CN110362709A - 人物配图选取方法、装置、计算机设备及存储介质 - Google Patents
人物配图选取方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110362709A CN110362709A CN201910499948.9A CN201910499948A CN110362709A CN 110362709 A CN110362709 A CN 110362709A CN 201910499948 A CN201910499948 A CN 201910499948A CN 110362709 A CN110362709 A CN 110362709A
- Authority
- CN
- China
- Prior art keywords
- picture
- personage
- films
- candidate pictures
- television programs
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Abstract
本发明公开了人物配图选取方法、装置、计算机设备及存储介质,其中方法可包括:针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,从预定数据源收集该人物的图片,组成第一候选图片集;从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集;将第二候选图片集中的一张图片作为该人物的配图。应用本发明所述方案,能够提升图片选取质量等。
Description
【技术领域】
本发明涉及计算机应用技术,特别涉及人物配图选取方法、装置、计算机设备及存储介质。
【背景技术】
图片是知识图谱数据中的重要信息,也是产品中最容易被用户关注到的属性。图片择优技术,是针对融合了多源数据后的知识图谱数据,选择更优质的图片来展示实体的技术。
对于影视作品实体,需要为参与演出的人物(即演员)选取优质的配图,即进行图片的择优,影视作品中涉及到的人物众多,目前通常采用以下的选取方式:从多个影视站点中获取人物图片,按照不同站点的权威性进行图片的择优。该方式的可执行性比较高,但没有考虑到图片与影视作品的风格的相关性,从而降低了图片选取质量。
【发明内容】
有鉴于此,本发明提供了人物配图选取方法、装置、计算机设备及存储介质。
具体技术方案如下:
一种人物配图选取方法,包括:
针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,从预定数据源收集所述人物的图片,组成第一候选图片集;
从所述第一候选图片集中选出与所述影视作品的风格相对应的图片,组成第二候选图片集;
将所述第二候选图片集中的一张图片作为所述人物的配图。
根据本发明一优选实施例,所述从预定数据源收集所述人物的图片包括以下之一或任意组合:
从预定的影视站点获取所述人物的图片;
从知识图谱中获取所述人物的图片;
从所述影视作品的剧照中截取出所述人物的图片;
从所述影视作品的出品方获取所述人物的图片。
根据本发明一优选实施例,所述从所述第一候选图片集中选出与所述影视作品的风格相对应的图片之前,进一步包括:
若所述第一候选图片集中包含从可信数据源收集到的所述人物的图片,则将从所述可信数据源收集到的一张所述人物的图片作为所述人物的配图。
根据本发明一优选实施例,所述从所述第一候选图片集中选出与所述影视作品的风格相对应的图片包括:
针对所述第一候选图片集中的每张图片,若确定所述图片属于所述影视作品所属的M种风格中的任一风格,则将所述图片作为与所述影视作品的风格相对应的图片,M为正整数。
根据本发明一优选实施例,所述若确定所述图片属于所述影视作品所属的M种风格中的任一风格,则将所述图片作为与所述影视作品的风格相对应的图片包括:
若利用所述M种风格中的任一风格对应的风格分类器对所述图片进行二分类,分类结果为所述图片属于所述风格分类器对应的风格,则将所述图片作为与所述影视作品的风格相对应的图片。
根据本发明一优选实施例,所述风格分类器为预先训练得到,将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入。
根据本发明一优选实施例,该方法进一步包括:若所述第一候选图片集中不存在与所述影视作品的风格相对应的图片,则利用所述第一候选图片集中的全部图片组成所述第二候选图片集。
根据本发明一优选实施例,将所述第二候选图片集中的一张图片作为所述人物的配图包括:
若所述第二候选图片集中仅包含一张图片,则将所述图片作为所述人物的配图;
若所述第二候选图片集中包含多于一张图片,则基于颜色特征,从所述第二候选图片集中选出一张图片,作为所述人物的配图。
根据本发明一优选实施例,所述基于颜色特征,从所述第二候选图片集中选出一张图片,作为所述人物的配图包括:
