CN110060324B - 图像渲染方法、装置及电子设备 - Google Patents
图像渲染方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110060324B CN110060324B CN201910223515.0A CN201910223515A CN110060324B CN 110060324 B CN110060324 B CN 110060324B CN 201910223515 A CN201910223515 A CN 201910223515A CN 110060324 B CN110060324 B CN 110060324B
- Authority
- CN
- China
- Prior art keywords
- rendering
- target object
- target
- image
- value
- 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.)
- Active
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 54
- 238000003062 neural network model Methods 0.000 claims description 42
- 238000011176 pooling Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 description 18
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例中提供了一种图像渲染方法、装置及电子设备，属于数据处理技术领域，该方法包括：对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值；基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图；通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值；利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。通过本公开的处理方案，通过针对目标元素设置权重值，提高了目标对象整体图像色彩渲染的准确性。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种图像渲染方法、装置及电子设备。
背景技术
随着网络技术的发展，人工智能技术在网络场景中的应用得到了极大的提升。作为一个具体的应用需求，越来越多的网络环境中使用虚拟的人物进行交互，例如在网络直播中提供虚拟的主播对直播内容进行拟人化的播报，并为直播用于提供必要的引导，从而增强直播的临场感和交互性，提高了网络直播的效果。
表情模拟(例如，嘴型动作模拟)技术是人工智能技术的一种，目前实现表情模拟主要基于文本驱动、自然语音驱动和音视频混合建模方法来驱动人物的面部表情。例如，文本驱动的方式通常是TTS(Text to Speech，文-语转换)引擎将输入的文本信息转化为对应的音素序列、音素时长以及对应的语音波形，然后在模型库中选择对应的模型单元，通过平滑处理和相应的同步算法最终呈现出和输入文本内容相对应的语音和人脸表情动作。
在进行表情模拟的过程中，需要对展现表情的表情元素(例如，嘴巴)进行色彩渲染，由于表情元素的渲染色彩通常是通过机器学习的方式来获得，会出现部分表情元素预测的色彩值与真实值之间存在色彩偏差的现象，例如，嘴巴的渲染值通常是红色，而预测出的色彩值是黄色。这种现象会影响用户的使用体验。
发明内容
有鉴于此，本公开实施例提供一种图像渲染方法、装置及电子设备，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种图像渲染方法，包括：
对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值；
基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图；
通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值；
利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。
根据本公开实施例的一种具体实现方式，所述对获取到的包含目标对象的多个图像进行权重处理，包括：
收集包含目标对象的多个图像；
判断目标对象上是否包含目标元素；
若是，则为目标元素设置第一权重值，为目标对象上的非目标元素设置第二权重值，所述第一权重值大于第二权重值。
根据本公开实施例的一种具体实现方式，所述通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图，包括：
采用x、y分别来表示获取到的多个图像及目标元素渲染值，其中，第i个图像上目标元素渲染值用(xi，yi)表示。
根据本公开实施例的一种具体实现方式，所述通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图，包括：
