生成分享素材的方法及装置制造方法及图纸

本申请实施例公开了一种生成分享素材的方法及装置

【技术实现步骤摘要】
生成分享素材的方法及装置、设备、存储介质


[0001]本申请实施例涉及神经网络技术，涉及但不限于一种生成分享素材的方法及装置
、
设备
、
存储介质
。

技术介绍

[0002]在一些相册中，有叫“回忆”的功能，会根据用户某一个地点的时间线生成一段音乐短片
(Music Video
，
MV)
；还有一个精选照片的功能，该功能选取的是所有时间线的照片，根据预设规则选取一定数量的照片展示给用户
。
生成的精选照片无任何模板，单图显示，用户需要二次编辑才能分享至社交平台
。

技术实现思路

[0003]有鉴于此，本申请实施例提供的生成分享素材的方法及装置
、
设备
、
存储介质，能够根据筛选照片
、
素材模板信息和预设的
AI
模型，生成分享素材，提高生成分享素材的效率，不再依赖第三方软件对照片进行处理
。
本申请实施例提供的生成分享素材的方法及装置
、
设备
、
存储介质是这样实现的：
[0004]本申请实施例提供的生成分享素材的方法，可以包括：获取用户的个性化配置信息，所述个性化配置信息包括筛选条件和素材模板信息；根据所述筛选条件选取筛选照片；根据所述筛选照片
、
所述素材模板信息和预设的人工智能
AI
模型，生成分享素材，所述分享素材中的照片质量大于预设照片质量；其中，所述预设的人工智能
AI
模型是对采样照片进行模型训练得到的模型，或，是对采样照片和采样素材模板信息进行模型训练得到的模型
。
[0005]本申请实施例提供的生成分享素材的装置，可以包括：
[0006]获取模块，用于获取用户的个性化配置信息，所述个性化配置信息包括筛选条件和素材模板信息；
[0007]选取模块，用于根据所述筛选条件选取筛选照片；
[0008]生成模块，用于根据所述筛选照片
、
所述素材模板信息和预设的人工智能
AI
模型，生成分享素材，所述分享素材中的照片质量大于预设照片质量；
[0009]其中，所述预设的人工智能
AI
模型是对采样照片进行模型训练得到的模型，或，是对采样照片和采样素材模板信息进行模型训练得到的模型
。
[0010]本申请实施例提供的计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请实施例所述的方法
。
[0011]本申请实施例提供的计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请实施例提供的所述的方法
。
[0012]本申请实施例公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行本申请第一方面所述的方法
。
[0013]本申请实施例公开一种应用发布平台，所述应用发布平台用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行本申请第一方面
所述的方法
。
[0014]本申请实施例所提供的生成分享素材的方法
、
装置
、
计算机设备和计算机可读存储介质，通过获取用户的个性化配置信息，所述个性化配置信息包括筛选条件和素材模板信息；根据所述筛选条件选取筛选照片；根据所述筛选照片
、
所述素材模板信息和预设的人工智能
AI
模型，生成分享素材，所述分享素材中的照片质量大于预设照片质量；其中，所述预设的人工智能
AI
模型是对采样照片进行模型训练得到的模型，或，是对采样照片和采样素材模板信息进行模型训练得到的模型
。
即可以根据筛选照片
、
素材模板信息和预设的
AI
模型，直接生成分享素材，不需要借助第三方软件对照片进行处理才能得到分享素材，所以可以提高生成分享素材的效率，节约系统资源，从而解决
技术介绍
中所提出的技术问题
。
附图说明
[0015]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案
。
[0016]图1为本申请实施例中生成分享素材的方法的一个实施例示意图；
[0017]图
2A
为本申请实施例中用户打开相册的一个示意图；
[0018]图
2B
为本申请实施例中手机系统在显示界面上提示是否需要生成分享社交圈的素材的一个示意图；
[0019]图
2C
为本申请实施例中用户在个性化配置界面进行配置操作的一个示意图；
[0020]图
2D
为本申请实施例中生成的分享素材的一个实施例示意图；
[0021]图
3A
为本申请实施例提供的生成分享素材的方法的总体流程图；
[0022]图
3B
为本申请实施例提供的生成视频分享素材和照片分享素材的一个流程示意图；
[0023]图4为本申请实施例提供的生成分享素材的装置的结构示意图；
[0024]图5为本申请实施例中终端设备的一个实施例示意图；
[0025]图6为本申请实施例中终端设备的另一个实施例示意图；
[0026]图7为本申请实施例提供一种计算机设备的结构示意图
。
具体实施方式
[0027]为使本申请实施例的目的
、
技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请的具体技术方案做进一步详细描述
。
以下实施例用于说明本申请，但不用来限制本申请的范围
。
[0028]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同
。
本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请
。
[0029]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合
。
[0030]需要指出，本申请实施例所涉及的术语“第一
\
第二
\
第三”用以区别类似或不同的对象，不代表针对对象的特定排序，可以理解地，“第一
\
第二
\
第三”在允许的情况下可以互
换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施
。
[0031]下面先对本申请中所涉及的一些术语做一个简要的说明，如下所示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种生成分享素材的方法，其特征在于，所述方法包括：获取用户的个性化配置信息，所述个性化配置信息包括筛选条件和素材模板信息；根据所述筛选条件选取筛选照片；根据所述筛选照片
、
所述素材模板信息和预设的人工智能
AI
模型，生成分享素材，所述分享素材中的照片质量大于预设照片质量；其中，所述预设的人工智能
AI
模型是对采样照片进行模型训练得到的模型，或，是对采样照片和采样素材模板信息进行模型训练得到的模型
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述筛选照片
、
所述素材模板信息和所述预设的人工智能
AI
模型，生成分享素材，包括：将所述筛选照片向所述预设的
AI
模型输入，输出目标照片；根据所述目标照片和所述素材模板信息，生成分享素材
。3.
根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述采样照片；对所述采样照片进行模型训练，得到所述预设的
AI
模型
。4.
根据权利要求1所述的方法，其特征在于，所述根据所述筛选照片
、
所述素材模板信息和所述预设的人工智能
AI
模型，生成分享素材，包括：将所述筛选照片和所述素材模板信息向所述预设的
AI
模型输入，输出分享素材
。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：获取所述采样照片和采样素材模板信息；根据所述采样照片和所述采样素材模板信息进行模型训练，得到所述预设的
AI
模型
。6.
根据权利要求3所述的方法，其特征在于，所述对所述采样照片进行模型训练，得到所述预设的
AI
模型，包括：对所述采样照片进行图片质量评估，得到图像质量分数；根据所述图像质量分数对所述采样照片进行选择，得到实际选择照片；在所述实际选择照片与参考选择照片相同，或，在所述实际选择照片与所述参考选择照片的误差小于预设误差阈值，或，在达到预设学习次数的情况下，得到所述预设的
AI
模型
。7.
根据权利要求6所述的方法，其...

【专利技术属性】
技术研发人员：吕志恒，
申请(专利权)人：OPPO，
类型：发明
国别省市：