CN112967362A - 动画生成方法和装置、存储介质和电子设备 - Google Patents
动画生成方法和装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN112967362A CN112967362A CN202110298219.4A CN202110298219A CN112967362A CN 112967362 A CN112967362 A CN 112967362A CN 202110298219 A CN202110298219 A CN 202110298219A CN 112967362 A CN112967362 A CN 112967362A
- Authority
- CN
- China
- Prior art keywords
- organ
- mri
- video
- animation
- pronunciation
- 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 50
- 210000000056 organ Anatomy 0.000 claims abstract description 274
- 238000002595 magnetic resonance imaging Methods 0.000 claims abstract description 207
- 230000001755 vocal effect Effects 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims description 46
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- YREOLPGEVLLKMB-UHFFFAOYSA-N 3-methylpyridin-1-ium-2-amine bromide hydrate Chemical compound O.[Br-].Cc1ccc[nH+]c1N YREOLPGEVLLKMB-UHFFFAOYSA-N 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
Abstract
本公开涉及一种动画生成方法和装置、存储介质和电子设备,所述方法包括:将待生成动画的核磁共振成像MRI视频输入动画生成模型;基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频。本公开可以将MRI视频转换为动画视频,使MRI视频中的发音器官的位置、形状、状态等更加清晰,提高了用户从MRI视频中提取信息的效率。
Description
技术领域
本公开涉及动画领域,具体地,涉及一种动画生成方法和装置、存储介质和电子设备。
背景技术
MRI(Magnetic Resonance Imaging,磁共振成像)是一种利用磁共振现象从人体中获得电磁信号并重建出体内图像的技术,通过MRI图像可以清晰地观察到人体内在器官的位置、形状和状态,从而广泛地应用于医疗领域。
但是,由于MRI图像成像不够清晰,以及非专业人员对器官形状不够熟悉,导致大众从MRI图像或MRI视频中提取信息存在困难,这限制了MRI在其他领域中的应用。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种动画生成方法,包括:将待生成动画的核磁共振成像MRI视频输入动画生成模型;基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频。
第二方面,本公开提供一种动画生成装置,包括:输入模块,用于将待生成动画的核磁共振成像MRI视频输入动画生成模型;获取模块,用于获取所述动画生成模型基于所述MRI视频中的发音器官输出的发音器官动画视频。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:存储装置、处理装置,存储装置上存储有计算机程序,处理装置用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,至少可以实现以下的技术效果:
通过将MRI视频输入动画生成模型,并基于MRI视频输出对应于MRI视频中的发音器官的发音器官动画视频,从而可以将MRI视频转换为动画视频,使MRI视频中的发音器官的位置、形状、状态等更加清晰,提高了用户从MRI视频中提取信息的效率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性公开实施例示出的一种动画生成方法的流程图。
图2是根据一示例性公开实施例示出的一种动画生成模型的训练流程的示意图。
图3是根据一示例性公开实施例示出的一种动画生成装置的框图。
图4是根据一示例性公开实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1是根据一示例性公开实施例示出的一种动画生成方法的流程图,如图1所示,所述方法包括以下步骤:
S11、将待生成动画的核磁共振像MRI视频输入动画生成模型。
MRI视频由多个视频帧组成,在生成动画时,可以选择将所有的视频帧均输入动画生成模型,在得到了动画生成模型输出的动画帧之后,可以将动画帧按照视频帧的排列顺序进行重组,得到视频帧对应的动画视频。
在一种可能的实施方式中,还可以相隔预设帧选取视频帧输入动画生成模型,这样,在得到动画生成模型生成的动画帧之后,可以对动画帧之间进行补帧,生成流畅的动画视频。这样,可以减少动画生成模型的工作量,减少计算资源消耗,提升动画生成效率。
该动画生成模型可以为任意的可以对样本进行学习的机器学习模型,例如对抗生成网络模型、循环神经网络模型、卷积网络模型等,本公开对此不做限制。模型的训练样本包括多张MRI样本图像和各MRI样本图像对应的动画发音器官图,通过对训练样本进行学习,动画生成模型可以基于输入的MRI图像生成对应的动画图像,从而可以实现将MRI视频帧转换为动画帧的效果。
S12、基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频。动画生成模型可以按照视频帧输入的顺序依次输出与视频帧对应的动画帧,并将其组合为发音器官动画视频。其中,动画帧中的发音器官位置由动画发音器官进行填充,便于用户查看和理解。
在一种可能的实施方式中,可以根据发音器官的不同,为各个动画发音器官分别填充不同的颜色,还可以在动画发音器官上标注器官名称,例如,可以将上颚位置填充为淡黄色,并标注“上颚”字符,将舌头位置填充为正红色,并标注“舌”字符,将牙齿位置填充为白色,并标注“牙齿”字符,这样,可以更直观地体现各发音器官的位置及连接关系,更有利于用户理解。
值得说明的是,上述的颜色填充方式和名称标注方式仅作为一种示例进行说明,本公开不对器官颜色的填充方式和名称的标注方式进行限定,例如,该名称标注还可以用外文标注,或者添加读音的音标、拼音等。将动画帧按照视频帧的排列顺序进行重组,可以得到完整的动画视频,动画帧的播放速度可以与视频帧一致,也可以根据应用需求调整动画帧的播放速度,例如,当动画视频应用在教育场景中时,为了更清晰地展示发音器官的运动方式和发力状况,可以降低动画帧的播放速度。在降低动画帧的播放速度的情况下,为了使动画视频更流畅,还可以在各帧之间进行补帧,以提升动画视频的帧数。
在一种可能的实施方式中,动画生成模型为对抗生成网络模型,所述动画生成模型包括用于基于MRI图像生成动画图像的生成器,所述动画生成模型的是通过以下方式训练得到的:
重复执行所述生成器基于所述MRI样本图像生成训练动画图像、并基于所述MRI样本图像对应的动画发音器官图和预设的损失函数生成损失值、并由基于所述损失值调整所述生成器中的参数,并由所述对抗生成网络模型的判别器基于所述动画器发音官图对所述训练动画图像进行评价的步骤,直至所述评价结果满足预设评价结果条件。
其中,生成器用于基于输入的数据生成图像,判别器用于评价生成器输出的图像与指定集合中的图像是否具有一致的特征,即可以判断图片是否为制定集合中的图片。判别器的评价结果可能是正确的,也可能是错误的,当生成器输出的图片与指定集合中的图片特征明显不同的情况下,判别器的评价结果通常是正确的,也就是说判别器可以正确地判断图片是否为指定集合中的图片,而当生成器生成的图片与指定集合中的图片的特征差异不明显的情况下,判别器则很难总是正确地判断图片是否为指定集合中的图片,这样,可以通过设定判别评价结果的正确比例阈值来设置训练停止条件,使生成器生成的图像更符合训练集中的训练目标的特征。
在对生成器进行训练之前,还可以对判别器进行预训练,例如,向生成器输入随机的特征得到图像,并由判别器对该图像的特征与训练样本中的动画器官图一致进行评价,基于评价结果是否正确而调整判别器中的参数,直至判别器可以正确判断生成器生成的图像与训练样本中的动画器官图是否一致。在完成判别器的训练后,可以再利用判别器对生成器进行训练。值得说明的是,生成器和判别器的训练还可以同步进行,从而可以互相约束,使得生成器生成的图像更符合动画器官图的特征,而判别器可以更正确地对图像进行评价。
在一种可能的实施方式中,训练样本是通过以下方式得到的:确定各MRI样本图像中的器官的位置,并在各MRI样本图像中的器官的位置生成与所述器官的位置对应的动画发音器官从而得到动画发音器官图。
各发音器官的位置可以通过MRI样本图像中的色块区域进行轮廓区分,还可以通过识别模型对发音器官位置进行识别,或者将器官模板图与MRI样本图像重叠,并基于器官模板图的发音器官位置在MRI样本图像中进行区域合并,将发音器官位置所在区域的色块作为器官所在的位置。
在一种可能的实施方式中,针对每一MRI样本图像,提取所述MRI样本图像的器官轮廓,并在各发音器官的器官轮廓中填充与该发音器官对应的发音器官图像。
其中,发音器官图像可以为卡通图像也可以为写实图像,在一种可能的实施方式中,可以从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图。值得说明的是,flash动画库中针对同一发音器官可能有多种器官贴图,可以自动选择一种器官贴图进行填充,也可以根据用户的指定修改贴图的类型进行填充。
在一种可能的实施方式中,针对所述MRI样本视频的首帧对应的MRI样本图像,从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图;针对其他视频帧对应的MRI样本图像,从所述flash动画库中调用与所述首帧对应的所述MRI样本图像中的各发音器官对应的器官贴图在与各发音器官对应的器官轮廓中进行填充。
也就是说,在对首帧进行贴图填充以后,可以基于首帧的贴图类型对其他帧进行填充,从而使得所有的动画帧中针对相同器官的贴图风格相同,使得最终得到的动画视频更加自然。
例如,flash动画库中针对舌头的贴图共有3种,针对牙齿的贴图共有4种,则在对首帧对应的MRI样本图像进行填充时,针对舌头选择了舌头1贴图,针对牙齿选择了牙齿3贴图分别对舌头所在的轮廓和牙齿所在的轮廓进行填充,则在对后续其他帧进行填充时,可以自动选择舌头1贴图对舌头所在的轮廓进行填充,并选择牙齿3贴图对牙齿所在的轮廓进行填充。
考虑到器官轮廓的提取可能存在偏差,在一种可能的实施方式中,在提取了器官轮廓之后,可以对所述器官轮廓进行矫正。可以对器官轮廓逐帧分别进行矫正,还可以对首帧的器官轮廓进行矫正后,通过特征点识别的方式对器官轮廓进行追踪,从而实现其他帧的器官轮廓矫正。
在一种可能的实施方式中,针对所述MRI样本视频的首帧对应的MRI样本图像,基于所述MRI样本图像调整该MRI样本图像中的所述器官轮廓,以使所述器官轮廓与所述MRI样本图像中的特征点相对应;针对其他视频帧对应的MRI样本图像,对该MRI样本图像中的特征点与该MRI样本图像的前一视频帧中的特征点进行特征点追踪,并基于特征点追踪结果,自动对该MRI样本图像中的器官轮廓进行调整。
图2是根据一示例性公开实施例示出的一种动画生成模型的训练流程示意图。如图2所示,将MRI样本视频分帧得到MRI样本图像,并进行器官轮廓的提取,在提取到器官轮廓后调整各帧中的器官轮廓,并从flash贴图库中提取器官对应的贴图对器官轮廓进行填充得到动画发音器官图,动画生成模型中的生成器基于MRI样本图像生成训练动画图像,并基于训练动画图像和动画发音器官图计算损失值并调整生成器中的参数,而判别器用于评价生成器生成的训练动画图像是否属于训练样本中的动画发音器官图,直至判别器的评价结果的正确率低于成功率阈值,则完成了对动画生成模型的训练过程。
通过上述技术方案,至少可以实现以下的技术效果:
通过将MRI视频输入动画生成模型,并基于MRI视频输出对应于MRI视频中的发音器官的发音器官动画视频,从而可以将MRI视频转换为动画视频,使MRI视频中的发音器官的位置、形状、状态等更加清晰,提高了用户从MRI视频中提取信息的效率。
图3是根据一示例性公开实施例示出的一种动画生成装置的框图,如图3所示,所述装置300包括:
输入模块310,用于将待生成动画的核磁共振成像MRI视频输入动画生成模型。
生成模块320,用于基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频。
在一种可能的实施方式中,所述动画生成模型的训练样本包括多张MRI样本图像和各MRI样本图像对应的动画发音器官图,所述动画发音器官图是通过以下方式得到的:确定各MRI样本图像中的发音器官的位置;在各MRI样本图像中的发音器官的位置,生成与所述器官的位置对应的动画发音器官,从而得到动画发音器官图。
在一种可能的实施方式中,所述装置还包括分帧模块,用于将所述MRI视频分为多个视频帧;所述输入模块,用于将MRI视频的各视频帧输入所述动画生成模型;所述生成模块,用于基于所述视频帧中的发音器官输出的发音器官动画帧;将所述发音器官动画帧组合为发音器官动画视频。
在一种可能的实施方式中,所述动画生成模型为对抗生成网络模型,所述动画生成模型包括用于基于MRI图像生成动画图像的生成器;所述装置还包括训练模块,用于重复执行所述生成器基于所述MRI样本图像生成训练动画图像、并基于所述MRI样本图像对应的动画发音器官图和预设的损失函数生成损失值、并由基于所述损失值调整所述生成器中的参数、并由所述对抗生成网络模型的判别器基于所述动画发音器官图对所述训练动画图像进行评价的步骤,直至所述评价结果满足预设评价结果条件。
在一种可能的实施方式中,所述训练模块,还用于针对每一MRI样本图像,提取所述MRI样本图像的器官轮廓;在各发音器官的器官轮廓中填充与该发音器官对应的发音器官图像。
在一种可能的实施方式中,所述训练模块,还用于从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该器官对应的器官贴图。
在一种可能的实施方式中,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述训练模块,还用于针对所述MRI样本视频的首帧对应的MRI样本图像,从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图;针对其他视频帧对应的MRI样本图像,从所述flash动画库中调用与所述首帧对应的所述MRI样本图像中的各发音器官对应的器官贴图在与各发音器官对应的器官轮廓中进行填充。
在一种可能的实施方式中,所述训练模块,还用于对所述器官轮廓进行矫正。
在一种可能的实施方式中,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述训练模块,还用于针对所述MRI样本视频的首帧对应的MRI样本图像,基于所述MRI样本图像调整该MRI样本图像中的所述器官轮廓,以使所述器官轮廓与所述MRI样本图像中的特征点相对应;针对其他视频帧对应的MRI样本图像,对该MRI样本图像中的特征点与该MRI样本图像的前一视频帧中的特征点进行特征点追踪,并基于特征点追踪结果,自动对该MRI样本图像中的器官轮廓进行调整。
上述各模块所具体执行的步骤在方法部分的实施例中已有详细的阐述,在此不做赘述。
通过上述技术方案,至少可以实现以下的技术效果:
通过将MRI视频输入动画生成模型,并基于MRI视频输出对应于MRI视频中的发音器官的发音器官动画视频,从而可以将MRI视频转换为动画视频,使MRI视频中的发音器官的位置、形状、状态等更加清晰,提高了用户从MRI视频中提取信息的效率。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的终端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4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4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,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,其包括承载在非暂态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409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401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。
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但不限于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模块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,模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种动画生成方法,包括:将待生成动画的核磁共振成像MRI视频输入动画生成模型;基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述动画生成模型的训练样本包括多张MRI样本图像和各MRI样本图像对应的动画发音器官图,所述动画发音器官图是通过以下方式得到的:确定各MRI样本图像中的发音器官的位置;在各MRI样本图像中的发音器官的位置,成与所述器官的位置对应的动画发音器官,从而得到动画发音器官图。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,所述方法还包括:将所述MRI视频分为多个视频帧;所述将待生成动画的核磁共振成像MRI视频输入动画生成模型,包括:将MRI视频的各视频帧输入所述动画生成模型;所述基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频,包括:基于所述视频帧中的发音器官输出的发音器官动画帧;将所述发音器官动画帧组合为发音器官动画视频。
根据本公开的一个或多个实施例,示例4提供了示例2的方法,所述动画生成模型为对抗生成网络模型,所述动画生成模型包括用于基于MRI图像生成动画图像的生成器;所述动画生成模型的是通过以下方式训练得到的:重复执行所述生成器基于所述MRI样本图像生成训练动画图像、并基于所述MRI样本图像对应的动画发音器官图和预设的损失函数生成损失值、并由基于所述损失值调整所述生成器中的参数、并由所述对抗生成网络模型的判别器基于所述动画发音器官图对所述训练动画图像进行评价的步骤,直至所述评价结果满足预设评价结果条件。
根据本公开的一个或多个实施例,示例5提供了示例2的方法,所述确定各MRI样本图像中的器官的位置,包括:针对每一MRI样本图像,提取所述MRI样本图像的器官轮廓;所述在各MRI样本图像中的发音器官的位置,生成与所述发音器官的位置对应的动画发音器官,包括:在各发音器官的器官轮廓中填充与该发音器官对应的发音器官图像。
根据本公开的一个或多个实施例,示例6提供了示例5的方法,所述在各发音器官的器官轮廓中填充与该发音器官对应的颜色,包括:从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该器官对应的器官贴图。
根据本公开的一个或多个实施例,示例7提供了示例6的方法,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图,还包括:针对所述MRI样本视频的首帧对应的MRI样本图像,从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图;针对其他视频帧对应的MRI样本图像,从所述flash动画库中调用与所述首帧对应的所述MRI样本图像中的各发音器官对应的器官贴图在与各发音器官对应的器官轮廓中进行填充。
根据本公开的一个或多个实施例,示例8提供了示例5的方法,所述提取所述MRI样本图像的器官轮廓之后,所述方法还包括:对所述器官轮廓进行矫正。
根据本公开的一个或多个实施例,示例9提供了示例8的方法,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述对所述器官轮廓进行矫正,包括:针对所述MRI样本视频的首帧对应的MRI样本图像,基于所述MRI样本图像调整该MRI样本图像中的所述器官轮廓,以使所述器官轮廓与所述MRI样本图像中的特征点相对应;针对其他视频帧对应的MRI样本图像,对该MRI样本图像中的特征点与该MRI样本图像的前一视频帧中的特征点进行特征点追踪,并基于特征点追踪结果,自动对该MRI样本图像中的器官轮廓进行调整。
根据本公开的一个或多个实施例,示例10提供了一种动画生成装置,包括:输入模块,用于将待生成动画的核磁共振成像MRI视频输入动画生成模型;获取模块,用于获取所述动画生成模型基于所述MRI视频中的发音器官输出的发音器官动画视频。
根据本公开的一个或多个实施例,示例11提供了示例10的装置,所述动画生成模型的训练样本包括多张MRI样本图像和各MRI样本图像对应的动画发音器官图,所述动画发音器官图是通过以下方式得到的:确定各MRI样本图像中的发音器官的位置;在各MRI样本图像中的发音器官的位置,生成与所述器官的位置对应的动画发音器官,从而得到动画发音器官图。
根据本公开的一个或多个实施例,示例12提供了示例11的装置,所述装置还包括分帧模块,用于将所述MRI视频分为多个视频帧;所述输入模块,用于将MRI视频的各视频帧输入所述动画生成模型;所述生成模块,用于基于所述视频帧中的发音器官输出的发音器官动画帧;将所述发音器官动画帧组合为发音器官动画视频。
根据本公开的一个或多个实施例,示例13提供了示例11的装置,所述动画生成模型为对抗生成网络模型,所述动画生成模型包括用于基于MRI图像生成动画图像的生成器;所述装置还包括训练模块,用于重复执行所述生成器基于所述MRI样本图像生成训练动画图像、并基于所述MRI样本图像对应的动画发音器官图和预设的损失函数生成损失值、并由基于所述损失值调整所述生成器中的参数、并由所述对抗生成网络模型的判别器基于所述动画发音器官图对所述训练动画图像进行评价的步骤,直至所述评价结果满足预设评价结果条件。
根据本公开的一个或多个实施例,示例14提供了示例11的装置,所述训练模块,还用于针对每一MRI样本图像,提取所述MRI样本图像的器官轮廓;在各发音器官的器官轮廓中填充与该发音器官对应的发音器官图像。
根据本公开的一个或多个实施例,示例15提供了示例14的装置,所述训练模块,还用于从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该器官对应的器官贴图。
根据本公开的一个或多个实施例,示例16提供了示例16的装置,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述训练模块,还用于针对所述MRI样本视频的首帧对应的MRI样本图像,从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图;针对其他视频帧对应的MRI样本图像,从所述flash动画库中调用与所述首帧对应的所述MRI样本图像中的各发音器官对应的器官贴图在与各发音器官对应的器官轮廓中进行填充。
根据本公开的一个或多个实施例,示例17提供了示例16的装置,所述训练模块,还用于对所述器官轮廓进行矫正。
根据本公开的一个或多个实施例,示例18提供了示例17的装置,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述训练模块,还用于针对所述MRI样本视频的首帧对应的MRI样本图像,基于所述MRI样本图像调整该MRI样本图像中的所述器官轮廓,以使所述器官轮廓与所述MRI样本图像中的特征点相对应;针对其他视频帧对应的MRI样本图像,对该MRI样本图像中的特征点与该MRI样本图像的前一视频帧中的特征点进行特征点追踪,并基于特征点追踪结果,自动对该MRI样本图像中的器官轮廓进行调整。
以上描述仅为本公开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,本公开中所涉及的公开范围,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公开构思的情况下,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。例如上述特征与本公开中公开的(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。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (12)
1.一种动画生成方法,其特征在于,所述方法包括:
将待生成动画的核磁共振成像MRI视频输入动画生成模型;
基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频。
2.根据权利要求1所述的方法,其特征在于,所述动画生成模型的训练样本包括多张MRI样本图像和各MRI样本图像对应的动画发音器官图,所述动画发音器官图是通过以下方式得到的:
确定各MRI样本图像中的发音器官的位置;
在各MRI样本图像中的发音器官的位置,生成与所述器官的位置对应的动画发音器官,从而得到动画发音器官图。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将所述MRI视频分为多个视频帧;
所述将待生成动画的核磁共振成像MRI视频输入动画生成模型,包括:
将MRI视频的各视频帧输入所述动画生成模型;
所述基于所述MRI视频,输出对应于所述MRI视频中的发音器官的发音器官动画视频,包括:
基于所述视频帧中的发音器官输出的发音器官动画帧;
将所述发音器官动画帧组合为发音器官动画视频。
4.根据权利要求2所述的方法,其特征在于,所述动画生成模型为对抗生成网络模型,所述动画生成模型包括用于基于MRI图像生成动画图像的生成器;
所述动画生成模型的是通过以下方式训练得到的:
重复执行所述生成器基于所述MRI样本图像生成训练动画图像、并基于所述MRI样本图像对应的动画发音器官图和预设的损失函数生成损失值、并由基于所述损失值调整所述生成器中的参数、并由所述对抗生成网络模型的判别器基于所述动画发音器官图对所述训练动画图像进行评价的步骤,直至所述评价结果满足预设评价结果条件。
5.根据权利要求2所述的方法,其特征在于,所述确定各MRI样本图像中的器官的位置,包括:
针对每一MRI样本图像,提取所述MRI样本图像的器官轮廓;
所述在各MRI样本图像中的发音器官的位置,生成与所述发音器官的位置对应的动画发音器官,包括:
在各发音器官的器官轮廓中填充与该发音器官对应的发音器官图像。
6.根据权利要求5所述的方法,其特征在于,所述在各发音器官的器官轮廓中填充与该发音器官对应的颜色,包括:
从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该器官对应的器官贴图。
7.根据权利要求6所述的方法,其特征在于,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图,还包括:
针对所述MRI样本视频的首帧对应的MRI样本图像,从预设的flash动画库中调用器官贴图,在各发音器官的器官轮廓中填充该发音器官对应的器官贴图;
针对其他视频帧对应的MRI样本图像,从所述flash动画库中调用与所述首帧对应的所述MRI样本图像中的各发音器官对应的器官贴图在与各发音器官对应的器官轮廓中进行填充。
8.根据权利要求5所述的方法,其特征在于,所述提取所述MRI样本图像的器官轮廓之后,所述方法还包括:
对所述器官轮廓进行矫正。
9.根据权利要求8所述的方法,其特征在于,所述MRI样本图像为对MRI样本视频进行分帧得到的图像,所述对所述器官轮廓进行矫正,包括:
针对所述MRI样本视频的首帧对应的MRI样本图像,基于所述MRI样本图像调整该MRI样本图像中的所述器官轮廓,以使所述器官轮廓与所述MRI样本图像中的特征点相对应;
针对其他视频帧对应的MRI样本图像,对该MRI样本图像中的特征点与该MRI样本图像的前一视频帧中的特征点进行特征点追踪,并基于特征点追踪结果,自动对该MRI样本图像中的器官轮廓进行调整。
10.一种动画生成装置,其特征在于,所述装置包括:
输入模块,用于将待生成动画的核磁共振成像MRI视频输入动画生成模型;
获取模块,用于获取所述动画生成模型基于所述MRI视频中的发音器官输出的发音器官动画视频。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-9中任一项所述方法的步骤。
12.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110298219.4A CN112967362A (zh) | 2021-03-19 | 2021-03-19 | 动画生成方法和装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110298219.4A CN112967362A (zh) | 2021-03-19 | 2021-03-19 | 动画生成方法和装置、存储介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112967362A true CN112967362A (zh) | 2021-06-15 |
Family
ID=76277850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110298219.4A Pending CN112967362A (zh) | 2021-03-19 | 2021-03-19 | 动画生成方法和装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112967362A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110131768A (ko) * | 2010-05-31 | 2011-12-07 | (주)클루소프트 | 발음기관 애니메이션 생성 장치 및 방법 |
CN103218841A (zh) * | 2013-04-26 | 2013-07-24 | 中国科学技术大学 | 结合生理模型和数据驱动模型的三维发音器官动画方法 |
CN103700130A (zh) * | 2013-12-30 | 2014-04-02 | 中国科学院自动化研究所 | 发音器官的网格动画生成方法 |
CN104318615A (zh) * | 2014-10-29 | 2015-01-28 | 中国科学技术大学 | 一种发音器官三维建模方法 |
CN108596149A (zh) * | 2018-05-10 | 2018-09-28 | 上海交通大学 | 基于条件对抗生成网络的运动序列生成方法 |
CN111667553A (zh) * | 2020-06-08 | 2020-09-15 | 北京有竹居网络技术有限公司 | 头像像素化的面部颜色填充方法、装置及电子设备 |
CN112270734A (zh) * | 2020-10-19 | 2021-01-26 | 北京大米科技有限公司 | 一种动画生成方法、可读存储介质和电子设备 |
-
2021
- 2021-03-19 CN CN202110298219.4A patent/CN112967362A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110131768A (ko) * | 2010-05-31 | 2011-12-07 | (주)클루소프트 | 발음기관 애니메이션 생성 장치 및 방법 |
CN103218841A (zh) * | 2013-04-26 | 2013-07-24 | 中国科学技术大学 | 结合生理模型和数据驱动模型的三维发音器官动画方法 |
CN103700130A (zh) * | 2013-12-30 | 2014-04-02 | 中国科学院自动化研究所 | 发音器官的网格动画生成方法 |
CN104318615A (zh) * | 2014-10-29 | 2015-01-28 | 中国科学技术大学 | 一种发音器官三维建模方法 |
CN108596149A (zh) * | 2018-05-10 | 2018-09-28 | 上海交通大学 | 基于条件对抗生成网络的运动序列生成方法 |
CN111667553A (zh) * | 2020-06-08 | 2020-09-15 | 北京有竹居网络技术有限公司 | 头像像素化的面部颜色填充方法、装置及电子设备 |
CN112270734A (zh) * | 2020-10-19 | 2021-01-26 | 北京大米科技有限公司 | 一种动画生成方法、可读存储介质和电子设备 |
Non-Patent Citations (1)
Title |
---|
李睿;於俊;罗常伟;汪增福;: "发音过程中舌头运动的3D可视化方法", 模式识别与人工智能, no. 05 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109902659B (zh) | 用于处理人体图像的方法和装置 | |
US11308671B2 (en) | Method and apparatus for controlling mouth shape changes of three-dimensional virtual portrait | |
CN112967212A (zh) | 一种虚拟人物的合成方法、装置、设备及存储介质 | |
CN109784304B (zh) | 用于标注牙齿图像的方法和装置 | |
CN109474850B (zh) | 运动像素视频特效添加方法、装置、终端设备及存储介质 | |
CN111369427A (zh) | 图像处理方法、装置、可读介质和电子设备 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN110062157B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN109600559B (zh) | 一种视频特效添加方法、装置、终端设备及存储介质 | |
WO2020253716A1 (zh) | 图像生成方法和装置 | |
CN110472558B (zh) | 图像处理方法和装置 | |
CN110059624B (zh) | 用于检测活体的方法和装置 | |
CN111897976A (zh) | 一种虚拟形象合成方法、装置、电子设备及存储介质 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN115311178A (zh) | 图像拼接方法、装置、设备及介质 | |
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 | |
WO2022194044A1 (zh) | 发音评价方法和装置、存储介质和电子设备 | |
CN109829431B (zh) | 用于生成信息的方法和装置 | |
CN114331823A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114429658A (zh) | 人脸关键点信息获取方法、生成人脸动画的方法及装置 | |
CN113223555A (zh) | 视频生成方法、装置、存储介质及电子设备 | |
CN109816670B (zh) | 用于生成图像分割模型的方法和装置 | |
CN110059739B (zh) | 图像合成方法、装置、电子设备和计算机可读存储介质 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN110084306B (zh) | 用于生成动态图像的方法和装置 |
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 |