CN116363251A - 图像生成方法、装置以及设备 - Google Patents

图像生成方法、装置以及设备 Download PDF

Info

Publication number
CN116363251A
CN116363251A CN202310364257.4A CN202310364257A CN116363251A CN 116363251 A CN116363251 A CN 116363251A CN 202310364257 A CN202310364257 A CN 202310364257A CN 116363251 A CN116363251 A CN 116363251A
Authority
CN
China
Prior art keywords
image
complement
projection profile
user
target 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.)
Pending
Application number
CN202310364257.4A
Other languages
English (en)
Inventor
张毅
任晓华
杨婷婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202310364257.4A priority Critical patent/CN116363251A/zh
Publication of CN116363251A publication Critical patent/CN116363251A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开提供了一种图像生成方法、装置以及设备,涉及人工智能领域,具体涉及图像处理、深度学习和计算机视觉技术领域,可以应用于人工智能内容创作场景。该方法的一具体实施方式包括:获取物体的投影轮廓;基于投影轮廓进行图像补全,得到物体的目标图像;采集用户的动作数据;基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。该实施方式不依赖用户输入文案,就能够让用户快速体验图生图的技术,实现互动的效果。

Description

图像生成方法、装置以及设备
技术领域
本公开涉及人工智能领域,具体涉及图像处理、深度学习和计算机视觉技术领域,可以应用于人工智能内容创作场景。
背景技术
AIGC(AI Generated Content,人工智能生成内容)是指利用人工智能技术来生成内容。AIGC也被认为是继UGC(User Generated Content,用户生成内容)、PGC(Professionally Generated Content,专业生产内容)之后的新型内容生产方式。其中,AI绘画、AI写作等都属于AIGC的分支。近年来,AIGC发展速度惊人,业务有强烈的诉求向外推广图文生成的技术。
现有的AIGC图文生成产品大多是以传统界面的方式体验,如在个人计算机端的体验专区输入文字-输出图片,或移动端输入文字-输出图片。
发明内容
本公开实施例提出了一种图像生成方法、装置、设备、存储介质以及程序产品。
第一方面,本公开实施例提出了一种图像生成方法,包括:获取物体的投影轮廓;基于投影轮廓进行图像补全,得到物体的目标图像;采集用户的动作数据;基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
第二方面,本公开实施例提出了一种图像生成装置,包括:获取模块,被配置成获取物体的投影轮廓;补全模块,被配置成基于投影轮廓进行图像补全,得到物体的目标图像;采集模块,被配置成采集用户的动作数据;生成模块,被配置成基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
第三方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开实施例提供的图像生成方法,基于物体的投影轮廓补全图像,并基于用户动作调整图像中的物体动作。不依赖用户输入文案,就能够让用户快速体验图生图的技术,实现互动的效果。同时,拓展了新的技术呈现方式,可以在展会场景中快速落地应用,降低用户操作成本,高效地体验AIGC技术,且互动具有一定的趣味性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的图像生成方法的一个实施例的流程图;
图2是根据本公开的图像生成方法的又一个实施例的流程图;
图3是根据本公开的图像生成方法的另一个实施例的流程图;
图4是根据本公开的图像生成装置的一个实施例的结构示意图;
图5是用来实现本公开实施例的图像生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的图像生成方法的一个实施例的流程100。该图像生成方法包括以下步骤:
步骤101,获取物体的投影轮廓。
在本实施例中,图像生成方法的执行主体可以获取物体的投影轮廓。
这里,只需用户输入物体的投影轮廓,不依赖用户输入文案。其中,物体的投影轮廓可以包括物体的外形信息,例如身体的外形轮廓,手势等等。
为了降低用户的操作成本,提升用户体验,可以通过以下至少两种方式自动生成物体的投影轮廓:
其一,利用摄像头扫描物体,得到投影轮廓。
具体地,将专业摄像头置于装置屏幕的上方,将要扫描的物体置于固定区域内,即可直接扫描获取物体的投影轮廓。
其二,利用投影仪将物体逆光投射到屏幕上,得到投影轮廓。
具体地,利用仿投影仪形式,通过逆光投射物体的投影于屏幕上。
步骤102,基于投影轮廓进行图像补全,得到物体的目标图像。
