CN108805952A - 一种制作幻灯片特效的方法、装置、电子设备及介质 - Google Patents
一种制作幻灯片特效的方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN108805952A CN108805952A CN201810550192.1A CN201810550192A CN108805952A CN 108805952 A CN108805952 A CN 108805952A CN 201810550192 A CN201810550192 A CN 201810550192A CN 108805952 A CN108805952 A CN 108805952A
- Authority
- CN
- China
- Prior art keywords
- pending picture
- target object
- target
- width
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000000694 effects Effects 0.000 title abstract description 5
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20008—Globally adaptive
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种制作幻灯片特效的方法、装置、电子设备及介质,涉及图像处理技术领域,用以实现幻灯片特效的自动化生成。本发明实施例提供的方案包括:确定各待处理图片中的目标物体,然后确定各待处理图片中的目标物体所占像素的大小,并根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小,进而分别将各待处理图片中的目标物体所占像素的大小调整至目标大小,再将调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种制作幻灯片特效的方法、装置、电子设备及介质。
背景技术
目前,生成物体固定背景变换的连续幻灯片的方法为,人工将图片导入图片处理软件,例如图像处理软件(Photoshop,PS),通过图片处理软件确定图片中的目标物体的大小,例如通过设置参考线标记该图片中的目标物体的大小,然后再分别将每张图片导入图片处理软件,根据参考线分别调整每张图片中的目标物体大小,以使得每张图片中的人物大小相同,然后再人工将这些图片导入到制作幻灯片的软件,从而生成幻灯片,可见制作这种特效幻灯片的过程中需要复杂的人工操作,无法实现幻灯片特效的自动化生成。
发明内容
本发明实施例的目的在于提供一种制作幻灯片特效的方法、装置、电子设备及介质,以实现幻灯片特效的自动化生成。
具体技术方案如下:
第一方面,本发明实施例提供一种制作幻灯片特效的方法,该方法包括:
确定各待处理图片中的目标物体;
确定各待处理图片中的目标物体所占像素的大小;
根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小;
分别将各待处理图片中的目标物体所占像素的大小调整至目标大小;
将调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
在一种可能的实现方式中,确定各待处理图片中的目标物体,包括:
通过深度学习图像语义分割技术分别确定各待处理图片中的物体分类;
分别确定每个待处理图片中指定类别的物体中所占像素面积最大的物体为目标物体。
在一种可能的实现方式中,确定各待处理图片中的目标物体所占像素的大小,包括:
确定各待处理图片中的目标物体所占像素的长度和宽度。
在一种可能的实现方式中,根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小,包括:
计算各待处理图片中的目标物体所占像素的长度平均值和宽度平均值;
确定目标大小为:目标长度为各待处理图片中的目标物体所占像素的长度平均值,目标宽度为各待处理图片中的目标物体所占像素的宽度平均值。
在一种可能的实现方式中,分别将各待处理图片中的目标物体所占像素的大小调整至目标大小,包括:
将各待处理图片的长度分别调整为各待处理图片原长度的M倍,将各待处理图片的宽度分别调整为各待处理图片原宽度的N倍;
其中M为目标长度与各待处理图片中的目标物体所占像素的长度的比值,N为目标宽度与各待处理图片中的目标物体所占像素的宽度的比值。
第二方面,本发明的实施例提供一种制作幻灯片特效的装置,包括:
确定模块,用于确定各待处理图片中的目标物体;确定各待处理图片中的目标物体所占像素的大小;根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小;
调整模块,用于分别将各待处理图片中的目标物体所占像素的大小调整至确定模块确定的目标大小;
生成模块,用于将调整模块调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
