一种基于文本语义分析的绘图方法、装置及终端设备制造方法及图纸

本发明专利技术公开了一种基于文本语义分析的绘图方法、装置及终端设备，所述方法包括：获取待识别文本，并从所述待识别文本中提取与预设知识图谱的类别相对应的关键词；其中，所述预设知识图谱的类别包括地点类别、主体对象类别以及状态类别；根据归属于主体对象类别以及状态类别的关键词，从预设对象图库中提取绘画主体图像；根据归属于地点类别的关键词，从预设背景图库中提取绘画作品的背景图像；将所述绘画主体图像以及所述背景图像进行组合，获得所述绘画作品。通过实施本发明专利技术实施例能根据文本的语义描述进行绘画创作。

A drawing method, device and terminal equipment based on text semantic analysis

【技术实现步骤摘要】
一种基于文本语义分析的绘图方法、装置及终端设备
本专利技术涉及自动绘画
，尤其涉及一种基于文本语义分析的绘图方法、装置及终端设备。
技术介绍
绘画艺术创作是艺术家以社会生活为源泉，经历生活积累、创作构思、艺术表达三大阶段后的创作灵感迸发结果。随着时代的发展自动绘画技术也有了长足的进步，但现有的自动绘画技术中，还没有根据文本语义进行绘图的技术方案。
技术实现思路
本专利技术实施例提供一种基于文本语义分析的绘图方法、装置及终端设备，能根据文本的语义描述进行绘画创作。本专利技术一实施例提供一种基于文本语义分析的绘图方法，包括：获取待识别文本，并从所述待识别文本中提取与预设知识图谱的类别相对应的关键词；其中，所述预设知识图谱的类别包括地点类别、主体对象类别以及状态类别；根据归属于主体对象类别以及状态类别的关键词，从预设对象图库中提取绘画主体图像；根据归属于地点类别的关键词，从预设背景图库中提取绘画作品的背景图像；将所述绘画主体图像以及所述背景图像进行组合，获得绘画作品。进一步的，所述预设知识图谱的类别还包括颜色类别和时间类别。进一步的，还包括：根据归属于时间类别的关键词，对所述背景图像进行渲染；根据归属于颜色类别的关键词对所述绘画主体图像进行渲染。进一步的，所述预设对象图库，包括静态对象图库和动态对象图库；所述静态对象图库的构建方法，具体包括：采集各种静态对象在不同形态、光线以及角度下的静态图像，作为静态对象样本集；将每一所述静态图像进行边缘提取，获得每一所述静态图像对应的描边线稿图像；以所述静态对象样本集作为输入，以所述静态对象样本集中每一静态图像对应的描边线稿图像作为输出，通过条件生成对抗网络进行学习训练，建立所述静态对象图库；所述动态对象图库的构建方法，具体包括：采集各种动态对象在不同性别、年龄以及姿势下的动态对象图像，作为动态对象样本集；对每一所述动态对象图像中动态对象的各肢体关节部位、关节连接点使用线段和圆点进行标记，获得每一动态对象图像对应的火柴图；以所述动态对象样本集为输入，以所述动态对象样本集中每一动态对象图像对应的火柴图作为输出，通过条件生成对抗网络进行学习训练，建立所述动态对象图库。进一步的，在所述将所述绘画主体图像以及所述已渲染背景图像进行组合，获得绘画作品之后，还包括：将所述绘画作品根据预设的艺术风格，进行画面风格化处理；其中，所述艺术风格包括油画风格以及素描风格。在上述方法项实施例的基础上，本专利技术对应提供了装置项实施例；本专利技术一实施例提供了一种基于文本语义分析的绘图装置，包括关键词提取模块、绘画主体获取模块、背景图像获取模块以及绘画作品生成模块；所述关键词提取模块，用于获取待识别文本，并从所述待识别文本中提取与预设知识图谱的类别相对应的关键词；其中，所述预设知识图谱的类别包括地点类别、主体对象类别以及状态类别；所述绘画主体获取模块，用于根据归属于主体对象类别以及状态类别的关键词，从预设对象图库中提取绘画主体图像；所述背景图像获取模块，用于根据归属于地点类别的关键词，从预设背景图库中提取绘画作品的背景图像；所述绘画作品生成模块，用于将所述绘画主体图像以及所述背景图像进行组合，获得绘画作品。进一步的，还包括绘画主体图像渲染模块和背景图像渲染模块；所述绘画主体图像渲染模块，用于根据归属于颜色类别的关键词对所述绘画主体图像进行渲染所述背景图像渲染模块，用于根据归属于时间类别的关键词，对所述背景图像进行渲染。进一步的，还包括艺术风格处理模块；所述艺术风格处理模块，用于将所述绘画作品根据预设的艺术风格，进行画面风格化处理；其中，所述艺术风格包括油画风格以及素描风格。在上述方法项实施例的基础上，本专利技术还提供了对应的终端设备项实施例；本专利技术另一实施例提供了一种基于文本语义分析的绘图终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术上述任意一项方法项实施例所述的基于文本语义分析的绘图方法。通过实施本专利技术的实施例具有如下有益效果：本专利技术实施例提供了一种基于文本语义分析的绘图方法、装置及终端设备，所述方法首先获取待识别文本，然后提取待识别文本中与预设知识图谱的类别所对应的关键词；然后根据属于主体对象类别和状态类别的关键词，从预设对象图库中提取待生成的绘画作品的绘画主体图像，然后根据地点类别的关键词，从预设背景图库中提取待生成的绘画作品的背景图像，最后将绘画主体图像和背景图像进组合，即可实现根据文段(即一段文字描述内容)，自动生成一副绘画作品。附图说明图1是本专利技术一实施例提供的一种基于文本语义分析的绘图方法的流程示意图。图2是本专利技术一实施例提供的一种基于文本语义分析的绘图装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术一实施例提供了一种基于文本语义分析的绘图方法，包括：步骤S101：获取待识别文本，并从所述待识别文本中提取与预设知识图谱的类别相对应的关键词；其中，所述预设知识图谱的类别包括地点类别、主体对象类别以及状态类别。步骤S102：根据归属于主体对象类别以及状态类别的关键词，从预设对象图库中提取绘画主体图像。步骤S103：根据归属于地点类别的关键词，从预设背景图库中提取绘画作品的背景图像。步骤S104：将所述绘画主体图像以及所述背景图像进行组合，获得绘画作品。对于步骤S101、首先对预设知识图谱进行说明。通过网络获取大量文字描述段落文本，对获取的文本句子进行分词分析，提取出与地点、主体对象、状态等有属性关联的文本内容，将提取的各文本内容与对应的属性分类建立知识图谱关联关系。在本专利技术一优选的实施例中，预设知识图谱的类别，可分为地点类别、主体对象类别以及状态类别；上述三个大类别下还可包括若干层级的子类别，每一层级包括至少一个子类别；例如，假设本专利技术实施例中的知识图谱，第一个等级为地点类别，主体对象类别，以及状态类别；上述三个大类别，每个大类别下又细分为第二层级的类别，例如：地点类别可包括：海边类，沙漠类、森林类、街道类等；主体对象类别分为两种，一种是动态对象包括人类，，各种动物类别(猫，狗，鸟，牛，羊等)，另一种是静态对象，包括各种静物类别(如，花，草，树，房屋，锅、碗、瓢、盆等)；状态类别可分为两种情况，对于动态对象主体来说，对应的状态类别包括性别类别(对于人类，分男和女，对于动物分公和母)、年龄类别(包括各不同年龄段)，姿势类别(姿态类别指的是动态对象的动本文档来自技高网...

