[发明专利]用于生成信息的方法和装置

说明书

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取对婴儿进行拍摄所得到的图像序列；将图像序列中的图像依次输入至预先训练的第一区域定位模型，得到婴儿的骨架图像区域序列；基于所述婴儿的骨架图像区域序列和预先训练的第一特征提取模型，得到所述婴儿的骨架特征序列；将婴儿的骨架特征序列输入至预先训练的心理状态预测模型，得到婴儿的心理状态信息。该实施方式提高了对婴儿的心理状态信息的预测准确度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

婴儿通常是指小于1周岁的儿童。由于婴儿的机体发育不完善，无法用语言表达自己的心理状态。但是婴儿通常会利用手势动作加上发音来表示自己的需求。例如，若婴儿的嘴唇、舌头做出吸吮的动作，或是嘴巴碰到东西，如衣服、毛毯等，头就转向过去，而且嘴巴还会张大，甚至碰到自己的手就会吸吮手指，说明婴儿在表达自己肚子饿了的心理状态。准确地判断出婴儿的心理状态，可以指导妈妈对婴儿进行良好的照顾。通常，妈妈会根据自己的经验人工判断婴儿的心理状态。然而，部分新手妈妈由于经验不足，经常会出现判断错误的现象。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取对婴儿进行拍摄所得到的图像序列；将图像序列中的图像依次输入至预先训练的第一区域定位模型，得到婴儿的骨架图像区域序列；基于婴儿的骨架图像区域序列和预先训练的第一特征提取模型，得到婴儿的骨架特征序列；将婴儿的骨架特征序列输入至预先训练的心理状态预测模型，得到婴儿的心理状态信息。

在一些实施例中，基于婴儿的骨架图像区域序列和预先训练的第一特征提取模型，得到婴儿的骨架特征序列，包括：对婴儿的骨架图像区域序列中的骨架图像区域进行去噪处理，得到去噪处理后的骨架图像区域序列；将去噪处理后的骨架图像区域序列中的骨架图像区域依次输入至预先训练的第一特征提取模型，得到婴儿的骨架特征序列。

在一些实施例中，在获取对婴儿进行拍摄所得到的图像序列之后，该方法还包括：将图像序列中的图像依次输入至预先训练的第二区域定位模型，得到婴儿的脸图像区域序列；将婴儿的脸图像区域序列中的脸图像区域依次输入至预先训练的第二特征提取模型，得到婴儿的脸特征序列；将婴儿的骨架特征序列输入至预先训练的心理状态预测模型，得到婴儿的心理状态信息，包括：将婴儿的骨架特征序列和婴儿的脸特征序列进行合并，得到合并特征序列；将合并特征序列输入至预先训练的心理状态预测模型，得到婴儿的心理状态信息。

在一些实施例中，该方法还包括：获取对婴儿发出的声音进行录制所得到的音频；从音频中提取婴儿的音频特征序列；将婴儿的骨架特征序列和婴儿的脸特征序列进行合并，得到合并特征序列，包括：将婴儿的骨架特征序列、婴儿的脸特征序列和婴儿的音频特征序列进行合并，得到合并特征序列。

在一些实施例中，图像序列是对婴儿进行一次连拍所得到的多帧图像，或者图像序列是对婴儿进行拍摄所得到的视频中的多帧图像。

在一些实施例中，第一区域定位模型通过如下步骤训练得到：获取样本婴儿的骨架图像和样本婴儿的骨架图像的标注结果；将样本婴儿的骨架图像作为输入，将样本婴儿的骨架图像的标注结果作为输出，对初始卷积神经网络进行训练，得到第一区域定位模型。

在一些实施例中，心理状态预测模型通过如下步骤训练得到：获取对样本婴儿进行拍摄所得到的图像序列和样本婴儿的心理状态信息；对样本婴儿的图像序列进行分析，得到样本婴儿的骨架特征序列；将样本婴儿的骨架特征序列作为输入，将样本婴儿的心理状态信息作为输出，对初始循环神经网络进行训练，得到心理状态预测模型。