[发明专利]一种漫画生成方法、系统、介质及电子终端在审
| 申请号: | 202111057401.7 | 申请日: | 2021-09-09 |
| 公开(公告)号: | CN113743520A | 公开(公告)日: | 2021-12-03 |
| 发明(设计)人: | 刘鹏;涂隆基;庞海亮 | 申请(专利权)人: | 广州梦映动漫网络科技有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/06;G06N3/08 |
| 代理公司: | 重庆渝之知识产权代理有限公司 50249 | 代理人: | 柴社英 |
| 地址: | 510330 广东省广州市海*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 漫画 生成 方法 系统 介质 电子 终端 | ||
1.一种漫画生成方法,其特征在于,包括:
采集训练集;
将所述训练集输入模板匹配网络进行训练,获取模板匹配模型,所述模板匹配网络包括:若干个长短期记忆子网络,每个所述长短期记忆子网络对应不同类别的训练文本;
通过采集故事文本,获取待处理镜头元素信息;
将所述待处理镜头元素信息输入所述模板匹配模型进行模板匹配,获取与所述待处理镜头元素信息相匹配的场景模板;
通过与所述待处理镜头元素信息相匹配的场景模板,进行漫画生成。
2.根据权利要求1所述的漫画生成方法,其特征在于,所述不同类别的训练文本至少包括以下之一:场景描述文本、对话内容和旁白内容;
将不同类别的所述训练文本分别输入对应的长短期记忆子网络进行特征提取,获取不同类别的元素特征;
根据预先设置的多个不同的权值,对不同类别的所述元素特征进行融合,获取融合后的元素特征;
将融合后的元素特征输入模板匹配网络中的分类子网络进行分类与场景模板匹配,获取所述融合后的元素特征所对应的场景模板;
根据所述场景类型,对所述模板匹配网络进行训练,获取模板匹配模型。
3.根据权利要求2所述的漫画生成方法,其特征在于,将不同类别的所述训练文本分别输入对应的长短期记忆子网络进行特征提取的步骤包括:
根据所述训练文本和预设的字符索引字典,进行字符映射,得到所述训练文本的索引数据;
根据预先设置的数据长度阈值,对所述索引数据进行裁剪或填充,获取固定长度的索引数据;
根据所述索引数据的类别,将不同类别的固定长度的索引数据分别输入对应的长短期记忆子网络进行特征提取,获取不同类别的元素特征。
4.根据权利要求3所述的漫画生成方法,其特征在于,对所述索引数据进行裁剪或填充的步骤包括:
判断所述索引数据的长度是否大于所述数据长度阈值,若所述索引数据的长度大于所述数据长度阈值,则根据所述数据长度阈值,对所述索引数据所述进行裁剪,获取所述固定长度的索引数据;
若所述索引数据的长度小于所述数据长度阈值,则根据所述数据长度阈值,利用字符索引字典中的空字符的索引,对所述索引数据进行填充,获取固定长度的索引数据。
5.根据权利要求2所述的漫画生成方法,其特征在于,
所述分类子网络包括:一个或多个用于进行线性分类的线性连接层、一个或多个用于加入非线性因素的ReLU层及损失函数层,所述线性连接层与所述ReLU层交错设置;
利用所述损失函数层中预设的损失函数,对所述模板匹配网络进行训练;
所述损失函数的数学表达为:
其中,x为分类子网络输出的特征向量,c为分类类别索引,c∈[0,K-1],K为类别个数,exp(·)表示以自然常数e为底的指数函数,x[j]表示取特征向量x中第j个元素,j∈[0,K-1],nj为第j个类别参与训练的样本个数,λ·||x||2为损失函数正则项,λ为权重参数。
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广州梦映动漫网络科技有限公司,未经广州梦映动漫网络科技有限公司许可,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/202111057401.7/1.html,转载请声明来源钻瓜专利网。