在一种可能的实现方式中,确定模块,具体用于通过深度学习图像语义分割技术分别确定各待处理图片中的物体分类;分别确定每个待处理图片中指定类别的物体中所占像素面积最大的物体为目标物体。
在一种可能的实现方式中,确定模块,还用于确定各待处理图片中的目标物体所占像素的长度和宽度。
在一种可能的实现方式中,确定模块,还用于计算各待处理图片中的目标物体所占像素的长度平均值和宽度平均值;确定目标大小为:目标长度为各待处理图片中的目标物体所占像素的长度平均值,目标宽度为各待处理图片中的目标物体所占像素的宽度平均值。
在一种可能的实现方式中,调整模块,具体用于将各待处理图片的长度分别调整为各待处理图片原长度的M倍,将各待处理图片的宽度分别调整为各待处理图片原宽度的N倍;
其中M为目标长度与各待处理图片中的目标物体所占像素的长度的比值,N为目标宽度与各待处理图片中的目标物体所占像素的宽度的比值。
第三方面,本发明实施例还提供一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的方法步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。
第五方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面中任一所述的方法。
采用本发明的实施例提供的制作幻灯片特效的方法,可确定各待处理图片中的目标物体以及各待处理图片中的目标物体所占像素的大小,然后根据待处理图片中的目标物体所占像素的大小可以确定目标大小,进而将各待处理图片中的目标物体所占像素的大小调整至目标大小,由此可以实现各待处理图片中的目标物体所占像素的大小一致,然后将调整后的各待处理图片中的目标物体置于相同坐标,在幻灯片连续播放时,就会出现目标物体的位置固定,但是背景变换的效果,生成幻灯片特效的过程无需人工参与,实现了幻灯片特效的自动化生成。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种制作幻灯片特效的方法的流程图;
图2为本发明实施例提供的一种待处理图片的示例性示意图;
图3为本发明实施例提供的一种确定目标物体的方法的示例性示意图;
图4为本发明实施例提供的一种制作幻灯片特效的装置的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了实现幻灯片特效的自动化生成,本发明实施例提供了一种制作幻灯片特效的方法,该方法可由具有图像处理功能的电子设备执行,如图1所示,该方法包括:
S101、确定各待处理图片中的目标物体。
其中,待处理图片为预先拍摄的一组目标物体处于图片中的大致相同位置的图片,目标物体可以为人物,也可以为其他物体。
示例性地,假设目标物体为人物,如图2所示,可将图2中的6张图片作为待处理图片,可以看出,图1中的各图片中的人物都处于图片中相对居中的位置。
确定各待处理图片中的目标物体的方法为:通过深度学习图像语义分割技术分别确定各待处理图片中的物体分类,并分别确定每个待处理图片中指定类别的物体中所占像素面积最大的物体为目标物体。
其中,图像语义分割是指将图像中的像素按照表达的语义不同而分成不同的类别,例如可以通过语义分割技术识别出图像中的人物、树木、车辆等。
本申请实施例可以将卷积神经网络应用于图像语义分割技术中,通过预先训练得到用于进行图像语义分割的深度学习模型,然后将待处理图片输入该深度学习模型中,即可得到待处理图片中的物体分类。
作为一个例子,如图3所示,假设待处理图片为图3中左侧的图片,通过深度学习图像语义分割技术可以确定该图片中包括天空,树木,人物和草地,可参考图3中右侧的图片,若指定类别只包括人物和建筑物,则可确定图3中只有人物属于指定类别,进而可将图3中的人物确定为目标物体。假设待处理图片中有多个人物,则可选取所占像素面积最大的人物作为目标物体。
S102、确定各待处理图片中的目标物体所占像素的大小。
具体的,可以确定各待处理图片中的目标物体所占像素的长度和宽度。
以图2为例,可以分别计算每张图片中的人物所占像素的长度和宽度。
S103、根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小。
确定目标大小的方法为:计算各待处理图片中的目标物体所占像素的长度平均值和宽度平均值,然后可以确定目标物体的目标长度和目标宽度。其中,目标长度为各待处理图片中的目标物体所占像素的长度平均值,目标宽度为各待处理图片中的目标物体所占像素的宽度平均值。
以图2为例,在计算每张图片中人物所占像素的长度和宽度,可计算各图片中人物所占像素的长度的平均值,以及各图片中人物所占像素的宽度的平均值,计算出的长度的平均值即为目标长度,计算出的宽度的平均值即为目标宽度。
S104、分别将各待处理图片中的目标物体所占像素的大小调整至所述目标大小。
调整方法为,将待处理图片的长度分别调整为各待处理图片原长度的M倍,将各待处理图片的宽度分别调整为各待处理图片原宽度的N倍。其中,M为目标长度与各待处理图片中的目标物体所占像素的长度的比值,N为目标宽度与各待处理图片中的目标物体所占像素的宽度的比值。