在本实施例中,上述执行主体可以基于投影轮廓进行图像补全,得到物体的目标图像。
这里,基于物体的投影轮廓可以对物体的内部和/或外部进行补全,得到物体的目标图像。例如,基于物体的投影轮廓对物体的内部的颜色、纹理等进行补全,得到物体的形象图像。又例如,基于物体的投影轮廓对物体的外部的情景进行补全,得到物体的情景图像。
通常,利用图文生成技术可以对物体的投影轮廓进行智能补全。例如,将物体的投影轮廓输入至中文跨模态生成模型(如ERNIE VILG),模型基于物体的投影轮廓自动创作,生成的物体的目标图像,不仅与物体的投影轮廓匹配,还能够达到非常逼真的效果。
步骤103,采集用户的动作数据。
在本实施例中,上述执行主体可以采集用户的动作数据。
通常,通过摄像头可以实时采集用户的图像,对用户的图像进行分析,可以得到用户的动作数据。
步骤104,基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
在本实施例中,上述执行主体可以基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
这里,物体的目标图像可以输出到屏幕上,当摄像头采集到用户做出动作时,可以基于用户的动作数据调整屏幕上的目标图像中的物体动作,以使物体动作与用户动作相对应,实现互动的效果。其中,物体动作可以与用户动作相似,例如物体动作与用户动作镜像,从而达到实时互动的镜像效果。
需要说明的是,基于动作数据通常仅调整物体动作,而物体的整体风格信息不变。
为了进一步提升用户体验,生成的展示图像还可以继续进行图生图的优化。具体地,接收用户的语音指令,其中,语音指令包括优化物体参数;基于优化物体参数对展示图像中的物体进行优化。通过语音输入指令,即可进行对应部分的优化,例如,用户说出“衣服换成粉红色”语音指令,即可将展示图像中的物体的衣服颜色调整为粉红色。用户说出“头发再长一些”语音指令,即可将展示图像中的物体的头发拉长。
本公开实施例提供的图像生成方法,基于物体的投影轮廓补全图像,并基于用户动作调整图像中的物体动作。不依赖用户输入文案,就能够让用户快速体验图生图的技术,实现互动的效果。同时,拓展了新的技术呈现方式,可以在展会场景中快速落地应用,降低用户操作成本,高效地体验AIGC技术,且互动具有一定的趣味性。将AIGC与智能装置相结合,探索一种创新的技术互动方案,让用户更高效的体验AIGC技术,并感受到趣味的互动体验。
继续参考图2,其示出了根据本公开的图像生成方法的又一个实施例的流程200。该图像生成方法包括以下步骤:
步骤201,获取物体的投影轮廓。
在本实施例中,图像生成方法的执行主体可以获取物体的投影轮廓。
这里,只需用户输入物体的投影轮廓,不依赖用户输入文案。其中,物体的投影轮廓可以包括物体的外形信息,例如身体的外形轮廓,手势等等。
步骤202,基于投影轮廓对物体进行分类,得到物体的类别。
在本实施例中,上述执行主体可以基于投影轮廓对物体进行分类,得到物体的类别。
这里,基于物体的投影轮廓可以匹配出物体的类别。例如,将物体的投影轮廓在预先存储的投影轮廓集合中匹配,将投影轮廓集合中匹配成功的投影轮廓对应的类别作为物体的类别。其中,投影轮廓集合可以包括各种类别的物体的投影轮廓。再例如,将物体的投影轮廓输入至二分类模型,确定物体是否是人形。也就是说,二分类模型将物体分为人形和非人形。
步骤203,基于物体的类别对投影轮廓进行图像补全,得到目标图像。
在本实施例中,上述执行主体可以基于物体的类别对投影轮廓进行图像补全,得到目标图像。
由于不同类别的物体具有不同的纹理、颜色等信息,因此基于物体的类别可以对投影轮廓进行相应的纹理、颜色等信息补全。例如,若物体的类别是人,可以进行肤色和衣着等信息补全。若物体的类别为猫,可以进行毛发和颜色等信息补全。
步骤204,采集用户的动作数据。
在本实施例中,上述执行主体可以采集用户的动作数据。
通常,通过摄像头可以实时采集用户的图像,对用户的图像进行分析,可以得到用户的动作数据。
步骤205,基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
在本实施例中,上述执行主体可以基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
这里,物体的目标图像可以输出到屏幕上,当摄像头采集到用户做出动作时,可以基于用户的动作数据调整屏幕上的目标图像中的物体动作,以使物体动作与用户动作相对应,实现互动的效果。其中,物体动作可以与用户动作相似,例如物体动作与用户动作镜像,从而达到实时互动的镜像效果。
需要说明的是,基于动作数据通常仅调整物体动作,而物体的整体风格信息不变。
从图2中可以看出,与图1对应的实施例相比,本实施例中的图像生成方法的流程200突出了补全步骤。由此,本实施例描述的方案先对物体进行分类,再基于物体的类别进行相应的补全,从而使得补全方案具有针对性,从而使得补全后的图像更加逼真、贴合实际。
进一步参考图3,其示出了根据本公开的图像生成方法的另一个实施例的流程300。该图像生成方法包括以下步骤:
步骤301,获取物体的投影轮廓。
在本实施例中,图像生成方法的执行主体可以获取物体的投影轮廓。
这里,只需用户输入物体的投影轮廓,不依赖用户输入文案。其中,物体的投影轮廓可以包括物体的外形信息,例如身体的外形轮廓,手势等等。
步骤302,将投影轮廓输入至预先训练的分类模型,得到物体的类别。
在本实施例中,上述执行主体可以将投影轮廓输入至预先训练的分类模型,得到物体的类别。
为了提高分类准确度,可以利用深度学习算法模型对物体的投影轮廓进行分类。具体地,利用分类模型可以分析物体的投影轮廓,拟合并计算出与模型学习库中匹配度最高的投影轮廓,将匹配度最高的投影轮廓的类别作为物体的类别。其中,分类模型可以输出物体的投影轮廓与模型学习库中的各种类别的投影轮廓的匹配度。