分别计算所述第二候选图片集中的每张图片与所述影视作品的封面海报之间的颜色相似度;
从所述第二候选图片集中选出颜色相似度最高的一张图片,作为所述人物的配图。
根据本发明一优选实施例,所述分别计算所述第二候选图片集中的每张图片与所述影视作品的封面海报之间的颜色相似度包括:
针对所述第二候选图片集中的每张图片,分别获取所述图片的颜色直方图,并获取所述封面海报的颜色直方图,计算两个颜色直方图之间的余弦相似度,将计算结果作为所述图片与所述封面海报之间的颜色相似度。
一种人物配图选取装置,包括:图片收集单元以及图片选取单元;
所述图片收集单元,用于针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,从预定数据源收集所述人物的图片,组成第一候选图片集;
所述图片选取单元,用于从所述第一候选图片集中选出与所述影视作品的风格相对应的图片,组成第二候选图片集,并将所述第二候选图片集中的一张图片作为所述人物的配图。
根据本发明一优选实施例,所述图片收集单元从预定的影视站点获取所述人物的图片;
和/或,所述图片收集单元从知识图谱中获取所述人物的图片;
和/或,所述图片收集单元从所述影视作品的剧照中截取出所述人物的图片;
和/或,所述图片收集单元从所述影视作品的出品方获取所述人物的图片。
根据本发明一优选实施例,所述图片选取单元进一步用于,在从所述第一候选图片集中选出与所述影视作品的风格相对应的图片之前,若确定所述第一候选图片集中包含从可信数据源收集到的所述人物的图片,则将从所述可信数据源收集到的一张所述人物的图片作为所述人物的配图。
根据本发明一优选实施例,所述图片选取单元针对所述第一候选图片集中的每张图片,若确定所述图片属于所述影视作品所属的M种风格中的任一风格,则将所述图片作为与所述影视作品的风格相对应的图片,M为正整数。
根据本发明一优选实施例,所述图片选取单元在利用所述M种风格中的任一风格对应的风格分类器对所述图片进行二分类,分类结果为所述图片属于所述风格分类器对应的风格时,则将所述图片作为与所述影视作品的风格相对应的图片。
根据本发明一优选实施例,所述风格分类器为预先训练得到,将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入。
根据本发明一优选实施例,所述图片选取单元进一步用于,若所述第一候选图片集中不存在与所述影视作品的风格相对应的图片,则利用所述第一候选图片集中的全部图片组成所述第二候选图片集。
根据本发明一优选实施例,所述图片选取单元确定所述第二候选图片集中仅包含一张图片,则将所述图片作为所述人物的配图,若确定所述第二候选图片集中包含多于一张图片,则基于颜色特征,从所述第二候选图片集中选出一张图片,作为所述人物的配图。
根据本发明一优选实施例,所述图片选取单元分别计算所述第二候选图片集中的每张图片与所述影视作品的封面海报之间的颜色相似度,从所述第二候选图片集中选出颜色相似度最高的一张图片,作为所述人物的配图。
根据本发明一优选实施例,所述图片选取单元针对所述第二候选图片集中的每张图片,分别获取所述图片的颜色直方图,并获取所述封面海报的颜色直方图,计算两个颜色直方图之间的余弦相似度,将计算结果作为所述图片与所述封面海报之间的颜色相似度。
一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述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如以上所述的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出,采用本发明所述方案,针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,可从预定数据源收集该人物的图片,组成第一候选图片集,并可从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集,进而可从第二候选图片集中选出一张图片,作为该人物的配图,从而提升了图片与影视作品的风格的相关性,提升了图片选取质量,并可实现图片选取的规模化和自动化等。
【附图说明】
图1为本发明所述人物配图选取方法第一实施例的流程图。
图2为本发明所述风格分类器的训练过程示意图。
图3为本发明所述人物配图选取方法第二实施例的流程图。
图4为本发明所述人物配图选取方法的整体实现过程示意图。
图5为本发明所述人物配图选取装置实施例的组成结构示意图。
图6示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案进行进一步说明。
显然,所描述的实施例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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