举例而言,若目标长度为a,目标宽度为b,若图1中的第一张图片中的人物的长度为c,宽度为d,则将该图片的长度调整为原长度的M倍,此时M=c/a;并将该图片的宽度调整为原宽度的N倍,此时N=d/b。可以理解的是,通过该方法可以将每张待处理图片中的目标物体的调整至相同大小。
S105、将调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
可选的,可设置一个坐标点,在生成幻灯片时将各目标物体的中心与坐标点对齐,从而实现将各待处理图片中的目标物体置于相同坐标。
采用本发明的实施例提供的制作幻灯片特效的方法,可确定各待处理图片中的目标物体以及各待处理图片中的目标物体所占像素的大小,然后根据待处理图片中的目标物体所占像素的大小可以确定目标大小,进而将各待处理图片中的目标物体所占像素的大小调整至目标大小,由此可以实现各待处理图片中的目标物体所占像素的大小一致,然后将调整后的各待处理图片中的目标物体置于相同坐标,在幻灯片连续播放时,就会出现目标物体的位置固定,但是背景变换的效果,生成幻灯片特效的过程无需人工参与,实现了幻灯片特效的自动化生成。
对应于上述方法实施例,本发明的实施例还提供一种制作幻灯片特效的装置,如图4所示,该装置包括:确定模块401、调整模块402和生成模块403。
确定模块401,用于确定各待处理图片中的目标物体;确定各待处理图片中的目标物体所占像素的大小;根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小。
调整模块402,用于分别将各待处理图片中的目标物体所占像素的大小调整至确定模块401确定的目标大小。
生成模块403,用于将调整模块402调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
在一种可能的实现方式中,确定模块401,具体用于通过深度学习图像语义分割技术分别确定各待处理图片中的物体分类;分别确定每个待处理图片中指定类别的物体中所占像素面积最大的物体为目标物体。
在一种可能的实现方式中,确定模块401,还用于确定各待处理图片中的目标物体所占像素的长度和宽度。
在一种可能的实现方式中,确定模块401,还用于计算各待处理图片中的目标物体所占像素的长度平均值和宽度平均值;确定目标大小为:目标长度为各待处理图片中的目标物体所占像素的长度平均值,目标宽度为各待处理图片中的目标物体所占像素的宽度平均值。
在一种可能的实现方式中,调整模块402,具体用于将各待处理图片的长度分别调整为各待处理图片原长度的M倍,将各待处理图片的宽度分别调整为各待处理图片原宽度的N倍;
其中M为目标长度与各待处理图片中的目标物体所占像素的长度的比值,N为目标宽度与各待处理图片中的目标物体所占像素的宽度的比值。
本发明实施例还提供了一种电子设备,如图5所示,包括处理器501、通信接口502、存储器503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信,
存储器503,用于存放计算机程序;
处理器501,用于执行存储器503上所存放的程序时,实现如下步骤:
确定各待处理图片中的目标物体;
确定各待处理图片中的目标物体所占像素的大小;
根据各待处理图片中的目标物体所占像素的大小确定目标物体的目标大小;
分别将各待处理图片中的目标物体所占像素的大小调整至目标大小;
将调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
进一步的,还可以包括本发明实施例提供的上述制作幻灯片特效的方法中的其他处理流程,在此不再进行详细描述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一制作幻灯片特效的方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一制作幻灯片特效的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种制作幻灯片特效的方法,其特征在于,所述方法包括:
确定各待处理图片中的目标物体;
确定各待处理图片中的目标物体所占像素的大小;
根据各待处理图片中的目标物体所占像素的大小确定所述目标物体的目标大小;
分别将各待处理图片中的目标物体所占像素的大小调整至所述目标大小;
将调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
2.根据权利要求1所述的方法,其特征在于,所述确定各待处理图片中的目标物体,包括:
通过深度学习图像语义分割技术分别确定各待处理图片中的物体分类;
分别确定每个待处理图片中指定类别的物体中所占像素面积最大的物体为目标物体。
3.根据权利要求1或2所述的方法,其特征在于,所述确定各待处理图片中的目标物体所占像素的大小,包括:
确定各待处理图片中的目标物体所占像素的长度和宽度。
4.根据权利要求3所述的方法,其特征在于,所述根据各待处理图片中的目标物体所占像素的大小确定所述目标物体的目标大小,包括:
计算各待处理图片中的目标物体所占像素的长度平均值和宽度平均值;