设置对图像进行分类预测的神经网络模型g，所述神经网络模型g包括卷积层、池化层和采样层；
利用所述神经网络模型g产生第i个图像上目标元素的渲染预测值g(xi)。
根据本公开实施例的一种具体实现方式，所述利用所述神经网络模型g产生第i个图像上目标元素的渲染预测值g(xi)，包括：
设置所述神经网络模型g中卷积层和采样层的数目分别大于2个，在所述卷积层之后，采用最大池化的方式对第i个图像进行池化处理。
根据本公开实施例的一种具体实现方式，所述通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，包括：
针对第i个图像xi上目标元素的渲染值yi及第i个图像的渲染预测值g(xi)，构建最小化目标函数f(x，y)＝wi*||g(xi)-yi||^2，其中wi为第一权重值。
根据本公开实施例的一种具体实现方式，所述通过每个图像的二维图像信息和所述预测图，构建最小化目标函数之后，所述方法还包括：
利用所述最小化目标函数对神经网络模型g进行多次迭代，求取所述最小化目标函数的最小值。
根据本公开实施例的一种具体实现方式，所述求取所述最小化目标函数的最小值，包括：
设置针对所述最小化目标函数的迭代周期；
在对所述神经网络模型g完成迭代周期的计算之后，判断目标元素的渲染值预测精确度是否低于非目标元素的渲染值预测精度；
若是，则进一步提高第一权重值的数值。
根据本公开实施例的一种具体实现方式，所述利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色，包括：
获取针对所述目标对象的输入信息，对所述输入信息进行解析，得到第一解析结果；
生成所述第一解析结果匹配的目标元素的第一渲染值以及非目标元素的第二渲染值；
利用所述第一渲染值和第二渲染值对目标元素和非目标元素进行色彩渲染。
第二方面，本公开实施例提供了一种图像渲染装置，包括：
处理模块，用于对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值；
预测模块，用于基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图；
构建模块，用于通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值；
执行模块，用于利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的图像渲染方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的图像渲染方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的图像渲染方法。
本公开实施例中的图像渲染方案，包括对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值；基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图；通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值；利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。通过本公开的处理方案，通过针对目标元素设置权重值，保证了目标元素渲染色彩预测值的真实度，提高了目标对象整体图像色彩渲染的准确性。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，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它的附图。
图1为本公开实施例提供的一种图像渲染流程示意图；
图2为本公开实施例提供的一种神经网络模型示意图；
图3为本公开实施例提供的另一种图像渲染流程示意图；
图4为本公开实施例提供的另一种图像渲染流程示意图；
图5为本公开实施例提供的图像渲染装置结构示意图；
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种图像渲染方法。本实施例提供的图像渲染方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、终端设备等中。
参见图1，本公开实施例提供的一种图像渲染方法，包括如下步骤：
S101，对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值。
目标对象的动作和表情是本公开的方案所要模拟和预测的内容，作为一个例子，目标对象可以是真实的能够进行网络播报的人，也可以是其他的具有信息传播功能的对象，例如电视节目主持人、新闻节目播音员、进行授课的教师等。
目标对象通常为具有传播功能的人，由于该类型的人通常具有一定的知名度，当有海量的内容需要目标对象进行包含语音和/或视频动作的播报时，通常需要花费较多的成本。同时，对于直播类的节目，目标对象通常无法在同一个时间内出现在多个直播间(或多个直播频道)。此时如果想呈现出例如“主播分身”这样的效果，通过真人进行现场播报通常难以达到这种效果。