另外,应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本发明所述人物配图选取方法第一实施例的流程图。如图1所示,包括以下具体实现方式。
在101中,针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,从预定数据源收集该人物的图片,组成第一候选图片集。
在102中,从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集。
在103中,将第二候选图片集中的一张图片作为该人物的配图。
针对待处理的影视作品,当需要为任一参与演出的人物即演员生成配图时,可从预定数据源收集该人物的图片,并可利用收集到的图片组成第一候选图片集。为便于表述,将上述人物称为人物a。
其中,从预定数据源收集人物a的图片的方式可包括但不限于以下之一或任意组合:
1)从预定的影视站点获取人物a的图片;
2)从知识图谱中获取人物a的图片;
3)从影视作品的剧照中截取出人物a的图片;
4)从影视作品的出品方获取人物a的图片。
方式1)中,可从预定的一个或多个影视站点获取人物a的图片,即从影视站点进行图片挖掘,如从影视站点A获取人物a的图片。
方式2)中,可从知识图谱中获取人物a对应的实体的图片,即获取人物a自身的图集。
方式3)中,可从影视作品的剧照中截取出人物a的图片,剧照中可能包含多个人物,可利用方式1)中获取到的人物a的图片作为参考,使用人脸识别技术识别出人物a,并可按照人脸定位在画面中黄金分隔点的位置进行图片截取,从而得到人物a的图片。
方式4)中,可与出品方合作,从出品方获取人物a的图片,即引入人工运营的数据。
优选地,可同时按照上述四种方式来获取人物a的图片。在实际应用中,可能有的方式能够获取到图片,而有的方式不能获取到图片。如按照方式1)能够获取到人物a的图片,但按照方式3)不能获取到人物a的图片,据不完全统计,有剧照的影视作品的占比不到50%,有丰富剧照(30张以上)的占比不到40%,而且大部分剧照的镜头也只会集中在主角身上,因此靠这种方式很可能无法获取到人物a的图片。类似地,按照方式4)也可能无法获取到人物a的图片。因此,优选地,可同时按照上述四种方式来获取人物a的图片,以丰富第一候选图片集的内容。
之后,可从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集。其中,在从第一候选图片集中选出与影视作品的风格相对应的图片之前,还可先判断第一候选图片集中是否包含从可信数据源获取到的人物a的图片,若是,则可将从可信数据源获取到的一张人物a的图片作为人物a的配图。
从可信数据源获取到的人物a的图片可以是指按照上述方式4)获取到的人物a的图片。出品方作为与影视作品有合作关系的一方,其提供的图片可具有较高的优先级,因此如果第一候选图片集中包含从出品方获取到的人物a的图片,可直接将其中的一张图片作为人物a的配图,无需进行后续处理。在实际应用中,针对每个人物,通常只会选取一张图片作为配图,而从出品方获取到的图片中,针对每个人物通常也只会有一张图片,因此可直接将这张图片作为人物配图。
若第一候选图片集中不包含从可信数据源获取到的人物a的图片,可从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集。
具体地,针对第一候选图片集中的每张图片,若确定该图片属于影视作品所属的M种风格中的任一风格,则可将该图片作为与影视作品的风格相对应的图片,M为正整数,即可能为一,也可能大于一。
对于一个影视作品来说,其可能只属于一种风格,也可能同时属于多种风格,如“古装”、“悬疑”等。对于第一候选图片集中的每张图片,若该图片属于影视作品所属的M种风格中的任一风格,如属于“古装”风格,则可将该图片作为与影视作品的风格相对应的图片,加入到第二候选图片集中。
针对影视作品所属的每种风格,可预先分别训练得到一个风格分类器,该分类器可为二分类分类器。这样,对于第一候选图片集中的每张图片,若利用任一风格对应的风格分类器对该图片进行二分类,分类结果为该图片属于该风格分类器对应的风格,则可将该图片作为与影视作品的风格相对应的图片。
比如,M的取值为2,即共有两个风格分类器,为便于表述,分别称为第一风格分类器以及第二风格分类器,对于第一候选图片集中的每张图片,可首先利用第一风格分类器对该图片进行分类,若分类结果为该图片属于第一风格分类器对应的风格,则可将该图片作为与影视作品的风格相对应的图片,若分类结果为该图片不属于第一风格分类器对应的风格,则可继续利用第二风格分类器对该图片进行分类,若分类结果为该图片属于第二风格分类器对应的风格,则可将该图片作为与影视作品的风格相对应的图片,若分类结果为该图片不属于第二风格分类器对应的风格,则可确定该图片不为与影视作品的风格相对应的图片。
风格分类器可为预先训练得到的,并可将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入,将影视作品的风格作为标签。由于从影视作品的剧照中截取出的人物图片通常与影视作品的风格相关,因此,在训练风格分类器时,可获取作为训练数据的影视作品,并从影视作品的剧照中截取出人物图片,构建正负样本等,完成风格分类器的训练。
图2为本发明所述风格分类器的训练过程示意图。如图2所示,基于截取出的人物图片,可分别训练得到对应于不同风格的风格分类器。
若第一候选图片集中不存在与影视作品的风格相对应的图片,可利用第一候选图片集中的全部图片组成第二候选图片集。
无论通过哪种方式组成第二候选图片集,针对第二候选图片集,可将其中的一张图片作为人物a的配图。其中,若第二候选图片集中仅包含一张图片,可直接将该图片作为人物a的配图,若第二候选图片集中包含多于一张图片,可基于颜色特征,从第二候选图片集中选出一张图片,作为人物a的配图。
另外,如前所述,在从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集之前,还可先判断第一候选图片集中是否包含从可信数据源获取到的人物a的图片,若是,则可将从可信数据源获取到的一张人物a的图片作为人物a的配图。作为另外一种可能的实现方式,也可以在“组成第二候选图片集”之前,不进行“判断第一候选图片集中是否包含从可信数据源获取到的人物a的图片”的处理,而是在“组成第二候选图片集”之后,若其中包含多于一张图片,再确定这些图片中是否包含从可信数据源获取到的人物a的图片,若是,则可将该图片作为人物a的配图,否则,可基于颜色特征,从第二候选图片集中选出一张图片,作为人物a的配图。
具体地,在基于颜色特征,从第二候选图片集中选出一张图片,作为人物a的配图时,可分别计算第二候选图片集中的每张图片与影视作品的封面海报之间的颜色相似度,每个影视作品通常都会具有一张封面海报,之后可从第二候选图片集中选出颜色相似度最高的一张图片,作为人物a的配图。
其中,针对第二候选图片集中的每张图片,可分别获取该图片的颜色直方图,并可获取封面海报的颜色直方图,进而可计算两个颜色直方图之间的余弦相似度,将计算结果作为该图片与封面海报之间的颜色相似度。
通过上述方式,不但保证了选取的人物配图与影视作品的风格的相关性(一致性),而且保证了选取的人物配图与封面海报的颜色分布的相似性,即便选取的人物配图与影视作品的风格不一致,也可保证选取的人物配图与封面海报的颜色分布的相似性,从而提升了产品体验等。
综合上述介绍,图3为本发明所述人物配图选取方法第二实施例的流程图。如图3所示,包括以下具体实现方式。
在301中,针对待处理的影视作品,当需要为任一参与演出的人物a生成配图时,从预定数据源收集人物a的图片,组成第一候选图片集。
从预定数据源收集人物a的图片的方式可包括但不限于以下之一或任意组合:从预定的影视站点获取人物a的图片;从知识图谱中获取人物a的图片;从影视作品的剧照中截取出人物a的图片;从影视作品的出品方获取人物a的图片。
在302中,确定第一候选图片集中是否存在与影视作品的风格相对应的图片,若是,则执行303,否则,执行304。
针对第一候选图片集中的每张图片,若确定该图片属于影视作品所属的M种风格中的任一风格,则可将该图片作为与影视作品的风格相对应的图片,M为正整数。
比如,针对第一候选图片集中的每张图片,若利用M种风格中的任一风格对应的风格分类器对图片进行二分类,分类结果为该图片属于该风格分类器对应的风格,则可将该图片作为与影视作品的风格相对应的图片。
风格分类器可为预先训练得到,可将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入。
在303中,利用第一候选图片集中与影视作品的风格相对应的图片组成第二候选图片集,之后执行305。
在304中,利用第一候选图片集中的全部图片组成第二候选图片集,之后执行305。
在305中,确定第二候选图片集中是否仅包含一张图片,若是,则执行306,否则,执行307。
在306中,将第二候选图片集中的图片作为人物a的配图,结束流程。
在307中,基于颜色特征,从第二候选图片集中选出一张图片,作为人物a的配图,结束流程。
具体地,可分别计算第二候选图片集中的每张图片与影视作品的封面海报之间的颜色相似度,之后可从第二候选图片集中选出颜色相似度最高的一张图片,作为人物a的配图。
比如,针对第二候选图片集中的每张图片,可分别获取该图片的颜色直方图,并可获取封面海报的颜色直方图,进而可计算两个颜色直方图之间的余弦相似度,将计算结果作为该图片与封面海报之间的颜色相似度。
按照上述方式,可分别为影视作品中每个参与演出的人物生成配图。如图4所示,图4为本发明所述人物配图选取方法的整体实现过程示意图,假设共需要为4个人物生成配图,具体实现请参照前述相关说明,不再赘述。
需要说明的是,对于前述的各方法实施例,为了简单描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