确定所述目标大小为:目标长度为各待处理图片中的目标物体所占像素的长度平均值,目标宽度为各待处理图片中的目标物体所占像素的宽度平均值。
5.根据权利要求4所述的方法,其特征在于,所述分别将各待处理图片中的目标物体所占像素的大小调整至所述目标大小,包括:
将各待处理图片的长度分别调整为各待处理图片原长度的M倍,将各待处理图片的宽度分别调整为各待处理图片原宽度的N倍;
其中M为所述目标长度与各待处理图片中的目标物体所占像素的长度的比值,N为所述目标宽度与各待处理图片中的目标物体所占像素的宽度的比值。
6.一种制作幻灯片特效的装置,其特征在于,包括:
确定模块,用于确定各待处理图片中的目标物体;确定各待处理图片中的目标物体所占像素的大小;根据各待处理图片中的目标物体所占像素的大小确定所述目标物体的目标大小;
调整模块,用于分别将各待处理图片中的目标物体所占像素的大小调整至所述确定模块确定的所述目标大小;
生成模块,用于将所述调整模块调整之后的各待处理图片中的目标物体置于相同坐标,生成可连续播放的幻灯片。
7.根据权利要求6所述的装置,其特征在于,
所述确定模块,具体用于通过深度学习图像语义分割技术分别确定各待处理图片中的物体分类;分别确定每个待处理图片中指定类别的物体中所占像素面积最大的物体为目标物体。
8.根据权利要求6或7所述的装置,其特征在于,
所述确定模块,还用于确定各待处理图片中的目标物体所占像素的长度和宽度。
9.根据权利要求8所述的装置,其特征在于,
所述确定模块,还用于计算各待处理图片中的目标物体所占像素的长度平均值和宽度平均值;确定所述目标大小为:目标长度为各待处理图片中的目标物体所占像素的长度平均值,目标宽度为各待处理图片中的目标物体所占像素的宽度平均值。
10.根据权利要求9所述的装置,其特征在于,
所述调整模块,具体用于将各待处理图片的长度分别调整为各待处理图片原长度的M倍,将各待处理图片的宽度分别调整为各待处理图片原宽度的N倍;
其中M为所述目标长度与各待处理图片中的目标物体所占像素的长度的比值,N为所述目标宽度与各待处理图片中的目标物体所占像素的宽度的比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810550192.1A CN108805952A (zh) | 2018-05-31 | 2018-05-31 | 一种制作幻灯片特效的方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810550192.1A CN108805952A (zh) | 2018-05-31 | 2018-05-31 | 一种制作幻灯片特效的方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108805952A true CN108805952A (zh) | 2018-11-13 |
Family
ID=64090946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810550192.1A Pending CN108805952A (zh) | 2018-05-31 | 2018-05-31 | 一种制作幻灯片特效的方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108805952A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665062A (zh) * | 2012-03-16 | 2012-09-12 | 华为技术有限公司 | 一种使视频中目标物体图像稳定的方法及装置 |
CN103886322A (zh) * | 2012-12-20 | 2014-06-25 | 中山大学深圳研究院 | 一种基于SVM和Mean-Shift的视频目标跟踪方法 |
CN107220652A (zh) * | 2017-05-31 | 2017-09-29 | 北京京东尚科信息技术有限公司 | 用于处理图片的方法和装置 |
CN107451601A (zh) * | 2017-07-04 | 2017-12-08 | 昆明理工大学 | 基于时空上下文全卷积网络的运动工件识别方法 |
-
2018
- 2018-05-31 CN CN201810550192.1A patent/CN108805952A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665062A (zh) * | 2012-03-16 | 2012-09-12 | 华为技术有限公司 | 一种使视频中目标物体图像稳定的方法及装置 |
CN103886322A (zh) * | 2012-12-20 | 2014-06-25 | 中山大学深圳研究院 | 一种基于SVM和Mean-Shift的视频目标跟踪方法 |
CN107220652A (zh) * | 2017-05-31 | 2017-09-29 | 北京京东尚科信息技术有限公司 | 用于处理图片的方法和装置 |
