CN111354053A - 生成卡通形象图标的方法、装置以及存储介质 - Google Patents
生成卡通形象图标的方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN111354053A CN111354053A CN202010125543.1A CN202010125543A CN111354053A CN 111354053 A CN111354053 A CN 111354053A CN 202010125543 A CN202010125543 A CN 202010125543A CN 111354053 A CN111354053 A CN 111354053A
- Authority
- CN
- China
- Prior art keywords
- emotion
- user
- image
- emotion data
- cartoon
- 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 39
- 230000008451 emotion Effects 0.000 claims abstract description 145
- 230000014509 gene expression Effects 0.000 claims abstract description 62
- 238000004422 calculation algorithm Methods 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 13
- 210000001508 eye Anatomy 0.000 claims description 11
- 210000004709 eyebrow Anatomy 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000036651 mood Effects 0.000 claims description 5
- 230000001815 facial effect Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 206010013954 Dysphoria Diseases 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 2
- 208000013875 Heart injury Diseases 0.000 description 2
- 206010022998 Irritability Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000000622 irritating effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种生成卡通形象图标的方法、装置以及存储介质。生成卡通形象图标的方法包括:获取带有用户面部信息的图像;从图像中提取表达用户情绪的特征元素;根据特征元素获得情绪数据值;以及显示与情绪数据值匹配的卡通形象图标。本公开运用人工智能表情识别技术,可以根据带有用户面部信息的图像自动判断出用户的情绪,同时根据用户的情绪生成一个相应的卡通表情图标并显示在应用中,从而在用户需要选择表现其当时情绪的表情图标时无需手动选择,可以丰富用户的娱乐生活,提高用户体验,也可以避免手动选择时选错。
Description
技术领域
本公开涉及移动互联网技术领域,尤其涉及一种生成卡通形象图标的方法、装置以及存储介质。
背景技术
很多手机APP都有一个相应的卡通图标,例如小狗、小猫、小马等等,有时候需要对这些卡通图标的形象赋予不同的表情,以便用于不同情景与场合。例如表示很开心的时候,形成具有笑起来表情的卡通图标,表示很伤心的时候,形成露出难过表情的卡通图标。
以具有写日记功能的APP举例说明。情绪日记是一个手机端APP,可以让用户写日记的时候,同时选择一个当时的心情,可以是兴奋、喜悦、平静、尴尬、低落、伤心、愤怒、恐惧等。这样用户任何时候看到这篇日记,就可以很容易知道当时的心情。情绪日记的卡通形象是一个卡通小鸡,所以可以根据不同的情绪分类设计出各种相应表情的小鸡图标出来让用户选择。但目前生成卡通图标的方法是:在应用中需要几种类型的表情,就让设计师预先设计好相应表情的卡通形象图标。用户使用时,需要手动选择相应的图标来表达写日记时候的情绪,使用不太方便和智能。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种生成卡通形象图标的方法、装置以及存储介质。
根据本公开的一个方面,一种生成卡通形象图标的方法,所述方法包括:
获取带有用户面部信息的图像;
从所述图像中提取表达用户情绪的特征元素;
根据所述特征元素获得情绪数据值;以及
显示与所述情绪数据值匹配的卡通形象图标。
根据本公开的至少一个实施方式,所述从所述图像中提取表达用户情绪的特征元素包括:
将所述用户面部信息缩放到预设的尺寸;以及
截取所述用户面部信息中作为特征元素的局部图像信息,所述特征元素包括眼睛、眉毛、鼻子以及嘴部中的至少两处。
根据本公开的至少一个实施方式,所述根据所述特征元素获得情绪数据值包括:
采用至少两种表情识别算法分别对所述特征元素进行处理,分别获得相应的情绪数据值;
将获得的所述情绪数据值统一成相同的标准;以及
计算统一成相同标准的所述情绪数据值的平均值。
根据本公开的至少一个实施方式,所述显示与所述情绪数据值匹配的卡通形象图标包括:
将所述情绪数据值的平均值与不同的卡通形象图标所对应的数值范围进行匹配;以及
调取并显示与所述情绪数据值的平均值匹配的数值范围所对应的卡通形象图标。
根据本公开的另一个方面,一种生成卡通形象图标的装置,所述装置包括:
图像获取模块,用于获取带有用户面部信息的图像;
特征元素提取模块,用于从所述图像中提取表达用户情绪的特征元素;
情绪数据值获取模块,用于根据所述特征元素获得情绪数据值;以及
匹配显示模块,用于显示与所述情绪数据值匹配的卡通形象图标。
根据本公开的至少一个实施方式,所述特征元素提取模块包括:
缩放模块,用于将所述用户面部信息缩放到预设的尺寸;以及
局部图像信息提取模块,提取出的所述特征元素包括眼睛、眉毛、鼻子以及嘴部中至少两处的局部图像信息。
根据本公开的至少一个实施方式,所述情绪数据值获取模块包括:
至少两个情绪数据值获取子模块,每个情绪数据值获取子模块分别采用不同的表情识别算法对所述特征元素进行处理,分别获得相应的情绪数据值;
标准统一模块,用于将获得的所述情绪数据值统一成相同的标准;以及
平均值计算模块,用于计算统一成相同标准的所述情绪数据值的平均值。
根据本公开的至少一个实施方式,所述匹配显示模块包括:
匹配模块,用于将所述情绪数据值的平均值与不同的卡通形象图标所对应的数值范围进行匹配;以及
显示模块,用于调取并显示与所述情绪数据值的平均值匹配的数值范围所对应的卡通形象图标。
根据本公开的再一方面,一种能生成卡通形象图标的电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行上述实施方式中任一所述的方法。
根据本公开的又一方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行上述实施方式中任一所述的方法。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开生成卡通形象图标方法的一个示例性实施方式的流程图。
图2是本公开生成卡通形象图标方法中不同情绪分类的卡通形象图标的一个示例性示意图。
图3是本公开生成卡通形象图标装置的一个示例性实施方式的模块结构示意图。
图4是本公开一种示例性电子设备的硬件结构示意图。
具体实施方式
下面结合附图和实施方式对本公开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方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
目前的应用程序中如果需要几种不同种类的表情,例如喜悦、平静、尴尬、低落、伤心、愤怒、恐惧等,就让设计师预先设计好代表这几种表情的卡通形象图标。在用户使用时,需要手动选择相应的卡通形象图标来表达写日记时候的情绪。
针对现有方案中存在的问题,本公开的实施例提供了一种生成卡通形象图标的方法,该方法应用于电子终端中安装的应用程序。参见图1所示的本公开生成卡通形象图标方法的一个示例性实施方式的流程图,该方法包括:
S10、获取带有用户面部信息的图像。如果用户使用的是手机终端,手机终端可以在用户自拍时通过手机终端上的摄像头获取带有用户面部信息的图像。也可以从存储设备中调取或读取已存储的带有用户面部信息的照片来获取。
可选的,如果获取的带有用户面部信息的图像中存在两个用户以上的面部信息,也就是说图像中除了用户面部信息之外还存在其他人的面部信息。在进行步骤S20之前,可以进行如下步骤:
获取该图像中尺寸最大的面部信息作为用户面部信息。因为通常用户在使用本公开的方法中,拍摄时主要是为了拍摄自己的面部信息,因此用户的面部信息是图像中的主要信息,即用户的面部信息的尺寸往往大于其他无关人员的面部信息,所以可以获取该图像中尺寸最大的面部信息作为用户面部信息,而其他无关人员的面部信息可以直接删除。
S20、从带有用户面部信息的图像中提取表达用户情绪的特征元素。获取到带有用户面部信息的图像后,从该图像中提取出能够表达用户情绪的特征元素。通常人的面部表情是通过五官的状态来表达的,例如眼睛和嘴部的状态能够反映出情绪,所说的特征元素就是指面部信息图像中能反映出用户情绪的局部图像信息,可以是眼睛、嘴部等,也可以是面部的其他部位。
在该步骤中,作为如何从带有用户面部信息的图像中提取表达用户情绪的特征元素的一个实施方式,可以包括以下步骤:
S21、将该图像中的用户面部信息缩放到预设的尺寸。由于获取的带有用户面部信息的图像中,用户的面部在整个图像中所占的比例不同。如果比例较小,会对面部信息的提取造成影响。将用户面部信息缩放到预设的尺寸,也就是根据用户面部信息在图像中所占的比例,将图像中的面部信息区域放大到预设的大小以统一面部信息的尺寸,便于进一步分析和提取特征元素。此处所说的统一面部信息的尺寸,是指在处理每个不同的图像时,将实时处理的图像中的用户面部信息区域缩放到预设的大小,以实现在处理每个不同的图像时,用户面部信息区域的尺寸大小均为相同的尺寸大小。
S22、提取出的特征元素包括眼睛、眉毛、鼻子以及嘴部中至少两处的局部图像信息。如上面所说,情绪的表达是通过面部不同局部区域的状态来实现的,因此可以提取眼睛和嘴部这两处局部图像信息,通过对这两处特征元素进行分析来判断情绪,或者也可以选取眼睛、眉毛和嘴部这三处局部图像信息来进行判断。选取的局部图像信息数量越多,对于情绪的判断越准确。特征元素的提取是:首先捕获用户面部信息中眼睛、眉毛、鼻子以及嘴部等处的局部图像信息,然后截取捕获到的该局部图像信息作为特征元素。
S30、根据提取到的特征元素获得情绪数据值。
在一种可能的实现方式中,可以通过表情识别算法根据提取到的特征元素获得情绪数据值。例如,可以采用基于特征脸的主分量分析(Principal Component Analysis,PCA)算法、隐马尔科夫模型法(Hide Markov Model,HMM)或者脸部运动编码分析法(FacialActions Code System,FACS)获取情绪数据值。例如,可以将提取出的特征元素作为表情识别算法的输入数据,经表情识别算法分析和处理,然后获得一个输出数据,该输出数据可以作为情绪数据值。对于不同的表情识别算法,其输出数据的类型可能是不同的。例如,有的输出数据是数值,有的输出数据是文字表达。
该步骤中,作为一种可实施的示例性实施方式,包括以下步骤:
S31、采用至少两种表情识别算法分别对特征元素进行处理,分别获得相应的情绪数据值。虽然只采用一种表情识别算法也可以获取情绪数据值,但通过采用至少两种表情识别算法可以保证最终获得的情绪数据值的准确性。
S32、将获得的情绪数据值统一成相同的标准。由于不同的表情识别算法可能有不同的输出数据的格式,例如有的输出的是数值,有的输出的是文字表达,因此需要对输出的情绪数据值进行统一。所说的相同标准,是指具有相同基准的数据体系,从而将不同格式的数据统一成具有相同基准的可比较的相同格式数据。以下采用几种不同的示例进行说明。
当不同的表情识别算法输出的数据均为数值,如果输出的数值是基于相同基准的数值体系,例如均是百分制、十分制或五分制,则不再需要进行统一。如果输出的数值是基于不同基准的数值体系,例如算法A是百分制,愤怒数值是20分;算法B是十分制,愤怒值是2分;算法C是五分制,愤怒数值是1分。可以选取百分制作为相同的标准,需要把非百分制的数值换算成百分制。
当不同的表情识别算法输出的数据为数值和文字表达两种类型时,可以将输出值为文字表达的情况换算成数值,例如文字表达有兴奋、开心、喜悦、平静、低落、烦躁、伤心、愤怒八种类型时,可以将八种文字表达换算成百分制的不同数值,例如兴奋90,开心70,喜悦60,平静50,低落30,烦躁20,伤心15,愤怒10。
当不同的表情识别算法输出的数据均为文字表达的情况下,需要看输出的情绪种类和表达是否相互对应。不对应的情况下,需要对情绪归类做归一化处理。例如,算法A有10种情绪,算法B有8种情绪,算法C有5种情绪。以8种情绪作为相同的标准,可以将情绪数值统一成8种。参见图2所示的本公开生成卡通形象图标方法中不同情绪分类的卡通形象图标的一个示例性示意图。多出来的两种情绪,通过相似度判断关联到8种情绪中最接近的两种情绪中。例如算法A中还有得意、委屈两种类型,通过相似度分析得到得意与开心情绪类似,因此将得意关联到开心;通过相似度分析,委屈与伤心类似,与伤心进行关联,其他情况做类似处理。其中的相似度判断可以通过训练神经网络模型来实现。
S33、计算统一成相同标准的情绪数据值的平均值。将不同表情识别算法的输出数据进行统一后,可以获得具有相同数据标准的情绪数据值,但是,即使对于相同的特征元素进行处理,可能得到的输出结果也会有偏差,因此可以通过取平均值的方式获取更加准确的结果。此处的取平均值做广义的理解,包括针对数值输出类型进行的数值求取平均值,也包括文字表达输出时将相关联的几种情绪表达进行情绪强度排列后进行的中间强度情绪表达的选取。相关联的几种情绪表达包括每一种表情识别算法所输出的情绪表达,以及情绪强度介于所输出的情绪表达中最强情绪强度与最弱情绪强度之间的情绪表达。其中,情绪强度的排列方式是按照预设基准进行的,与情绪本身的含义没有必然联系,例如将情绪强度由强到弱的顺序排列成兴奋、开心、喜悦、平静、低落、烦躁、伤心、愤怒。以8种不同情绪类型的文字表达为例,对于同一图像,算法A输出的是开心,算法B输出的是平静,两者有偏差。相关联的情绪表达包括开心、平静以及强度介于两者之间的喜悦,按照预设的强度顺序排列后为开心、喜悦、平静,取平均值时可以将开心和平静两个强度中间的强度即喜悦作为平均值。其他情况做类似处理。
S40、显示与情绪数据值匹配的卡通形象图标。根据用户对于情绪分类的需要确定情绪种类的数量,将表达相应情绪的卡通形象图标与各个情绪种类进行关联。需要说明的是,卡通形象图标是预先设计好并保存在存储装置内,根据需要可以进行读取和调用。在获得了表情识别算法的情绪数据值后,将情绪数据值与各个情绪种类进行匹配,匹配到对应的情绪种类后,调取与该情绪种类对应的卡通形象图标,将该卡通形象图标显示出来,以体现出用户的当前情绪。
该步骤中,作为一种可实施的示例性实施方式,包括以下步骤:
S41、将情绪数据值的平均值与不同的卡通形象图标所对应的数值范围进行匹配。该步骤适用于获得的情绪数据值为数值类型。将预先设定好的不同种类的情绪类型分别关联不同的数值范围,例如,使用8种情绪分类,兴奋[100-89],开心[88-66],喜悦[65-53],平静[52-40],低落[39-27],烦躁[26-14],伤心[25-13],愤怒[12-0]。后面括号内代表前面情绪类型所关联的数值范围。当获得的情绪数据值的平均值落入某个数值范围内,即匹配到与该数值范围相关联的情绪类型。
可选的,针对于获得的情绪数据值为文字类型,将预先设定好的不同种类的情绪类型分别关联到每一种情绪数据值的文字表达,例如,将8种情绪类型分别关联到兴奋、开心、喜悦、平静、低落、烦躁、伤心、愤怒这8种文字表达。当获得的情绪数据值的平均值对应为某个文字表达时,即匹配到与该文字表达相关联的情绪类型。
S42、调取与情绪数据值的平均值匹配的卡通形象图标并显示。匹配到的情绪类型与相对应的一个表达该情绪类型的卡通形象图标相关联,调取该卡通形象图标以显示出来。
由上,本公开的生成卡通形象图标的方法,运用人工智能表情识别技术,可以根据带有用户面部信息的图像自动判断出用户的情绪,同时根据用户的情绪生成一个相应的卡通表情图标并显示在应用中,从而在用户需要选择表现其当时情绪的表情图标时无需手动选择,可以丰富用户的娱乐生活,提高用户体验,也可以避免手动选择时选错。
根据本公开另一个方面的实施例,提供了一种与前述方法相对应的生成卡通形象图标的装置,参见图3所示的本公开生成卡通形象图标装置的一个示例性实施方式的模块结构示意图。装置包括图像获取模块10、特征元素提取模块20、情绪数据值获取模块30以及匹配显示模块40。
其中,图像获取模块10用于获取带有用户面部信息的图像。特征元素提取模块20用于从图像中提取能够表达用户情绪的特征元素。情绪数据值获取模块30用于通过表情识别算法对特征元素进行处理,获得情绪数据值。匹配显示模块40用于显示与情绪数据值匹配的卡通形象图标。
在一个可实施方式中,特征元素提取模块20包括缩放模块和局部图像信息提取模块。其中,缩放模块用于将用户面部信息缩放到预设的尺寸。局部图像信息提取模块提取出的特征元素包括眼睛、眉毛、鼻子以及嘴部中至少两处的局部图像信息。
在一个可实施方式中,情绪数据值获取模块30包括至少两个情绪数据值获取子模块、标准统一模块和平均值计算模块。其中,每个情绪数据值获取子模块分别采用不同的表情识别算法对特征元素进行处理,分别获得相应的情绪数据值。标准统一模块用于将获得的情绪数据值统一成相同的标准。平均值计算模块用于计算统一成相同标准的情绪数据值的平均值。
在一个可实施方式中,匹配显示模块40包括匹配模块和显示模块。其中,匹配模块用于将情绪数据值的平均值与不同的卡通形象图标所对应的数值范围进行匹配。显示模块用于调取与情绪数据值的平均值匹配的卡通形象图标并显示。
本公开的生成卡通形象图标的装置,运用人工智能表情识别技术,可以根据用户自拍照片时的表情,自动判断出当时的情绪来,同时生成一个卡通表情图标,显示在应用中,用户不需要手动选择表情图标,更有趣,也避免手动选择时选错。
本公开的实施例还提供了一种能生成卡通形象图标的电子设备,如图4所示的本公开一种示例性电子设备的硬件结构示意图,该电子设备可以包括处理器71和存储器72,其中处理器71和存储器72可以通过总线或者其他方式连接,图4中以通过总线连接为例。
处理器71可以为中央处理器(Central Processing Unit,CPU)。处理器71还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,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、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器72作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本公开实施例中的生成卡通形象图标的方法对应的程序指令/模块。处理器71通过运行存储在存储器72中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的生成卡通形象图标的方法。
存储器72可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器71所创建的数据等。此外,存储器72可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器72可选包括相对于处理器71远程设置的存储器,这些远程存储器可以通过网络连接至处理器71。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器72中,当被处理器71执行时,执行本公开实施例中的生成卡通形象图标的方法。
上述电子设备具体细节可以对应参阅图1至图3所对应的实施例中的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (10)
1.一种生成卡通形象图标的方法,其特征在于,所述方法包括:
获取带有用户面部信息的图像;
从所述图像中提取表达用户情绪的特征元素;
根据所述特征元素获得情绪数据值;以及
显示与所述情绪数据值匹配的卡通形象图标。
2.如权利要求1所述的方法,其特征在于,所述从所述图像中提取表达用户情绪的特征元素包括:
将所述用户面部信息缩放到预设的尺寸;以及
截取所述用户面部信息中作为特征元素的局部图像信息,所述特征元素包括眼睛、眉毛、鼻子以及嘴部中的至少两处。
3.如权利要求1所述的方法,其特征在于,所述根据所述特征元素获得情绪数据值包括:
采用至少两种表情识别算法分别对所述特征元素进行处理,分别获得相应的情绪数据值;
将获得的所述情绪数据值统一成相同的标准;以及
计算统一成相同标准的所述情绪数据值的平均值。
4.如权利要求3所述的方法,其特征在于,所述显示与所述情绪数据值匹配的卡通形象图标包括:
将所述情绪数据值的平均值与不同的卡通形象图标所对应的数值范围进行匹配;以及
调取并显示与所述情绪数据值的平均值匹配的数值范围所对应的卡通形象图标。
5.一种生成卡通形象图标的装置,其特征在于,所述装置包括:
图像获取模块,用于获取带有用户面部信息的图像;
特征元素提取模块,用于从所述图像中提取表达用户情绪的特征元素;
情绪数据值获取模块,用于根据所述特征元素获得情绪数据值;以及
匹配显示模块,用于显示与所述情绪数据值匹配的卡通形象图标。
6.如权利要求5所述的装置,其特征在于,所述特征元素提取模块包括:
缩放模块,用于将所述用户面部信息缩放到预设的尺寸;以及
局部图像信息提取模块,截取所述用户面部信息中作为特征元素的局部图像信息,所述特征元素包括眼睛、眉毛、鼻子以及嘴部中的至少两处。
7.如权利要求5所述的装置,其特征在于,所述情绪数据值获取模块包括:
至少两个情绪数据值获取子模块,每个情绪数据值获取子模块分别采用不同的表情识别算法对所述特征元素进行处理,分别获得相应的情绪数据值;
标准统一模块,用于将获得的所述情绪数据值统一成相同的标准;以及
平均值计算模块,用于计算统一成相同标准的所述情绪数据值的平均值。
8.如权利要求5所述的装置,其特征在于,所述匹配显示模块包括:
匹配模块,用于将所述情绪数据值的平均值与不同的卡通形象图标所对应的数值范围进行匹配;以及
显示模块,用于调取并显示与所述情绪数据值的平均值匹配的数值范围所对应的所述卡通形象图标。
9.一种能生成卡通形象图标的电子设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-4中任一所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010125543.1A CN111354053A (zh) | 2020-02-27 | 2020-02-27 | 生成卡通形象图标的方法、装置以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010125543.1A CN111354053A (zh) | 2020-02-27 | 2020-02-27 | 生成卡通形象图标的方法、装置以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111354053A true CN111354053A (zh) | 2020-06-30 |
Family
ID=71195880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010125543.1A Pending CN111354053A (zh) | 2020-02-27 | 2020-02-27 | 生成卡通形象图标的方法、装置以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111354053A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140247989A1 (en) * | 2009-09-30 | 2014-09-04 | F. Scott Deaver | Monitoring the emotional state of a computer user by analyzing screen capture images |
WO2014178044A1 (en) * | 2013-04-29 | 2014-11-06 | Ben Atar Shlomi | Method and system for providing personal emoticons |
CN107392124A (zh) * | 2017-07-10 | 2017-11-24 | 珠海市魅族科技有限公司 | 情绪识别方法、装置、终端及存储介质 |
CN107633203A (zh) * | 2017-08-17 | 2018-01-26 | 平安科技(深圳)有限公司 | 面部情绪识别方法、装置及存储介质 |
CN107784114A (zh) * | 2017-11-09 | 2018-03-09 | 广东欧珀移动通信有限公司 | 表情图像的推荐方法、装置、终端及存储介质 |
CN109168052A (zh) * | 2018-10-31 | 2019-01-08 | 杭州比智科技有限公司 | 服务满意度的确定方法、装置及计算设备 |
CN109472292A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技(深圳)有限公司 | 一种图像的情感分类方法、存储介质和服务器 |
CN109885713A (zh) * | 2019-01-03 | 2019-06-14 | 刘伯涵 | 基于语音情绪识别的表情图像推荐方法以及装置 |
US10740598B2 (en) * | 2017-11-24 | 2020-08-11 | Genesis Lab, Inc. | Multi-modal emotion recognition device, method, and storage medium using artificial intelligence |
-
2020
- 2020-02-27 CN CN202010125543.1A patent/CN111354053A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140247989A1 (en) * | 2009-09-30 | 2014-09-04 | F. Scott Deaver | Monitoring the emotional state of a computer user by analyzing screen capture images |
WO2014178044A1 (en) * | 2013-04-29 | 2014-11-06 | Ben Atar Shlomi | Method and system for providing personal emoticons |
CN107392124A (zh) * | 2017-07-10 | 2017-11-24 | 珠海市魅族科技有限公司 | 情绪识别方法、装置、终端及存储介质 |
CN107633203A (zh) * | 2017-08-17 | 2018-01-26 | 平安科技(深圳)有限公司 | 面部情绪识别方法、装置及存储介质 |
WO2019033573A1 (zh) * | 2017-08-17 | 2019-02-21 | 平安科技(深圳)有限公司 | 面部情绪识别方法、装置及存储介质 |
CN107784114A (zh) * | 2017-11-09 | 2018-03-09 | 广东欧珀移动通信有限公司 | 表情图像的推荐方法、装置、终端及存储介质 |
US10740598B2 (en) * | 2017-11-24 | 2020-08-11 | Genesis Lab, Inc. | Multi-modal emotion recognition device, method, and storage medium using artificial intelligence |
CN109472292A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技(深圳)有限公司 | 一种图像的情感分类方法、存储介质和服务器 |
CN109168052A (zh) * | 2018-10-31 | 2019-01-08 | 杭州比智科技有限公司 | 服务满意度的确定方法、装置及计算设备 |
CN109885713A (zh) * | 2019-01-03 | 2019-06-14 | 刘伯涵 | 基于语音情绪识别的表情图像推荐方法以及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109254669B (zh) | 一种表情图片输入方法、装置、电子设备及系统 | |
JP7394809B2 (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
JP2019117646A (ja) | パーソナル感情アイコンを提供するための方法及びシステム | |
CN104598644B (zh) | 喜好标签挖掘方法和装置 | |
CN111241340B (zh) | 视频标签确定方法、装置、终端及存储介质 | |
CN111241285B (zh) | 问题回答类型的识别方法、装置、设备及存储介质 | |
CN111274797A (zh) | 用于终端的意图识别方法、装置、设备及存储介质 | |
KR20210094445A (ko) | 정보 처리 방법, 장치 및 저장 매체 | |
RU2733816C1 (ru) | Способ обработки речевой информации, устройство и запоминающий носитель информации | |
CN106156794B (zh) | 基于文字风格识别的文字识别方法及装置 | |
CN113836268A (zh) | 文档理解方法及装置、电子设备和介质 | |
CN114639150A (zh) | 情绪识别方法、装置、计算机设备和存储介质 | |
CN113450804A (zh) | 语音可视化方法、装置、投影设备及计算机可读存储介质 | |
CN117272977A (zh) | 人物描写语句的识别方法、装置、电子设备及存储介质 | |
CN111107218B (zh) | 处理用户话语的电子装置及其控制方法 | |
CN114863450B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111898363A (zh) | 文本长难句的压缩方法、装置、计算机设备及存储介质 | |
CN111354053A (zh) | 生成卡通形象图标的方法、装置以及存储介质 | |
US20230066331A1 (en) | Method and system for automatically capturing and processing an image of a user | |
CN114140852B (zh) | 图像检测方法和装置 | |
CN114202807A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
CN113420097A (zh) | 一种数据分析方法、装置、存储介质及服务器 | |
CN113392722A (zh) | 视频中的对象情绪识别方法、装置、电子设备及存储介质 | |
CN110795178B (zh) | 应用签到方法、装置及电子设备 | |
CN112862073A (zh) | 一种压缩数据分析方法、装置、存储介质及终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |