图像生成方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本发明专利技术涉及图像处理技术，揭露了一种图像生成方法，包括：获取图像需求，将图像需求转化为需求向量；对需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；获取目标视频，根据清晰度特征提取目标视频包含的图像，得到视频图像集；根据时间特征和提取图像数目特征从视频图像集中选取图像，得到待推送视频图像集；利用推送队列任务推送待推送视频图像集。本发明专利技术还提出一种图像生成方法、装置及计算机可读存储介质。此外，本发明专利技术还涉及区块链技术，图像需求可存储于区块链节点中。本发明专利技术可以既高效又个性化的基于视频生成图像。

【技术实现步骤摘要】
图像生成方法、装置、电子设备及计算机可读存储介质
本专利技术涉及图像处理
，尤其涉及一种图像生成方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着网络的迅速发展，网络中随时都可能产生大量的视频和图像资讯。在进行视频转化图像时，即生成图像时，需先进行图像筛选，若不进行筛选，则视频转化成图像后将得到大量单帧图像，如果将大量的单帧图像都推送至用户端，将消耗较大的网络带宽，占用较大的存储资源，也降低服务器端和用户端的运行效率。如何筛选出符合用户的图像并推送给用户，成为了越来越重要的需求。目前市场上主流的视频转化成图像的方法是人工筛选视频和视频中的图像，从而选择性的将视频中的一帧或多帧转化成图像。但此种方法过于依赖于人工进行，效率低下且筛选出的图像不符合用户的个性化需求，无法达到既高效又个性化的基于视频生成图像的目的。
技术实现思路
本专利技术提供一种图像生成方法、装置、电子设备及计算机可读存储介质，其主要目的在于既高效又个性化的基于视频生成图像。为实现上述目的，本专利技术提供的一种图像生成方法，包括：获取图像需求，将所述图像需求进行词向量转化，得到需求向量；对所述需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；获取目标视频，根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集；根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像，得到待推送视频图像集；利用推送队列任务推送所述待推送视频图像集。可选地，所述获取目标视频，包括：接收用户端发送的目标视频选取指令；根据所述目标视频选取指令获取目标视频的码流地址；根据所述码流地址下载所述目标视频。可选地，所述根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集，包括：根据所述清晰度特征确定所述目标视频中多帧图像的目标清晰度；判断所述目标视频中任意帧图像的清晰度是否为所述目标清晰度；若所述目标视频中任意帧图像的清晰度不为所述目标清晰度，将所述目标视频中多帧图像的清晰度转换为所述目标清晰度；确定所述目标视频中多帧图像进行清晰度转换后得到的多张图像构成所述视频图像集。可选地，所述根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像之前，所述方法还包括：提取所述视频图像集的时序特征；按照所述时序特征对所述视频图像集中的视频图像进行排序。可选地，所述提取所述视频图像集的时序特征，包括：利用如下时序特征提取算法提取所述视频图像集的时序特征bu(t)：其中，du为所述视频图像集中第u张视频图像，i为所述视频图像集中视频图像的数量，tu为所述视频图像集中第u张视频图像的获取时间，tu+1为所述视频图像集中第u+1张视频图像的获取时间。可选地，所述利用推送队列任务推送所述待推送视频图像集，包括：获取推送队列任务；根据所述推送队列任务确定推送顺序；根据所述推送顺序向用户推送所述待推送视频图像集。可选地，所述对所述需求向量进行特征提取，包括：获取训练需求向量，以及所述训练需求向量对应的标准需求特征；利用卷积神经网络对所述训练需求向量进行特征提取，得到训练需求特征；计算所述训练需求特征和所述标准需求特征的差异值；若所述训练需求特征与所述标准需求特征的差异值大于预设误差，则调整所述卷积神经网络的参数后，再次进行特征提取；若所述训练需求特征与所述标准需求特征的差异值小于所述预设误差，则确认训练完成，获取训练完成的卷积神经网络；利用所述训练完成的卷积神经网络对所述需求向量进行特征提取。为了解决上述问题，本专利技术还提供一种图像生成装置，所述装置包括：需求向量生成模块，用于获取图像需求，将所述图像需求进行词向量转化，得到需求向量；特征提取模块，用于对所述需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；视频图像获取模块，用于获取目标视频，根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集；视频图像筛选模块，用于根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像，得到待推送视频图像集；视频图像推送模块，用于利用推送队列任务推送所述待推送视频图像集。为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的图像生成方法。为了解决上述问题，本专利技术还提供一种计算机可读存储介质，包括存储数据区和存储程序区，其中，所述存储数据区存储创建的数据，所述存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的图像生成方法。本专利技术实施例通过将图像需求转化为需求向量，进而进行特征提取，能够快速的获取需求特征，有利于快速地获取个性化需求信息；同时，获取目标视频后，根据所述清晰度特征提取目标视频包含的图像，得到视频图像集，以及根据时间特征和提取图像数目特征从视频图像集中选取图像，从而能够快速的基于视频生成符合个性化需求信息的图像。因此本专利技术提出的图像生成方法、装置及计算机可读存储介质，可以实现既高效又个性化的基于视频生成图像的目的。附图说明图1为本专利技术一实施例提供的图像生成方法的流程示意图；图2为本专利技术一实施例提供的图像生成装置的模块示意图；图3为本专利技术一实施例提供的实现图像生成方法的电子设备的内部结构示意图；本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本申请实施例提供的图像生成方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述图像生成方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。本专利技术提供一种图像生成方法。参照图1所示，为本专利技术一实施例提供的图像生成方法的流程示意图。在本实施例中，所述图像生成方法包括：S1、获取图像需求，将所述图像需求进行词向量转化，得到需求向量。本专利技术实施例中，所述图像需求可直接由用户进行上传，也可利用具有数据调用功能的java语句从预先构建的用于存储图像需求的存储区内获取，其中，所述存储区包括但不限于mysql数据库、Oracle数据库、用户端缓存区、区块链节点。进一步的，在本专利技术一优选实施例中，所述图像需求本文档来自技高网...