总之,采用本发明方法实施例所述方案,可提升选取的人物配图与影视作品的风格的相关性,提升了图片选取质量,并可实现图片选取的规模化和自动化等。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图5为本发明所述人物配图选取装置实施例的组成结构示意图。如图5所示,包括:图片收集单元501以及图片选取单元502。
图片收集单元501,用于针对待处理的影视作品,当需要为任一参与演出的人物(以下称为人物a)生成配图时,从预定数据源收集人物a的图片,组成第一候选图片集。
图片选取单元502,用于从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集,并将第二候选图片集中的一张图片作为人物a的配图。
图片收集单元501从预定数据源收集人物a的图片的方式可包括但不限于以下之一或任意组合:1)从预定的影视站点获取人物a的图片;2)从知识图谱中获取人物a的图片;3)从影视作品的剧照中截取出人物a的图片;4)从影视作品的出品方获取人物a的图片。优选地,可同时按照上述四种方式来获取人物a的图片,以丰富第一候选图片集的内容。
图片选取单元502在从第一候选图片集中选出与影视作品的风格相对应的图片之前,若确定第一候选图片集中包含从可信数据源收集到的人物a的图片,还可直接将从可信数据源收集到的一张人物a的图片作为人物a的配图。从可信数据源获取到的人物a的图片可以是指按照上述方式4)获取到的人物a的图片。在实际应用中,针对每个人物,通常只会选取一张图片作为配图,而从出品方获取到的图片中,针对每个人物通常也只会有一张图片,因此可直接将这张图片作为人物配图。
图片选取单元502可从第一候选图片集中选出与影视作品的风格相对应的图片,组成第二候选图片集。比如,针对第一候选图片集中的每张图片,若确定该图片属于影视作品所属的M种风格中的任一风格,则可将该图片作为与影视作品的风格相对应的图片,M为正整数。
对于一个影视作品来说,其可能只属于一种风格,也可能同时属于多种风格,如“古装”、“悬疑”等。对于第一候选图片集中的每张图片,若该图片属于影视作品所属的M种风格中的任一风格,如属于“古装”风格,则可将该图片作为与影视作品的风格相对应的图片,加入到第二候选图片集中。
针对影视作品所属的每种风格,可预先分别训练得到一个风格分类器,该分类器可为二分类分类器。这样,对于第一候选图片集中的每张图片,若利用任一风格对应的风格分类器对该图片进行二分类,分类结果为该图片属于该风格分类器对应的风格,则可将该图片作为与影视作品的风格相对应的图片。
风格分类器可为预先训练得到,可将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入。
若第一候选图片集中不存在与影视作品的风格相对应的图片,图片选取单元502可利用第一候选图片集中的全部图片组成第二候选图片集。
无论通过哪种方式组成第二候选图片集,针对第二候选图片集,图片选取单元502可将其中的一张图片作为人物a的配图。其中,若第二候选图片集中仅包含一张图片,可直接将该图片作为人物a的配图,若第二候选图片集中包含多于一张图片,可基于颜色特征,从第二候选图片集中选出一张图片,作为人物a的配图。
具体地,图片选取单元502在基于颜色特征,从第二候选图片集中选出一张图片,作为人物a的配图时,可分别计算第二候选图片集中的每张图片与影视作品的封面海报之间的颜色相似度,每个影视作品通常都会具有一张封面海报,之后可从第二候选图片集中选出颜色相似度最高的一张图片,作为人物a的配图。
其中,针对第二候选图片集中的每张图片,可分别获取该图片的颜色直方图,并可获取封面海报的颜色直方图,进而可计算两个颜色直方图之间的余弦相似度,将计算结果作为该图片与封面海报之间的颜色相似度。
图5所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明,不再赘述。
总之,采用本发明装置实施例所述方案,可提升选取的人物配图与影视作品的风格的相关性,提升了图片选取质量,并可实现图片选取的规模化和自动化等。
图6示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图6显示的计算机系统/服务器12仅仅是一个示例,不应对本发明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/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器(处理单元)16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现图1或图3所示实施例中的方法。
本发明同时公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时将实现如图1或图3所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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。
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发明操作的计算机程序代码,所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)。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (22)
1.一种人物配图选取方法,其特征在于,包括:
针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,从预定数据源收集所述人物的图片,组成第一候选图片集;
从所述第一候选图片集中选出与所述影视作品的风格相对应的图片,组成第二候选图片集;
将所述第二候选图片集中的一张图片作为所述人物的配图。
2.根据权利要求1所述的方法,其特征在于,
所述从预定数据源收集所述人物的图片包括以下之一或任意组合:
从预定的影视站点获取所述人物的图片;
从知识图谱中获取所述人物的图片;
从所述影视作品的剧照中截取出所述人物的图片;
从所述影视作品的出品方获取所述人物的图片。
3.根据权利要求1所述的方法,其特征在于,
所述从所述第一候选图片集中选出与所述影视作品的风格相对应的图片之前,进一步包括:
若所述第一候选图片集中包含从可信数据源收集到的所述人物的图片,则将从所述可信数据源收集到的一张所述人物的图片作为所述人物的配图。
4.根据权利要求1所述的方法,其特征在于,
所述从所述第一候选图片集中选出与所述影视作品的风格相对应的图片包括:
针对所述第一候选图片集中的每张图片,若确定所述图片属于所述影视作品所属的M种风格中的任一风格,则将所述图片作为与所述影视作品的风格相对应的图片,M为正整数。
5.根据权利要求4所述的方法,其特征在于,
所述若确定所述图片属于所述影视作品所属的M种风格中的任一风格,则将所述图片作为与所述影视作品的风格相对应的图片包括:
若利用所述M种风格中的任一风格对应的风格分类器对所述图片进行二分类,分类结果为所述图片属于所述风格分类器对应的风格,则将所述图片作为与所述影视作品的风格相对应的图片。
6.根据权利要求5所述的方法,其特征在于,
所述风格分类器为预先训练得到,将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入。
7.根据权利要求1所述的方法,其特征在于,
该方法进一步包括:若所述第一候选图片集中不存在与所述影视作品的风格相对应的图片,则利用所述第一候选图片集中的全部图片组成所述第二候选图片集。
8.根据权利要求1所述的方法,其特征在于,
将所述第二候选图片集中的一张图片作为所述人物的配图包括:
若所述第二候选图片集中仅包含一张图片,则将所述图片作为所述人物的配图;
若所述第二候选图片集中包含多于一张图片,则基于颜色特征,从所述第二候选图片集中选出一张图片,作为所述人物的配图。
9.根据权利要求8所述的方法,其特征在于,
所述基于颜色特征,从所述第二候选图片集中选出一张图片,作为所述人物的配图包括:
分别计算所述第二候选图片集中的每张图片与所述影视作品的封面海报之间的颜色相似度;
从所述第二候选图片集中选出颜色相似度最高的一张图片,作为所述人物的配图。
10.根据权利要求9所述的方法,其特征在于,
所述分别计算所述第二候选图片集中的每张图片与所述影视作品的封面海报之间的颜色相似度包括:
针对所述第二候选图片集中的每张图片,分别获取所述图片的颜色直方图,并获取所述封面海报的颜色直方图,计算两个颜色直方图之间的余弦相似度,将计算结果作为所述图片与所述封面海报之间的颜色相似度。
11.一种人物配图选取装置,其特征在于,包括:图片收集单元以及图片选取单元;
所述图片收集单元,用于针对待处理的影视作品,当需要为任一参与演出的人物生成配图时,从预定数据源收集所述人物的图片,组成第一候选图片集;
所述图片选取单元,用于从所述第一候选图片集中选出与所述影视作品的风格相对应的图片,组成第二候选图片集,并将所述第二候选图片集中的一张图片作为所述人物的配图。
12.根据权利要求11所述的装置,其特征在于,
所述图片收集单元从预定的影视站点获取所述人物的图片;
和/或,所述图片收集单元从知识图谱中获取所述人物的图片;
和/或,所述图片收集单元从所述影视作品的剧照中截取出所述人物的图片;
和/或,所述图片收集单元从所述影视作品的出品方获取所述人物的图片。
13.根据权利要求11所述的装置,其特征在于,
所述图片选取单元进一步用于,在从所述第一候选图片集中选出与所述影视作品的风格相对应的图片之前,若确定所述第一候选图片集中包含从可信数据源收集到的所述人物的图片,则将从所述可信数据源收集到的一张所述人物的图片作为所述人物的配图。
14.根据权利要求11所述的装置,其特征在于,
