具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频处理类应用、视频社交类应用、图像处理类应用、网页浏览器应用、搜索类应用、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103发送的人脸视频进行处理的信息处理服务器。信息处理服务器可以对接收到的人脸视频等数据进行分析等处理,并获得处理结果(例如识别用图像所对应的识别结果)。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。在目标人脸视频或者生成识别结果的过程中所使用的数据不需要从远程获取的情况下,上述系统架构可以不包括网络,而只包括终端设备或服务器。
继续参考图2,示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法,包括以下步骤:
步骤201,从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像。
在本实施例中,用于生成信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像。其中,目标人脸视频可以为待对其所对应的人脸图像进行识别以确定人脸图像所指示的人脸是否执行挑眉动作的人脸视频。人脸视频可以为对人脸进行拍摄所获得的视频。可以理解的是,视频实质上是一个按照时间的先后顺序拍摄获得的图像序列。故上述目标人脸视频可以对应一个人脸图像序列。
在本实施例中,目标人脸图像可以为人脸图像序列中的、待确定其所指示的人脸是否执行挑眉动作的人脸图像。在这里,目标人脸图像可以为人脸图像序列中的任意一个人脸图像。预设数量个候选人脸图像可以包括在人脸图像序列中位于目标人脸图像之前的人脸图像,也可以包括在人脸图像序列中位于目标人脸图像之后的人脸图像,但是,需要明确的是,预设数量个候选人脸图像包括在人脸图像序列中与目标人脸图像相邻的人脸图像。在这里,预设数量个候选人脸图像的预设数量以及在人脸图像序列中的位置可以由技术人员预先设置。
需要特别说明的是,当目标人脸图像为人脸图像序列中排序在首位的人脸图像(即最先播放显示的人脸图像)时,预设数量个候选人脸图像只能是位于目标人脸图像之后的预设数量个人脸图像;当目标人脸图像为人脸图像序列中排序在末位的人脸图像(即最后播放显示的人脸图像)时,预设数量个候选人脸图像只能是位于目标人脸图像之前的预设数量个人脸图像。
可选的,当预设数量个候选人脸图像为至少两个候选人脸图像时,预设数量个候选人脸图像可以为在人脸图像序列中连续排列的预设数量个候选人脸图像。
在本实施例中,上述执行主体可以采用各种方式获取目标人脸图像和预设数量个候选人脸图像。具体的,一方面,上述执行主体可以首先获取目标人脸视频,然后从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像。在这里,上述执行主体可以采用各种方式从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,例如,可以采用随机获取的方式,或者可以获取排序在预设位置(例如第二位)的人脸图像。
需要说明的是,在这里,上述执行主体可以获取预先存储于本地的目标人脸视频,或者,可以获取与之通信连接的电子设备(例如图1所示的终端设备)发送的目标人脸视频。
另一方面,上述执行主体也可以直接获取目标人脸图像和预设数量个候选人脸图像。其中,目标人脸图像为目标人脸视频所对应的人脸图像序列中的人脸图像。预设数量个候选人脸图像为人脸图像序列中的、包括与目标人脸图像相邻的人脸图像的预设数量个人脸图像。类似的,在这里,上述执行主体可以获取预先存储于本地的目标人脸图像和预设数量个候选人脸图像,或者,可以获取与之通信连接的电子设备(例如图1所示的终端设备)发送的目标人脸图像和预设数量个候选人脸图像。
步骤202,对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像。
在本实施例中,基于步骤201中得到的目标人脸图像和预设数量个候选人脸图像,上述执行主体可以采用各种方式对目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像。其中,识别用图像为用于确定目标人脸图像所指示的人脸是否执行挑眉动作的图像。作为示例,上述执行主体可以首先分别提取目标人脸图像和预设数量个候选人脸图像的图像特征(例如纹理特征),而后对所提取的图像特征进行融合,获得包括融合后的图像特征的识别用图像。
需要说明的是,图像融合技术是目前广泛研究和应用的公知技术,此处不再赘述。
步骤203,将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果。
在本实施例中,基于步骤202中得到的识别用图像,上述执行主体可以将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果。其中,识别结果可以包括但不限于以下至少一项:数字、文字、符号、图像、音频,识别结果可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作。例如,识别结果可以包括文字“是”和文字“否”,其中,“是”可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸执行了挑眉动作;“否”可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸未执行挑眉动作。
在本实施例中,挑眉动作识别模型可以用于表征识别用图像与识别用图像所对应的识别结果的对应关系。具体的,挑眉动作识别模型可以是基于对大量识别用图像和识别结果进行统计而生成的、存储有多个识别用图像与识别结果的对应关系的对应关系表,也可以是基于训练样本,利用机器学习方法,对初始模型(例如卷积神经网络(ConvolutionalNeural Network,CNN)、残差网络(ResNet)等)进行训练后得到的模型。
在本实施例的一些可选的实现方式中,上述挑眉动作识别模型可以通过如下步骤训练得到:
首先,获取多个样本人脸视频,以及对于多个样本人脸视频中的样本人脸视频,执行以下步骤:从该样本人脸视频所对应的人脸图像序列中获取人脸图像作为样本人脸图像,以及从该样本人脸视频所对应的人脸图像序列中获取预设数量个人脸图像作为预设数量个样本候选人脸图像。其中,预设数量个样本候选人脸图像包括在该样本人脸视频所对应的人脸图像序列中与样本人脸图像相邻的人脸图像;获取针对样本人脸图像预先标注的样本识别结果。其中,样本识别结果可以用于表征样本人脸图像所指示的人脸是否执行挑眉动作;对样本人脸图像和预设数量个样本候选人脸图像进行融合,获得样本识别用图像;利用该样本人脸视频所对应的样本识别用图像和样本识别结果,组成训练样本。
然后,利用机器学习方法,将所组成的训练样本中的训练样本的样本识别用图像作为输入,将所输入的样本识别用图像所对应的样本识别结果作为期望输出,对初始模型进行训练,获得挑眉动作识别模型。
具体的,作为示例,基于所组成的训练样本,可以通过如下步骤训练得到挑眉动作识别模型:可以从所组成的训练样本中选取训练样本,并执行以下训练步骤:将所选取的训练样本的样本识别用图像输入初始模型,获得样本识别用图像所对应的识别结果;将所输入的样本识别用图像所对应的样本识别结果作为初始模型的期望输出,确定所获得的识别结果相对于样本识别结果的损失值,以及基于所确定的损失值,采用反向传播的方法调整初始模型的参数;确定所组成的训练样本中是否存在未被选取的训练样本;响应于确定不存在未被选取的训练样本,将调整后的初始模型确定为挑眉动作识别模型。
需要说明的是,训练样本的选取方式在本申请中并不限制。例如可以是随机选取,也可以是优先选取所包括的样本识别结果用于表征样本人脸图像所指示的人脸执行了挑眉动作的训练样本。还需要说明的是,在这里,可以采用预设的各种损失函数确定所获得的识别结果相对于样本识别结果的损失值,例如,可以采用L2范数作为损失函数计算损失值。
在该示例中,还可以包括以下步骤:响应于确定存在未被选取的训练样本,从未被选取的训练样本中重新选取训练样本,以及使用最近一次调整的初始模型作为新的初始模型,继续执行上述训练步骤。
需要说明的是,实践中,用于生成挑眉动作识别模型的步骤的执行主体可以与用于生成信息的方法的执行主体相同或者不同。如果相同,则用于生成挑眉动作识别模型的步骤的执行主体可以在训练得到挑眉动作识别模型后将训练好的模型存储在本地。如果不同,则用于生成挑眉动作识别模型的步骤的执行主体可以在训练得到挑眉动作识别模型后将训练好的模型发送给用于生成信息的方法的执行主体。
在本实施例的一些可选的实现方式中,在将识别用图像输入挑眉动作识别模型,获得识别用图像所对应的识别结果之后,上述执行主体还可以执行以下步骤:首先,上述执行主体可以确定识别用图像所对应的识别结果是否表征识别用图像所对应的目标人脸图像所指示的人脸执行挑眉动作。然后,上述执行主体可以响应于确定识别用图像所对应的识别结果表征识别用图像所对应的目标人脸图像所指示的人脸执行了挑眉动作,生成目标人脸视频所对应的、用于表征目标人脸视频所指示的人脸执行挑眉动作的总识别结果。其中,总识别结果可以包括但不限于以下至少一项:数字、文字、符号、图像、音频。特别的,在这里,总识别结果可以与识别用图像所对应的识别结果相同。以此,本实现方式可以基于人脸视频所对应的人脸图像,对人脸视频所指示的人脸是否执行了挑眉动作进行识别。
继续参见图3,图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器301首先获取终端设备302发送的目标人脸视频303。然后,服务器301从目标人脸视频303所对应的人脸图像序列中获取人脸图像作为目标人脸图像304,以及从人脸图像序列中获取两个人脸图像作为候选人脸图像305和候选人脸图像306,其中,候选人脸图像305在人脸图像序列中与目标人脸图像303相邻。接着,服务器301可以对所获取的目标人脸图像304、候选人脸图像305和候选人脸图像306进行融合,获得识别用图像307。最后,服务器301可以将识别用图像307输入预先训练的挑眉动作识别模型308,获得识别用图像307所对应的识别结果309“未执行”。
需要说明的是,识别结果可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作。进而,对于图3所示的识别结果309“未执行”,其可以用于表征识别用图像307所对应的目标人脸图像303所指示的人脸未执行挑眉动作。
本申请的上述实施例提供的方法通过从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像,而后对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像,最后将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果,其中,识别结果用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作,从而有效利用挑眉动作识别模型,对人脸图像所对应的挑眉动作进行了识别,为特效添加提供了支持;并且,利用目标人脸图像和候选人脸图像融合成的识别用图像作为挑眉动作识别模型的输入,可以结合候选人脸图像所对应的眉毛特征,对目标人脸图像所对应的挑眉动作进行更为准确地识别,提高了信息生成的准确性。
进一步参考图4,其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400,包括以下步骤:
步骤401,从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像。
在本实施例中,用于生成信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像。其中,目标人脸视频可以为待对其所对应的人脸图像进行识别以确定人脸图像所人脸是否执行挑眉动作的人脸视频。人脸视频可以为对人脸进行拍摄所获得的视频。可以理解的是,视频实质上是一个按照时间的先后顺序拍摄获得的图像序列。故上述目标人脸视频可以对应一个人脸图像序列。
在本实施例中,目标人脸图像可以为待确定其所指示的人脸是否执行挑眉动作的人脸图像。在这里,目标人脸图像可以为人脸图像序列中的任意一个人脸图像。预设数量个候选人脸图像可以包括位于目标人脸图像之前的人脸图像,也可以包括位于目标人脸图像之后的人脸图像,但是,需要明确的是,预设数量个候选人脸图像包括在人脸图像序列中与目标人脸图像相邻的人脸图像。需要说明的是,预设数量个候选人脸图像的预设数量以及在人脸图像序列中的位置可以由技术人员预先设置。
步骤402,分别提取目标人脸图像和预设数量个候选人脸图像的灰度图。
可以理解的是,目标人脸图像和预设数量个候选人脸图像通常为彩色图像,进而,在本实施例中,基于步骤401中得到的目标人脸图像和预设数量个候选人脸图像,上述执行主体可以分别提取目标人脸图像和预设数量个候选人脸图像的灰度图。
实践中,把白色与黑色之间按对数关系分为若干等级,称为灰度。灰度可以分为256阶。用灰度表示的图像称作灰度图。与彩色图像相比,灰度图只包括一个用于表征灰度的颜色通道,而彩色图像可以包括多个颜色通道。
具体的,上述执行主体可以采用各种方式提取目标人脸图像的灰度图以及预设数量个候选人脸图像的预设数量个灰度图。例如可以采用滤波的方式提取灰度图。
在本实施例的一些可选的实现方式中,上述执行主体可以分别对目标人脸图像和预设数量个候选人脸图像进行均值滤波,获得目标人脸图像的灰度图和预设数量个候选人脸图像的预设数量个灰度图。
步骤403,基于所提取的灰度图,生成识别用图像。
在本实施例中,基于步骤402所提取的灰度图,上述执行主体可以生成识别用图像。其中,识别用图像为用于确定目标人脸图像所指示的人脸是否执行挑眉动作的图像。识别用图像可以与人脸图像的形状大小相同。所提取的灰度图可以与识别用图像的颜色通道相对应。
实践中,所提取的灰度图的形状大小与人脸图像的形状大小相同,即与识别用图像的形状大小相同。每个灰度图上的像素点包括一个灰度值。对于所提取的灰度图中的每个灰度图,该灰度图中的像素点与用于生成该灰度图的人脸图像中的像素点一一对应。可以理解的是,由于目标人脸图像和预设数量个候选人脸图像属于同一个人脸图像序列(即目标人脸视频所对应的人脸图像序列),故目标人脸图像和预设数量个候选人脸图像中的任意两个人脸图像中,均存在一一对应的像素点。进而,可以理解,对于所提取的灰度图中的任意两个灰度图,二者所包括的像素点一一对应。
需要说明的是,相对应的两个像素点指的是在形状大小相同的两个图像中的位置相对应的两个像素点。例如,用坐标表示像素点在图像中的位置。A像素点在a图像中的坐标为(10,19);B像素点在b图像中的坐标为(10,19);C像素点在c图像中的坐标为(10,20)。则A像素点与B像素点对应,与C像素点不对应。
具体的,上述执行主体可以通过以下步骤生成识别用图像:首先,上述执行主体可以获取预设的初始图像,其中,初始图像可以与人脸图像的形状大小相同,用于生成识别用图像,初始图像可以仅具有背景图像,而不具有前景图像。然后,上述执行主体可以从初始图像中确定像素点,使得所确定的像素点与所提取的灰度图中的像素点一一对应。接着,对于所确定的像素点中的像素点,上述执行主体可以将所提取的灰度图中的每个灰度图中与该像素点对应的像素点的灰度值作为该像素点的一个颜色值,获得新的像素点。最后,上述执行主体可以将包括新的像素点的初始图像确定为识别用图像。可以理解,在这里,识别用图像所包括的颜色通道的数量与所提取的灰度图的数量相同,即识别用图像中的每个像素点所包括的颜色值的数量与所提取的灰度图的数量相同。
作为示例,所提取的灰度图包括三个灰度图,分别为灰度图m、灰度图n、灰度图o。对于所确定的初始图像中的像素点D,灰度图m中与像素点D对应的像素点的灰度值为18;灰度图n中与像素点D对应的像素点的灰度值为30;灰度图o中与像素点D对应的像素点的灰度值为100。进而,将每个灰度图中与像素点D对应的像素点的灰度值作为像素点D的一个颜色值,获得新的像素点F,该新的像素点F的像素值可以为(18,30,100)。在这里,需要说明的是,上述像素值中的各个灰度图所对应的颜色值的排列顺序可以是任意的,此处仅列举出一个示例,并不对本申请的实现方式进行限制。
步骤404,将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果。
在本实施例中,基于步骤403中得到的识别用图像,上述执行主体可以将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果。其中,识别结果可以包括但不限于以下至少一项:数字、文字、符号、图像、音频,识别结果可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作。挑眉动作识别模型可以用于表征识别用图像与识别用图像所对应的识别结果的对应关系。
上述步骤401、步骤404分别与前述实施例中的步骤201、步骤、步骤203一致,上文针对步骤201和步骤203的描述也适用于步骤401、和步骤404,此处不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成信息的方法的流程400突出了提取目标人脸图像和预设数量个候选人脸图像的灰度图,并利用灰度图生成识别用图像的步骤。由此,本实施例描述的方案中的识别用图像可以保留更多人脸图像(目标人脸图像和预设数量个候选人脸图像)的图像特征,从而利用该识别用图像,可以生成更为准确的识别结果,实现更为准确的挑眉动作的识别。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于生成信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于生成信息的装置500包括:图像获取单元501、图像融合单元502和图像输入单元503。其中,图像获取单元501被配置成从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像,其中,预设数量个候选人脸图像包括在人脸图像序列中与目标人脸图像相邻的人脸图像;图像融合单元502被配置成对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像;图像输入单元503被配置成将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果,其中,识别结果可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作,挑眉动作识别模型可以用于表征识别用图像与识别用图像所对应的识别结果的对应关系。
在本实施例中,用于生成信息的装置500的图像获取单元501可以通过有线连接方式或者无线连接方式从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像。其中,目标人脸视频可以为待对其所对应的人脸图像进行识别以确定人脸图像所人脸是否执行挑眉动作的人脸视频。人脸视频可以为对人脸进行拍摄所获得的视频。可以理解的是,视频实质上是一个按照时间的先后顺序拍摄获得的图像序列。故上述目标人脸视频可以对应一个人脸图像序列。
在本实施例中,目标人脸图像可以为人脸图像序列中的、待确定其所指示的人脸是否执行挑眉动作的人脸图像。在这里,目标人脸图像可以为人脸图像序列中的任意一个人脸图像。预设数量个候选人脸图像可以包括在人脸图像序列中位于目标人脸图像之前的人脸图像,也可以包括在人脸图像序列中位于目标人脸图像之后的人脸图像,但是,需要明确的是,预设数量个候选人脸图像包括在人脸图像序列中与目标人脸图像相邻的人脸图像。在这里,预设数量个候选人脸图像的预设数量以及在人脸图像序列中的位置可以由技术人员预先设置。
在本实施例中,基于图像获取单元501得到的目标人脸图像和预设数量个候选人脸图像,图像融合单元502可以采用各种方式对目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像。其中,识别用图像为用于确定目标人脸图像所指示的人脸是否执行挑眉动作的图像。
在本实施例中,基于图像融合单元502得到的识别用图像,图像输入单元503可以将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果。其中,识别结果可以包括但不限于以下至少一项:数字、文字、符号、图像、音频,识别结果可以用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作。
在本实施例中,挑眉动作识别模型可以用于表征识别用图像与识别用图像所对应的识别结果的对应关系。具体的,挑眉动作识别模型可以是基于对大量识别用图像和识别结果进行统计而生成的、存储有多个识别用图像与识别结果的对应关系的对应关系表,也可以是基于训练样本,利用机器学习方法,对初始模型(例如卷积神经网络、残差网络等)进行训练后得到的模型。
在本实施例的一些可选的实现方式中,图像融合单元502可以包括:图像提取模块(图中未示出),被配置成分别提取目标人脸图像和预设数量个候选人脸图像的灰度图;图像生成模块(图中未示出),被配置成基于所提取的灰度图,生成识别用图像,其中,所提取的灰度图与识别用图像的颜色通道相对应。
在本实施例的一些可选的实现方式中,图像提取模块可以进一步被配置成:分别对目标人脸图像和预设数量个候选人脸图像进行均值滤波,获得目标人脸图像和预设数量个候选人脸图像的灰度图。
在本实施例的一些可选的实现方式中,装置500还可以包括:结果确定单元(图中未示出),被配置成确定识别用图像所对应的识别结果是否表征识别用图像所对应的目标人脸图像所指示的人脸执行挑眉动作;结果生成单元(图中未示出),被配置成响应于确定是,生成目标人脸视频所对应的、用于表征目标人脸视频所指示的人脸执行挑眉动作的总识别结果。
在本实施例的一些可选的实现方式中,挑眉动作识别模型可以通过以下步骤训练得到:获取多个样本人脸视频,以及对于多个样本人脸视频中的样本人脸视频,执行以下步骤:从该样本人脸视频所对应的人脸图像序列中获取人脸图像作为样本人脸图像,以及从该样本人脸视频所对应的人脸图像序列中获取预设数量个人脸图像作为预设数量个样本候选人脸图像,其中,预设数量个样本候选人脸图像包括在该样本人脸视频所对应的人脸图像序列中与样本人脸图像相邻的人脸图像;获取针对样本人脸图像预先标注的样本识别结果;对样本人脸图像和预设数量个样本候选人脸图像进行融合,获得样本识别用图像;利用该样本人脸视频所对应的样本识别用图像和样本识别结果,组成训练样本;利用机器学习方法,将所组成的训练样本中的训练样本的样本识别用图像作为输入,将所输入的样本识别用图像所对应的样本识别结果作为期望输出,训练得到挑眉动作识别模型。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
本申请的上述实施例提供的装置500通过图像获取单元501从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像,而后图像融合单元502对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像,最后图像输入单元503将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果,其中,识别结果用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作,从而有效利用挑眉动作识别模型,对人脸图像所对应的挑眉动作进行了识别,为特效添加提供了支持;并且,利用目标人脸图像和候选人脸图像融合成的识别用图像作为挑眉动作识别模型的输入,可以结合候选人脸图像所对应的眉毛特征,对目标人脸图像所对应的挑眉动作进行更为准确地识别,提高了信息生成的准确性。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的终端设备/服务器)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括图像获取单元、图像融合单元和图像输入单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,图像获取单元还可以被描述为“获取目标人脸图像和候选人脸图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从目标人脸视频所对应的人脸图像序列中获取人脸图像作为目标人脸图像,以及从人脸图像序列中获取预设数量个人脸图像作为预设数量个候选人脸图像,其中,预设数量个候选人脸图像包括在人脸图像序列中与目标人脸图像相邻的人脸图像;对所获取的目标人脸图像和预设数量个候选人脸图像进行融合,获得识别用图像;将识别用图像输入预先训练的挑眉动作识别模型,获得识别用图像所对应的识别结果,其中,识别结果用于表征所输入的识别用图像所对应的目标人脸图像所指示的人脸是否执行挑眉动作,挑眉动作识别模型用于表征识别用图像与识别用图像所对应的识别结果的对应关系。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。