步骤303,利用物体的类别对应的至少一种补全方式对物体的投影轮廓进行图像补全,得到物体的至少一张补全图像。
在本实施例中,上述执行主体可以利用物体的类别对应的至少一种补全方式对物体的投影轮廓进行图像补全,得到物体的至少一张补全图像。
这里,不同的类别可以对应多种不同的补全方式。以类别是人为例,其补全方式可以包括但不限于二次元形象补全、皮影形象补全和情景画补全等等。其中,二次元形象补全可以创作出投影轮廓对应的二次元形象。皮影形象补全可以创作出投影轮廓对应的皮影形象。情景画补全可以创作出投影轮廓对应的情景画,例如对于跳舞动作的人形,可以创造出多人跳舞的情景画。
步骤304,对至少一张补全图像进行打分,以及基于得分从至少一张补全图像中选取出目标图像。
在本实施例中,上述执行主体可以对至少一张补全图像进行打分,以及基于得分从至少一张补全图像中选取出目标图像。
在一些实施例中,为了提高打分效率,可以对至少一张补全图像的同一维度进行打分,以及从至少一张补全图像中选取出得分最高的补全图像,作为目标图像。例如,选取完整度最高的补全图像、选取精细度最高的补全图像或选取分辨率最高的补全图像。
在一些实施例中,为了提高打分准确度,可以对至少一张补全图像中的补全图像,对补全图像进行多维度打分,得到补全图像的多个维度的分数;对补全图像的多个维度的分数进行加权求和,得到补全图像的得分。其中,多维度可以包括但不限于以下至少两项:精细度、完整度和分辨率等等。
步骤305,采集用户的动作数据。
通常,通过摄像头可以实时采集用户的图像,对用户的图像进行分析,可以得到用户的动作数据。
步骤306,基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
在本实施例中,上述执行主体可以基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
这里,物体的目标图像可以输出到屏幕上,当摄像头采集到用户做出动作时,可以基于用户的动作数据调整屏幕上的目标图像中的物体动作,以使物体动作与用户动作相对应,实现互动的效果。其中,物体动作可以与用户动作相似,例如物体动作与用户动作镜像,从而达到实时互动的镜像效果。
需要说明的是,基于动作数据通常仅调整物体动作,而物体的整体风格信息不变。
从图3中可以看出,与图2对应的实施例相比,本实施例中的图像生成方法的流程300突出了分类步骤、补全步骤和打分步骤。由此,本实施例描述的方案利用深度学习算法模型对物体的投影轮廓进行分类,提高了分类准确度。对于每种物体,通过对应的多种补全方式补全得到多张补全图像,并通过多维度打分选取图像,从而提升了与用户互动的图像的呈现效果。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种图像生成装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的图像生成装置400可以包括:获取模块401、补全模块402、采集模块403和生成模块404。其中,获取模块401,被配置成获取物体的投影轮廓;补全模块402,被配置成基于投影轮廓进行图像补全,得到物体的目标图像;采集模块403,被配置成采集用户的动作数据;生成模块404,被配置成基于动作数据调整物体的目标图像中的物体动作,生成物体的展示图像。
在本实施例中,图像生成装置400中:获取模块401、补全模块402、采集模块403和生成模块404的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101-104的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,获取模块401进一步被配置成:利用摄像头扫描物体,得到投影轮廓;或者利用投影仪将物体逆光投射到屏幕上,得到投影轮廓。
在本实施例的一些可选的实现方式中,补全模块402包括:分类子模块,被配置成基于投影轮廓对物体进行分类,得到物体的类别;补全子模块,被配置成基于物体的类别对投影轮廓进行图像补全,得到目标图像。
在本实施例的一些可选的实现方式中,分类子模块进一步被配置成:将投影轮廓输入至预先训练的分类模型,得到物体的类别。
在本实施例的一些可选的实现方式中,补全子模块包括:补全单元,被配置成利用物体的类别对应的至少一种补全方式对物体的投影轮廓进行图像补全,得到物体的至少一张补全图像;打分单元,被配置成对至少一张补全图像进行打分,以及基于得分从至少一张补全图像中选取出目标图像。
在本实施例的一些可选的实现方式中,打分单元进一步被配置成:对至少一张补全图像中的补全图像,对补全图像进行多维度打分,得到补全图像的多个维度的分数,其中,多维度包括以下至少两项:精细度、完整度和分辨率;对补全图像的多个维度的分数进行加权求和,得到补全图像的得分。
在本实施例的一些可选的实现方式中,生成模块404进一步被配置成:将目标图像中的物体的动作调整为与动作数据对应的动作镜像,生成展示图像。
在本实施例的一些可选的实现方式中,图像生成装置400还包括:接收模块,被配置成接收用户的语音指令,其中,语音指令包括优化物体参数;基于优化物体参数对展示图像中的物体进行优化。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如图像生成方法。例如,在一些实施例中,图像生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的图像生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (19)

1.一种图像生成方法,包括:
获取物体的投影轮廓;
基于所述投影轮廓进行图像补全,得到所述物体的目标图像;
采集用户的动作数据;
基于所述动作数据调整所述物体的目标图像中的物体动作,生成物体的展示图像。
2.根据权利要求1所述的方法,其中,所述获取物体的投影轮廓,包括:
利用摄像头扫描所述物体,得到所述投影轮廓;或者
利用投影仪将所述物体逆光投射到屏幕上,得到所述投影轮廓。
3.根据权利要求1所述的方法,其中,所述基于所述投影轮廓进行图像补全,得到所述物体的目标图像,包括:
基于所述投影轮廓对所述物体进行分类,得到所述物体的类别;
基于所述物体的类别对所述投影轮廓进行图像补全,得到所述目标图像。
4.根据权利要求3所述的方法,其中,所述基于所述投影轮廓对所述物体进行分类,得到所述物体的类别,包括:
将所述投影轮廓输入至预先训练的分类模型,得到所述物体的类别。
5.根据权利要求3所述的方法,其中,所述基于所述物体的类别对所述投影轮廓进行图像补全,得到所述目标图像,包括:
利用所述物体的类别对应的至少一种补全方式对所述物体的投影轮廓进行图像补全,得到所述物体的至少一张补全图像;
对所述至少一张补全图像进行打分,以及基于得分从所述至少一张补全图像中选取出所述目标图像。
6.根据权利要求5所述的方法,其中,所述对所述至少一张补全图像进行打分,包括:
对所述至少一张补全图像中的补全图像,对所述补全图像进行多维度打分,得到所述补全图像的多个维度的分数,其中,所述多维度包括以下至少两项:精细度、完整度和分辨率;
对所述补全图像的多个维度的分数进行加权求和,得到所述补全图像的得分。
7.根据权利要求1所述的方法,其中,所述基于所述动作数据调整所述物体的目标图像中的物体动作,生成物体的展示图像,包括:
将所述目标图像中的物体的动作调整为与所述动作数据对应的动作镜像,生成所述展示图像。
8.根据权利要求1-7中任一项所述的方法,其中,所述方法还包括:
接收所述用户的语音指令,其中,所述语音指令包括优化物体参数;
基于所述优化物体参数对所述展示图像中的物体进行优化。
9.一种图像生成装置,包括:
获取模块,被配置成获取物体的投影轮廓;
补全模块,被配置成基于所述投影轮廓进行图像补全,得到所述物体的目标图像;
采集模块,被配置成采集用户的动作数据;
生成模块,被配置成基于所述动作数据调整所述物体的目标图像中的物体动作,生成物体的展示图像。
10.根据权利要求9所述的装置,其中,所述获取模块进一步被配置成:
利用摄像头扫描所述物体,得到所述投影轮廓;或者
利用投影仪将所述物体逆光投射到屏幕上,得到所述投影轮廓。
11.根据权利要求9所述的装置,其中,所述补全模块包括:
分类子模块,被配置成基于所述投影轮廓对所述物体进行分类,得到所述物体的类别;
补全子模块,被配置成基于所述物体的类别对所述投影轮廓进行图像补全,得到所述目标图像。
12.根据权利要求11所述的装置,其中,所述分类子模块进一步被配置成:
将所述投影轮廓输入至预先训练的分类模型,得到所述物体的类别。
13.根据权利要求11所述的装置,其中,所述补全子模块包括:
补全单元,被配置成利用所述物体的类别对应的至少一种补全方式对所述物体的投影轮廓进行图像补全,得到所述物体的至少一张补全图像;
打分单元,被配置成对所述至少一张补全图像进行打分,以及基于得分从所述至少一张补全图像中选取出所述目标图像。
14.根据权利要求13所述的装置,其中,所述打分单元进一步被配置成:
对所述至少一张补全图像中的补全图像,对所述补全图像进行多维度打分,得到所述补全图像的多个维度的分数,其中,所述多维度包括以下至少两项:精细度、完整度和分辨率;
对所述补全图像的多个维度的分数进行加权求和,得到所述补全图像的得分。
15.根据权利要求9所述的装置,其中,所述生成模块进一步被配置成:
将所述目标图像中的物体的动作调整为与所述动作数据对应的动作镜像,生成所述展示图像。
16.根据权利要求9-15中任一项所述的装置,其中,所述装置还包括:
接收模块,被配置成接收所述用户的语音指令,其中,所述语音指令包括优化物体参数;
基于所述优化物体参数对所述展示图像中的物体进行优化。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
CN202310364257.4A 2023-04-07 2023-04-07 图像生成方法、装置以及设备 Pending CN116363251A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310364257.4A CN116363251A (zh) 2023-04-07 2023-04-07 图像生成方法、装置以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310364257.4A CN116363251A (zh) 2023-04-07 2023-04-07 图像生成方法、装置以及设备

Publications (1)

Publication Number Publication Date
CN116363251A true CN116363251A (zh) 2023-06-30

Family

ID=86908011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310364257.4A Pending CN116363251A (zh) 2023-04-07 2023-04-07 图像生成方法、装置以及设备

Country Status (1)

Country Link
CN (1) CN116363251A (zh)

Similar Documents

Publication Publication Date Title
US20210174072A1 (en) Microexpression-based image recognition method and apparatus, and related device
CN111832745B (zh) 数据增广的方法、装置及电子设备
CN111294665A (zh) 视频的生成方法、装置、电子设备及可读存储介质
KR101743764B1 (ko) 감성 아바타 이모티콘 기반의 초경량 데이터 애니메이션 방식 제공 방법, 그리고 이를 구현하기 위한 감성 아바타 이모티콘 제공 단말장치
KR101794399B1 (ko) 사용자 얼굴의 복합 다중 감정 인식 방법 및 시스템
CN116309983B (zh) 虚拟人物模型的训练方法、生成方法、装置和电子设备
CN114723888B (zh) 三维发丝模型生成方法、装置、设备、存储介质及产品
CN113610989B (zh) 风格迁移模型训练方法和装置、风格迁移方法和装置
CN113362263A (zh) 变换虚拟偶像的形象的方法、设备、介质及程序产品
CN114998490B (zh) 一种虚拟对象生成方法、装置、设备及存储介质
KR20220011078A (ko) 능동적 인터랙션 방법, 장치, 전자 기기 및 판독 가능 기록 매체
CN116342782A (zh) 生成虚拟形象渲染模型的方法和装置
CN115170703A (zh) 虚拟形象驱动方法、装置、电子设备及存储介质
CN113380269B (zh) 视频图像生成方法、装置、设备、介质和计算机程序产品
CN114187392A (zh) 虚拟偶像的生成方法、装置和电子设备
CN115222895B (zh) 图像生成方法、装置、设备以及存储介质
CN113327311B (zh) 基于虚拟角色的显示方法、装置、设备、存储介质
CN116168132A (zh) 街景重建模型获取及街景重建方法、装置、设备及介质
CN116363251A (zh) 图像生成方法、装置以及设备
CN112200169B (zh) 用于训练模型的方法、装置、设备以及存储介质
CN115082298A (zh) 图像生成方法、装置、电子设备以及存储介质
CN114419182A (zh) 图像处理方法和装置
CN114529649A (zh) 图像处理方法和装置
CN114066790A (zh) 图像生成模型的训练方法、图像生成方法、装置和设备
CN115390663B (zh) 一种虚拟人机交互方法、系统、设备及存储介质

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