CN111935493B - 主播相册处理方法及装置、存储介质、电子设备 - Google Patents
主播相册处理方法及装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN111935493B CN111935493B CN202010806188.4A CN202010806188A CN111935493B CN 111935493 B CN111935493 B CN 111935493B CN 202010806188 A CN202010806188 A CN 202010806188A CN 111935493 B CN111935493 B CN 111935493B
- Authority
- CN
- China
- Prior art keywords
- photo
- live
- anchor
- photos
- image
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/485—End-user interface for client configuration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Databases & Information Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开涉及直播技术领域,提供了一种主播相册处理方法、主播相册处理装置、计算机存储介质、电子设备,其中,主播相册处理方法包括:响应照片选取操作,从主播相册中选取一直播照片;主播相册包含主播相册对应的主播在直播过程中自动拍摄的照片;响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片;将目标照片发送至主播相册。本公开能够解决相关技术中主播相册中的照片无法进行编辑修改,导致一些时间久远、新鲜感不强的老照片浪费系统内存的技术问题,可以轻松实现对主播照片的修改和替换,提高照片趣味性。
Description
技术领域
本公开涉及直播技术领域,特别涉及一种主播相册处理方法、主播相册处理装置、计算机存储介质及电子设备。
背景技术
随着计算机及互联网技术的迅速发展,相关直播平台也在迅速发展与进步。视频直播是指利用互联网及流媒体技术进行直播,视频因融合了图像、文字、声音等丰富元素,声形并茂,效果极佳,逐渐成为互联网的主流表达方式。
目前,主播相册是所有直播平台基本的功能,相册里边的照片有些是主播自拍后上传的,有些是主播触发拍照系统拍下后自动上传的。然而,相关直播平台没有提供对相册中的照片进行美化的功能,也没有赋予主播或观看直播的用户对照片进行修改或替换的权限,因而,一些时间久远、画质模糊的无用照片会大量占用系统内存资源。
鉴于此,本领域亟需开发一种新的主播相册处理方法及装置。
需要说明的是,上述背景技术部分公开的信息仅用于加强对本公开的背景的理解。
发明内容
本公开的目的在于提供一种主播相册处理方法、主播相册处理装置、计算机存储介质及电子设备,进而至少在一定程度上避免了相关技术中主播相册中的照片无法进行编辑修改的缺陷。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种主播相册处理方法,包括:响应照片选取操作,从所述主播相册中选取一直播照片;所述主播相册包含所述主播相册对应的主播在直播过程中自动拍摄的照片;响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片;将所述目标照片发送至所述主播相册。
在本公开的示例性实施例中,所述直播照片存储于直播服务器;所述将所述目标照片发送至所述主播相册,包括:对所述目标照片进行封装打包,并将所述封装打包后的数据包发送至所述直播服务器中的所述直播相册。
在本公开的示例性实施例中,在将所述目标照片发送至所述主播相册之后,所述方法还包括:通过所述直播服务器将所述直播照片替换为所述目标照片。
在本公开的示例性实施例中,所述图像编辑操作包括抠图操作和美化操作;所述响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片,包括:响应针对所述直播照片的抠图操作,对所述直播照片进行抠图处理,得到所述直播照片中的人像区域;据所述人像区域识别脸部区域和/或人物肢体区域;响应针对所述脸部区域和/或人物肢体区域的美化操作,对所述脸部区域和/或人物肢体区域进行美化处理,得到所述目标照片。
在本公开的示例性实施例中,在得到所述目标照片之后,所述方法还包括:响应照片选取操作,从目标图库中选取一素材图像;对所述目标照片与所述素材图像进行图像融合处理,得到融合图像;将所述融合图像发送至所述直播服务器,以通过所述直播服务器将所述直播照片替换为所述融合图像。
在本公开的示例性实施例中,所述对所述目标照片与所述素材图像进行图像融合处理,得到融合图像,包括:获取图像合成参数,所述图像合成参数至少包括以下之一:所述目标照片的尺寸、显示角度以及所述目标照片在所述素材图像上的显示位置;将所述图像合成参数、所述目标照片与所述素材图像输入至深度学习模型中,以使所述深度学习模型对所述目标照片与所述素材图像进行融合处理;根据所述深度学习模型的输出,得到所述融合图像。
在本公开的示例性实施例中,所述方法还包括:在直播界面中提供一编辑视窗,其中,所述编辑视窗用于响应所述图像编辑操作;在所述编辑视窗中显示所述直播照片。
根据本公开的第二方面,提供一种主播相册处理方法,应用于一直播服务器,包括:接收直播客户端发送的数据包,解析所述数据包以获取到所述目标照片;根据所述直播照片的标识号,将所述直播照片替换为所述目标照片。
在本公开的示例性实施例中,在将所述直播照片替换为所述目标照片之后,所述方法还包括:在直播界面中显示一相册更新消息,以提示直播观看用户对所述目标照片进行浏览。
根据本公开的第三方面,提供一种主播相册处理装置,包括:照片选取模块,用于响应照片选取操作,从所述主播相册中选取一直播照片;所述主播相册包含所述主播相册对应的主播在直播过程中自动拍摄的照片;照片编辑模块,用于响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片;照片发送模块,用于将所述目标照片发送至所述主播相册。
根据本公开的第三方面,提供一种主播相册处理装置,应用于一直播服务器,包括:照片接收模块,用于接收直播客户端发送的数据包,解析所述数据包以获取到所述目标照片;照片替换模块,用于根据所述直播照片的标识号,将所述直播照片替换为所述目标照片。
根据本公开的第五方面,提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一、二方面所述的主播相册处理方法。
根据本公开的第六方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述第一、二方面所述的主播相册处理方法。
由上述技术方案可知,本公开示例性实施例中的主播相册处理方法、主播相册处理装置、计算机存储介质及电子设备至少具备以下优点和积极效果:
在本公开的一些实施例所提供的技术方案中,一方面,响应照片选取操作,从所述主播相册(主播相册包含所述主播相册对应的主播在直播过程中自动拍摄的照片)中选取一直播照片,使得主播或直播观看用户可以根据自身喜好选取主播相册中的任意照片,并在后续对选取的照片进行美化。进一步的,响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片,能够提高直播照片的趣味性以及用户吸引力。另一方面,将所述目标照片发送至所述主播相册,能够解决一些时间久远、新鲜感不强的老照片无法进行编辑修改、浪费系统内存的技术问题,可以轻松实现对主播照片的修改,不仅能够使相册内容变得更加丰富多彩,同时还能激发用户DIY(Do It Yourself,自己动手做,简称:DIY)的能力,提升相册活跃度,提高照片的性价比。
本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。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他的附图。
图1示出本公开一示例性实施例中主播相册处理方法的流程示意图;
图2示出本公开一示例性实施例中主播相册处理方法的子流程示意图;
图3示出本公开一示例性实施例中主播相册处理方法的子流程示意图;
图4示出本公开一示例性实施例中主播相册处理方法的子流程示意图;
图5示出本公开一示例性实施例中主播相册处理方法的整体流程示意图;
图6示出本公开一示例性实施例中主播相册处理装置的结构示意图;
图7示出本公开另一示例性实施例中主播相册处理装置的结构示意图;
图8示出本公开示例性实施例中计算机存储介质的结构示意图;
图9示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记使用,不是对其对象的数量限制。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
目前,主播相册是所有直播平台基本的功能,相册里边的照片有些是主播自拍后上传的;有些是主播触发拍照条件后,系统拍下后自动上传的。而大部分是通过拍照系统生成的,通过浏览主播的相册,会发现存在以下几点缺陷:
第一、照片高度重复。直播过程中由拍照系统拍下的照片,会存在大量背景统一、动作相似的照片,新鲜感不强,拍完照后直播观看用户大多不愿意打开相册进行二次翻看。
第二、主播和直播观看用户不能主动修改已存在的照片。照片拍下后只能浏览查看,不能修改,平台既没有提供照片修改的功能,用户和直播观看用户也都没有把自行修改后的照片替换上去的权限,因此在主播相册上直播观看用户与主播之间的互动极为稀少。
第三、已存在的照片性价比不高。当主播的相册存在大量照片时会占用大量的系统内存,一些老的照片因为新鲜感不强,直播观看用户又不能修改的规则,导致这部分照片只能白白浪费系统内存,又创造不了二次收入的价值,因此性价比非常低。
在本公开的实施例中,首先提供了一种主播相册处理方法,至少在一定程度上克服相关技术中主播相册中的照片无法进行编辑修改的缺陷。
图1示出本公开一示例性实施例中主播相册处理方法的流程示意图,该主播相册处理方法的执行主体可以是进行视频直播处理的服务器。
参考图1,根据本公开的一个实施例的主播相册处理方法包括以下步骤:
步骤S110,响应照片选取操作,从主播相册中选取一直播照片;主播相册包含主播相册对应的主播在直播过程中自动拍摄的照片;
步骤S120,响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片;
步骤S130,将目标照片发送至主播相册。
在图1所示实施例所提供的技术方案中,一方面,响应照片选取操作,从主播相册(主播相册包含主播相册对应的主播在直播过程中自动拍摄的照片)中选取一直播照片,使得主播或直播观看用户可以根据自身喜好选取主播相册中的任意照片,并在后续对选取的照片进行美化。进一步的,响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片,能够提高直播照片的趣味性以及用户吸引力。另一方面,将目标照片发送至主播相册,能够解决一些时间久远、新鲜感不强的老照片浪费系统内存的技术问题,可以轻松实现对主播照片的修改,不仅能够使相册内容变得更加丰富多彩,同时还能激发用户DIY(Do It Yourself,自己动手做,简称:DIY)的能力,提升相册活跃度,提高照片的性价比。
以下对图1中的各个步骤的具体实现过程进行详细阐述:
示例性的,可以在直播客户端(包括主播的客户端和直播观看用户的客户端)的直播界面提供一编辑视窗,该编辑视窗可以是用于对视频或图像进行美化编辑的交互式电子白板(交互式电子白板,可以与电脑进行信息通讯,将电子白板连接到计算机,并利用投影机将计算机上的内容投影到电子白板屏幕上,在专门的应用程序的支持下,可以构造一个大屏幕、交互式的协作会议或教学环境。利用特定的定位笔代替鼠标在白板上进行操作,可以运行任何应用程序,可以对文件进行编辑、注释、保存等在计算机上利用键盘及鼠标可以实现的任何操作。通过特定的应用程序,交互式电子白板就可以通过网络与其他办公室、会议室进行交流,实现网络会议及远程教学)。
示例性的,上述编辑视窗中可以包括:照片选取选项(用于从直播软件中选取图像)、图像编辑选项(用于对选取的照片进行编辑处理)、照片保存选项(用于对美化后的照片进行保存)、照片发送选项(用于将美化之后的照片发送至直播服务器)。
示例性的,上述图像编辑选项可以包括:美化选项、抠图选项、拼图选项、文字水印、边框、贴纸饰品等。其中,美化选项可以包括“一键美化”和“人像美化”,一键美化可以是例如:涂鸦、添加滤镜、局部变色、背景虚化等,人像美化可以是例如:瘦脸、祛痘祛斑、眼睛放大、消除黑眼圈、瘦腿、瘦胳膊等)。相关编辑选项均可以根据实际情况自行设定,属于本公开的保护范围。
参考图1,在步骤S110中,响应照片选取操作,从主播相册中选取一直播照片。
其中,主播相册包含主播相册对应的主播在直播过程中自动拍摄的照片。具体的,在主播的直播过程中,当主播的姿态动作、表情和/或台词满足指定条件时,可以触发拍照设备为主播拍照。举例而言,当主播的姿态动作为“剪刀手”、表情为“微笑”和/或主播的台词为礼貌用语(例如:“大家好,谢谢”等)时,可以触发拍照设备对主播进行拍照,进而,可以将得到的图像存储到直播服务器中,以得到上述主播相册。从而,该主播相册中的图像均为自动保存的图像,主播和直播观看用户均没有权限修改或替换集合中的图像。需要说明的是,上述指定条件可以根据实际情况自行设定,属于本公开的保护范围。
主播或直播观看用户可以在上述编辑视窗上进行照片选取操作,例如:点击上述照片选取选项,以从主播相册中选取一直播照片,并将直播照片显示在编辑视窗中。此时,直播服务器可以保留该直播照片的标识号(Identification,身份标识号,简称:ID),以便于后续查找并替换掉该直播照片。
需要说明的是,上述直播照片还可以是从主播的直播视频中截取出来的图像或者视频流,可以根据实际情况自行设定,属于本公开的保护范围。
在步骤S120中,响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片。
在选取好直播照片之后,主播或直播观看用户可以在上述图像编辑选项上进行操作,以对直播照片进行编辑处理。
具体的,可以参考图2,图2示出本公开一示例性实施例中主播相册处理方法的子流程示意图,具体示出响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片的子流程示意图,包括步骤S201-步骤S203,以下结合图2对步骤S120进行解释。
在步骤S201中,响应针对直播照片的抠图操作,对直播照片进行抠图处理,得到直播照片中的人像区域。
示例性的,可以先点击上述图片编辑选项中的抠图选项,以将直播照片中的人像区域提取出来。其中,抠图是图像处理中最常做的操作之一,将图像中需要的部分从画面中精确地提取出来,称为抠图,抠图是后续图像处理的重要基础。抠图能将一幅图片中一部分截取出来,和另外的背景进行合成。进而把两个想要的图像合在一起,电影、影视剧中大量应用抠图技巧,合成玄幻画面。
在步骤S202中,根据人像区域识别脸部区域和/或人物肢体区域。
在得到直播照片中的人像区域之后,可以根据神经网络模型识别上述人像区域识别脸部区域和/或人体肢体区域。
在步骤S203中,响应针对脸部区域和/或人物肢体区域的美化操作,对脸部区域和/或人物肢体区域进行美化处理,得到目标照片。
进一步的,可以对上述脸部区域和/或人物肢体区域进行美化处理,得到目标照片。举例而言,可以点击上述图像编辑选项中的美化选项,对脸部区域进行瘦脸、祛痘祛斑、眼睛放大等美化处理,对人物肢体区域进行瘦腿、瘦胳膊等美化处理,以得到处理之后的目标照片。
在得到上述目标照片之后,主播或直播观看用户可以点击相关照片保存选项,并对得到的目标照片进行保存,以避免图像丢失。示例性的,在检测到主播或直播观看用户点击了上述照片保存选项时,还可以将编辑视窗由可读写状态变更为只读状态,以避免用户误操作。
继续参考图1,在步骤S130中,将目标照片发送至主播相册。
在对目标照片进行保存之后,示例性的,主播或直播观看用户可以在编辑视窗上进行照片发送操作(例如:点击上述编辑视窗上显示的照片发送选项),进而,直播客户端可以获取到上述目标照片,并对目标照片进行封装打包,以将封装打包后的数据包发送至直播服务器中的直播相册,以实现对直播相册中图像的新增。
直播服务器可以接收上述数据包,并解析数据包以获取到目标照片,并向当前直播间的主播和直播观看用户广播数据。进一步的,可以参照上述步骤S110的相关解释,基于预先保存的直播照片的标识号定位到上述直播照片,并根据上述目标照片替换上述直播照片。
在替换完成之后,直播服务器还可以在上述直播界面中比较显眼的位置(例如:直播画面正中央)显示一相册更新消息,以提醒直播观看用户浏览上述目标照片,从而,能够提高直播观看用户在主播相册的互动量和浏览量。
参照上述步骤S130的相关解释,在得到上述目标照片之后,还可以参考图3,图3示出本公开一示例性实施例中主播相册处理方法的子流程示意图,包括步骤S301-S303,以下结合图3对具体的实施方式进行解释。
在步骤S301中,响应作用于编辑视窗的照片选取操作,从目标图库中选取一素材图像。
主播或直播观看用户可以在上述编辑视窗上进行照片选取操作,例如:点击上述照片选取选项,以从目标图库(例如:本地图片库、在线图片库等)中选取一素材图像。示例性的,素材图像可以是趣味性更强,或与直播照片的风格更加匹配的图像,可以根据实际情况自行设定,属于本公开的保护范围。
在步骤S302中,对目标照片与素材图像进行图像融合处理,得到融合图像。
示例性的,可以参考图4,图4示出本公开一示例性实施例中主播相册处理方法的子流程图,具体示出对目标照片与素材图像进行图像融合处理,得到融合图像的子流程示意图,包括步骤S401-S403,以下结合图4对步骤S302进行解释。
在步骤S401中,获取图像合成参数,图像合成参数至少包括以下之一:目标照片的尺寸、显示角度以及目标照片在素材图像上的显示位置。
示例性的,可以设定图像合成参数,例如:目标照片的尺寸为40*50,显示角度为偏右45度,目标照片在素材图像上的显示位置为正中央(例如:目标照片的中心坐标与上述素材图像的中心坐标相同)。
在步骤S402中,将图像合成参数、目标照片与素材图像输入至深度学习模型中,以使深度学习模型对目标照片与素材图像进行融合处理。
在设定好图像合成参数之后,可以将上述图像合成参数、目标照片与素材图像输入至深度学习模型中,以使深度学习模型对目标照片与素材图像进行融合处理。
需要说明的是,深度学习(deep learning)是机器学习的分支,是一种以人工神经网络为架构,对数据进行表征学习的算法。至今已有数种深度学习框架,如深度神经网络(Recurrent Neural Networks,简称:RNN)、卷积神经网络(Convolutional NeuralNetworks,简称:CNN)和深度置信网络(Deep Belief Network,简称:DBN)和递归神经网络(简称:RNN)已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。
示例性的,可以预先构建一深度学习网络(例如:上述卷积神经网络),进而,通过大量训练数据(包括图像合成参数、大量目标照片的样本数据和素材图片的样本数据)对上述深度学习网络进行训练,以使得其损失函数趋于收敛,得到上述深度学习模型。
在步骤S403中,根据深度学习模型的输出,得到融合图像。
进而,可以根据上述深度学习模型的输出,得到融合图像。示例性的,融合图像中的前景可以是上述目标照片,背景可以是上述素材图像或素材图像的背景区域,可以根据实际情况自行设定,属于本公开的保护范围。
在得到上述融合图像之后,主播或直播观看用户可以点击相关照片保存选项,并对得到的融合图像进行保存,以避免图像丢失。示例性的,在检测到主播或直播观看用户点击了上述照片保存选项时,可以将编辑视窗由可读写状态变更为只读状态。
继续参考图3,在步骤S303中,将融合图像发送至直播服务器中,以通过直播服务器将直播照片替换为融合图像。
在对融合图像进行保存之后,示例性的,主播或直播观看用户可以在编辑视窗上进行图片发送操作(例如:点击上述编辑视窗上显示的发送按钮),进而,直播客户端可以获取到上述融合图像,并对融合图像进行封装打包,以将封装打包后的数据包发送至直播服务器。
直播服务器可以接收上述数据包,并解析数据包以获取到融合图像,并向当前直播间的主播和直播观看用户广播数据。进一步的,可以参照上述步骤S120的相关解释,基于预先保存的直播照片的标识号定位到上述直播照片,并根据上述融合图像替换上述直播照片。
在替换完成之后,直播服务器还可以在上述直播界面中比较显眼的位置(例如:直播画面正中央)显示一相册更新消息,以提醒直播观看用户浏览上述融合图像,从而,能够提高直播观看用户在主播相册的互动量和浏览量。
基于上述技术方案,本公开不仅能够解决相关直播平台中主播和直播观看用户无法编辑修改主播相册中的照片,导致一些时间久远、新鲜感不强的老照片浪费系统内存的技术问题,可以轻松实现对主播照片修改,不仅能够使相册内容变得更加丰富多彩,同时还能激发用户DIY(Do It Yourself,自己动手做,简称:DIY)的能力,提升相册活跃度和照片的性价比,通过二次创作实现直播利益最大化。
示例性的,可以参考图5,图5示出本公开一示例性实施例中主播相册处理方法的整体流程图,包含步骤S501-S506,以下结合图5对具体的实施方式进行解释。
在步骤S501中,开始;
在步骤S502中,主播/直播观看用户基于编辑视窗选取直播照片,并对直播照片进行编辑处理得到目标照片;
在步骤S503中,选取素材图像,并基于深度学习模型对目标照片和素材图像进行融合处理,得到融合图像;
在步骤S504中,将融合图像发送至直播服务器;
在步骤S505中,直播服务器广播数据至主播和当前的直播观看用户,并将直播照片替换为融合图像;
在步骤S506中,直播服务器在直播界面显示相册更新消息,以提示直播观看用户对融合图像进行浏览。
本公开还提供了一种主播相册处理装置,图6示出本公开示例性实施例中主播相册处理装置的结构示意图;如图6所示,主播相册处理装置600可以包括照片选取模块601、照片编辑模块602和照片发送模块603。其中:
照片选取模块601,用于响应照片选取操作,从主播相册中选取一直播照片;主播相册包含主播相册对应的主播在直播过程中自动拍摄的照片。
照片编辑模块602,用于响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片。
在本公开的示例性实施例中,照片编辑模块用于响应针对直播照片的抠图操作,对直播照片进行抠图处理,得到直播照片中的人像区域;据人像区域识别脸部区域和/或人物肢体区域;响应针对脸部区域和/或人物肢体区域的美化操作,对脸部区域和/或人物肢体区域进行美化处理,得到目标照片。
在本公开的示例性实施例中,照片编辑模块用于响应照片选取操作,从目标图库中选取一素材图像;对目标照片与素材图像进行图像融合处理,得到融合图像;将融合图像发送至直播服务器,以通过直播服务器将直播照片替换为融合图像。
在本公开的示例性实施例中,照片编辑模块用于获取图像合成参数,图像合成参数至少包括以下之一:目标照片的尺寸、显示角度以及目标照片在素材图像上的显示位置;将图像合成参数、目标照片与素材图像输入至深度学习模型中,以使深度学习模型对目标照片与素材图像进行融合处理;根据深度学习模型的输出,得到融合图像。
在本公开的示例性实施例中,照片编辑模块用于在直播界面中提供一编辑视窗,其中,编辑视窗用于响应图像编辑操作;在编辑视窗中显示直播照片。
照片发送模块603,用于将目标照片发送至主播相册。
在本公开的示例性实施例中,直播照片存储于直播服务器;照片发送模块用于对目标照片进行封装打包,并将封装打包后的数据包发送至直播服务器中的直播相册。
在本公开的示例性实施例中,照片发送模块还用于通过直播服务器将直播照片替换为目标照片。
上述主播相册处理装置中各模块的具体细节已经在对应的主播相册处理方法中进行了详细的描述,因此此处不再赘述。
本公开还提供了一种主播相册处理装置,图7示出本公开示例性实施例中主播相册处理装置的结构示意图;如图7所示,主播相册处理装置700可以包括照片接收模块701和照片替换模块702。其中:
照片接收模块701,接收直播客户端发送的数据包,解析数据包以获取到目标照片。
照片替换模块702,用于根据直播照片的标识号,将直播照片替换为目标照片。
在本公开的示例性实施例中,照片替换模块还用于在直播界面中显示一相册更新消息,以提示直播观看用户对目标照片进行浏览。
上述主播相册处理装置中各模块的具体细节已经在对应的主播相册处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图8所示,描述了根据本公开的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本公开的这种实施方式的电子设备900。图9显示的电子设备900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9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930以及显示单元940。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元910可以执行如图1中所示的:步骤S110,响应照片选取操作,从主播相册中选取一直播照片;主播相册包含主播相册对应的主播在直播过程中自动拍摄的照片;步骤S120,响应针对直播照片的图像编辑操作,对直播照片进行编辑处理,得到目标照片;步骤S130,将目标照片发送至主播相册。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)9201和/或高速缓存存储单元9202,还可以进一步包括只读存储单元(ROM)9203。
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204,这样的程序模块9205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。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、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950进行。并且,电子设备900还可以通过网络适配器960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。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900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。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (11)
1.一种主播相册处理方法,其特征在于,包括:
响应照片选取操作,从所述主播相册中选取一直播照片;所述主播相册包含所述主播相册对应的主播在直播过程中自动拍摄的照片;
响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片;
将所述目标照片发送至所述主播相册;
响应照片选取操作,从目标图库中选取一素材图像;
对所述目标照片与所述素材图像进行图像融合处理,得到融合图像;所述融合图像的前景为所述目标照片,背景为所述素材图像;
将所述融合图像发送至直播服务器,以通过所述直播服务器将所述直播照片替换为所述融合图像。
2.根据权利要求1所述的方法,其特征在于,所述直播照片存储于直播服务器;
所述将所述目标照片发送至所述主播相册,包括:
对所述目标照片进行封装打包,并将所述封装打包后的数据包发送至所述直播服务器中的所述主播相册。
3.根据权利要求2所述的方法,其特征在于,在将所述目标照片发送至所述主播相册之后,所述方法还包括:
通过所述直播服务器将所述直播照片替换为所述目标照片。
4.根据权利要求1所述的方法,其特征在于,所述图像编辑操作包括抠图操作和美化操作;
所述响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片,包括:
响应针对所述直播照片的抠图操作,对所述直播照片进行抠图处理,得到所述直播照片中的人像区域;
根据所述人像区域识别脸部区域和/或人物肢体区域;
响应针对所述脸部区域和/或人物肢体区域的美化操作,对所述脸部区域和/或人物肢体区域进行美化处理,得到所述目标照片。
5.根据权利要求1所述的方法,其特征在于,所述对所述目标照片与所述素材图像进行图像融合处理,得到融合图像,包括:
获取图像合成参数,所述图像合成参数至少包括以下之一:所述目标照片的尺寸、显示角度以及所述目标照片在所述素材图像上的显示位置;
将所述图像合成参数、所述目标照片与所述素材图像输入至深度学习模型中,以使所述深度学习模型对所述目标照片与所述素材图像进行融合处理;
根据所述深度学习模型的输出,得到所述融合图像。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在直播界面中提供一编辑视窗,其中,所述编辑视窗用于响应所述图像编辑操作;
在所述编辑视窗中显示所述直播照片。
7.一种主播相册处理方法,应用于一直播服务器,其特征在于,包括:
接收直播客户端发送的数据包,解析所述数据包以获取到目标照片;
根据直播照片的标识号,将所述直播照片替换为所述目标照片;
在直播界面中显示一相册更新消息,以提示直播观看用户对所述目标照片进行浏览。
8.一种主播相册处理装置,其特征在于,包括:
照片选取模块,用于响应照片选取操作,从所述主播相册中选取一直播照片;所述主播相册包含所述主播相册对应的主播在直播过程中自动拍摄的照片;
照片编辑模块,用于响应针对所述直播照片的图像编辑操作,对所述直播照片进行编辑处理,得到目标照片;
照片发送模块,用于将所述目标照片发送至所述主播相册;
用于响应照片选取操作,从目标图库中选取一素材图像;
对所述目标照片与所述素材图像进行图像融合处理,得到融合图像;所述融合图像的前景为所述目标照片,背景为所述素材图像;
将所述融合图像发送至直播服务器,以通过所述直播服务器将所述直播照片替换为所述融合图像。
9.一种主播相册处理装置,应用于一直播服务器,其特征在于,包括:
照片接收模块,用于接收直播客户端发送的数据包,解析所述数据包以获取到目标照片;
照片替换模块,用于根据直播照片的标识号,将所述直播照片替换为所述目标照片;在直播界面中显示一相册更新消息,以提示直播观看用户对所述目标照片进行浏览。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的主播相册处理方法。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~7中任意一项所述的主播相册处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010806188.4A CN111935493B (zh) | 2020-08-12 | 2020-08-12 | 主播相册处理方法及装置、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010806188.4A CN111935493B (zh) | 2020-08-12 | 2020-08-12 | 主播相册处理方法及装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935493A CN111935493A (zh) | 2020-11-13 |
CN111935493B true CN111935493B (zh) | 2022-09-13 |
Family
ID=73310459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010806188.4A Active CN111935493B (zh) | 2020-08-12 | 2020-08-12 | 主播相册处理方法及装置、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111935493B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111277849A (zh) * | 2020-02-11 | 2020-06-12 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3796500B2 (ja) * | 2003-11-21 | 2006-07-12 | キヤノン株式会社 | 画像処理装置及びその制御方法、プログラム |
CN101217431B (zh) * | 2007-12-29 | 2012-06-27 | 腾讯科技(深圳)有限公司 | 同步移动终端、网络电视、网络相册的图片的方法及系统 |
CN104469529A (zh) * | 2014-11-19 | 2015-03-25 | 福建新大陆通信科技股份有限公司 | 一种机顶盒获取和更换主题的方法及系统 |
US20190197315A1 (en) * | 2017-12-21 | 2019-06-27 | Facebook, Inc. | Automatic story generation for live media |
CN110377574B (zh) * | 2019-07-15 | 2023-08-25 | 腾讯科技(深圳)有限公司 | 图片的协作处理方法及装置、存储介质、电子装置 |
CN110633380B (zh) * | 2019-09-05 | 2022-05-17 | 北京无限光场科技有限公司 | 图片处理界面的控制方法、装置、电子设备及可读介质 |
CN111339420A (zh) * | 2020-02-28 | 2020-06-26 | 北京市商汤科技开发有限公司 | 图像处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-08-12 CN CN202010806188.4A patent/CN111935493B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111277849A (zh) * | 2020-02-11 | 2020-06-12 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111935493A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11265614B2 (en) | Information sharing method and device, storage medium and electronic device | |
CN106303723B (zh) | 视频处理方法和装置 | |
CN111654715B (zh) | 直播的视频处理方法、装置、电子设备及存储介质 | |
JP2023519625A (ja) | ビデオ処理方法、装置、電子機器及び非一時的なコンピュータ読み取り可能な記憶媒体 | |
CN105872810A (zh) | 一种媒体内容分享方法和装置 | |
CN113204656A (zh) | 多媒体资源的展示方法、装置、设备及存储介质 | |
CN114205635B (zh) | 一种直播评论展示方法、装置、设备及介质 | |
CN112135160A (zh) | 直播中虚拟对象控制方法及装置、存储介质和电子设备 | |
CN112839190B (zh) | 虚拟图像与现实场景同步视频录制或直播的方法 | |
CN111800668B (zh) | 弹幕的处理方法、装置、设备及存储介质 | |
CN113573090A (zh) | 游戏直播中的内容显示方法、装置、系统和存储介质 | |
CN112752132A (zh) | 漫画图片弹幕显示方法、装置、介质及电子设备 | |
CN111583348B (zh) | 图像数据编码方法及装置、显示方法及装置、电子设备 | |
EP4343579A1 (en) | Information replay method and apparatus, electronic device, computer storage medium, and product | |
EP4345648A1 (en) | Method and apparatus for replying to information, electronic device, computer storage medium, and product | |
CN113596574A (zh) | 视频处理方法、视频处理装置、电子设备和可读存储介质 | |
CN111107283B (zh) | 一种信息显示方法、电子设备及存储介质 | |
CN111935493B (zh) | 主播相册处理方法及装置、存储介质、电子设备 | |
CN114449355B (zh) | 一种直播互动的方法、装置、设备及存储介质 | |
CN114245193A (zh) | 显示控制方法、装置和电子设备 | |
CN114025237A (zh) | 视频生成方法、装置和电子设备 | |
CN111367598B (zh) | 动作指令的处理方法、装置、电子设备及计算机可读存储介质 | |
CN113559503A (zh) | 视频生成方法、设备及计算机可读介质 | |
CN114063863B (zh) | 视频处理方法、装置及电子设备 | |
CN114546229B (zh) | 信息处理方法、截屏方法及电子设备 |
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 |