为此，需要预先通过摄像机等录像设备对目标对象(例如，主播)进行视频采集，通过视频来采集目标对象针对不同内容的播报记录。例如，可以记录目标对象的一段直播间主持内容，也可以记录目标对象针对一段新闻的播报记录。
在对目标对象进行预测的过程中，需要对目标元素的色彩进行预测和填充，由于目标对象上不同的表情元素(例如，鼻子，眼睛，嘴巴等)的色彩值的逼真度要求不一样，为此，需要对色彩值逼真度要求比较高的目标元素(例如，嘴巴)的色彩值进行重点关注，保证目标元素的色彩值预测与真实值接近。
为此需要对包含目标对象的多个图像进行权重处理，具体的，则是查找该多个图像上的目标对象是否包含目标元素，对于目标元素(例如，嘴巴)设定第一权重值，对于非目标元素(例如，鼻子，耳朵等)设定第二权重值。通过设定不同的权重值，可以使不同的表情元素具有不同的区域像素差异。
S102，基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图。
为了能够对多个图像中的每个图像的分类进行预测，构建神经网络模型g，参见图2，神经网络模型g包括卷积层、池化层、采样层和全连接层。
卷积层主要参数包括卷积核的大小和输入特征图的数量，每个卷积层可以包含若干个相同大小的特征图，同一层特征值采用共享权值的方式，每层内的卷积核大小一致。卷积层对输入图像进行卷积计算，并提取输入图像的布局特征。
卷积层的特征提取层后面都可以与采样层连接，采样层用来求输入图像的局部平均值并进行二次特征提取，通过将采样层与卷积层连接，能够保证神经网络模型对于输入图像具有较好的鲁棒性。
为了加快神经网络模型g的训练速度，在卷积层后面还设置有池化层，池化层采用最大池化的方式对卷积层的输出结果进行处理，能够更好的提取输入图像的不变性特征。
全连接层将经过多个卷积层和池化层的图像特征图中的特征进行整合，获取输入图像特征具有的分类特征，以用于图像分类。在神经网络模型g中，全连接层将卷积层产生的特征图映射成一个固定长度的特征向量。该特征向量包含了输入图像所有特征的组合信息，该特征向量将图像中含有最具有特点的图像特征保留了下来以完成图像分类任务。这样一来便可以计算输入图像对应的预测图，预测图中包含针对目标对象的渲染色彩值。
S103，通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值。
在构建完成神经网络模型g之后，对于任意输入的图像xi，便可以得到分类预测结果g(xi)，通过比较g(xi)和yi之间的差值，便可以对神经网络模型g的精确度进行评估。
具体的，可以在所有训练样本上，构建最小化目标函数f(x,y)＝wi*||g(xi)-yi||^2来进行神经网络模型g的训练，wi为第i个图像上目标元素的第一权重值。训练过程需要多次迭代求取目标函数的最小值。每经过若干个(例如，10个)迭代周期，当目标元素预测精度低于非目标元素若干个(例如，10个)百分点时，则可以进一步提高第一权重值的具体数值。重复迭代直到测试精度趋于稳定。
S104，利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。
完成目标元素的权重值计算之后，便可以基于最终计算得出的第一权重值构建针对神经网络模型g的加权损失函数(计算函数)，通过该加权损失函数对新输入的图像进行分类计算和预测，从而得到目标对象中目标元素的渲染颜色和非目标对象的渲染颜色，通过对目标元素和非目标元素进行色彩填充，便得到了含有不同色彩的表情元素组成的目标对象。
参见图3，根据本公开实施例的一种具体实现方式，对获取到的包含目标对象的多个图像进行权重处理，可以包括如下步骤：
S301，收集包含目标对象的多个图像。
目标对象通常为具有传播功能的人，由于该类型的人通常具有一定的知名度，当有海量的内容需要目标对象进行包含语音和/或视频动作的播报时，通常需要花费较多的成本。同时，对于直播类的节目，目标对象通常无法在同一个时间内出现在多个直播间(或多个直播频道)，此时如果想呈现出例如“主播分身”这样的效果，通过真人进行现场播报通常难以达到这种效果。
为此，需要预先通过摄像机等录像设备对目标对象(例如，主播)进行视频采集，通过视频来采集目标对象针对不同内容的播报记录。例如，可以记录目标对象的一段直播间主持内容，也可以记录目标对象针对一段新闻的播报记录。
S302，判断目标对象上是否包含目标元素。
由于图片的拍摄角度等方面的原因，并不是目标对象上所有的表情元素都会呈现在图片上，为此，可以通过对获取的多个图像进行表情元素识别的方式(例如，嘴巴识别)来判断目标对象上的所有表情元素中是否存在目标元素。
S303若是，则为目标元素设置第一权重值，为目标对象上的非目标元素设置第二权重值，所述第一权重值大于第二权重值。
当发现目标对象所在的图像上含有目标元素时，可以进一步的为目标元素设置第一权重值，通过设置第一权重值，能够使得目标元素所在的区域像素差异值较大，从而在对目标元素的颜色进行预测时，能够更加接近目标元素的真实色彩。对于目标元素之外的其他非目标元素，可以设置第二权重值，第二权重值小于或等于第一权重值。作为一个例子，第一权重值可以是1.5，第二权重值可以是1。