【技术保护点】
1.一种基于文本语义分析的绘图方法，其特征在于，包括：/n获取待识别文本，并从所述待识别文本中提取与预设知识图谱的类别相对应的关键词；其中，所述预设知识图谱的类别包括地点类别、主体对象类别以及状态类别；/n根据归属于主体对象类别以及状态类别的关键词，从预设对象图库中提取绘画主体图像；/n根据归属于地点类别的关键词，从预设背景图库中提取绘画作品的背景图像；/n将所述绘画主体图像以及所述背景图像进行组合，获得所述绘画作品。/n

【技术特征摘要】
1.一种基于文本语义分析的绘图方法，其特征在于，包括：
获取待识别文本，并从所述待识别文本中提取与预设知识图谱的类别相对应的关键词；其中，所述预设知识图谱的类别包括地点类别、主体对象类别以及状态类别；
根据归属于主体对象类别以及状态类别的关键词，从预设对象图库中提取绘画主体图像；
根据归属于地点类别的关键词，从预设背景图库中提取绘画作品的背景图像；
将所述绘画主体图像以及所述背景图像进行组合，获得所述绘画作品。


2.如权利要求1所述的基于文本语义分析的绘图方法，其特征在于，所述预设知识图谱的类别还包括颜色类别和时间类别。


3.如权利要求2所述的基于文本语义分析的绘图方法，其特征在于，还包括：根据归属于时间类别的关键词，对所述背景图像进行渲染；根据归属于颜色类别的关键词对所述绘画主体图像进行渲染。


4.如权利要求1所述的基于文本语义分析的绘图方法，其特征在于，所述预设对象图库，包括静态对象图库和动态对象图库；
所述静态对象图库的构建方法，具体包括：采集各种静态对象在不同形态、光线以及角度下的静态图像，作为静态对象样本集；
将每一所述静态图像进行边缘提取，获得每一所述静态图像对应的描边线稿图像；
以所述静态对象样本集作为输入，以所述静态对象样本集中每一静态图像对应的描边线稿图像作为输出，通过条件生成对抗网络进行学习训练，建立所述静态对象图库；
所述动态对象图库的构建方法，具体包括：采集各种动态对象在不同性别、年龄以及姿势下的动态对象图像，作为动态对象样本集；
对每一所述动态对象图像中动态对象的各肢体关节部位、关节连接点使用线段和圆点进行标记，获得每一动态对象图像对应的火柴图；
以所述动态对象样本集为输入，以所述动态对象样本集中每一动态对象图像对应的火柴图作为输出，通过条件生成对抗网络进行学习训练，建立所述动态对象图库。

【专利技术属性】
技术研发人员：邓立邦，
申请(专利权)人：广东智媒云图科技股份有限公司，
类型：发明
国别省市：广东;44