所述图片选取单元针对所述第一候选图片集中的每张图片,若确定所述图片属于所述影视作品所属的M种风格中的任一风格,则将所述图片作为与所述影视作品的风格相对应的图片,M为正整数。
15.根据权利要求14所述的装置,其特征在于,
所述图片选取单元在利用所述M种风格中的任一风格对应的风格分类器对所述图片进行二分类,分类结果为所述图片属于所述风格分类器对应的风格时,则将所述图片作为与所述影视作品的风格相对应的图片。
16.根据权利要求15所述的装置,其特征在于,
所述风格分类器为预先训练得到,将从作为训练数据的影视作品的剧照中截取出的人物图片作为训练的输入。
17.根据权利要求11所述的装置,其特征在于,
所述图片选取单元进一步用于,若所述第一候选图片集中不存在与所述影视作品的风格相对应的图片,则利用所述第一候选图片集中的全部图片组成所述第二候选图片集。
18.根据权利要求11所述的装置,其特征在于,
所述图片选取单元确定所述第二候选图片集中仅包含一张图片,将所述图片作为所述人物的配图,若确定所述第二候选图片集中包含多于一张图片,则基于颜色特征,从所述第二候选图片集中选出一张图片,作为所述人物的配图。
19.根据权利要求18所述的装置,其特征在于,
所述图片选取单元分别计算所述第二候选图片集中的每张图片与所述影视作品的封面海报之间的颜色相似度,从所述第二候选图片集中选出颜色相似度最高的一张图片,作为所述人物的配图。
20.根据权利要求19所述的装置,其特征在于,
所述图片选取单元针对所述第二候选图片集中的每张图片,分别获取所述图片的颜色直方图,并获取所述封面海报的颜色直方图,计算两个颜色直方图之间的余弦相似度,将计算结果作为所述图片与所述封面海报之间的颜色相似度。
21.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~10中任一项所述的方法。
22.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499948.9A CN110362709A (zh) | 2019-06-11 | 2019-06-11 | 人物配图选取方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910499948.9A CN110362709A (zh) | 2019-06-11 | 2019-06-11 | 人物配图选取方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110362709A true CN110362709A (zh) | 2019-10-22 |
Family
ID=68216870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910499948.9A Pending CN110362709A (zh) | 2019-06-11 | 2019-06-11 | 人物配图选取方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110362709A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150227780A1 (en) * | 2014-02-13 | 2015-08-13 | FacialNetwork, Inc. | Method and apparatus for determining identity and programing based on image features |
CN106547594A (zh) * | 2016-10-28 | 2017-03-29 | 北京奇虎科技有限公司 | 主题包的配置更新方法及终端 |
CN106815588A (zh) * | 2015-12-01 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 垃圾图片过滤方法及装置 |
CN106874923A (zh) * | 2015-12-14 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种商品的风格分类确定方法及装置 |
CN108416066A (zh) * | 2018-03-29 | 2018-08-17 | 平安好房(上海)电子商务有限公司 | 图片搜索方法、用户设备、存储介质及图片搜索装置 |
CN108596051A (zh) * | 2018-04-04 | 2018-09-28 | 浙江大学城市学院 | 一种面向产品风格意象的智能识别方法 |
CN109816758A (zh) * | 2018-12-21 | 2019-05-28 | 武汉西山艺创文化有限公司 | 一种基于神经网络的二维角色动画生成方法和装置 |
-
2019
- 2019-06-11 CN CN201910499948.9A patent/CN110362709A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150227780A1 (en) * | 2014-02-13 | 2015-08-13 | FacialNetwork, Inc. | Method and apparatus for determining identity and programing based on image features |
CN106815588A (zh) * | 2015-12-01 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 垃圾图片过滤方法及装置 |
CN106874923A (zh) * | 2015-12-14 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种商品的风格分类确定方法及装置 |
CN106547594A (zh) * | 2016-10-28 | 2017-03-29 | 北京奇虎科技有限公司 | 主题包的配置更新方法及终端 |
CN108416066A (zh) * | 2018-03-29 | 2018-08-17 | 平安好房(上海)电子商务有限公司 | 图片搜索方法、用户设备、存储介质及图片搜索装置 |
CN108596051A (zh) * | 2018-04-04 | 2018-09-28 | 浙江大学城市学院 | 一种面向产品风格意象的智能识别方法 |
CN109816758A (zh) * | 2018-12-21 | 2019-05-28 | 武汉西山艺创文化有限公司 | 一种基于神经网络的二维角色动画生成方法和装置 |
Non-Patent Citations (1)
Title |
---|
裔隽,张怿檬,张目清: "《Python机器学习实战》", 28 February 2018 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022528294A (ja) | 深度を利用した映像背景減算法 | |
CN108683937A (zh) | 智能电视的语音交互反馈方法、系统及计算机可读介质 | |
US7224847B2 (en) | System and method for real-time whiteboard streaming | |
WO2022041830A1 (zh) | 行人重识别方法和装置 | |
CN108182211B (zh) | 视频舆情获取方法、装置、计算机设备及存储介质 | |
GB2544885A (en) | Communication system and method | |
CN110853032B (zh) | 基于多模态深度学习的无人机视频标签获取方法 | |
CN109582880A (zh) | 兴趣点信息处理方法、装置、终端及存储介质 | |
CN109635783A (zh) | 视频监控方法、装置、终端和介质 | |
CN107608964A (zh) | 基于弹幕的直播内容的筛选方法、装置、设备及存储介质 | |
CN112132197A (zh) | 模型训练、图像处理方法、装置、计算机设备和存储介质 | |
CN111209431A (zh) | 一种视频搜索方法、装置、设备及介质 | |
CN109918513A (zh) | 图像处理方法、装置、服务器及存储介质 | |
CN110232340A (zh) | 建立视频分类模型以及视频分类的方法、装置 | |
CN110390327A (zh) | 前景提取方法、装置、计算机设备及存储介质 | |
CN109408672A (zh) | 一种文章生成方法、装置、服务器及存储介质 | |
CN109309844A (zh) | 视频台词处理方法、视频客户端及服务器 | |
CN109543560A (zh) | 一种视频中人物的分割方法、装置、设备和计算机存储介质 | |
CN108289230A (zh) | 一种电视购物内容的推荐方法、装置、设备和存储介质 | |
WO2022193911A1 (zh) | 指令信息获取方法及装置、可读存储介质、电子设备 | |
EP2084625B1 (en) | Dominant color descriptors | |
CN108197203A (zh) | 一种门脸头图挑选方法、装置、服务器和存储介质 | |
CN110378277A (zh) | 人脸图像识别的方法、装置、设备和存储介质 | |
CN113962401A (zh) | 联邦学习系统、联邦学习系统中的特征选择方法及装置 | |
WO2018189962A1 (ja) | 物体認識装置、物体認識システム、及び物体認識方法 |
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 |