CN114092608A - 表情的处理方法及装置、计算机可读存储介质、电子设备 - Google Patents

Abstract

本公开是关于一种表情的处理方法及装置、存储介质、电子设备，涉及图像识别技术领域，该方法包括：接收第二终端设备发送的原始互动表情；响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。本公开提高了目标互动表情的精确度。

Description

表情的处理方法及装置、计算机可读存储介质、电子设备

技术领域

本公开实施例涉及图像识别技术领域，具体而言，涉及一种表情的处理方法、表情的处理装置、计算机可读存储介质以及电子设备。

背景技术

随着互联网技术以及智能硬件的发展，网络社交称为一种重要的社交方式，用户可以通过即时通讯工具发送信息进行互动，例如可以发送文字、表情包等。其中，表情包是一种通过静态或动态图像来表达情感的方式，能够弥补文字交流的枯燥和态度表达不准确的弱点，提高互动交流的趣味性。

现有的表情互动方法中，当当前用户接收到其他用户发送的表情时，该用户会在表情包中选取想要发送的互动表情然后进行发送。

但是，上述方法无法在其他用户发送的原始表情的基础上生成可以互动的新的表情，进而使得互动表情的精确度较低；并且，由于其只能从固定的表情包中选取对应的互动表情，进而使得互动效果只能局限于固定的表情之间，适用性较差。

因此，需要提供一种新的表情的处理方法及装置。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种表情的处理方法、表情的处理装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的互动表情的精确度较低的问题。

根据本公开的一个方面，提供一种表情的处理方法，配置于第一终端设备，所述表情的处理方法包括：

接收第二终端设备发送的原始互动表情；

响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；

对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；

根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

在本公开的一种示例性实施例中，所述根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，包括：

对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，并对所述目标互动表情进行显示。

在本公开的一种示例性实施例中，对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，包括：

根据所述原始互动表情的第一表情类别以及所述待互动表情的第二表情类别，确定所述原始互动表情以及待互动表情之间的待互动区域；

基于所述待互动区域对所述原始互动表情以及待互动表情执行滤镜指令，生成所述目标互动表情。

在本公开的一种示例性实施例中，所述根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，包括：

根据所述第一主体对象和所述第二主体对象确定互动效果参数；其中，所述互动效果参数包括滤镜参数和/或互动参数；

若根据所述第一主体对象和所述第二主体对象确定的互动效果参数非空，则根据所述互动效果参数对所述原始互动表情以及待互动表情进行融合，生成目标互动表情，并对所述目标互动表情进行显示。

在本公开的一种示例性实施例中，所述表情的处理方法还包括：

若根据所述第一主体对象和所述第二主体对象确定的所述互动效果参数为空，确定所述待互动表情为所述目标互动表情。

在本公开的一种示例性实施例中，根据所述第一主体对象和所述第二主体对象确定互动效果参数，包括：

根据所述第一主体对象以及第二主体对象确定所述原始互动表情以及待互动表情的第一表情类别以及第二表情类别；

根据所述第一表情类别以及第二表情类别，确定所述原始互动表情以及待互动表情的互动效果参数。

在本公开的一种示例性实施例中，所述表情的处理方法还包括：

将所述目标互动表情推送至所述第二终端设备。

在本公开的一种示例性实施例中，在接收第二终端设备发送的原始互动表情之前，所述表情的处理方法还包括：

响应于针对所述表情包库中表情包的第二选择操作，确定并显示与所述第二选择操作对应的互动表情。

在本公开的一种示例性实施例中，对所述原始互动表情进行图像识别，得到所述原始互动表情中包括的第一主体对象，包括：

利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象；

其中，所述预设的目标检测模型包括卷积层、区域建议网络、感兴趣区域池以及第一分类层。

在本公开的一种示例性实施例中，利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象，包括：

利用所述卷积层对所述原始互动表情进行第一卷积池化处理，得到所述原始互动表情的图像区域特征；

利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像；

利用所述区域提出网络中的区域建议模块对所述前景图像以及图像区域特征进行边框回归处理，得到所述原始互动表情的感兴趣区域；

利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征；

对所述具有固定大小的目标图像特征进行全连接处理，并利用所述第一分类层对全连接处理后的目标图像特征进行分类，得到所述原始互动表情中包括第一主体对象。

在本公开的一种示例性实施例中，所述分类模块中包括第一重塑层、第二分类层以及第二重塑层；

其中，利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像，包括：

利用所述第一重塑层对所述图像区域特征进行重塑处理，得到检测目标候选区域，并利用所述第二分类层对所述检测目标候选区域进行分类；

利用第二重塑层对分类后的检测目标候选区域进行重塑处理，得到所述前景图像以及背景图像；其中，所述前景图像以及所述背景图像的维度与所述图像区域特征的维度相同。

在本公开的一种示例性实施例中，利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征，包括：

利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到感兴趣区域特征；

将所述感兴趣区域特征划分为多个感兴趣片段，并对各所述感兴趣片段进行最大池化处理，得到具有固定大小的目标图像特征。

在本公开的一种示例性实施例中，所述表情的处理方法还包括：

针对所述原始互动表情提供一预设交互控件；

其中，对所述原始互动表情以及待互动表情进行图像识别，还包括：

响应作用于所述预设交互控件的触控操作，对所述原始互动表情以及待互动表情进行图像识别。

根据本公开的一个方面，提供一种表情的处理装置，配置于第一终端设备，所述表情的处理装置包括：

原始互动表情接收模块，用于接收第二终端设备发送的原始互动表情；

待互动表情确定模块，用于响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；

表情识别模块，用于对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；

目标互动表情生成显示模块，用于根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

根据本公开的一个方面，提供一种计算机可读存储介质，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任意一项所述的表情的处理方法。

根据本公开的一个方面，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任意一项所述的表情的处理方法。

本公开实施例提供的一种表情的处理方法，一方面，由于可以对原始互动表情以及待互动表情进行图像识别，得到原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；进而根据第一主体对象以及第二主体对象生成并显示目标互动表情，最终实现用户之间的互动，解决了现有技术中无法在其他用户发送的原始表情的基础上生成可以互动的新的表情，进而使得互动表情的精确度较低的问题，提高了目标互动表情的精确度，同时提升了用户体验；另一方面，由于在表情包库中表情包进行选择操作，确定对应的待互动表情，进而根据原始互动表情以及待互动表情生成目标互动表情，使得用户可以根据自己的需要选取对应的待互动表情并得到想要的互动效果，进而解决了现有技术中由于其只能从固定的表情包中选取对应的互动表情，进而使得互动效果只能局限于固定的表情之间，适用性较差的问题，提高目标互动表情的适用性。

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示意性示出根据本公开示例实施例的一种表情的处理方法的流程图。

图2示意性示出根据本公开示例实施例的一种表情的处理方法的应用场景示例图。

图3示意性示出根据本公开示例实施例的一种互动表情的示例图。

图4示意性示出根据本公开示例实施例的一种利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象的方法流程图。

图5示意性示出根据本公开示例实施例的一种目标检测模型的结构示例图。

图6示意性示出根据本公开示例实施例的一种目标互动表情的示例图。

图7示意性示出根据本公开示例实施例的另一种目标互动表情的示例图。

图8示意性示出根据本公开示例实施例的又一种目标互动表情的示例图。

图9示意性示出根据本公开示例实施例的一种表情的处理装置的框图。

图10示意性示出根据本公开示例实施例的一种用于实现上述表情的处理方法的电子设备。

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。

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。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种表情的处理方法，该方法可以运行于第一用户所在的第一终端设备，该终端设备可以是手机、平板电脑、笔记本电脑、掌上电脑或者便携式媒体播放器等移动终端，也可以是注入台式计算机等固定终端；当然，本领域技术人员也可以根据需求在其他平台运行本公开的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该表情的处理方法可以包括以下步骤：

步骤S110.接收第二终端设备发送的原始互动表情；

步骤S120.响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；

步骤S130.对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；

步骤S140.根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

上述表情的处理方法中，一方面，由于可以对原始互动表情以及待互动表情进行图像识别，得到原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；进而根据第一主体对象以及第二主体对象生成并显示目标互动表情，最终实现用户之间的互动，解决了现有技术中无法在其他用户发送的原始表情的基础上生成可以互动的新的表情，进而使得互动表情的精确度较低的问题，提高了目标互动表情的精确度，同时提升了用户体验；另一方面，由于在表情包库中表情包进行选择操作，确定对应的待互动表情，进而根据原始互动表情以及待互动表情生成目标互动表情，使得用户可以根据自己的需要选取对应的待互动表情并得到想要的互动效果，进而解决了现有技术中由于其只能从固定的表情包中选取对应的互动表情，进而使得互动效果只能局限于固定的表情之间，适用性较差的问题，提高目标互动表情的适用性。

以下，将结合附图对本公开示例实施例表情的处理方法进行详细的解释以及说明。

首先，对本公开示例实施例的应用场景以及发明目的进行解释以及说明。具体的，参考图2所示，该表情的处理方法的应用场景可以包括第一终端设备210、第二终端设备220以及服务器230。其中，该第一终端设备可以安装和运行有支持即时通讯的应用程序，该应用程序可以是社交应用程序、即时通讯工具等，第一终端设备是第一用户所在(使用)的终端设备，该第一终端设备中运行的应用程序内登录有该第一用户的用户账号，该第一用户可以使用该第一终端设备向其他应用该应用程序的用户发送信息，该信息包括但不限于：文字、语音、视频、静态图像、动态图像、表情包以及链接等等。该第一终端设备通过有线网络或无线网络通过服务器与第二终端设备连接。

同时，第二终端设备可以安装和和运行有支持即时通讯的应用程序，该应用程序可以是社交应用程序、即时通讯工具等，第二终端设备是第二用户所在(使用)的终端设备，该第二终端设备中运行的应用程序内登录有该第二用户的用户账号，该第二用户可以使用该第二终端设备向其他应用该应用程序的用户发送信息，该信息包括但不限于：文字、语音、视频、静态图像、动态图像、表情包以及链接等等。

可选的，第一终端设备和第二终端设备上安装的应用程序是相同的，或者两个终端设备上安装的应用程序是不同操作系统平台的同一类型应用程序。第一终端设备可以泛指多个终端中的一个，第二终端设备也可以泛指多个终端中的一个，本实施例仅以第一终端设备和第二终端设备来举例说明。

进一步的，本公开示例实施例以第一终端设备以及第二终端设备均以智能手机为例来进行举例说明。

在本公开示例实施例的一种表情的处理方法中：

在步骤S110中，接收第二终端设备发送的原始互动表情。

具体的，可以接收第二用户通过第二终端设备发送的原始互动表情，其中，该原始用户表情可以图片表情，当然也可以是动图表情，本示例对此不做特殊限制；同时，原始互动表情可以包括官方表情以及用户自定义表情；其中，官方表情是一些有明确互动意思的表情，比如戳一戳、拍一下等这种可以明确作用于人体位置的，又或者炸开、裂开等这种可以明确作用于场景的，这类表情包发送后则社交平台通过识别是否是针对某个表情进行的回复，如果是的话则对被触发对象进行图像识别，将表情包分为人体(各部位)和场景，然后对对应的内容进行效果添加；用户自定义表情可以通过用户自行绘制或者从表情库中进行匹配。

此处需要补充说明的是，在接收第二终端设备发送的原始互动表情之前，该当前用户可以正常的通过互动表情与其他用户进行互动。具体的体现方式为：响应于针对所述表情包库中表情包的第二选择操作，确定并显示与所述第二选择操作对应的互动表情。也就是说，在正常的表情互动过程中，如果无需根据原始互动表情以及待互动表情生成目标互动表情，则在当前用户选择了某一个互动表情后，即可对该选中的互动表情进行发送，并将其显示在第一终端设备的显示界面上。

在步骤S120中，响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情。

具体的，当前用户可以在表情包库中选择任一表情作为待互动表情；当然，在待互动表情的确定过程中，可以在预设的表情库中进行匹配，也可以通过实时网络搜索方式进行，该当前用户可以根据自己的需要选取对应的待互动表情，本示例对此不做特殊限制。此处需要补充说明的是，为了可以提升用户体验，在确定需要根据原始互动表情以及待互动表情生成目标互动表情时，是无需对该第一选择操作对应的待互动表情进行显示的。

在步骤S130中，对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象。

具体的，该第一主体对象可以包括真实的人物图像、虚拟的人物图像、真实的动物图像、虚拟的动物图像、真实的景物图像或者虚拟的景物图像等等，该第二主体对象也可以包括真实的人物图像、虚拟的人物图像、真实的动物图像、虚拟的动物图像、真实的景物图像或者虚拟的景物图像等等，本示例对此不做特殊限制。

其中，在对原始互动表情进行识别时，还需要针对所述原始互动表情提供一预设交互控件；具体的，对所述原始互动表情以及待互动表情进行图像识别，可以包括：响应作用于所述预设交互控件的触控操作，对所述原始互动表情以及待互动表情进行图像识别。例如，参考图3所示，每一个原始互动表情有一个与之对应的预设交互控件，该预设交互控件为“是否针对该表情进行回复”，该预设交互控件可以置于该原始互动表情的右下角，当然也可以根据实际需要放置于与该原始互动表情对应的其他位置，本示例对此不做特殊限定。也就是说，如果当前用户需要对其他用户发送的某一个原始互动表情进行回复(互动)，则可以触控该原始互动表情对应的交互控件，当第一终端设备检测到该触控操作时，即可响应于该触控操作，执行具体的图像识别流程。通过该方法，使得第一用户(或者第二用户)可以根据实际需要，选取对应的需要回复的原始互动表情，进而实现互动。

进一步的，在对原始互动表情和/或待互动表情进行图像识别的过程中，可以通过如下方式实现：利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象；其中，所述预设的目标检测模型包括卷积层、区域建议网络、感兴趣区域池以及第一分类层。其中，参考图4所示，利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象，可以包括以下步骤：

步骤S410，利用所述卷积层对所述原始互动表情进行第一卷积池化处理，得到所述原始互动表情的图像区域特征。

步骤S420，利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像；其中，所述分类模块中包括第一重塑层、第二分类层以及第二重塑层。

具体的，利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像，包括：首先，利用所述第一重塑层对所述图像区域特征进行重塑处理，得到检测目标候选区域，并利用所述第二分类层对所述检测目标候选区域进行分类；其次，利用第二重塑层对分类后的检测目标候选区域进行重塑处理，得到所述前景图像以及背景图像；其中，所述前景图像以及所述背景图像的维度与所述图像区域特征的维度相同。

步骤S430，利用所述区域提出网络中的区域建议模块对所述前景图像以及图像区域特征进行边框回归处理，得到所述原始互动表情的感兴趣区域。

步骤S440，利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征。

具体的，利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征，可以包括：首先，利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到感兴趣区域特征；其次，将所述感兴趣区域特征划分为多个感兴趣片段，并对各所述感兴趣片段进行最大池化处理，得到具有固定大小的目标图像特征。

步骤S450，对所述具有固定大小的目标图像特征进行全连接处理，并利用所述第一分类层对全连接处理后的目标图像特征进行分类，得到所述原始互动表情中包括第一主体对象。

以下，将对步骤S410-步骤S450进行解释以及说明。

首先，对目标检测模型进行解释以及说明。参考图5所示，该目标检测模型可以包括输入层510、卷积层520、区域建议网络530、感兴趣区域池540、第一分类层550以及输出层560。其中，输入层、卷积层、区域建议网络、感兴趣去浴池、第一分类层以及输出层依次连接。

进一步的，该目标检测模型中包括的各模块对原始互动表情的图像识别过程具体可以如下所示：

首先，利用卷积层对原始互动表情进行第一卷积池化处理，得到原始互动表情的图像区域特征；其中，该卷积层可以包括13个卷积层(conv)+13个relu(激活)层+13个池化层(pooling)，所有的卷积层均为：kernel_size＝3，pad＝1，stride＝1；所有的pooling层均为：kernel_size＝2，pad＝0，stride＝2；通过该卷积层对原始互动表情进行卷积池化，进而提取该原始互动表情的图像区域特征(feature maps)，使得该图像区域特征可以用于后续的区域建议网络以及全连接层。此处需要补充说明的是，通过将卷积层的pad设置为1，使得卷积层可以不改变输入和输出的矩阵大小，进而可以进一步的提高图像区域特征的准确率。

其次，利用分类模块中的第一重塑层(reshape)对图像区域特征进行重塑处理，得到检测目标候选区域，并利用第二分类层(softmax)对检测目标候选区域进行分类；再利用第二重塑层(reshape)对分类后的检测目标候选区域进行重塑处理，得到前景图像以及背景图像；其中，前景图像以及背景图像的维度与图像区域特征的维度相同。

然后，利用区域提出网络中的区域建议模块(proposals)对前景图像以及图像区域特征进行边框回归(bounding box regression)处理，得到原始互动表情的感兴趣区域。

进一步的，利用感兴趣区域池(Region of Interset Pooling)将感兴趣区域映射回图像区域特征中，得到感兴趣区域特征；再将感兴趣区域特征划分为多个感兴趣片段，并对各感兴趣片段进行最大池化(max pooling)处理，得到具有固定大小的目标图像特征。

最后，对具有固定大小的目标图像特征进行全连接(full connect)处理，并利用第一分类层(classification)对全连接处理后的目标图像特征进行分类，得到原始互动表情中包括第一主体对象。

至此，已经完全得到了原始互动表情中包括的第一主体对象；当然，该原始互动表情的具体识别过程也可以在对应的服务器中进行识别，本示例对此不做特殊限制。同时，待互动表情中的第二主体对象的具体识别方法，也可以参照上述方式进行，此处不再赘述。

在步骤S140中，根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

在本示例实施例中，根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，可以通过如下两种方式中的任意一种进行实现：

方式一：根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，可以包括：对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，并对所述目标互动表情进行显示。其中，具体的拼合过程为：首先，根据所述原始互动表情的第一表情类别以及所述待互动表情的第二表情类别，确定所述原始互动表情以及待互动表情之间的待互动区域；其次，基于所述待互动区域对所述原始互动表情以及待互动表情执行滤镜指令，生成所述目标互动表情。

具体的，当得到第一主体对象以及第二主体对象以后，即可根据该第一主体对象以及第二主体对象确定原始互动表情以及待互动表情的第一表情类别以及第二表情类别；其中，该第一表情类别可以包括人物(脸部、肢体等等)、动物(具体的动物类别等等)或者景物，第二表情类别也可以包括人物(脸部、肢体等等)、动物(具体的动物类别等等)或者景物等等，本示例对此不做特殊限定；然后，再根据第一表情类别以及第二表情类别，确定原始互动表情以及待互动表情之间的待互动区域，进而基于该待互动区域，对原始互动表情以及待互动表情执行滤镜指令，进而产生拼合效果，以得到目标互动表情，该目标互动表情可以参考图6所示；通过该方法，可以产生更好的拼合效果，进而进一步的提高目标互动表情的精确度。

方式二：根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，还可以包括：首先，根据所述第一主体对象和所述第二主体对象确定互动效果参数；其中，所述互动效果参数包括滤镜参数和/或互动参数；其次，若根据所述第一主体对象和所述第二主体对象确定的互动效果参数非空，则根据所述互动效果参数对所述原始互动表情以及待互动表情进行融合，生成目标互动表情，并对所述目标互动表情进行显示。

进一步的，若根据所述第一主体对象和所述第二主体对象确定的所述互动效果参数为空，确定所述待互动表情为所述目标互动表情。

其中，根据所述第一主体对象和所述第二主体对象确定互动效果参数，包括：首先，根据所述第一主体对象以及第二主体对象确定所述原始互动表情以及待互动表情的第一表情类别以及第二表情类别；其次，根据所述第一表情类别以及第二表情类别，确定所述原始互动表情以及待互动表情的互动效果参数。

具体的，互动效果参数的具体确定过程为：如果待互动表情中包括动作执行者以及该动作执行者的第二行为动作，该动作执行者通过将第二行为动作作用于第一主体对象的某一个部位，可以与该第一主体对象产生互动效果，则确定该原始互动表情以及待互动表情的互动效果参数非空；若否，则确定该原始互动表情以及待互动表情的互动效果参数为空。

进一步的，以互动效果参数为滤镜参数以及互动参数为例，例如，原始互动表情为「嘟嘟脸」，待互动表情为「打」；确定的互动效果参数可以是滤镜参数(比如柔焦滤镜之类的)，也可是巴掌印渲染参数；最终显示效果是「嘟嘟脸上有被打的痕迹」，其对应的目标互动表情可以参考图7所示；

又例如，原始表情为「嘟嘟脸」，待互动表情为「打」；确定的互动效果参数可以是动画参数可以是手掌渲染参数+手掌印渲染参数；最终显示的效果是「手打在嘟嘟脸上」，其对应的目标互动表情可以参考图8所示。

更进一步的，当得到目标互动表情以后，即可将目标互动表情推送至与该当前用户进行互动的其他用户的终端设备的显示界面上，进而实现用户之间的表情互动。

此处需要进一步补充说明的是，由于附图进行展示静态的效果，无法对动图进行展示，因此附图中仅对静态图片的融合效果进行展示。

本公开示例实施例还提供了一种表情的处理装置，配置于第一用户所在的第一终端设备。参考图9所示，该表情的处理装置可以包括原始互动表情接收模块910、待互动表情确定模块920、表情识别模块930以及目标互动表情生成显示模块940。其中：

原始互动表情接收模块910，可以用于接收第二终端设备发送的原始互动表情；

待互动表情确定模块920，可以用于响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；

表情识别模块930，可以用于对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；

目标互动表情生成显示模块940，可以用于根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

在本公开的一种示例性实施例中，所述根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，包括：

对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，并对所述目标互动表情进行显示。

在本公开的一种示例性实施例中，对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，包括：

根据所述第一表情类别以及所述第二表情类别，确定所述原始互动表情以及待互动表情之间的待互动区域；

基于所述待互动区域对所述原始互动表情以及待互动表情执行滤镜指令，生成所述目标互动表情。

在本公开的一种示例性实施例中，所述根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，包括：

根据所述第一主体对象和所述第二主体对象确定互动效果参数；其中，所述互动效果参数包括滤镜参数和/或互动参数；

若根据所述第一主体对象和所述第二主体对象确定的互动效果参数非空，则根据所述互动效果参数对所述原始互动表情以及待互动表情进行融合，生成目标互动表情，并对所述目标互动表情进行显示。

在本公开的一种示例性实施例中，所述目标互动表情生成显示模块1040还可以被配置于：若根据所述第一主体对象和所述第二主体对象确定的所述互动效果参数为空，确定所述待互动表情为所述目标互动表情。

在本公开的一种示例性实施例中，根据所述第一主体对象和所述第二主体对象确定互动效果参数，包括：

根据所述第一主体对象以及第二主体对象确定所述原始互动表情以及待互动表情的第一表情类别以及第二表情类别；

根据所述第一表情类别以及第二表情类别，确定所述原始互动表情以及待互动表情的互动效果参数。

在本公开的一种示例性实施例中，所述表情的处理装置还包括：

目标互动表情推送模块，可以用于将所述目标互动表情推送至所述第二终端设备。

在本公开的一种示例性实施例中，所述表情的处理装置还包括：

互动表情确定模块，可以用于响应于针对所述表情包库中表情包的第二选择操作，确定并显示与所述第二选择操作对应的互动表情。

在本公开的一种示例性实施例中，对所述原始互动表情进行图像识别，得到所述原始互动表情中包括的第一主体对象，包括：

利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象；

其中，所述预设的目标检测模型包括卷积层、区域建议网络、感兴趣区域池以及第一分类层。

在本公开的一种示例性实施例中，利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象，包括：

利用所述卷积层对所述原始互动表情进行第一卷积池化处理，得到所述原始互动表情的图像区域特征；

利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像；

利用所述区域提出网络中的区域建议模块对所述前景图像以及图像区域特征进行边框回归处理，得到所述原始互动表情的感兴趣区域；

利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征；

对所述具有固定大小的目标图像特征进行全连接处理，并利用所述第一分类层对全连接处理后的目标图像特征进行分类，得到所述原始互动表情中包括第一主体对象。

在本公开的一种示例性实施例中，所述分类模块中包括第一重塑层、第二分类层以及第二重塑层；

其中，利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像，包括：

利用所述第一重塑层对所述图像区域特征进行重塑处理，得到检测目标候选区域，并利用所述第二分类层对所述检测目标候选区域进行分类；

利用第二重塑层对分类后的检测目标候选区域进行重塑处理，得到所述前景图像以及背景图像；其中，所述前景图像以及所述背景图像的维度与所述图像区域特征的维度相同。

在本公开的一种示例性实施例中，利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征，包括：

利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到感兴趣区域特征；

将所述感兴趣区域特征划分为多个感兴趣片段，并对各所述感兴趣片段进行最大池化处理，得到具有固定大小的目标图像特征。

在本公开的一种示例性实施例中，所述表情的处理装置还包括：

交互控件提供模块，可以用于针对所述原始互动表情提供一预设交互控件；

其中，对所述原始互动表情以及待互动表情进行图像识别，还包括：

响应作用于所述预设交互控件的触控操作，对所述原始互动表情以及待互动表情进行图像识别。

上述表情的处理装置中各模块的具体细节已经在对应的表情的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。

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10来描述根据本公开的这种实施方式的电子设备1000。图10显示的电子设备1000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10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030以及显示单元1040。

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1010执行，使得所述处理单元1010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1010可以执行如图1中所示的步骤S110：接收第二终端设备发送的原始互动表情；步骤S120：响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；步骤S130：对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；步骤S140：根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

存储单元1020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)10201和/或高速缓存存储单元10202，还可以进一步包括只读存储单元(ROM)10203。

存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204，这样的程序模块10205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1030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1000也可以与一个或多个外部设备1100(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1000交互的设备通信，和/或与使得该电子设备1000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1050进行。并且，电子设备1000还可以通过网络适配器1060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1060通过总线1030与电子设备1000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1000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。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，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。

根据本公开的实施方式的用于实现上述方法的程序产品，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，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发明的发明后，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发明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 (16)

1.一种表情的处理方法，其特征在于，配置于第一终端设备，所述表情的处理方法包括：

接收第二终端设备发送的原始互动表情；

响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；

对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；

根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

2.根据权利要求1所述的表情的处理方法，其特征在于，所述根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，包括：

对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，并对所述目标互动表情进行显示。

3.根据权利要求2所述的表情的处理方法，其特征在于，对所述第一主体对象和所述第二主体对象进行拼合，生成目标互动表情，包括：

根据所述原始互动表情的第一表情类别以及所述待互动表情的第二表情类别，确定所述原始互动表情以及待互动表情之间的待互动区域；

基于所述待互动区域对所述原始互动表情以及待互动表情执行滤镜指令，生成所述目标互动表情。

4.根据权利要求1所述的表情的处理方法，其特征在于，所述根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情，包括：

根据所述第一主体对象和所述第二主体对象确定互动效果参数；其中，所述互动效果参数包括滤镜参数和/或互动参数；

若根据所述第一主体对象和所述第二主体对象确定的互动效果参数非空，则根据所述互动效果参数对所述原始互动表情以及待互动表情进行融合，生成目标互动表情，并对所述目标互动表情进行显示。

5.根据权利要求4所述的表情的处理方法，其特征在于，所述表情的处理方法还包括：

若根据所述第一主体对象和所述第二主体对象确定的所述互动效果参数为空，确定所述待互动表情为所述目标互动表情。

6.根据权利要求4所述的表情的处理方法，其特征在于，根据所述第一主体对象和所述第二主体对象确定互动效果参数，包括：

根据所述第一主体对象以及第二主体对象确定所述原始互动表情以及待互动表情的第一表情类别以及第二表情类别；

根据所述第一表情类别以及第二表情类别，确定所述原始互动表情以及待互动表情的互动效果参数。

7.根据权利要求1所述的表情的处理方法，其特征在于，所述表情的处理方法还包括：

将所述目标互动表情推送至所述第二终端设备。

8.根据权利要求1所述的表情的处理方法，其特征在于，在接收第二终端设备发送的原始互动表情之前，所述表情的处理方法还包括：

响应于针对所述表情包库中表情包的第二选择操作，确定并显示与所述第二选择操作对应的互动表情。

9.根据权利要求1所述的表情的处理方法，其特征在于，对所述原始互动表情进行图像识别，得到所述原始互动表情中包括的第一主体对象，包括：

利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象；

其中，所述预设的目标检测模型包括卷积层、区域建议网络、感兴趣区域池以及第一分类层。

10.根据权利要求9所述的表情的处理方法，其特征在于，利用预设的目标检测模型对所述原始互动表情进行图像识别，得到所述原始互动表情中包括第一主体对象，包括：

利用所述卷积层对所述原始互动表情进行第一卷积池化处理，得到所述原始互动表情的图像区域特征；

利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像；

利用所述区域提出网络中的区域建议模块对所述前景图像以及图像区域特征进行边框回归处理，得到所述原始互动表情的感兴趣区域；

利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征；

对所述具有固定大小的目标图像特征进行全连接处理，并利用所述第一分类层对全连接处理后的目标图像特征进行分类，得到所述原始互动表情中包括第一主体对象。

11.根据权利要求10所述的表情的处理方法，其特征在于，所述分类模块中包括第一重塑层、第二分类层以及第二重塑层；

其中，利用所述区域建议网络中的分类模块对所述图像区域特征进行分类处理，得到所述原始互动表情的前景图像以及背景图像，包括：

利用所述第一重塑层对所述图像区域特征进行重塑处理，得到检测目标候选区域，并利用所述第二分类层对所述检测目标候选区域进行分类；

利用第二重塑层对分类后的检测目标候选区域进行重塑处理，得到所述前景图像以及背景图像；其中，所述前景图像以及所述背景图像的维度与所述图像区域特征的维度相同。

12.根据权利要求10所述的表情的处理方法，其特征在于，利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到具有固定大小的目标图像特征，包括：

利用所述感兴趣区域池将所述感兴趣区域映射至所述图像区域特征中，得到感兴趣区域特征；

将所述感兴趣区域特征划分为多个感兴趣片段，并对各所述感兴趣片段进行最大池化处理，得到具有固定大小的目标图像特征。

13.根据权利要求1所述的表情的处理方法，其特征在于，所述表情的处理方法还包括：

针对所述原始互动表情提供一预设交互控件；

其中，对所述原始互动表情以及待互动表情进行图像识别，还包括：

响应作用于所述预设交互控件的触控操作，对所述原始互动表情以及待互动表情进行图像识别。

14.一种表情的处理装置，其特征在于，配置于第一终端设备，所述表情的处理装置包括：

原始互动表情接收模块，用于接收第二终端设备发送的原始互动表情；

待互动表情确定模块，用于响应于对表情包库中表情包的第一选择操作，确定与所述第一选择操作对应的待互动表情；

表情识别模块，用于对所述原始互动表情以及所述待互动表情进行识别，得到所述原始互动表情中包括的第一主体对象以及待互动表情中包括的第二主体对象；

目标互动表情生成显示模块，用于根据所述第一主体对象以及所述第二主体对象生成并显示目标互动表情。

15.一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，所述计算机程序被处理器执行时实现权利要求1-13任一项所述的表情的处理方法。

16.一种电子设备，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1-13任一项所述的表情的处理方法。

Images