-
公开(公告)号：CN117877052A
公开(公告)日：2024-04-12
申请号：CN202311829372.0
申请日：2023-12-26
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供一种交互式故事绘本生成方法、装置、电子设备及存储介质，该方法包括根据用户的输入构建锚点信息，其中所述锚点信息是与故事绘本内容生成相关的关键信息；基于所述锚点信息和用户个人信息生成并确认故事主人公，以及基于已确认的故事主人公和所述锚点信息生成故事标题，并根据用户交互指令改写或确认所述故事标题；基于已确认的所述故事标题，在预设数据库中抽取故事主旨，并基于所述故事标题和所述故事主旨生成一个段落的故事绘本内容；根据用户交互指令改写或续写下一个段落的故事绘本内容。本申请满足用户个性化需求并提供更丰富多样的故事体验。
-
公开(公告)号：CN117711067A
公开(公告)日：2024-03-15
申请号：CN202311789594.4
申请日：2023-12-22
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种行为识别方法、装置、设备及存储介质，本申请考虑到不同类型行为动作所需要时间信息是不同的，改进了现有单一的时序建模方式，同时配置了长时分支网络和短时分支网络，分别对拍摄的连续帧图像在时序维度上提取不同稀疏程度的图像特征，得到长时图像特征和短时图像特征，基于长时图像特征预测第一行为分类结果，基于短时图像特征预测第二行为分类结果，融合两个分类结果得到最终的行为分类结果。本申请方案能够自适应的对不同类型的行为动作进行长短时时序建模，并融合长时分支网络和短时分支网络的分类结果，改善了传统方案时序建模方式单一的弊端，能够适用于对多种不同类型行为动作的识别场景。
-
公开(公告)号：CN117372574A
公开(公告)日：2024-01-09
申请号：CN202311378872.7
申请日：2023-10-23
Applicant: 科大讯飞股份有限公司 , 科大讯飞(苏州)科技有限公司
IPC: G06T11/60
Abstract: 本申请公开了一种图像编辑方法、装置、设备及可读存储介质，获取待编辑的图像和文本指令之后，先基于图像和文本指令，确定用于指示图像中的待编辑对象和文本指令的图像编辑表征，以及，用于指示待编辑对象中的待编辑区域的待编辑区域图；再基于图像编辑表征以及待编辑区域图对待编辑的图像的待编辑对象中的待编辑区域进行编辑，得到编辑后的图像。基于本方案，能够实现只对待编辑的图像中的局部进行编辑。
-
公开(公告)号：CN115690359B
公开(公告)日：2023-12-15
申请号：CN202211326541.4
申请日：2022-10-27
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供一种点云处理方法、装置、电子设备及存储介质，所述点云处理方法，包括：将目标对象的三维点云投影至预先构建的二维平面，获得所述二维平面中的与各个三维点云点对应的二维投影点；基于所述二维平面中的二维投影点，构建二维投影点网格；根据所述二维投影点网格，以及所述二维投影点与所述三维点云点之间的投影关系，获得所述三维点云的点云网格。该方法通过将三维点云投影至预先构建的二维平面，将对三维点云的点云网格构建问题转化成了二维投影点网格构建问题，并在获得二维投影点网格后，根据二维投影点与三维点云点之间的对应关系，获得三维点云的点云网格，降低了点云网格的构建难度，提高了点云网格的构建效率。
-
公开(公告)号：CN117177025A
公开(公告)日：2023-12-05
申请号：CN202311030930.7
申请日：2023-08-14
Applicant: 科大讯飞股份有限公司
Inventor： 刘聪 , 徐浩然 , 高建清 , 姚仕豪 , 何山 , 郜静文 , 杨硕 , 殷保才 , 殷兵 , 刘烨秋 , 付新勇 , 王雨露 , 张若楠 , 管广鹏 , 吕磊 , 陈付国 , 金左雨 , 董飞 , 胡国平 , 魏思 , 王士进 , 刘权
IPC: H04N21/81 , H04N21/44 , G10L13/027 , G10L13/08
Abstract: 本申请公开了一种视频生成方法、装置、设备和存储介质，其中，视频生成方法包括：基于用户关于期望输出文稿的语音数据，得到对应的识别文本；获取原始图像和用于指示视频生成的第一描述文本；获取至少响应于所述第一描述文本而生成的文案文本；获取由所述文案文本合成得到的视频配音；至少基于所述原始图像和所述视频配音，生成目标视频。通过该方式，能够缩短视频制作的时间，降低视频制作的成本，提高视频制作的工作效率。
-
Patent Agency Ranking
公开(公告)号：CN111145282B
公开(公告)日：2023-12-05
申请号：CN201911274701.3
申请日：2019-12-12
Applicant: 科大讯飞股份有限公司
IPC: G06T11/00 , G06F16/783 , G06N3/094
Abstract: 本发明实施例提供一种虚拟形象合成方法、装置、电子设备和存储介质，其中方法包括：确定语音数据的相关特征；相关特征用于表征语音数据中包含的与发言人表情相关的特征；将形象数据以及相关特征输入至表情合成模型中，得到表情合成模型输出的虚拟形象视频，虚拟形象视频中的虚拟形象配置有对应于语音数据的表情；其中，表情合成模型是基于样本发言人视频，样本发言人视频对应的样本语音数据的相关特征以及样本形象数据训练得到的。本发明实施例提供的方法、装置、电子设备和存储介质，能够使得虚拟形象表情更好地贴合语音数据，更加自然真实。
-
公开(公告)号：CN112712571B
公开(公告)日：2023-12-01
申请号：CN202011566751.1
申请日：2020-12-25
Applicant: 科大讯飞股份有限公司
IPC: G06T11/00
Abstract: 本发明公开了一种基于视频的物体平面贴图方法、装置以及设备。本发明在用户参与交互的前提下不再要求复杂的操作以完成平面选择，而是通过第一阶段由视频物体平面检测技术结合用户简单的交互操作初步选择出候选平面区域，以及第二阶段根据候选平面区域在多帧图像中的图像特征判定出候选平面区域是否可用，从而实现待贴图平面的确定，本发明既可以极大简化用户交互流程的复杂度，又可以全面、可靠地获得待贴图平面区域的特征信息，并且利用图像自身信息进行植入可靠性判断，能够有效规避由于缺乏相关技术知识所带来的处理效果偏差。可见本发明在优化用户体验的同时，能够高效、便捷地确定出待贴图平面，进而极大提升图像植入
-
公开(公告)号：CN114900714B
公开(公告)日：2023-11-21
申请号：CN202210382403.1
申请日：2022-04-12
Applicant: 科大讯飞股份有限公司
IPC: H04N21/234 , H04N19/42 , H04N19/44 , G06T9/00 , G06N3/0455 , G06N3/08
-
公开(公告)号：CN117032869A
公开(公告)日：2023-11-10
申请号：CN202311030903.X
申请日：2023-08-14
Applicant: 科大讯飞股份有限公司
IPC: G06F9/451 , G06T11/60 , G06F40/106
Abstract: 本申请公开了一种图文内容生成方法、装置、设备及存储介质，本申请获取需要生成配图的文本信息，从文本信息中获取到关键信息，作为生成配图时的参考文本信息。调用预配置的文图生成模型，借助文图生成模型强大的基于文本生成匹配语义的图片的能力，可以基于获取的关键信息生成与关键信息匹配的图片，融合文本信息与生成的图片，得到图文内容。本申请方案借助AI文图生成模型的能力，可以自动生成与文本信息匹配的图片，且鉴于文图生成模型所生成图片的多样性和文本一致性，可以保证生成的图片的质量且与文本信息的语义是匹配的，最终得到内容质量较高的图文内容，整个过程不依赖于纸质书籍，生成成本大幅降低。
-
公开(公告)号：CN115393487B
公开(公告)日：2023-05-12
申请号：CN202211327162.7
申请日：2022-10-27
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供一种虚拟角色模型处理方法、装置、电子设备及存储介质，所述虚拟角色模型处理方法，在获得具有目标纹理的参考图像，以及虚拟角色三维模型的二维图像后，基于对参考图像的纹理编码和对二维图像的结构编码，获得参考图像的目标纹理特征编码和二维图像的目标结构特征编码，保证了纹理特征和结构特征的精确解耦，从而确保后续在对所述目标结构特征编码和目标纹理特征编码进行联合解码的过程中，参考图像的目标纹理特征能够有效迁移至虚拟角色三维模型，有效的保证了虚拟角色三维模型的纹理真实性。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.042 seconds)