对目标对象进行图像预测，需要借助预测模型来实现，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图的过程中，可以采用x、y分别来表示获取到的多个图像及目标元素渲染值，其中，第i个图像上目标元素渲染值用(xi，yi)表示。
预测模型可以通过设置神经网络模型g来实现。作为一种方式，神经网络模型g可以包括卷积层、池化层和采样层。通过神经网络模型g能够产生第i个图像上目标元素的渲染预测值g(xi)。
为了提高神经网络模型的计算效果，根据本公开实施例的一种具体实现方式，可以设置所述神经网络模型g中卷积层和采样层的数目分别大于2个，在所述卷积层之后，采用最大池化的方式对第i个图像进行池化处理。通过这种方式，能够提高神经网络模型g的计算速度。
再设置完成神经网络模型g之后，可以通过每个图像的二维图像信息和所述预测图，构建最小化目标函数。具体的，可以针对第i个图像xi上目标元素的渲染值yi及第i个图像的渲染预测值g(xi)，构建最小化目标函数f(x，y)＝wi*||g(xi)-yi||^2，其中wi为第一权重值。最后，利用所述最小化目标函数对神经网络模型g进行多次迭代，求取所述最小化目标函数的最小值。
求取所述最小化目标函数的最小值，可以设置针对所述最小化目标函数的迭代周期，在对所述神经网络模型g完成迭代周期的计算之后，判断目标元素的渲染值预测精确度是否低于非目标元素的渲染值预测精度，若是，则进一步提高第一权重值的数值。通过不断调整第一权重值的数值，能够保证预测的目标元素渲染颜色与真实颜色的更加接近。
参见图4，根据本公开实施例的一种具体实现方式，所述利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色，包括：
S401，获取针对所述目标对象的输入信息，对所述输入信息进行解析，得到第一解析结果。
输入信息可以是多种方式，例如，输入信息可以是文本、音频或图像的形式。输入信息通过数据解析后转化为第一解析结果，该第一解析结果包含与所述纹理图及所述形状约束图相匹配的参数，利用训练后得到的所述重建模型，通过调用所述纹理图及所述形状约束图来最终完成保证图像的生成。
第一解析结果中包含有针对目标对象上特定元素的运动幅度参数，以嘴巴为例，嘴巴全部张开的时候运动幅度可以量化为1，嘴巴全部闭合的时候，运动运动幅度可以量化为0，通过量化0和1之间的数值，可以描述嘴巴在完全张开和完全闭合之间的中间状态。
S402，生成所述第一解析结果匹配的目标元素的第一渲染值以及非目标元素的第二渲染值。
通过第一解析结果，能够匹配出目标元素的渲染颜色值(第一渲染值)以及非目标元素的渲染颜色值(第二渲染值)。具体的，可以通过训练好的预测模型对第一解析结果进行分析并预测，得到第一渲染值和第二渲染值。
S403，利用所述第一渲染值和第二渲染值对目标元素和非目标元素进行色彩渲染。
与上面的方法实施例相对应，参见图5，本公开实施例还公开了一种图像渲染装置50，包括：
处理模块501，用于对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值。
目标对象的动作和表情是本公开的方案所要模拟和预测的内容，作为一个例子，目标对象可以是真实的能够进行网络播报的人，也可以是其他的具有信息传播功能的对象，例如电视节目主持人、新闻节目播音员、进行授课的教师等。
目标对象通常为具有传播功能的人，由于该类型的人通常具有一定的知名度，当有海量的内容需要目标对象进行包含语音和/或视频动作的播报时，通常需要花费较多的成本。同时，对于直播类的节目，目标对象通常无法在同一个时间内出现在多个直播间(或多个直播频道)。此时如果想呈现出例如“主播分身”这样的效果，通过真人进行现场播报通常难以达到这种效果。
为此，需要预先通过摄像机等录像设备对目标对象(例如，主播)进行视频采集，通过视频来采集目标对象针对不同内容的播报记录。例如，可以记录目标对象的一段直播间主持内容，也可以记录目标对象针对一段新闻的播报记录。
在对目标对象进行预测的过程中，需要对目标元素的色彩进行预测和填充，由于目标对象上不同的表情元素(例如，鼻子，眼睛，嘴巴等)的色彩值的逼真度要求不一样，为此，需要对色彩值逼真度要求比较高的目标元素(例如，嘴巴)的色彩值进行重点关注，保证目标元素的色彩值预测与真实值接近。
为此需要对包含目标对象的多个图像进行权重处理，具体的，则是查找该多个图像上的目标对象是否包含目标元素，对于目标元素(例如，嘴巴)设定第一权重值，对于非目标元素(例如，鼻子，耳朵等)设定第二权重值。通过设定不同的权重值，可以使不同的表情元素具有不同的区域像素差异。
预测模块502，用于基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图。
为了能够对多个图像中的每个图像的分类进行预测，构建神经网络模型g，参见图2，神经网络模型g包括卷积层、池化层、采样层和全连接层。
卷积层主要参数包括卷积核的大小和输入特征图的数量，每个卷积层可以包含若干个相同大小的特征图，同一层特征值采用共享权值的方式，每层内的卷积核大小一致。卷积层对输入图像进行卷积计算，并提取输入图像的布局特征。
卷积层的特征提取层后面都可以与采样层连接，采样层用来求输入图像的局部平均值并进行二次特征提取，通过将采样层与卷积层连接，能够保证神经网络模型对于输入图像具有较好的鲁棒性。
为了加快神经网络模型g的训练速度，在卷积层后面还设置有池化层，池化层采用最大池化的方式对卷积层的输出结果进行处理，能够更好的提取输入图像的不变性特征。
全连接层将经过多个卷积层和池化层的图像特征图中的特征进行整合，获取输入图像特征具有的分类特征，以用于图像分类。在神经网络模型g中，全连接层将卷积层产生的特征图映射成一个固定长度的特征向量。该特征向量包含了输入图像所有特征的组合信息，该特征向量将图像中含有最具有特点的图像特征保留了下来以完成图像分类任务。这样一来便可以计算输入图像对应的预测图，预测图中包含针对目标对象的渲染色彩值。
构建模块503，用于通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值。
在构建完成神经网络模型g之后，对于任意输入的图像xi，便可以得到分类预测结果g(xi)，通过比较g(xi)和yi之间的差值，便可以对神经网络模型g的精确度进行评估。
具体的，可以在所有训练样本上，构建最小化目标函数f(x,y)＝wi*||g(xi)-yi||^2来进行神经网络模型g的训练，wi为第i个图像上目标元素的第一权重值。训练过程需要多次迭代求取目标函数的最小值。每经过若干个(例如，10个)迭代周期，当目标元素预测精度低于非目标元素若干个(例如，10个)百分点时，则可以进一步提高第一权重值的具体数值。重复迭代直到测试精度趋于稳定。
执行模块504，用于利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。
完成目标元素的权重值计算之后，便可以基于最终计算得出的第一权重值构建针对神经网络模型g的加权损失函数(计算函数)，通过该加权损失函数对新输入的图像进行分类计算和预测，从而得到目标对象中目标元素的渲染颜色和非目标对象的渲染颜色，通过对目标元素和非目标元素进行色彩填充，便得到了含有不同色彩的表情元素组成的目标对象。
图5所示装置可以对应的执行上述方法实施例中的内容，本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中图像渲染方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的图像渲染方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备60可以包括处理装置(例如中央处理器、图形处理器等)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装置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，还存储有电子设备60操作所需的各种程序和数据。处理装置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。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
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装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述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：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，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：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。
描述于本公开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。其中，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，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种图像渲染方法，其特征在于，包括：
对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值，其中，所述第一权重值表示目标元素的预测精度；
基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图，其中，预测模型通过设置神经网络模型来实现，所述预测图中包含针对目标对象的色彩渲染值；
通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值；
利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。
2.根据权利要求1所述的方法，其特征在于，所述对获取到的包含目标对象的多个图像进行权重处理，包括：
收集包含目标对象的多个图像；
判断目标对象上是否包含目标元素；
若是，则为目标元素设置第一权重值，为目标对象上的非目标元素设置第二权重值，所述第一权重值大于第二权重值。
3.根据权利要求1所述的方法，其特征在于，所述通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图，包括：
