杂的创作过程。
技术实现思路
本专利技术的目的是提供一种智能生成故事线可视化的系统和方法，可以快速生成符合用户想法的个性化的故事线可视化，创作过程简单，易于实现。为了实现上述目的，第一方面，本专利技术提供的智能生成故事线可视化的系统包括：故事线剧本模块，该模块为包含人物及人物间关系的结构化脚本；故事线模板模块，根据用户输入的约束指令生成故事模板；故事线智能生成模块，根据结构化脚本和故事模板生成故事线可视化；故事线画板模块，用于展示和调整故事线可视化。可选地，在一个实施例中，所述的结构化脚本包括两层树形层，第一层节点是人物，第二层节点是人物所属的各个场景，每个场景包含起始时间、终止时间以及与其他人物的关系。可选地，在一个实施例中，所述的故事线智能生成模块包括渲染器和强化学习模型，当用户输入的约束指令为普通指令时，通过所述渲染器生成故事线可视化；当用户输入的约束指令为特殊指令时，通过所述强化学习模型生成故事线可视化。可选地，在一个实施例中，所述的普通指令包括：排列顺序约束，对齐情况约束，位置约束，线条样式编码约束，文字信息编码约束和图片信息编码约束；所述的特殊指令为通过上述至少两个普通指令随机组合而成的整体趋势约束。可选地，在一个实施例中，所述的强化学习模型包含生成器和判别器，所述生成器用于拆解特殊指令并设计故事线可视化使之符合设计指令，所述判别器用于判别当前故事线可视化与设计指令的吻合程度并反馈结果给生成器，指导生成器改进故事线可视化设计。第二方面，本专利技术提供的智能生成故事线可视化的方法，包括以下步骤：1)获取故事的结构化脚本数据；2)初始化故事模板；3)在初始故事模板中放入约束指令，根据该约束指令将结构化脚本数据生成故事线可视化；4)将故事线可视化在客户端展示给用户；5)用户根据展示的故事线可视化修改故事模板；6)重复步骤3)～5)，直至用户对故事线可视化满意后输出故事线。步骤3)中，若放入的约束指令为普通指令，则根据该普通指令将结构化脚本数据渲染为故事线可视化；若放入的约束指令为特殊指令，则通过强化学习模型生成故事线可视化。所述的普通指令包括：排列顺序约束，对齐情况约束，位置约束，线条样式编码约束，文字信息编码约束和图片信息编码约束；所述的特殊指令为通过上述至少两个普通指令随机组合而成的整体趋势约束。所述强化学习模型通过以下方法得到：a.对于一个故事的结构化脚本数据，将所有普通指令随机组合成为若干特殊指令，每个特殊指令对应的故事线可视化作为标签，生成训练集；b.利用训练集中的特殊指令对生成器进行训练，并通过判别器对每一次训练的结果进行预测打分，指导生成器进一步改进故事化可视化设计，并更新生成器和判别器的参数；c.训练结束后得到强化学习模型。步骤a中，将所有普通指令随机组合成为至少两万个特殊指令，步骤b中，对于训练集中的每个特殊指令最多训练300次。附图说明图1为本专利技术实施例的智能生成故事线可视化的系统的结构示意图；图2为本专利技术实施例的智能生成故事线可视化的方法的流程图；图3为本专利技术实施例的强化学习模型的训练流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，以下结合实施例及其附图对本专利技术作进一步说明。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。除非另外定义，本专利技术使用的技术术语或者科学术语应当为本专利技术所属领域内具有一般技能的人士所理解的通常意义。本专利技术中使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。实施例参见图1，本实施例的智能生成故事线可视化的系统包括：故事线剧本模块100，该模块为包含人物及人物间关系的结构化脚本；根据故事线剧本模块，可以获得故事的情节信息，其中的结构化脚本遵循两层树形层次结构模型，第一层节点是人物，第二层节点是人物所属的各个场景，每个场景包含起始时间、终止时间以及与其他人物的关系。故事线模板模块200，根据用户输入的约束指令生成故事模板；该模板是一系列叙事元素的集合，每个叙事元素对应若干设计指令，指令集将作为约束条件输入到故事线可视化生成器中。叙事元素信息至少包含以下信息本文档来自技高网...

【技术保护点】
1.一种智能生成故事线可视化的系统，其特征在于，包括：/n故事线剧本模块，该模块为包含人物及人物间关系的结构化脚本；/n故事线模板模块，根据用户输入的约束指令生成故事模板；/n故事线智能生成模块，根据结构化脚本和故事模板生成故事线可视化；/n故事线画板模块，用于展示和调整故事线可视化。/n

【技术特征摘要】
1.一种智能生成故事线可视化的系统，其特征在于，包括：
故事线剧本模块，该模块为包含人物及人物间关系的结构化脚本；
故事线模板模块，根据用户输入的约束指令生成故事模板；
故事线智能生成模块，根据结构化脚本和故事模板生成故事线可视化；
故事线画板模块，用于展示和调整故事线可视化。


2.根据权利要求1所述的智能生成故事线可视化的系统，其特征在于，所述的结构化脚本包括两层树形层，第一层节点是人物，第二层节点是人物所属的各个场景，每个场景包含起始时间、终止时间以及与其他人物的关系。


3.根据权利要求1所述的智能生成故事线可视化的系统，其特征在于，所述的故事线智能生成模块包括渲染器和强化学习模型，当用户输入的约束指令为普通指令时，通过所述渲染器生成故事线可视化；当用户输入的约束指令为特殊指令时，通过所述强化学习模型生成故事线可视化。


4.根据权利要求3所述的智能生成故事线可视化的系统，其特征在于，所述的普通指令包括：排列顺序约束，对齐情况约束，位置约束，线条样式编码约束，文字信息编码约束和图片信息编码约束；所述的特殊指令为通过上述至少两个普通指令随机组合而成的整体趋势约束。


5.根据权利要求3所述的智能生成故事线可视化的系统，其特征在于，所述的强化学习模型包含生成器和判别器，所述生成器用于拆解特殊指令并设计故事线可视化使之符合设计指令，所述判别器用于判别当前故事线可视化与设计指令的吻合程度并反馈结果给生成器，指导生成器改进故事线可视化设计。


6.一种智能生成故事线可视化的方法，其特征在于，包括以下步...

【专利技术属性】
技术研发人员：巫英才，唐谈，李仁钟，刘书含，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33