[发明专利]表情追踪方法、装置、存储介质和电子设备在审

专利信息
申请号: 202011057716.7 申请日: 2020-09-29
公开(公告)号: CN112149599A 公开(公告)日: 2020-12-29
发明(设计)人: 朱宇轲 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06F40/30
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 高杨丽
地址: 310052 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 表情 追踪 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种表情追踪方法,其特征在于,包括:

获取指定场景下的样本视频帧集合;

根据所述指定场景的场景类型和所述样本视频帧集合,生成目标数量的基本表情;

基于所述目标数量的基本表情生成第一指定数量的标准表情,其中,所述第一指定数量大于所述目标数量,所述标准表情的表情元素多于所述基本表情的表情元素;

当检测到针对所述场景类型下目标对象的表情追踪指令时,基于所述标准表情和/或所述基本表情对所述目标对象进行表情追踪。

2.根据权利要求1所述的表情追踪方法,其特征在于,所述基于所述目标数量的基本表情生成第一指定数量的标准表情,包括:

分别从所述目标数量的基本表情中选取第二指定数量的基本表情进行线性叠加组合,生成第一指定数量的标准表情。

3.根据权利要求2所述的表情追踪方法,其特征在于,所述分别从所述目标数量的基本表情中选取第二指定数量的基本表情进行线性叠加组合,包括:

识别所选取的每一基本表情的多个关键点;

确定每一关键点相对于预设无表情模型中样本关键点的运动轨迹;

根据所述运动轨迹和预设程度系数对每一关键点位置进行调整;

分别对调整关键点位置后的第二指定数量的基本表情进行线性叠加组合,生成第一指定数量的标准表情。

4.根据权利要求3所述的表情追踪方法,其特征在于,所述确定每一关键点相对于预设无表情模型中样本关键点的运动轨迹,包括:

确定每一关键点映射在所述预设无表情模型中的第一位置、及每一关键点对应在所述预设无表情模型中的样本关键点的第二位置;

按照预设规则生成从所述第二位置到所述第一位置的运动轨迹。

5.根据权利要求4所述的表情追踪方法,其特征在于,所述根据所述运动轨迹和预设程度系数对每一关键点位置进行调整,包括:

确定所述运动轨迹的轨迹长度;

根据所述预设程度系数和所述轨迹长度,以所述第二位置为起始点从所述运动轨迹中确定目标位置,并将对应关键点的位置调整至所述目标位置。

6.根据权利要求1-5任一项所述的表情追踪方法,其特征在于,所述根据所述指定场景的场景类型和所述样本视频帧集合,生成目标数量的基本表情,包括:

从所述视频帧集合中筛选出包含面部表情的目标视频帧;

分析所述目标视频帧中包含的面部表情的表情相关度;

基于所述表情相关度和所述指定场景的场景类型,生成目标数量的基本表情。

7.根据权利要求6所述的表情追踪方法,其特征在于,所述基于所述表情相关度和所述指定场景的场景类型,生成目标数量的基本表情,包括:

根据所述指定场景的场景类型确定待生成基本表情的数量,得到目标数量;

根据所述表情相关度从所述目标视频帧中包含的面部表情筛选出所述目标数量的面部表情;

将筛选出的面部表情分别映射到预设无表情模型中,得到所述目标数量的基本表情。

8.根据权利要求7所述的表情追踪方法,其特征在于,所述根据所述表情相关度从所述目标视频帧中包含的面部表情筛选出所述目标数量的面部表情,包括:

基于所述表情相关度和所述目标数量,对所述目标视频帧中包含的面部表情进行分类,得到所述目标数量的表情分类集合,每一表情分类集合至少包括一个面部表情;

根据同一表情分类集合中各面部表情之间的表情相关度,分别从每一表情分类集合中确定出唯一的面部表情,得到所述目标数量的面部表情。

9.根据权利要求1-5任一项所述的表情追踪方法,其特征在于,所述根据所述指定场景的场景类型和所述样本视频帧集合,生成目标数量的基本表情,包括:

对所述视频帧集合中的视频帧进行内容分析,得到内容分析结果;

根据内容分析结果、所述指定场景的场景类型和所述视频帧集合,生成目标数量的基本表情。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011057716.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top