【技术保护点】
1.一种图像生成方法，其特征在于，所述方法包括：/n获取图像需求，将所述图像需求进行词向量转化，得到需求向量；/n对所述需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；/n获取目标视频，根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集；/n根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像，得到待推送视频图像集；/n利用推送队列任务推送所述待推送视频图像集。/n

【技术特征摘要】
1.一种图像生成方法，其特征在于，所述方法包括：
获取图像需求，将所述图像需求进行词向量转化，得到需求向量；
对所述需求向量进行特征提取，得到需求特征，其中，所述需求特征包括清晰度特征、时间特征、提取图像数目特征；
获取目标视频，根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集；
根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像，得到待推送视频图像集；
利用推送队列任务推送所述待推送视频图像集。


2.如权利要求1所述的图像生成方法，其特征在于，所述获取目标视频，包括：
接收用户端发送的目标视频选取指令；
根据所述目标视频选取指令获取目标视频的码流地址；
根据所述码流地址下载所述目标视频。


3.如权利要求1所述的图像生成方法，其特征在于，所述根据所述清晰度特征提取所述目标视频包含的图像，得到视频图像集，包括：
根据所述清晰度特征确定所述目标视频中多帧图像的目标清晰度；
判断所述目标视频中任意帧图像的清晰度是否为所述目标清晰度；
若所述目标视频中任意帧图像的清晰度不为所述目标清晰度，将所述目标视频中多帧图像的清晰度转换为所述目标清晰度；
确定所述目标视频中多帧图像进行清晰度转换后得到的多张图像构成所述视频图像集。


4.如权利要求1至3中任一项所述的图像生成方法，其特征在于，所述根据所述时间特征和所述提取图像数目特征从所述视频图像集中选取图像之前，所述方法还包括：
提取所述视频图像集的时序特征；
按照所述时序特征对所述视频图像集中的视频图像进行排序。


5.如权利要求4所述的图像生成方法，其特征在于，所述提取所述视频图像集的时序特征，包括：
利用如下时序特征提取算法提取所述视频图像集的时序特征bu(t)：



其中，du为所述视频图像集中第u张视频图像，i为所述视频图像集中视频图像的数量，tu为所述视频图像集中第u张视频图像的获取时间，tu+1为所述视频图像集中第u+1张视频图像的获取时间。


6.如权利要求1至3中任一项所述的图像生成方法，其特征在于，所...

【专利技术属性】
技术研发人员：夏倩，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44