CN107451601A (zh) * | 2017-07-04 | 2017-12-08 | 昆明理工大学 | 基于时空上下文全卷积网络的运动工件识别方法 |
Non-Patent Citations (4)
Title |
---|
WPS OFFICE: "技能:分享10个让PPT好用到爆的功能", 《知乎:HTTPS://ZHUANLAN.ZHIHU.COM/P/33181669》 * |
侯一民;伦向敏: "基于SVM与Mean2Shift的非刚性目标跟踪框架", 《系统工程与电子技术》 * |
姜少波等: "基于深度学习的以图搜图架构及在公安图侦中的应用", 《电子技术与软件工程》 * |
小華心: "一键调整PPT所有页面上所有照片的位置和大小", 《百度经验:HTTPS://JINGYAN.BAIDU.COM/ARTICLE/48A42057152588A924250438.HTML》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360257B2 (en) | System and method for image annotation | |
JP5996013B2 (ja) | 立体画像の視差マップ推定のための方法,装置及びコンピュータプログラム製品 | |
CN111062876B (zh) | 用于校正模型训练和图像校正的方法和装置及电子设备 | |
CN111008561B (zh) | 一种牲畜的数量确定方法、终端及计算机存储介质 | |
EP3241155B1 (en) | Exposure computation via depth-based computational photography | |
CN111950225A (zh) | 一种芯片布局方法、装置、存储介质和电子设备 | |
CN106326062B (zh) | 应用程序的运行状态控制方法和装置 | |
WO2015167975A1 (en) | Rating photos for tasks based on content and adjacent signals | |
WO2021233215A1 (zh) | 图像处理方法及装置 | |
US20160063750A1 (en) | Stop-Motion Video Creation From Full-Motion Video | |
CN108073986B (zh) | 一种神经网络模型训练方法、装置及电子设备 | |
CN105847673A (zh) | 照片显示方法、装置和移动终端 | |
CN109600628A (zh) | 视频制作方法、装置、计算机设备及存储介质 | |
CN107885473A (zh) | 一种礼物横幅显示方法、装置、电子设备及存储介质 | |
CN104092956A (zh) | 闪光控制方法、闪光控制装置以及图像采集设备 | |
CN108111763A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN114385280A (zh) | 参数确定方法及电子设备 | |
CN108717701A (zh) | 一种制作影片残影特效的方法、装置、电子设备及介质 | |
CN108255995A (zh) | 一种输出图像的方法及装置 | |
CN112969032A (zh) | 光照模式识别方法、装置、计算机设备及存储介质 | |
CN108805952A (zh) | 一种制作幻灯片特效的方法、装置、电子设备及介质 | |
WO2020239079A1 (zh) | 一种确定半同步曝光参数的方法及电子装置 | |
CN110415318B (zh) | 图像处理方法和装置 | |
CN114492152A (zh) | 更新网络模型的方法、图像分类的方法、语言建模的方法 | |
TWI575908B (zh) | 異質性網路系統、網路裝置及其聚合路徑選擇方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201125 Address after: Room 115, area C, 1 / F, building 8, yard 1, yaojiayuan South Road, Chaoyang District, Beijing 100123 Applicant after: Beijing LEMI Technology Co.,Ltd. Address before: 100123 Building 8, Huitong Times Square, 1 South Road, Chaoyang District, Beijing. Applicant before: BEIJING KINGSOFT INTERNET SECURITY SOFTWARE Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |
|
RJ01 | Rejection of invention patent application after publication |