CN117372578A - 一种动画生成方法、装置、存储介质及电子设备 - Google Patents
一种动画生成方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117372578A CN117372578A CN202311300464.XA CN202311300464A CN117372578A CN 117372578 A CN117372578 A CN 117372578A CN 202311300464 A CN202311300464 A CN 202311300464A CN 117372578 A CN117372578 A CN 117372578A
- Authority
- CN
- China
- Prior art keywords
- image data
- image
- user
- initial
- category
- 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 62
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 230000001172 regenerating effect Effects 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- ZHUJMSMQIPIPTF-JMBSJVKXSA-N (2s)-2-[[(2s)-2-[[2-[[(2r)-2-[[(2s)-2-amino-3-(4-hydroxyphenyl)propanoyl]amino]propanoyl]amino]acetyl]amino]-3-phenylpropanoyl]amino]-4-methylpentanoic acid Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(O)=O)NC(=O)CNC(=O)[C@@H](C)NC(=O)[C@@H](N)CC=1C=CC(O)=CC=1)C1=CC=CC=C1 ZHUJMSMQIPIPTF-JMBSJVKXSA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000011166 aliquoting Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本说明书公开了一种动画生成方法、装置、存储介质及电子设备。所述动画生成方法包括：获取初始图像数据，将初始图像数据输入到预设的图像分层模型中，以通过图像分层模型，确定初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，针对每个元素类别，将该元素类别下的各图像元素展示给用户，并接收用户发送的针对该元素类别下各图像元素的调整指令，根据调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素，根据调整后图像元素，重新生成图像数据作为目标图像数据，并根据目标图像数据，生成序列帧动画。
Description
技术领域
本说明书涉及动画制作技术领域，尤其涉及一种动画生成方法、装置、存储介质及电子设备。
背景技术
随着计算机图形学和人工智能技术的不断发展，人工智能的图像生成技术被广泛的应用在动画制作领域中。
通常情况下，在通过生成对抗网络(GAN)和扩散模型(diffusion)等方法生成动画时，所生成的动画的质量较差，从而导致无法满足用户对图像质量的需求。
因此，如何提升生成的动画的质量，则是一个亟待解决的问题。
发明内容
本说明书提供一种动画生成方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种动画生成方法，所述方法包括：
获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据；
将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，所述图像元素是指组成所述初始图像数据的不同物体对应的图像数据；
针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，并接收所述用户发送的针对该元素类别下各图像元素的调整指令；
根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素；
根据所述调整后图像元素，重新生成图像数据作为目标图像数据，并根据所述目标图像数据，生成序列帧动画。
可选地，获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据，具体包括：
接收用户输入的文本提示词，所述文本提示词用于表征所述用户所需的图像数据；
将所述文本提示词输入到预设的图像生成模型中，以通过所述图像生成模型，根据所述文本提示词，生成初始图像数据。
可选地，将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素之前，所述方法还包括：
接收用户输入的图像优化参数，所述图像优化参数包括：迭代步数，采样方法，宽度、高度中的至少一种；
根据所述图像优化参数，对所述初始图像数据进行优化，得到优化后初始图像数据；
将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，具体包括：
将所述优化后初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述优化后初始图像数据中包含的各图像元素。
可选地，针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，具体包括：
针对每个元素类别，根据预先确定的元素类别与标记颜色值之间的对应关系，确定该元素类别对应的标记颜色值；
将该元素类别下的每个图像元素的颜色值替换为标记颜色值，得到替换后的初始图像数据，并将所述替换后的初始图像数据展示给所述用户。
可选地，根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素，具体包括：
根据所述调整指令，从该元素类别下的各图像元素中确定出至少部分图像元素作为目标图像元素，以及，确定每个目标图像元素对应的调整参数，所述调整参数包括：图像元素位置、图像元素比例、图像元素大小中的至少一种；
针对每个目标图像元素，根据该目标图像元素对应的调整参数，对该目标图像元素包含的像素进行调整，得到调整后图像元素。
可选地，根据所述调整后图像元素，重新生成图像数据作为目标图像数据，具体包括：
将所述调整后图像元素输入到预设的图像生成模型中，以通过所述图像生成模型根据所述调整后图像元素，重新生成图像数据作为目标图像数据。
可选地，根据所述目标图像数据，生成序列帧动画，具体包括：
将所述目标图像数据输入到所述图像分层模型中，以通过所述图像分层模型从所述目标图像数据确定出至少部分图像区域对应的图像数据，作为待优化子图像数据，并将所述待优化子图像数据展示给所述用户；
接收所述用户针对所述待优化子图像数据发送的优化请求，所述优化请求包含：子图像数据调整参数和/或优化文本提示词；
根据所述优化请求，对所述待优化子图像数据进行优化，得到优化后目标图像数据；
将所述优化后目标图像数据作为关键帧图像数据，以基于所述优化后目标图像数据，生成序列帧动画。
本说明书提供了一种动画生成装置，所述装置包括：
获取模块，用于获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据；
图像分层模块，用于将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，所述图像元素是指组成所述初始图像数据的不同物体对应的图像数据；
接收模块，用于针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，并接收所述用户发送的针对该元素类别下各图像元素的调整指令；
调整模块，用于根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素；
生成模块，用于根据所述调整后图像元素，重新生成图像数据作为目标图像数据，并根据所述目标图像数据，生成序列帧动画。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述动画生成方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述动画生成方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的动画生成方法中，获取初始图像数据，其中，初始图像数据是基于用户输入的文本提示词生成的用户所需的图像数据，将初始图像数据输入到预设的图像分层模型中，以通过图像分层模型，确定初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，图像元素是指组成初始图像数据的不同物体对应的图像数据，针对每个元素类别，将该元素类别下的各图像元素展示给用户，并接收用户发送的针对该元素类别下各图像元素的调整指令，根据调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素，根据调整后图像元素，重新生成图像数据作为目标图像数据，并根据目标图像数据，生成序列帧动画。
从上述方法可以看出，可以通过分层模型对组成序列帧动画的关键帧的图像数据中包含的图像元素进行分类，进而可以使得能够基于用户发送的调整指令，针对每类图像元素进行调整优化，从而可以提升生成的序列帧动画的质量。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中提供的一种动画生成方法的流程示意图；
图2A为本说明书中提供的替换前的初始图像数据的示意图；
图2B为本说明书中提供的替换后的初始图像数据的示意图；
图3为本说明书提供的一种动画生成装置的示意图；
图4为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种动画生成方法的流程示意图，包括以下步骤：
S101：获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据。
在本说明书中，用户在需要生成序列帧动画时，可以通过预设的图像生成模型，生成作为序列帧动画中的关键帧的图像数据，进而可以基于这些作为关键帧的图像数据，生成序列帧动画。
其中，上述的图像生成模型可以为诸如：Stable Diffusion、DALLE、Midjourney、Craiyon等扩散模型。
具体地，用户可以针对所需的序列帧动画的每个关键帧对应的图像数据，确定用于表征该图像数据的文本提示词，进而可以将确定出的文本提示词通过业务平台提供的客户端，发送到业务平台，以使业务平台可以在接收用户输入的文本提示词后，可以将文本提示词输入到预先部署到业务平台中的图像生成模型中，以通过图像生成模型，根据文本提示词，生成作为序列帧动画中的关键帧的图像数据对应的初始图像数据。
其中，上述的文本提示词可以为用于描述图像数据中需要包含的背景、角色、道具的词语，诸如：蓝天、白云、青草地、老人、船等。
需要说明的是，业务平台在通过图像生成模型生成初始图像数据之前，还可以接收用户发送的图像生成参数，进而可以将图像生成参数以及文本提示词输入到图像生成模型中，以通过图像生成模型，根据图像生成参数，以及文本提示词，生成作为序列帧动画中的关键帧的图像数据对应的初始图像数据，其中，上述的图像生成参数包括：迭代步数，采样方法，宽度、高度中的至少一种，其中，上述的迭代步数越大，图像生成的初始图像数据质量越高，但需要占用的计算资源也越大，针对不同的图像数据所采用的采样方法的不同，生成的图像数据的质量不同。
在实际应用场景中，图像生成模型生成的初始图像数据可能不符合用户的要求，所以，业务平台还可以通过用户所使用的客户端将生成的初始图像数据展示给用户，以使得用户能够对初始图像数据的质量进行评估，若不符合用户的需求，则用户还可以再次输入图像优化参数，以使得业务平台在得到图像生成模型输出的初始图像数据后，还可以根据接收到的用户输入的图像优化参数，对初始图像数据进行优化，得到优化后初始图像数据，上述的图像优化参数包括：迭代步数，采样方法，宽度、高度中的至少一种。
在本说明书中，用于实现动画生成方法的执行主体，可以是指服务器等设置于业务平台中的指定设备，也可以为笔记本电脑、台式电脑、手机等终端设备，下面仅以服务器是执行主体为例，对本说明书提供的动画生成方法进行说明。
S102：将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，所述图像元素是指组成所述初始图像数据的不同物体对应的图像数据。
进一步地，服务器在获取到初始图像数据后，可以将初始图像数据输入到预设的图像分层模型中，以通过图像分层模型，确定初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，上述的图像元素是指组成初始图像数据的不同物体对应的图像数据。
其中，图像分层模型可以针对每个元素类别，根据预先确定的元素类别与标记颜色值之间的对应关系，确定该元素类别对应的标记颜色值，进而将该元素类别下的每个图像元素的颜色值替换为标记颜色值，得到替换后的初始图像数据，并将替换后的初始图像数据展示给用户，具体如图2A、图2B所示。
图2A为本说明书中提供的替换前的初始图像数据的示意图。
图2B为本说明书中提供的替换后的初始图像数据的示意图。
结合图2A和图2B可以看出，服务器可以通过图像分层模型，针对初始图像数据中包含的不同元素类别的图像元素，根据该元素类别对应的标记颜色值，对该元素类别下的图像元素进行标记(即，将该图像元素中包含的每个像素的颜色值替换为标记颜色值，如图2A中的电脑、碎纸机、打印机，桌子被使用不同的标记颜色进行标记)，其中，上述的颜色值可以为：RGB、CMYK等色彩模式下的颜色值。
需要说明的是，上述对不同元素类别下的图像元素进行标记被使用完成后，可以恢复每个图像元素中包含的每个像素原本的颜色值。
上述的图像分层模型可以为Controlnet Segmentation模型等分层模型。
S103：针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，并接收所述用户发送的针对该元素类别下各图像元素的调整指令。
S104：根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素。
进一步地，服务器可以针对每个元素类别，将该元素类别下的各图像元素展示给用户，并接收用户发送的针对该元素类别下各图像元素的调整指令，并根据调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素。
具体地，服务器可以针对每个元素类别，根据用户发送的针对该元素类别下的各图像元素的调整指令，从该元素类别下的各图像元素中确定出至少部分图像元素作为目标图像元素，以及，确定每个目标图像元素对应的调整参数，针对每个目标图像元素，根据该目标图像元素对应的调整参数，对该目标图像元素包含的像素进行调整，得到调整后图像元素，这里的调整参数包括：图像元素位置、图像元素比例、图像元素大小中的至少一种；
例如：若用户觉得初始图像数据中包含的某个人物在图像中的占比较小，则用户可以通过输入调整参数，将该人物对应的图像元素的大小调大。
需要说明的是，用户还可以通过预设的图像处理工具，直接对替换后的初始图像数据中包含的图像元素进行调整，得到调整后图像元素，上述的图像处理工具可以为：Adobe PhotoShop等工具。
S105：根据所述调整后图像元素，重新生成图像数据作为目标图像数据，并根据所述目标图像数据，生成序列帧动画。
进一步地，服务器可以将调整后图像元素输入到预设的图像生成模型中，以通过图像生成模型根据调整后图像元素，重新生成图像数据作为目标图像数据。
在实际应用场景中，重新生成的图像数据中的局部区域可能存在瑕疵，例如：光照效果较差、人物或道具的细节错误，局部细节真实感或视觉效果较差等问题。
基于此，服务器可以将目标图像数据输入到图像分层模型中，以通过图像分层模型从目标图像数据确定出至少部分图像区域对应的图像数据，作为待优化子图像数据，并将待优化子图像数据展示给用户，接收用户针对待优化子图像数据发送的优化请求，根据优化请求，对待优化子图像数据进行优化，得到优化后目标图像数据，将优化后目标图像数据作为关键帧图像数据，以基于关键帧图像数据，生成其他帧图像数据，以生成序列帧动画，上述的优化请求包含：子图像数据调整参数和/或优化文本提示词。
其中，上述的子图像数据调整参数包括：曝光度调整、曲线调整、白平衡调整、针对子图像数据进行形变所需的形变参数、剪切参数中的至少一种。
上述的优化文本提示词，用于使得图像生成模型基于优化文本提示词，基于待优化子图像数据生成补充图像元素以补充到待优化子图像数据中。
例如：待优化子图像数据为一条小船，则优化文本提示词可以为“渔翁”，则生成的补充图像元素可以为渔翁对应的图像，并可以将作为补充图像元素的渔翁对应的图像添加到作为待优化子图像数据的小船上。
具体地，服务器可以在接收到用户发送的优化请求后，可以通过图像生成模型根据优化请求中包含的子图像数据调整参数和/或优化文本提示词，对待优化子图像数据进行优化。
当然，服务器还可以在接收到用户发送的优化请求后，可以通过图像生成模型根据优化请求中包含的子图像数据调整参数和/或优化文本提示词，重新生成用于替换该待优化子图像数据的优化子图像数据，进而可以通过生成的优化子图像数据，对目标图像数据中包含的待优化子图像数据进行局部替换。
从上述方法可以看出，服务器可以通过分层模型对组成序列帧动画的关键帧的图像数据中包含的图像元素进行分类，进而可以使得能够基于用户发送的调整指令，针对每类图像元素进行局部调整优化，从而可以提升生成的序列帧动画的质量。
以上为本说明书的一个或多个实施动画生成方法，基于同样的思路，本说明书还提供了相应的动画生成装置，如图3所示。
图3为本说明书提供的一种动画生成装置的示意图，包括：
获取模块301，用于获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据；
图像分层模块302，用于将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，所述图像元素是指组成所述初始图像数据的不同物体对应的图像数据；
接收模块303，用于针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，并接收所述用户发送的针对该元素类别下各图像元素的调整指令；
调整模块304，用于根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素；
生成模块305，用于根据所述调整后图像元素，重新生成图像数据作为目标图像数据，并根据所述目标图像数据，生成序列帧动画。
可选地，所述获取模块301具体用于，接收用户输入的文本提示词，所述文本提示词用于表征所述用户所需的图像数据；将所述文本提示词输入到预设的图像生成模型中，以通过所述图像生成模型，根据所述文本提示词，生成初始图像数据。
可选地，所述图像分层模块302具体用于，接收用户输入的图像优化参数，所述图像优化参数包括：迭代步数，采样方法，宽度、高度中的至少一种；根据所述图像优化参数，对所述初始图像数据进行优化，得到优化后初始图像数据；将所述优化后初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述优化后初始图像数据中包含的各图像元素。
可选地，所述接收模块303具体用于，针对每个元素类别，根据预先确定的元素类别与标记颜色值之间的对应关系，确定该元素类别对应的标记颜色值；将该元素类别下的每个图像元素的颜色值替换为标记颜色值，得到替换后的初始图像数据，并将所述替换后的初始图像数据展示给所述用户。
可选地，所述调整模块304具体用于，根据所述调整指令，从该元素类别下的各图像元素中确定出至少部分图像元素作为目标图像元素，以及，确定每个目标图像元素对应的调整参数，所述调整参数包括：图像元素位置、图像元素比例、图像元素大小中的至少一种；针对每个目标图像元素，根据该目标图像元素对应的调整参数，对该目标图像元素包含的像素进行调整，得到调整后图像元素。
可选地，所述生成模块305具体用于，将所述调整后图像元素输入到预设的图像生成模型中，以通过所述图像生成模型根据所述调整后图像元素，重新生成图像数据作为目标图像数据。
可选地，所述生成模块305具体用于，将所述目标图像数据输入到所述图像分层模型中，以通过所述图像分层模型从所述目标图像数据确定出至少部分图像区域对应的图像数据，作为待优化子图像数据，并将所述待优化子图像数据展示给所述用户；接收所述用户针对所述待优化子图像数据发送的优化请求，所述优化请求包含：子图像数据调整参数和/或优化文本提示词；根据所述优化请求，对所述待优化子图像数据进行优化，得到优化后目标图像数据；将所述优化后目标图像数据作为关键帧图像数据，以基于所述优化后目标图像数据，生成序列帧动画。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种动画生成方法。
本说明书还提供了图4所示的一种对应于图1的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的动画生成方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware DescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced BooleanExpression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java HardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware DescriptionLanguage)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated CircuitHardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种动画生成方法，其特征在于，所述方法包括：
获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据；
将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，所述图像元素是指组成所述初始图像数据的不同物体对应的图像数据；
针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，并接收所述用户发送的针对该元素类别下各图像元素的调整指令；
根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素；
根据所述调整后图像元素，重新生成图像数据作为目标图像数据，并根据所述目标图像数据，生成序列帧动画。
2.如权利要求1所述的方法，其特征在于，获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据，具体包括：
接收用户输入的文本提示词，所述文本提示词用于表征所述用户所需的图像数据；
将所述文本提示词输入到预设的图像生成模型中，以通过所述图像生成模型，根据所述文本提示词，生成初始图像数据。
3.如权利要求1所述的方法，其特征在于，将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素之前，所述方法还包括：
接收用户输入的图像优化参数，所述图像优化参数包括：迭代步数，采样方法，宽度、高度中的至少一种；
根据所述图像优化参数，对所述初始图像数据进行优化，得到优化后初始图像数据；
将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，具体包括：
将所述优化后初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述优化后初始图像数据中包含的各图像元素。
4.如权利要求1所述的方法，其特征在于，针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，具体包括：
针对每个元素类别，根据预先确定的元素类别与标记颜色值之间的对应关系，确定该元素类别对应的标记颜色值；
将该元素类别下的每个图像元素的颜色值替换为标记颜色值，得到替换后的初始图像数据，并将所述替换后的初始图像数据展示给所述用户。
5.如权利要求1所述的方法，其特征在于，根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素，具体包括：
根据所述调整指令，从该元素类别下的各图像元素中确定出至少部分图像元素作为目标图像元素，以及，确定每个目标图像元素对应的调整参数，所述调整参数包括：图像元素位置、图像元素比例、图像元素大小中的至少一种；
针对每个目标图像元素，根据该目标图像元素对应的调整参数，对该目标图像元素包含的像素进行调整，得到调整后图像元素。
6.如权利要求1所述的方法，其特征在于，根据所述调整后图像元素，重新生成图像数据作为目标图像数据，具体包括：
将所述调整后图像元素输入到预设的图像生成模型中，以通过所述图像生成模型根据所述调整后图像元素，重新生成图像数据作为目标图像数据。
7.如权利要求1所述的方法，其特征在于，根据所述目标图像数据，生成序列帧动画，具体包括：
将所述目标图像数据输入到所述图像分层模型中，以通过所述图像分层模型从所述目标图像数据确定出至少部分图像区域对应的图像数据，作为待优化子图像数据，并将所述待优化子图像数据展示给所述用户；
接收所述用户针对所述待优化子图像数据发送的优化请求，所述优化请求包含：子图像数据调整参数和/或优化文本提示词；
根据所述优化请求，对所述待优化子图像数据进行优化，得到优化后目标图像数据；
将所述优化后目标图像数据作为关键帧图像数据，以基于所述优化后目标图像数据，生成序列帧动画。
8.一种动画生成装置，其特征在于，所述装置包括：
获取模块，用于获取初始图像数据，所述初始图像数据是基于用户输入的文本提示词生成的所述用户所需的图像数据；
图像分层模块，用于将所述初始图像数据输入到预设的图像分层模型中，以通过所述图像分层模型，确定所述初始图像数据中包含的各图像元素，并确定每个图像元素所属的元素类别，所述图像元素是指组成所述初始图像数据的不同物体对应的图像数据；
接收模块，用于针对每个元素类别，将该元素类别下的各图像元素展示给所述用户，并接收所述用户发送的针对该元素类别下各图像元素的调整指令；
调整模块，用于根据所述调整指令，对该元素类别下至少部分图像元素中包含的像素进行调整，得到调整后图像元素；
生成模块，用于根据所述调整后图像元素，重新生成图像数据作为目标图像数据，并根据所述目标图像数据，生成序列帧动画。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311300464.XA CN117372578A (zh) | 2023-10-09 | 2023-10-09 | 一种动画生成方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311300464.XA CN117372578A (zh) | 2023-10-09 | 2023-10-09 | 一种动画生成方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117372578A true CN117372578A (zh) | 2024-01-09 |
Family
ID=89395672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311300464.XA Pending CN117372578A (zh) | 2023-10-09 | 2023-10-09 | 一种动画生成方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117372578A (zh) |
-
2023
- 2023-10-09 CN CN202311300464.XA patent/CN117372578A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108401112B (zh) | 图像处理方法、装置、终端及存储介质 | |
| CN111489322B (zh) | 给静态图片加天空滤镜的方法及装置 | |
| EP3923585A1 (en) | Video transcoding method and device | |
| CN110991520B (zh) | 一种生成训练样本的方法以及装置 | |
| CN114780198A (zh) | 一种客户端屏幕适配方法、装置及电子设备 | |
| CN113888415B (zh) | 一种模型训练以及图像修复方法及装置 | |
| CN115146601A (zh) | 语言处理任务的执行方法、装置、可读存储介质以及设备 | |
| CN112801911A (zh) | 一种去除自然图像中文字类噪声的方法及装置、存储介质 | |
| CN117372578A (zh) | 一种动画生成方法、装置、存储介质及电子设备 | |
| CN116245051A (zh) | 一种仿真软件渲染方法、装置、存储介质及电子设备 | |
| CN116485944A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
| CN108010095B (zh) | 一种纹理合成的方法、装置及设备 | |
| CN115018866A (zh) | 一种边界确定方法、装置、存储介质及电子设备 | |
| CN113887719B (zh) | 一种模型压缩方法及装置 | |
| CN112560530B (zh) | 一种二维码处理方法、设备、介质及电子设备 | |
| CN111629211B (zh) | 一种对视频进行转码的方法和装置 | |
| CN110704742B (zh) | 一种特征提取方法及装置 | |
| CN114820988A (zh) | 三维建模方法、装置、设备和存储介质 | |
| CN114359935A (zh) | 一种模型训练以及表格识别方法及装置 | |
| CN113987242A (zh) | 一种文件图片可视化方法、装置、设备及介质 | |
| CN112381905A (zh) | 一种颜色叠加方法、装置和电子设备 | |
| CN117523323B (zh) | 一种生成图像的检测方法及装置 | |
| CN117455015B (zh) | 一种模型优化的方法、装置、存储介质及电子设备 | |
| CN115953706B (zh) | 虚拟形象处理方法及装置 | |
| CN114758046A (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 |