[发明专利]延时摄影视频的生成方法及设备

说明书

本发明公开一种延时摄影视频的生成方法及设备。该方案涉及人工智能技术，如，计算机视觉和机器学习中的模型训练等。其中，延时摄影视频的方法包括：获取原始图片；复制原始图片，生成包括第一预设数目张原始图片的原始图片集；将原始图片集输入至用于生成延时摄影视频的神经网络模型；通过神经网络模型重构第二预设数目张各原始图片的内容，输出包括第三预设数目帧图像的延时摄影视频；第二预设数目等于第一预设数目减1，第三预设数目小于或等于第一预设数目。本发明的方案，能够基于一张原始图片，通过神经网络模型输出预测的延时摄影视频，该原始图片可以由用户提供，从而方便用户很容易便能够制作延时摄影视频，能够有效提升用户体验。

本申请是针对2018年03月26日提交的、申请号为201810253848.3，发明名称为“神经网络模型的训练、延时摄影视频的生成方法及设备”的专利申请，所提交的分案申请。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种延时摄影视频的生成方法及设备。

背景技术

延时摄影又叫缩时摄影(Time-lapse photography)或缩时录影，是以一种将时间压缩的拍摄技术。其拍摄的是一组照片，后期通过照片串联，把几分钟、几小时甚至是几天或者几年的过程压缩在一个较短的时间内以视频的方式播放。在一段延时摄影视频中，物体或者景物缓慢变化的过程被压缩到一个较短的时间内，呈现出平时用肉眼无法察觉的奇异精彩的景象。延时摄影通常应用在拍摄自然风景、天文现象、城市风光、生物演变等题材上。譬如花蕾的开放约需3天3夜，即72小时，每半小时拍它的一个画幅，以顺序记录开花动作的微变，共计拍摄144个画幅，再通过放映机按正常频率放映(如每秒24幅)，则可以在6秒钟之内重现3天3夜的开花过程。

目前的技术中，主要是将摄影装置(如相机)固定在一个位置，每隔一定的时间拍摄一次当前画面的图片，在拍摄得到一定数量(该数量一般与待拍摄场景对应的时空周期有关)的图片后，将这些图片压缩为一个在较短的时间内播放的视频，即延时摄影视频。

但是，目前的技术需要耗费大量的时间来专门拍摄多张图片，对人力和时间资源要求都比较高，用户想要制作一个延时摄影视频比较困难。

发明内容

有鉴于此，本发明实施例提供了一种神经网络模型的训练、延时摄影视频的生成方法及设备，能够方便用户很容易便能够制作延时摄影视频，从而能够有效提升用户体验。

为实现上述目的，本发明实施例提供如下技术方案：

一种神经网络模型的训练方法，包括：

获取多个训练视频；其中，各训练视频包括第一预设数目帧图像；

对于每个训练视频，提取并复制第N帧图像，生成包括第一预设数目张所述第N帧图像的第N帧图像集；其中，1≤N≤P，P表示所述第一预设数目；

以所述训练视频和所述第N帧图像集训练预先建立的基础生成对抗网络；其中，所述基础生成对抗网络包括基础生成器网络和基础判别器网络；

所述训练之后的基础生成器网络作为备选的用于生成延时摄影视频的神经网络模型。

进一步的，所述神经网络模型的训练方法还包括：

将所述第N帧图像集输入至所述训练之后的基础生成器网络，得到所述训练之后的基础生成器网络输出的第一基础延时摄影视频；

以所述第一基础延时摄影视频和所述第N帧图像集对应的训练视频训练预先建立的优化生成对抗网络；其中，所述优化生成对抗网络包括优化生成器网络和优化判别器网络；

所述训练之后的基础生成器网络和所述训练之后的优化生成器网络组合形成的神经网络模型，作为备选的所述用于生成延时摄影视频的神经网络模型。