采用x、y分别来表示获取到的多个图像及目标元素渲染值，其中，第i个图像上目标元素渲染值用(xi，yi)表示。
4.根据权利要求3所述的方法，其特征在于，所述通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图，包括：
设置对图像进行分类预测的神经网络模型g，所述神经网络模型g包括卷积层、池化层和采样层；
利用所述神经网络模型g产生第i个图像上目标元素的渲染预测值g(xi)。
5.根据权利要求4所述的方法，其特征在于，所述利用所述神经网络模型g产生第i个图像上目标元素的渲染预测值g(xi)，包括：
设置所述神经网络模型g中卷积层和采样层的数目分别大于2个，在所述卷积层之后，采用最大池化的方式对第i个图像进行池化处理。
6.根据权利要求4所述的方法，其特征在于，所述通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，包括：
针对第i个图像xi上目标元素的渲染值yi及第i个图像的渲染预测值g(xi)，构建最小化目标函数f(x，y)＝wi*||g(xi)-yi||^2，其中wi为第一权重值。
7.根据权利要求6所述的方法，其特征在于，所述通过每个图像的二维图像信息和所述预测图，构建最小化目标函数之后，所述方法还包括：
利用所述最小化目标函数对神经网络模型g进行多次迭代，求取所述最小化目标函数的最小值。
8.根据权利要求7所述的方法，其特征在于，所述求取所述最小化目标函数的最小值，包括：
设置针对所述最小化目标函数的迭代周期；
在对所述神经网络模型g完成迭代周期的计算之后，判断目标元素的渲染值预测精确度是否低于非目标元素的渲染值预测精度；
若是，则进一步提高第一权重值的数值。
9.根据权利要求2所述的方法，其特征在于，所述利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色，包括：
获取针对所述目标对象的输入信息，对所述输入信息进行解析，得到第一解析结果；
生成所述第一解析结果匹配的目标元素的第一渲染值以及非目标元素的第二渲染值；
利用所述第一渲染值和第二渲染值对目标元素和非目标元素进行色彩渲染。
10.一种图像渲染装置，其特征在于，包括：
处理模块，用于对获取到的包含目标对象的多个图像进行权重处理，使所述目标对象上的目标元素具有第一权重值，其中，所述第一权重值表示目标元素的预测精度；
预测模块，用于基于所述第一权重值，通过预测模型对所述多个图像中的目标对象进行预测，得到目标对象的预测图，其中，预测模型通过设置神经网络模型来实现，所述预测图中包含针对目标对象的色彩渲染值；
构建模块，用于通过每个图像的二维图像信息和所述预测图，构建最小化目标函数，所述最小化目标函数用于训练所述预测模型，使所述预测模型的预测精度达到预设值；
执行模块，用于利用训练完成后的预测模型，确定与输入信息相匹配目标对象的渲染颜色。
11.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一权利要求1-9所述的图像渲染方法。
12.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述任一权利要求1-9所述的图像渲染方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910223515.0A CN110060324B (zh) | 2019-03-22 | 2019-03-22 | 图像渲染方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910223515.0A CN110060324B (zh) | 2019-03-22 | 2019-03-22 | 图像渲染方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110060324A CN110060324A (zh) | 2019-07-26 |
| CN110060324B true CN110060324B (zh) | 2023-10-13 |
Family
ID=67317094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910223515.0A Active CN110060324B (zh) | 2019-03-22 | 2019-03-22 | 图像渲染方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110060324B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113538455B (zh) * | 2021-06-15 | 2023-12-12 | 聚好看科技股份有限公司 | 三维发型匹配方法及电子设备 |
| CN114120062B (zh) * | 2021-11-26 | 2023-07-28 | 北京百度网讯科技有限公司 | 样本生成方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102854495A (zh) * | 2012-07-10 | 2013-01-02 | 中国船舶重工集团公司第七二四研究所 | 基于d3d颜色融合技术的雷达视频渲染显示的实现方法 |
| CN105489177A (zh) * | 2015-11-30 | 2016-04-13 | 信利（惠州）智能显示有限公司 | 子像素渲染方法及渲染装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5255789B2 (ja) * | 2007-06-27 | 2013-08-07 | 任天堂株式会社 | 画像処理プログラムおよび画像処理装置 |
| EP3204871A1 (en) * | 2014-10-09 | 2017-08-16 | Microsoft Technology Licensing, LLC | Generic object detection in images |
| US9679398B2 (en) * | 2015-10-19 | 2017-06-13 | Chaos Software Ltd. | Rendering images using color contribution values of render elements |
-
2019
- 2019-03-22 CN CN201910223515.0A patent/CN110060324B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102854495A (zh) * | 2012-07-10 | 2013-01-02 | 中国船舶重工集团公司第七二四研究所 | 基于d3d颜色融合技术的雷达视频渲染显示的实现方法 |
| CN105489177A (zh) * | 2015-11-30 | 2016-04-13 | 信利（惠州）智能显示有限公司 | 子像素渲染方法及渲染装置 |
Non-Patent Citations (1)
| Title |
|---|
| 点模型的局部几何重建和光线跟踪;苗兰芳等;《计算机辅助设计与图形学学报》;20060620(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110060324A (zh) | 2019-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110189394B (zh) | 口型生成方法、装置及电子设备 | |
| WO2021004247A1 (zh) | 视频封面生成方法、装置及电子设备 | |
| CN110047121B (zh) | 端到端的动画生成方法、装置及电子设备 | |
| CN110035271B (zh) | 保真图像生成方法、装置及电子设备 | |
| CN110047119B (zh) | 包含动态背景的动画生成方法、装置及电子设备 | |
| CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
| CN110222726A (zh) | 图像处理方法、装置及电子设备 | |
| CN110267097A (zh) | 基于分类特征的视频推送方法、装置及电子设备 | |
| CN110287816B (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
| CN110234018A (zh) | 多媒体内容描述生成方法、训练方法、装置、设备及介质 | |
| CN112182281B (zh) | 一种音频推荐方法、装置及存储介质 | |
| CN110211017B (zh) | 图像处理方法、装置及电子设备 | |
| CN110278447A (zh) | 基于连续特征的视频推送方法、装置及电子设备 | |
| CN110060324B (zh) | 图像渲染方法、装置及电子设备 | |
| CN110555861B (zh) | 光流计算方法、装置及电子设备 | |
| CN110069997B (zh) | 场景分类方法、装置及电子设备 | |
| CN110288532B (zh) | 生成全身图像的方法、装置、设备及计算机可读存储介质 | |
| CN109977925B (zh) | 表情确定方法、装置及电子设备 | |
| CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
| CN110197459A (zh) | 图像风格化生成方法、装置及电子设备 | |
| CN110378936A (zh) | 光流计算方法、装置及电子设备 | |
| CN110300329A (zh) | 基于离散特征的视频推送方法、装置及电子设备 | |
| CN110069195A (zh) | 图像拖拽变形方法和装置 | |
| CN114090817A (zh) | 一种人脸特征数据库动态构建方法、装置及存储介质 | |
| CN110704679A (zh) | 视频分类方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |