CN114489333A - 图像的处理方法、装置、电子设备及存储介质 - Google Patents
图像的处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114489333A CN114489333A CN202210065260.1A CN202210065260A CN114489333A CN 114489333 A CN114489333 A CN 114489333A CN 202210065260 A CN202210065260 A CN 202210065260A CN 114489333 A CN114489333 A CN 114489333A
- Authority
- CN
- China
- Prior art keywords
- image
- action
- style
- preset
- target object
- 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.)
- Withdrawn
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 132
- 230000009471 action Effects 0.000 claims abstract description 107
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000033001 locomotion Effects 0.000 claims description 91
- 238000004590 computer program Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 abstract description 7
- 230000010354 integration Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 15
- 238000012549 training Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000010422 painting Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000004397 blinking Effects 0.000 description 3
- 210000003813 thumb Anatomy 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010428 oil painting Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/012—Head tracking input arrangements
-
- 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
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开涉及一种图像的处理方法、装置、电子设备及存储介质,所述处理方法包括:获取包括目标对象的待转换图像,基于动作检测图像确定所述目标对象是否做出触发动作,在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像。本公开实施例提供的图像的处理方法,一方面可以通过动作检测图像检测触发动作的方式,切换不同的图像风格,以实现人机的智能交互,另一方面,由于本公开实施例可以在不使用虚拟按键或机械按键的情况下实现图像风格切换,故本公开实施例提供的图像处理方法不仅可以使得风格图像的显示面积更大,而且利于减小终端设备的体积、降低电路集成的复杂程度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种图像的处理方法、装置、电子设备及存储介质。
背景技术
近年来,人工智能(Artificial Intelligence,AI)技术已逐渐应用于各类应用场景中,开发人员通常会利用一些充满趣味性的功能,让用户能够直观地感受到AI技术的魅力。例如:图像风格迁移、AI虚拟对象实时互动等。而其中,图像风格迁移功能相对比较单调,目前并没有一种很好的人机交互方式可供用户使用,该功能可操作性较差。
发明内容
本公开提出了一种图像的处理技术方案。
根据本公开的一方面,提供了一种图像的处理方法,所述处理方法包括:获取包括目标对象的待转换图像;基于动作检测图像确定所述目标对象是否做出触发动作;在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像;其中,所述风格图像与所述待转换图像的图像风格不同。
在一种可能的实施方式中,所述基于动作检测图像确定所述目标对象是否做出触发动作包括:获取所述动作检测图像;确定所述动作检测图像中是否存在预设部位;在确定所述动作检测图像中存在预设部位的情况下,确定所述预设部位的动作是否为所述触发动作。
在一种可能的实施方式中,所述确定所述动作检测图像中是否存在预设部位,包括:确定所述动作检测图像中是否存在包含预设部位的区域;在确定所述动作检测图像中存在所述区域的情况下,检测所述区域中的预设部位关键点;确定所述区域中的预设部位关键点数量是否大于预设阈值;在确定所述区域中的预设部位关键点数量大于预设阈值的情况下,确定所述动作检测图像中存在预设部位。
在一种可能的实施方式中,所述确定所述预设部位的动作是否为触发动作,包括:确定所述预设部位在所述动作检测图像中的第一坐标信息;在所述第一坐标信息与起始坐标信息的偏移量大于预设差值的情况下,确定所述预设部位的动作为触发动作;其中,所述起始坐标信息为所述动作检测图像之前获取的图像中预设部位对应的坐标信息。
在一种可能的实施方式中,在所述预设部位包括手部、面部、头部、臂部、脚部、腿部中的至少一种。
在一种可能的实施方式中,所述处理方法还包括:确定所述目标对象是否做出截图动作;在确定所述目标对象做出截图动作的情况下,截取当前显示的图像。
在一种可能的实施方式中,所述处理方法还包括:基于截取到的所述图像,生成分享链接;所述分享链接用以分享截取到的所述图像。
根据本公开的一方面,提供了一种图像的处理装置,所述处理装置包括:图像获取模块,用于获取包括目标对象的待转换图像;动作确定模块,用以基于动作检测图像确定所述目标对象是否做出触发动作;风格图像转换模块,用以在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像;其中,所述风格图像与所述待转换图像的图像风格不同。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
在本公开实施例中,通过获取包括目标对象的待转换图像,而后基于动作检测图像确定所述目标对象是否做出触发动作,在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像。本公开实施例提供的图像的处理方法,一方面可以通过动作检测图像检测触发动作的方式,切换不同的图像风格,以实现人机的智能交互,另一方面,由于本公开实施例可以在不使用虚拟按键或机械按键的情况下实现图像风格切换,故本公开实施例提供的图像处理方法不仅可以使得风格图像的显示面积更大,而且利于减小终端设备的体积、降低电路集成的复杂程度。
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,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
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,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出了根据本公开实施例的图像的处理方法的流程图。
图2示出了根据本公开实施例的图像的处理方法的流程图。
图3示出了根据本公开实施例的确定预设部位的动作是否为触发动作的参考示意图。
图4示出了根据本公开实施例的处理装置的框图。
图5示出了根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
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,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图像风格迁移功能通常用于将图像的风格进行转变,相关技术中,图像风格迁移功能通常集成于终端设备,用户通过点击终端设备上的虚拟按键或机械按键,才可以实现图像风格迁移功能,而此举易造成以下问题:1、若使用虚拟按键,则虚拟按键会占用终端设备中显示屏幕的大部分空间,使得输出风格图像的显示面积减少。2、若使用机械按键,则不利于终端设备的电路集成,且不利于减小终端设备的体积。
有鉴于此,本公开实施例提供了一种图像的处理方法,通过获取包括目标对象的待转换图像,而后基于动作检测图像确定所述目标对象是否做出触发动作,在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像。本公开实施例提供的图像的处理方法,一方面可以通过动作检测图像检测触发动作的方式,切换不同的图像风格,以实现人机的智能交互,另一方面,由于本公开实施例可以在不使用虚拟按键或机械按键的情况下实现图像风格切换,故本公开实施例提供的图像处理方法不仅可以使得风格图像的显示面积更大,而且利于减小终端设备的体积、降低电路集成的复杂程度。
示例性地,结合实际的使用场景,本公开实施例提供的图像的处理方法可应用于终端设备,上述终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。在一种可能的实现方式中,上述终端设备可通过内置或外接的摄像头采集待转换图像,或通过与之连接的存储介质获取待转换图像。例如:上述图像的处理方法可应用于带有显示屏幕、摄像头的机器人(例如:商场机器人、教育机器人等),用户可在显示屏幕上选择图像风格迁移功能,而后机器人可通过摄像头采集用户的图像,生成默认的图像风格的风格图像。若用户想尝试其他图像风格,则可通过预设的手部姿态,切换不同的图像风格,显示屏幕上会显示对应的风格图像以供用户查看。
参阅图1所示,图1示出了根据本公开实施例的图像的处理方法的流程图,如图1所示,所述处理方法包括:
步骤S100,获取包括目标对象的待转换图像。示例性地,上述待转换图像可以是实际采集的、未经风格转换的图像,上述目标对象可为目标人物,例如:目标人物可为待转换图像中最接近摄像头的一个人物(或称待转换图像中占据像素点数量最多的人物)、或全部人物,本公开实施例在此不作限定。终端设备可通过其摄像头,实时采集上述待转换图像,以形成图像风格的实时转换,在一个示例中,用户也可通过一个存储有待转换图像的存储介质,将待转换图像传输至终端设备中,而后终端设备再进行图像风格转换,本公开实施例在此不作限制。在一个示例中,上述待转换图像也可以是经图像风格转换的图像,例如:终端设备可先根据一个默认的图像风格对未经图像风格转换的图像进行风格转换,以作为上述待转换图像。在一个示例中,上述待转换图像也可以是经由下文中的触发动作,进行过图像风格切换的风格图像。上述图像风格可包括:动漫化、油画化、水墨化、素描化等,每一种图像风格可对应一种机器学习模型。上述模型可封装至上述终端设备或与上述终端设备可进行交互的服务器中,以供终端设备根据用户的反馈进行调用。换言之,终端设备可将上述未经图像风格转换图像输入至不同的、训练后的机器学习模型,即可得到不同图像风格的风格图像,作为上述待转换图像。此处以生成对抗网络举例,详述其训练过程,以供参考。
生成对抗网络可包括以下两部分:用于生成合成图像的生成网络、用于判别图像是否为合成图像的判别网络。此处以开发人员训练动漫化生成对抗网络为例,可将一张原始图像输入生成网络,生成网络根据该原始图像生成一张合成图像;生成网络可通过计算上述合成图像与原始图像对应的动漫化图像(经由人工绘制的期望图像)之间的损失值(可通过相关技术中的损失函数确定,在此不作赘述)表征二者的差异度(可与上述损失值正相关),并以减小二者的差异度作为生成网络的训练目标之一。上述判别网络通过对生成对抗网络生成的合成图像以及动漫化图像进行二分类(即判别为合成图像或为非合成图像),预测每个图像的标签,而后将每个图像的预测标签与每个图像的真实的标签进行比对,以减小真实标签与预测标签之间的损失值作为判别网络的训练目标之一,而生成网络根据判别网络生成预测标签的情况,以将合成图像能够获取到非合成图像的预测标签为生成网络的训练目标之一,迭代训练上述判别网络以及生成网络。在一个示例中,还可根据相关技术中其他种类的损失值综合评定生成对抗网络的训练状态,进而调整生成网络以及判别网络的网络参数,例如:对抗损失值(Adversarial loss)、重构损失值(Reconstruction loss)、感知损失值(Perceptual loss)等,本公开实施例在此不作限制。通过上述生成网络与判别网络的对抗训练,最终判别网络输出的判别结果趋于稳定值(或称收敛),即判别网络无法判别图像是否为合成图像,将此时的生成网络视为训练完成。开发人员通过将上述训练完成的生成网络集成于终端设备或与终端设备可进行交互的服务器中,即可将输入的待转换图像转换为动漫化的风格图像。
步骤S200,基于动作检测图像确定所述目标对象是否做出触发动作。
其中,动作检测图像可以是获取的目标对象的动作图像,例如单独采集的目标对象图像或视频帧,也可以是该待转换图像。示例性地,上述触发动作可为任意一种手势、面部动作、头部动作等用户可作出的动作,例如:伸出食指、伸出拇指、摆手、眨眼、摇头等,可通过相关技术中的动作检测算法(如动作检测模型或动作跟踪算法)对动作检测图像进行触发动作的检测,本公开实施例在此不作赘述。在一个示例中,也可通过相关技术中的动作检测模型进行检测,以提高检测准确率。上述触发动作也可对应一种特定的图像风格,以使用户在做出该触发动作时,终端设备能够将待转换图像的图像风格转换为该特定的图像风格。
参阅图2所示,图2示出了根据本公开实施例的图像的处理方法的流程图,如图2所示,在一种可能的实施方式中,步骤S200可包括:
步骤S210,获取所述动作检测图像。示例性地,动作检测图像、待转换图像可分别进行采集,例如在终端设备包括多个摄像头的情况下,采用不同的摄像头分别采集动作检测图像和待转换图像,也可以在终端设备包括一个摄像头的情况下,采用摄像头在不同时刻分别采集动作检测图像和待转换图像。在一个示例中,也可将待转换图像作为动作检测图像,通过检测待转换图像中触发动作的方式,确定是否进行图像风格转换。例如:在终端设备进行实时待转换图像采集、可通过两个摄像头拍摄图像的情况下,动作检测图像、待转换图像可分别通过不同的摄像头同时进行采集,不仅提高了待转换图像中用户姿态的自由度,而且能够响应用户的实时请求。在终端设备进行非实时待转换图像采集的情况下,也即用户可通过一存储介质将待转换图像、视频发送至终端设备,而后终端设备根据用户的触发动作转换图像风格。在终端设备进行实时待转换图像采集、仅通过一个摄像头拍摄图像的情况下,待转换图像可作为动作检测图像,即终端设备可通过检测待转换图像中的触发动作转换图像风格,以降低硬件成本。
步骤S220,确定所述动作检测图像中是否存在预设部位。示例性地,预设部位可包括:面部、头部、手部、臂部、脚部、腿部中的至少一种,本公开实施例在此不作限制。在一个示例中,可通过相关技术中的部位检测模型,确定动作检测图像中是否存在预设部位,本公开实施例在此不作赘述。
在一种可能的实施方式中,步骤S220可包括:确定所述动作检测图像中是否存在包括预设部位的区域。示例性地,可通过预设部位对应的检测算法/模型确定动作检测图像中是否存在包括预设部位的区域,并标记该区域对应的区域坐标,以便后续步骤S230中检测该区域中预设部位的动作是否为触发动作。在一个示例中,还可设定一个预设阈值,即步骤S220还可包括:在确定所述动作检测图像中存在所述区域的情况下,检测所述区域中的预设部位关键点。确定所述区域中的预设部位关键点数量是否大于预设阈值。在确定所述区域中的预设部位关键点数量大于预设阈值的情况下,确定所述动作检测图像中存在预设部位。示例性地,可通过相关技术中预设部位对应的关键点检测算法/模型,基于上述区域的区域坐标,检测得到区域中的预设部位关键点。上述预设阈值开发人员可任意设置,例如:3、5等,不超过上述关键点检测算法/模型能够检测到的最多关键点数量即可,本公开实施例在此不作赘述。示例性地,上述预设阈值越大,预设部位在检测时误判的几率就越小,用户通过不标准的动作触发后续操作的几率也越小。本公开实施例可通过并用预设部位的检测算法/模型、预设部位的关键点检测算法/模型的方式,降低预设部位检测时的误判几率,进而提升了后续触发动作识别的准确率。
此处以手部、面部为例,详述如何确定动作检测图像中是否存在预设部位。
在预设部位为手部的情况下,步骤S220可包括:确定所述动作检测图像中是否存在手部区域。示例性地,可通过上述手部检测算法或手部检测模型确定所述待转换图像中是否存在手部区域,并标记出手部区域的区域坐标,以便后续步骤S230中检测该手部区域中是否存在触发动作。在一个示例中,还可设定一个预设阈值,即步骤S220还可包括:在确定所述动作检测图像中存在手部区域的情况下,检测所述手部区域中的手部关键点。确定所述手部区域中的手部关键点数量是否大于预设阈值。在确定所述手部区域中的手部关键点数量大于预设阈值的情况下,确定所述动作检测图像中存在手部。示例性地,可通过相关技术中的手部关键点检测算法/模型,基于手部区域的区域坐标,检测得到手部区域中的手部关键点。上述预设阈值开发人员可任意设置,例如:3、5等,不超过相关技术中的手部关键点检测算法/模型(例如:手部21个关键点检测模型/算法)能够检测到的最多关键点数量即可,本公开实施例在此不作限制。示例性地,上述预设阈值越大,手部检测误判的几率就越小,用户通过不标准的手势触发后续操作的几率也越小。本公开实施例可通过并用手部检测算法/模型、手部关键点检测算法/模型的方式,降低手部检测的误判几率,进而提升了后续触发动作识别的准确率。
在所述预设部位为面部的情况下,步骤S220可包括:确定所述动作检测图像中是否存在面部区域。示例性地,可通过相关技术中的面部检测算法或面部检测模型确定所述待转换图像中是否存在面部区域,并标记出面部区域的区域坐标,以便后续步骤S230中检测该面部区域中是否存在触发动作。在一个示例中,还可设定一个预设阈值,即步骤S220还可包括:在确定所述动作检测图像中存在面部区域的情况下,检测所述面部区域中的面部关键点。确定所述面部区域中的面部关键点数量是否大于预设阈值。在确定所述面部区域中的面部关键点数量大于预设阈值的情况下,确定所述动作检测图像中存在面部。示例性地,可通过相关技术中的面部关键点检测算法/模型,基于面部区域的区域坐标,检测得到面部区域中的面部关键点。上述预设阈值开发人员可任意设置,例如:10、20等,不超过相关技术中的面部关键点检测算法/模型(例如:面部49、68个关键点检测模型/算法)能够检测到的最多关键点数量即可,本公开实施例在此不作限制。示例性地,上述预设阈值越大,面部检测误判的几率就越小,用户通过不标准的面部动作触发后续操作的几率也越小。本公开实施例可通过并用面部检测算法/模型、面部关键点检测算法/模型的方式,降低面部检测的误判几率,进而提升了后续触发动作识别的准确率。
继续参阅图2,步骤S230,在确定所述动作检测图像中存在预设部位的情况下,确定所述预设部位的动作是否为触发动作。示例性地,可通过相关技术中的动作检测模型(如手势检测模型或表情检测模型),确定动作检测图像中的动作是否为触发动作,本公开实施例在此不作限制。例如:可将上述部位检测模型确定出的动作检测图像中的一个存在预设部位的区域图像,作为动作检测模型的输入,以提高动作检测模型的精度。本公开实施例可通过先确定动作检测图像中是否存在预设部位的方式,使得上述动作检测模型不必对每一张动作检测图像进行动作检测,进而降低了算力损耗。
在一种可能的实施方式中,步骤S230可包括:确定所述预设部位在所述动作检测图像中的第一坐标信息。在所述第一坐标信息与起始坐标信息的偏移量大于预设差值的情况下,确定所述预设部位的动作为触发动作。其中,所述起始坐标信息为所述动作检测图像之前获取的图像中预设部位对应的坐标信息。
示例性地,可根据动作检测图像建立二维坐标系,将上述预设部位对应的区域中心点所处于上述二维坐标系的坐标信息作为上述第一坐标信息。在所述第一坐标信息与起始坐标信息的偏移量大于预设差值的情况下,确定所述预设部位的动作为触发动作。示例性地,上述起始坐标信息为所述动作检测图像之前获取的图像中预设部位对应的坐标信息。例如:起始坐标信息可为所述动作检测图像预设帧数之前获取的图像中预设部位对应的坐标信息。结合实际应用场景,用户也可通过一滑动动作进行图像风格的切换,以更符合用户的操作习惯,参阅图3所示,图3示出了根据本公开实施例的确定预设部位的动作是否为触发动作的参考示意图。终端设备获取当前帧图像(即上文所述的动作检测图像),通过对当前帧图像进行预设部位检测,确定预设部位的第一坐标信息(也即图3中xi),而后计算第一坐标信息与起始坐标信息(也即图3中xi-1)之间的偏移量(也即图3中dx),最后在偏移量大于预设差值(也即图3中阈值)的情况下,确定预设部位存在滑动,也即触发了图像风格切换功能。上述偏移量的计算方法本公开实施例在此不作限制,只需保证偏移量与第一坐标信息、起始坐标信息之间的距离正相关即可。在一种可能的实施方式中,还可根据偏移量的正负,确定用户的滑动方向,以确定用户欲使用的图像风格。例如:若偏移量为正,则用户的预设部位为自左向右滑动,即用户想要使用上一种图像风格。若偏移量为负,则用户的预设部位为自右向左滑动,即用户想要使用下一种图像风格。
此处以预设部位为手部为例,在所述预设部位为手部的情况下,上述触发动作可为预先设置的任何类型的手势,例如:上述触发动作可为一滑动手势,即步骤S230可包括:确定所述手部在所述动作检测图像中的第一坐标信息。示例性地,可根据动作检测图像建立二维坐标系,将上述手部对应的手部区域中心点所处于上述二维坐标系的坐标信息作为上述第一坐标信息。在所述第一坐标信息与起始坐标信息的偏移量大于预设差值的情况下,确定所述手部的动作为触发动作。示例性地,上述起始坐标信息为所述动作检测图像之前获取的图像中手部对应的坐标信息。例如:起始坐标信息可为所述动作检测图像预设帧数之前获取的图像中手部对应的坐标信息。结合实际应用场景,用户也可通过一滑动手势进行图像风格的切换,以更符合用户的操作习惯。结合图3所示,终端设备获取当前帧图像(即上文所述的动作检测图像),通过对当前帧图像进行手部检测,确定手部的第一坐标信息(也即图3中xi),而后计算第一坐标信息与起始坐标信息(也即图3中xi-1)之间的偏移量(也即图3中dx),最后在偏移量大于预设差值(也即图3中阈值)的情况下,确定手部存在滑动,也即触发了图像风格切换功能。上述偏移量的计算方法本公开实施例在此不作限制,只需保证偏移量与第一坐标信息、起始坐标信息之间的距离正相关即可。在一种可能的实施方式中,还可根据偏移量的正负,确定用户的滑动方向,以确定用户欲使用的图像风格。例如:若偏移量为正,则用户的手部为自左向右滑动,即用户想要使用上一种图像风格。若偏移量为负,则用户的手部为自右向左滑动,即用户想要使用下一种图像风格。
继续参阅图1所示,步骤S300,在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像。其中,所述风格图像与所述待转换图像的图像风格不同。由此,用户可通过触发动作,触发待转换图像变为风格图像。
在一种可能的实施方式中,上述图像的处理方法还可包括:确定所述目标对象是否做出截图动作。在确定所述目标对象做出截图动作的情况下,截取当前显示的图像。示例性地,截图动作可为任意一种手势、头部动作、面部动作,例如:握拳、伸出大拇指、点头、眨眼等,本公开实施例在此不作限制。可通过相关技术中的动作姿态检测算法/模型,确定目标对象是否做出截图动作。例如:上述动作姿态检测模型可通过XGBoost算法(一个优化的分布式梯度增强算法)、GBDT算法(Gradient Boosting Decision Tree,梯度提升树算法)进行梯度更新,以提高检测精度,本公开实施例在此不作限制。此处以二分类的机器学习模型进行手部动作检测举例,详述其训练过程,以供参考。
开发人员将训练样本集输入至机器学习模型,其中训练样本集中包括至少一个训练样本,一个训练样本可包括N组手部关键点对应的手部坐标信息,例如:连续5帧训练图像中的手部坐标信息,即为5组手部坐标信息,每组手部坐标信息包括多个手部关键点对应的坐标,上述手部关键点对应的坐标为在以训练图像为基准所建立的二维坐标系中手部关键点对应位置的坐标。通过将N组手部坐标信息输入至机器学习模型对其进行迭代训练,训练后的机器学习模型即可对输入的多帧动作检测图像进行截图手势的检测(例如:可先经由上述手部关键点检测算法/模型确定动作检测图像中手部关键点对应的坐标信息,而后将坐标信息输入至上述机器学习模型)。
在一个示例中,上述确定所述目标对象是否做出截图动作的方式可根据终端设备处理图像的方式进行灵活设置,例如:在终端设备进行实时待转换图像采集、可通过两个摄像头拍摄图像的情况下,动作检测图像、待转换图像可分别通过不同的摄像头同时采集,即可通过动作检测图像确定目标对象是否做出截图手势,不仅提高了待转换图像中用户姿态的自由度,而且能够响应用户的实时请求。在终端设备进行实时待转换图像采集、仅通过一个摄像头拍摄图像的情况下,待转换图像可作为动作检测图像,即终端设备可通过检测待转换图像中的截图动作,确定目标对象的截图请求,以降低硬件成本。
在一种可能的实施方式中,上述图像的处理方法还可包括:基于截取到的所述图像,生成分享链接。所述分享链接用以分享截取到的所述图像。示例性地,上述分享链接可包括:网址链接、二维码等,用户可通过其他终端设备读取该分享链接,以获取上述截取到的图像。
由此,用户可通过截图手势,将当前显示的风格图像截图并进行分享。
示例性地,本公开实施例在此提供以下应用场景以供参考:
例如:终端设备可为一教育机器人,即其具备多种辅助教师进行教育的功能。为提高学生的学习兴趣,教师可选择教育机器人中的图像风格转换功能,教育机器人可通过实时采集待转换图像的方式,将待转换图像转换为不同图像风格的风格图像。教师和学生可通过触发动作(如滑动手掌、摇头等),切换待转换图像的图像风格,以增加互动趣味性。教师或学生还可通过截图动作(如伸出大拇指)将喜欢的风格图像进行截取,以分享给学生的家长。
再例如:终端设备可为一画展机器人,即其具备介绍不同画作的功能。游客可选择画展机器人中的图像风格转换功能,画展机器人可通过实时采集待转换图像的方式,将待转换图像转换为梵高画风、毕加索画风、素描画风等风格图像。游客可通过触发动作(如眨眼等),切换待转换图像的图像风格。游客还可通过截图动作(如点头等)将喜欢的风格图像进行截图,以分享给他人,以吸引更多的游客。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了图像的处理装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种图像的处理方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出了根据本公开实施例的处理装置的框图,如图4所示,处理装置100包括:图像获取模块110,用于获取包括目标对象的待转换图像。动作确定模块120,用以基于动作检测图像确定所述目标对象是否做出触发动作。风格图像转换模块130,用以在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像。其中,所述风格图像与所述待转换图像的图像风格不同。
在一种可能的实施方式中,所述基于动作检测图像确定所述目标对象是否做出触发动作包括:获取所述动作检测图像;确定所述动作检测图像中是否存在预设部位;在确定所述动作检测图像中存在预设部位的情况下,确定所述预设部位的动作是否为所述触发动作。
在一种可能的实施方式中,所述确定所述动作检测图像中是否存在预设部位,包括:确定所述动作检测图像中是否存在包含预设部位的区域;在确定所述动作检测图像中存在所述区域的情况下,检测所述区域中的预设部位关键点;确定所述区域中的预设部位关键点数量是否大于预设阈值;在确定所述区域中的预设部位关键点数量大于预设阈值的情况下,确定所述动作检测图像中存在预设部位。
在一种可能的实施方式中,所述确定所述预设部位的动作是否为触发动作,包括:确定所述预设部位在所述动作检测图像中的第一坐标信息;在所述第一坐标信息与起始坐标信息的偏移量大于预设差值的情况下,确定所述预设部位的动作为触发动作;其中,所述起始坐标信息为所述动作检测图像之前获取的图像中预设部位对应的坐标信息。
在一种可能的实施方式中,在所述预设部位包括手部、面部、头部、臂部、脚部、腿部中的至少一种。
在一种可能的实施方式中,所述处理装置还包括:截图动作处理单元,用以确定所述目标对象是否做出截图动作;在确定所述目标对象做出截图动作的情况下,截取当前显示的图像。
在一种可能的实施方式中,所述处理装置还包括:链接生成单元,用以基于截取到的所述图像,生成分享链接;所述分享链接用以分享截取到的所述图像。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性或非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
电子设备可以被提供为终端或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等终端设备。
参照图5,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(Wi-Fi)、第二代移动通信技术(2G)、第三代移动通信技术(3G)、第四代移动通信技术(4G)、通用移动通信技术的长期演进(LTE)、第五代移动通信技术(5G)或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种图像的处理方法,其特征在于,所述处理方法包括:
获取包括目标对象的待转换图像;
基于动作检测图像确定所述目标对象是否做出触发动作;
在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像;其中,所述风格图像与所述待转换图像的图像风格不同。
2.如权利要求1所述的处理方法,其特征在于,所述基于动作检测图像确定所述目标对象是否做出触发动作包括:
获取所述动作检测图像;
确定所述动作检测图像中是否存在预设部位;
在确定所述动作检测图像中存在预设部位的情况下,确定所述预设部位的动作是否为所述触发动作。
3.如权利要求2所述的处理方法,其特征在于,所述确定所述动作检测图像中是否存在预设部位,包括:
确定所述动作检测图像中是否存在包含预设部位的区域;
在确定所述动作检测图像中存在所述区域的情况下,检测所述区域中的预设部位关键点;
确定所述区域中的预设部位关键点数量是否大于预设阈值;
在确定所述区域中的预设部位关键点数量大于预设阈值的情况下,确定所述动作检测图像中存在预设部位。
4.如权利要求2或3中任意一项所述的处理方法,其特征在于,所述确定所述预设部位的动作是否为触发动作,包括:
确定所述预设部位在所述动作检测图像中的第一坐标信息;
在所述第一坐标信息与起始坐标信息的偏移量大于预设差值的情况下,确定所述预设部位的动作为触发动作;其中,所述起始坐标信息为所述动作检测图像之前获取的图像中预设部位对应的坐标信息。
5.如权利要求2至4中任意一项所述的处理方法,其特征在于,在所述预设部位包括手部、面部、头部、臂部、脚部、腿部中的至少一种。
6.如权利要求1至5中任意一项所述的处理方法,其特征在于,所述处理方法还包括:
确定所述目标对象是否做出截图动作;
在确定所述目标对象做出截图动作的情况下,截取当前显示的图像。
7.如权利要求6所述的处理方法,其特征在于,所述处理方法还包括:
基于截取到的所述图像,生成分享链接;所述分享链接用以分享截取到的所述图像。
8.一种图像的处理装置,其特征在于,所述处理装置包括:
图像获取模块,用于获取包括目标对象的待转换图像;
动作确定模块,用以基于动作检测图像确定所述目标对象是否做出触发动作;
风格图像转换模块,用以在确定所述目标对象做出触发动作的情况下,将所述待转换图像转换为风格图像;其中,所述风格图像与所述待转换图像的图像风格不同。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至7中任意一项所述的图像的处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时,实现权利要求1至7中任意一项所述的图像的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210065260.1A CN114489333A (zh) | 2022-01-18 | 2022-01-18 | 图像的处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210065260.1A CN114489333A (zh) | 2022-01-18 | 2022-01-18 | 图像的处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114489333A true CN114489333A (zh) | 2022-05-13 |
Family
ID=81471820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210065260.1A Withdrawn CN114489333A (zh) | 2022-01-18 | 2022-01-18 | 图像的处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114489333A (zh) |
-
2022
- 2022-01-18 CN CN202210065260.1A patent/CN114489333A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670397B (zh) | 人体骨骼关键点的检测方法、装置、电子设备及存储介质 | |
CN110084775B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
US20210326587A1 (en) | Human face and hand association detecting method and a device, and storage medium | |
CN109257645B (zh) | 视频封面生成方法及装置 | |
CN109840917B (zh) | 图像处理方法及装置、网络训练方法及装置 | |
CN111666917A (zh) | 姿态检测及视频处理方法、装置、电子设备和存储介质 | |
CN109410276B (zh) | 关键点位置确定方法、装置及电子设备 | |
CN109145970B (zh) | 基于图像的问答处理方法和装置、电子设备及存储介质 | |
CN109977860B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111988493B (zh) | 交互处理方法、装置、设备及存储介质 | |
CN113194254A (zh) | 图像拍摄方法及装置、电子设备和存储介质 | |
CN111242303A (zh) | 网络训练方法及装置、图像处理方法及装置 | |
CN110909203A (zh) | 视频分析方法及装置、电子设备和存储介质 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN114463212A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN113807253A (zh) | 人脸识别方法及装置、电子设备和存储介质 | |
WO2024067468A1 (zh) | 基于图像识别的交互控制方法、装置及设备 | |
CN111145080B (zh) | 一种图像生成模型的训练方法、图像生成方法及装置 | |
CN110110742B (zh) | 多特征融合方法、装置、电子设备及存储介质 | |
CN106126104B (zh) | 键盘模拟方法和装置 | |
CN115035440A (zh) | 时序动作提名的生成方法及装置、电子设备和存储介质 | |
CN114266305A (zh) | 对象识别方法及装置、电子设备和存储介质 | |
CN114973359A (zh) | 表情识别方法及装置、电子设备和存储介质 | |
CN114387622A (zh) | 动物重识别方法及装置、电子设备和存储介质 | |
CN114565962A (zh) | 人脸图像处理方法及装置、电子设备和存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220513 |
|
WW01 | Invention patent application withdrawn after publication |