基于人工智能的图文排版方法、图文排版装置及电子设备.pdf

《基于人工智能的图文排版方法、图文排版装置及电子设备.pdf》由会员分享，可在线阅读，更多相关《基于人工智能的图文排版方法、图文排版装置及电子设备.pdf（38页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910969513.6 (22)申请日 2019.10.12 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 赵胜林陈锡显苏玉鑫沈小勇 戴宇荣贾佳亚 (74)专利代理机构 深圳市隆天联鼎知识产权代 理有限公司 44232 代理人 刘抗美 (51)Int.Cl. G06F 40/189(2020.01) (54)发明名称 基于人工智能的图文排版方法、 图文排版装 置及电子设备 (57)摘要 。

2、本公开提供了一种基于人工智能的图文排 版方法、 装置以及电子设备。 该方法包括： 获取待 排版的背景图像和用于裁剪背景图像的目标尺 寸， 并确定背景图像的主体中心坐标； 根据目标 尺寸和主体中心坐标在背景图像上确定多个候 选裁剪框， 并基于候选裁剪框确定多个候选裁剪 图像； 根据多个候选版式模板对待排版的文字信 息和多个候选裁剪图像进行排版， 以得到多个候 选排版方案； 对多个候选排版方案进行特征提 取， 并根据特征提取结果确定多个候选排版方案 的排版评分； 根据排版评分确定目标裁剪图像以 及用于对目标裁剪图像和文字信息进行排版的 目标版式模板。 本公开简化操作流程， 自动化程 度高； 并且，。

3、 版式模板得选取更加精准， 丰富了图 文排版的应用场景。 权利要求书3页 说明书21页 附图13页 CN 110795925 A 2020.02.14 CN 110795925 A 1.一种基于人工智能的图文排版方法， 其特征在于， 所述方法包括： 获取待排版的背景图像和用于裁剪所述背景图像的目标尺寸， 并确定所述背景图像的 主体中心坐标； 根据所述目标尺寸和所述主体中心坐标在所述背景图像上确定多个候选裁剪框， 并基 于所述候选裁剪框确定多个候选裁剪图像； 根据多个候选版式模板对待排版的文字信息和所述多个候选裁剪图像进行排版， 以得 到多个候选排版方案； 对所述多个候选排版方案进行特征提取， 。

4、并根据特征提取结果确定所述多个候选排版 方案的排版评分； 根据所述排版评分确定目标裁剪图像以及用于对所述目标裁剪图像和所述文字信息 进行排版的目标版式模板。 2.根据权利要求1所述的基于人工智能的图文排版方法， 其特征在于， 所述确定所述背 景图像的主体中心坐标， 包括： 对所述背景图像进行人脸识别以确定一个或者多个人脸框； 获取所述人脸框的人脸尺寸信息和人脸中心坐标； 以所述人脸尺寸信息为权重对所述人脸中心坐标进行加权平均以得到所述背景图像 的主体中心坐标。 3.根据权利要求1所述的基于人工智能的图文排版方法， 其特征在于， 所述确定所述背 景图像的主体中心坐标， 包括： 对所述背景图像进行。

5、关键点识别以确定多个关键点； 根据各个所述关键点的坐标确定所述背景图像的主体中心坐标。 4.根据权利要求1所述的基于人工智能的图文排版方法， 其特征在于， 所述确定所述背 景图像的主体中心坐标， 包括： 对所述背景图像进行人脸识别以确定一个或者多个人脸框， 并对所述背景图像进行关 键点识别以确定多个关键点； 根据所述人脸框的人脸尺寸信息和人脸中心坐标确定区域中心坐标， 并根据各个所述 关键点的坐标确定特征中心坐标； 根据所述区域中心坐标的区域权值， 以及所述特征中心坐标的特征权值， 进行加权平 均以得到所述背景图像的主体中心坐标。 5.根据权利要求1所述的基于人工智能的图文排版方法， 其特征在。

6、于， 所述根据所述目 标尺寸和所述主体中心坐标在所述背景图像上确定多个候选裁剪框， 包括： 根据所述目标尺寸和所述主体中心坐标， 确定用于裁剪所述背景图像的候选裁剪框的 属性区间； 获取与所述属性区间对应的节点数量， 并按照所述节点数量划分所述属性区间， 以确 定多个候选属性信息； 根据所述多个候选属性信息在所述背景图像上确定多个候选裁剪框。 6.根据权利要求5所述的基于人工智能的图文排版方法， 其特征在于， 所述属性区间包 括所述候选裁剪框的候选裁剪属性对应的候选裁剪区间、 所述候选裁剪框的顶点横坐标的 横坐标区间和所述候选裁剪框的顶点纵坐标的纵坐标区间。 权利要求书 1/3 页 2 CN 。

7、110795925 A 2 7.根据权利要求6所述的基于人工智能的图文排版方法， 其特征在于， 所述目标尺寸包 括目标裁剪属性和目标裁剪比例； 所述根据所述目标尺寸和所述主体中心坐标， 确定用于裁剪所述背景图像的候选裁剪 框的属性区间， 包括： 获取所述背景图像的图像宽度和图像高度， 并确定与所述图像宽度对应的宽度比值计 算结果， 以及与所述图像高度和所述目标裁剪比例对应的高度比值计算结果； 根据所述目标裁剪属性、 所述宽度比值计算结果和所述高度比值计算结果， 确定所述 候选裁剪区间的裁剪下限值； 确定与所述图像高度和所述目标裁剪比例对应的比例计算结果， 并根据所述图像宽度 和所述比例计算结果。

8、确定所述候选裁剪区间的裁剪上限值； 根据所述裁剪上限值和所述裁剪下限值， 确定所述候选裁剪区间。 8.根据权利要求7所述的基于人工智能的图文排版方法， 其特征在于， 所述主体中心坐 标包括主体中心横坐标； 所述根据所述目标尺寸和所述主体中心坐标， 确定用于裁剪所述背景图像的候选裁剪 框的属性区间， 包括： 确定与所述主体中心横坐标和所述候选裁剪属性对应的属性计算结果， 并根据目标数 值和所述属性计算结果确定所述横坐标区间的横坐标下限值； 确定与所述主体中心横坐标对应的横坐标计算结果， 并确定与所述图像宽度和所述候 选裁剪属性对应的宽度计算结果； 根据所述横坐标计算结果和所述宽度计算结果确定所述。

9、横坐标区间的横坐标上限值； 根据所述横坐标下限值和所述横坐标上限值， 确定所述横坐标区间。 9.根据权利要求8所述的基于人工智能的图文排版方法， 其特征在于， 所述主体中心坐 标包括主体中心纵坐标； 所述根据所述目标尺寸和所述主体中心坐标， 确定用于裁剪所述背景图像的候选裁剪 框的属性区间， 包括： 确定与所述主体中心纵坐标、 所述候选裁剪属性和所述目标裁剪比例对应的比例比值 计算结果， 并根据目标数值和所述比例比值计算结果确定所述纵坐标区间的纵坐标下限 值； 确定与所述主体中心纵坐标对应的纵坐标计算结果， 并确定与所述候选裁剪属性、 所 述目标裁剪比例和所述图像高度对应的高度计算结果； 根据。

10、所述纵坐标计算结果和所述高度计算结果确定所述纵坐标区间的纵坐标上限值； 根据所述纵坐标下限值和所述纵坐标上限值， 确定所述纵坐标区间。 10.根据权利要求9所述的基于人工智能的图文排版方法， 其特征在于， 所述获取与所 述属性区间对应的节点数量， 并按照所述节点数量划分所述属性区间， 以确定多个候选属 性信息， 包括： 获取与所述候选裁剪区间对应的节点数量， 并按照所述节点数量划分所述候选裁剪区 间， 确定多个所述候选裁剪属性； 获取与所述横坐标区间对应的所述节点数量， 并按照所述节点数量划分所述横坐标区 间， 确定多个所述顶点横坐标； 权利要求书 2/3 页 3 CN 110795925 A。

11、 3 获取与所述纵坐标区间对应的所述节点数量， 并按照所述节点数量划分所述纵坐标区 间， 确定多个所述顶点纵坐标。 11.根据权利要求10所述的基于人工智能的图文排版方法， 其特征在于， 所述根据所述 多个候选属性信息在所述背景图像上确定多个候选裁剪框， 包括： 根据所述顶点横坐标与所述顶点纵坐标， 确定所述多个候选裁剪框的顶点坐标； 根据所述目标裁剪比例与所述候选裁剪属性， 确定所述多个候选裁剪框的尺寸信息； 根据所述顶点坐标和所述尺寸信息， 在所述背景图像上确定多个候选裁剪框。 12.根据权利要求1所述的基于人工智能的图文排版方法， 其特征在于， 所述根据多个 候选版式模板对待排版的文字信。

12、息和所述多个候选裁剪图像进行排版， 以得到多个候选排 版方案， 包括： 获取待排版的文字信息， 并在所述多个候选裁剪图像上添加所述文字信息， 得到多个 图文图像； 将所述多个图文图像分别与所述多个候选版式模板进行匹配， 以得到多个候选排版方 案。 13.根据权利要求12所述的基于人工智能的图文排版方法， 其特征在于， 所述对所述多 个候选排版方案进行特征提取， 并根据特征提取结果确定所述多个候选排版方案的排版评 分， 包括： 将所述多个候选排版方案输入至预先训练好的特征提取模型， 对所述多个候选排版方 案进行特征提取， 得到对应的图像特征； 将所述图像特征输入至预先训练好的评分模型， 对所述图。

13、像特征进行评分， 得到对应 的排版评分。 14.一种基于人工智能的图文排版装置， 其特征在于， 所述装置包括： 中心检测模块， 被配置为获取待排版的背景图像和用于裁剪所述背景图像的目标尺 寸， 并确定所述背景图像的主体中心坐标； 图像确定模块， 被配置为根据所述目标尺寸和所述主体中心坐标在所述背景图像上确 定多个候选裁剪框， 并基于所述候选裁剪框确定多个候选裁剪图像； 方案确定模块， 被配置为根据多个候选版式模板对待排版的文字信息和所述多个候选 裁剪图像进行排版， 以得到多个候选排版方案； 评分获取模块， 被配置为对所述多个候选排版方案进行特征提取， 并根据特征提取结 果确定所述多个候选排版方。

14、案的排版评分； 图文排版模块， 被配置为根据所述排版评分确定目标裁剪图像以及用于对所述目标裁 剪图像和所述文字信息进行排版的目标版式模板。 15.一种电子设备， 其特征在于， 包括： 处理器； 以及 存储器， 用于存储所述处理器的可执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1至13中任一项所 述的基于人工智能的图文排版方法。 权利要求书 3/3 页 4 CN 110795925 A 4 基于人工智能的图文排版方法、 图文排版装置及电子设备 技术领域 0001 本公开涉及人工智能技术领域， 具体而言， 涉及一种基于人工智能的图文排版方 法、 基于人工智能的图文排版装。

15、置以及电子设备。 背景技术 0002 海报广告应用广泛， 已经成为一种普遍的广告宣传模式。 其中， banner图由于其良 好的表达效果， 广泛应用于互联网的各种宣传场景中。 传统的banner图的设计均是由设计 师人工完成， 以满足个性化和定制化的需求。 0003 随着计算机技术的发展， 各种banner图自动生成系统普遍应用， 使得非专业的设 计人员也可以快速设计banner图。 但是， 这些banner图自动生成系统通常只能提供固定的 背景图像， 并且， 文案的版式和位置也是不变的， 无法很好地满足用户的场景化需求。 0004 鉴于此， 本领域亟需开发一种新的图文排版方法。 0005 需。

16、要说明的是， 在上述背景技术部分公开的信息仅用于加强对本申请的背景的理 解， 因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。 发明内容 0006 本公开的目的在于提供一种基于人工智能的图文排版方法、 基于人工智能的图文 排版装置以及电子设备， 进而至少在一定程度上克服banner图设计效果单一且图文融合效 果不佳等技术问题。 0007 本公开的其他特性和优点将通过下面的详细描述变得显然， 或部分地通过本公开 的实践而习得。 0008 根据本公开实施例的一个方面， 提供一种基于人工智能的图文排版方法， 该方法 包括： 获取待排版的背景图像和用于裁剪所述背景图像的目标尺寸， 并确定所。

17、述背景图像 的主体中心坐标； 根据所述目标尺寸和所述主体中心坐标在所述背景图像上确定多个候选 裁剪框， 并基于所述候选裁剪框确定多个候选裁剪图像； 根据多个候选版式模板对待排版 的文字信息和所述多个候选裁剪图像进行排版， 以得到多个候选排版方案； 对所述多个候 选排版方案进行特征提取， 并根据特征提取结果确定所述多个候选排版方案的排版评分； 根据所述排版评分确定目标裁剪图像以及用于对所述目标裁剪图像和所述文字信息进行 排版的目标版式模板。 0009 根据本公开实施例的一个方面， 提供一种基于人工智能的图文排版装置， 该装置 包括： 中心检测模块， 被配置为获取待排版的背景图像和用于裁剪所述背景。

18、图像的目标尺 寸， 并确定所述背景图像的主体中心坐标； 图像确定模块， 被配置为根据所述目标尺寸和所 述主体中心坐标在所述背景图像上确定多个候选裁剪框， 并基于所述候选裁剪框确定多个 候选裁剪图像； 方案确定模块， 被配置为根据多个候选版式模板对待排版的文字信息和所 述多个候选裁剪图像进行排版， 以得到多个候选排版方案； 评分获取模块， 被配置为对所述 多个候选排版方案进行特征提取， 并根据特征提取结果确定所述多个候选排版方案的排版 说明书 1/21 页 5 CN 110795925 A 5 评分； 图文排版模块， 被配置为根据排版评分确定目标裁剪图像以及用于对所述目标裁剪 图像和所述文字信息。

19、进行排版的目标版式模板。 0010 在本公开的一些实施例中， 基于以上技术方案， 所述中心检测模块包括： 人脸识别 单元， 被配置为对所述背景图像进行人脸识别以确定一个或者多个人脸框； 人脸信息获取 单元， 被配置为获取所述人脸框的人脸尺寸信息和人脸中心坐标； 人脸信息计算单元， 被配 置为以所述人脸尺寸信息为权重对所述人脸中心坐标进行加权平均以得到所述背景图像 的主体中心坐标。 0011 在本公开的一些实施例中， 基于以上技术方案， 所述中心检测模块包括： 关键点识 别单元， 被配置为对所述背景图像进行关键点识别以确定多个关键点； 关键点计算单元， 被 配置为根据各个所述关键点的坐标确定所述。

20、背景图像的主体中心坐标。 0012 在本公开的一些实施例中， 基于以上技术方案， 所述中心检测模块包括： 主体识别 单元， 被配置为对所述背景图像进行人脸识别以确定一个或者多个人脸框， 并对所述背景 图像进行关键点识别以确定多个关键点； 坐标计算单元， 被配置为根据所述人脸框的人脸 尺寸信息和人脸中心坐标确定区域中心坐标， 并根据各个所述关键点的坐标确定特征中心 坐标； 主体计算单元， 被配置为根据所述区域中心坐标的区域权值， 以及所述特征中心坐标 的特征权值， 进行加权平均以得到所述背景图像的主体中心坐标。 0013 在本公开的一些实施例中， 基于以上技术方案， 所述图像确定模块包括： 属性。

21、区间 确定单元， 被配置为根据所述目标尺寸和所述主体中心坐标， 确定用于裁剪所述背景图像 的候选裁剪框的属性区间； 属性信息确定单元， 被配置为获取与所述属性区间对应的节点 数量， 并按照所述节点数量划分所述属性区间， 以确定多个候选属性信息； 裁剪框确定单 元， 被配置为根据所述多个候选属性信息在所述背景图像上确定多个候选裁剪框。 0014 在本公开的一些实施例中， 基于以上技术方案， 所述属性区间包括所述候选裁剪 框的候选裁剪属性对应的候选裁剪区间、 所述候选裁剪框的顶点横坐标的横坐标区间和所 述候选裁剪框的顶点纵坐标的纵坐标区间。 0015 在本公开的一些实施例中， 基于以上技术方案， 。

22、所述属性区间确定单元包括： 图像 信息获取子单元， 被配置为获取所述背景图像的图像宽度和图像高度， 并确定与所述图像 宽度对应的宽度比值计算结果， 以及与所述图像高度和所述目标裁剪比例对应的高度比值 计算结果； 裁剪下限值确定子单元， 被配置为根据所述目标裁剪属性、 所述宽度比值计算结 果和所述高度比值计算结果， 确定所述候选裁剪区间的裁剪下限值； 裁剪上限值确定子单 元， 被配置为确定与所述图像高度和所述目标裁剪比例对应的比例计算结果， 并根据所述 图像宽度和所述比例计算结果确定所述候选裁剪区间的裁剪上限值； 裁剪区间确定子单 元， 被配置为根据所述裁剪上限值和所述裁剪下限值， 确定所述候选。

23、裁剪区间。 0016 在本公开的一些实施例中， 基于以上技术方案， 所述属性区间确定单元包括： 横坐 标下限值确定子单元， 被配置为确定与所述主体中心横坐标和所述候选裁剪属性对应的属 性计算结果， 并根据目标数值和所述属性计算结果确定所述横坐标区间的横坐标下限值； 横坐标计算结果确定子单元， 被配置为确定与所述主体中心横坐标对应的横坐标计算结 果， 并确定与所述图像宽度和所述候选裁剪属性对应的宽度计算结果； 横坐标上限值确定 子单元， 被配置为根据所述横坐标计算结果和所述宽度计算结果确定所述横坐标区间的横 坐标上限值； 横坐标区间确定子单元， 被配置为根据所述横坐标下限值和所述横坐标上限 说明。

24、书 2/21 页 6 CN 110795925 A 6 值， 确定所述横坐标区间。 0017 在本公开的一些实施例中， 基于以上技术方案， 所述属性区间确定单元包括： 纵坐 标下限值确定子单元， 被配置为确定与所述主体中心纵坐标、 所述候选裁剪属性和所述目 标裁剪比例对应的比例比值计算结果， 并根据目标数值和所述比例比值计算结果确定所述 纵坐标区间的纵坐标下限值； 纵坐标计算结果确定子单元， 被配置为确定与所述主体中心 纵坐标对应的纵坐标计算结果， 并确定与所述候选裁剪属性、 所述目标裁剪比例和所述图 像高度对应的高度计算结果； 纵坐标上限值确定子单元， 被配置为根据所述纵坐标计算结 果和所述。

25、高度计算结果确定所述纵坐标区间的纵坐标上限值； 纵坐标区间确定子单元， 被 配置为根据所述纵坐标下限值和所述纵坐标上限值， 确定所述纵坐标区间。 0018 在本公开的一些实施例中， 基于以上技术方案， 所述属性信息确定单元包括： 裁剪 区间划分子单元， 被配置为获取与所述候选裁剪区间对应的节点数量， 并按照所述节点数 量划分所述候选裁剪区间， 确定多个所述候选裁剪属性； 横坐标区间划分子单元， 被配置为 获取与所述横坐标区间对应的所述节点数量， 并按照所述节点数量划分所述横坐标区间， 确定多个所述顶点横坐标； 纵坐标区间划分子单元， 被配置为获取与所述纵坐标区间对应 的所述节点数量， 并按照所。

26、述节点数量划分所述纵坐标区间， 确定多个所述顶点纵坐标。 0019 在本公开的一些实施例中， 基于以上技术方案， 所述裁剪框确定单元包括： 顶点坐 标确定子单元， 被配置为根据所述顶点横坐标与所述顶点纵坐标， 确定所述多个候选裁剪 框的顶点坐标； 尺寸信息确定子单元， 被配置为根据所述目标裁剪比例与所述候选裁剪属 性， 确定所述多个候选裁剪框的尺寸信息； 裁剪框确定子单元， 被配置为根据所述顶点坐标 和所述尺寸信息， 在所述背景图像上确定多个候选裁剪框。 0020 在本公开的一些实施例中， 基于以上技术方案， 所述匹配检测模块包括： 文字信息 获取单元， 被配置为获取待排版的文字信息， 并在所。

27、述多个候选裁剪图像上添加所述文字 信息， 得到多个图文图像； 图像匹配单元， 被配置为将所述多个图文图像分别与所述多个候 选版式模板进行匹配， 以得到多个候选排版方案。 0021 在本公开的一些实施例中， 基于以上技术方案， 所述结果输出单元包括： 特征提取 子单元， 被配置为将所述多个候选排版方案输入至预先训练好的特征提取模型， 对所述多 个候选排版方案进行特征提取， 得到对应的图像特征； 结果输出子单元， 被配置为将所述图 像特征输入至预先训练好的评分模型， 对所述图像特征进行评分， 得到对应的排版评分。 0022 根据本公开实施例的一个方面， 提供一种计算机可读介质， 其上存储有计算机程。

28、 序， 该计算机程序被处理器执行时实现如以上技术方案中的基于人工智能的图文排版方 法。 0023 根据本公开实施例的一个方面， 提供一种电子设备， 该电子设备包括： 处理器； 以 及存储器， 用于存储所述处理器的可执行指令； 其中， 所述处理器被配置为经由执行所述可 执行指令来执行如以上技术方案中的基于人工智能的图文排版方法。 0024 在本公开实施例提供的技术方案中， 通过获取到的待排版的背景图像、 目标尺寸 和文字信息， 与多个候选版式模板进行检测匹配， 以选取目标版式模板进行图文排版。 一方 面， 无需对背景图像进行预处理， 即可得到候选裁剪图像， 简化操作流程， 自动化程度更高， 处理。

29、速度更快； 另一方面， 版式模板多样化， 可以根据场景需求选择排版版式， 版式选取更 加精准， 同时也丰富了图文排版的应用场景。 说明书 3/21 页 7 CN 110795925 A 7 0025 应当理解的是， 以上的一般描述和后文的细节描述仅是示例性和解释性的， 并不 能限制本公开。 附图说明 0026 此处的附图被并入说明书中并构成本说明书的一部分， 示出了符合本公开的实施 例， 并与说明书一起用于解释本公开的原理。 显而易见地， 下面描述中的附图仅仅是本公开 的一些实施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据 这些附图获得其他的附图。 在附图中： 。

30、0027 图1示意性示出了现有技术中的杂志封面的时尚类型版式的界面示意图； 0028 图2示意性示出了现有技术中的杂志封面的时尚类型版式的排版效果示意图； 0029 图3示意性地示出了应用本公开技术方案的示例性系统架构示意图； 0030 图4示意性地示出了本公开的一些实施例中基于人工智能的图文排版方法的步骤 流程图； 0031 图5示意性地示出了在本公开的一些实施例中一种确定背景图像的主体中心坐标 的方法的步骤流程图； 0032 图6示意性地示出了在本公开的一些实施例中另一种确定背景图像的主体中心坐 标的方法的步骤流程图； 0033 图7示意性地示出了在本公开的一些实施例中再一种确定背景图像的。

31、主体中心坐 标的方法的步骤流程图； 0034 图8示意性地示出了在本公开的一些实施例中确定多个候选裁剪框的方法的步骤 流程图； 0035 图9示意性地示出了在本公开的一些实施例中确定候选裁剪区间的方法的步骤流 程图； 0036 图10示意性地示出了在本公开的一些实施例中确定横坐标区间的方法的步骤流 程图； 0037 图11示意性地示出了在本公开的一些实施例中确定纵坐标区间的方法的步骤流 程图； 0038 图12示意性地示出了在本公开的一些实施例中确定多个候选属性信息的方法的 步骤流程图； 0039 图13示意性地示出了在本公开的一些实施例中确定多个候选裁剪框的方法的步 骤流程图； 0040 图。

32、14示意性地示出了在本公开的一些实施例中确定候选排版方案的方法的步骤 流程图； 0041 图15示意性地示出了在本公开的一些实施例中得到排版评分的方法的步骤流程 图； 0042 图16(a)示意性地示出了在本公开的一些实施例中一种应用场景下图文排版的效 果示意图； 0043 图16(b)示意性地示出了在本公开的一些实施例中另一种应用场景下图文排版的 效果示意图； 说明书 4/21 页 8 CN 110795925 A 8 0044 图16(c)示意性地示出了在本公开的一些实施例中再一种应用场景下图文排版的 效果示意图； 0045 图17示意性地示出了在本公开的一些实施例中在应用场景中的图文排版。

33、方法的 步骤流程图； 0046 图18(a)示意性地示出了在本公开的一些实施例中在应用场景中一种背景图像示 意图； 0047 图18(b)示意性地示出了在本公开的一些实施例中在应用场景中另一种背景图像 示意图； 0048 图18(c)示意性地示出了在本公开的一些实施例中在应用场景中确定的多个候选 裁剪图像示意图； 0049 图19(a)示意性地示出了在本公开的一些实施例中第一种候选版式模板的界面示 意图； 0050 图19(b)示意性地示出了在本公开的一些实施例中第二种候选版式模板的界面示 意图； 0051 图19(c)示意性地示出了在本公开的一些实施例中第三种候选版式模板的界面示 意图； 0。

34、052 图19(d)示意性地示出了在本公开的一些实施例中第四种候选版式模板的界面示 意图； 0053 图19(e)示意性地示出了在本公开的一些实施例中第五种候选版式模板的界面示 意图； 0054 图19(f)示意性地示出了在本公开的一些实施例中第六种候选版式模板的界面示 意图； 0055 图19(g)示意性地示出了在本公开的一些实施例中第七种候选版式模板的界面示 意图； 0056 图19(h)示意性地示出了在本公开的一些实施例中第八种候选版式模板的界面示 意图； 0057 图19(i)示意性地示出了在本公开的一些实施例中第九种候选版式模板的界面示 意图； 0058 图20(a)示意性地示出了在。

35、本公开的一些实施例中一种匹配检测效果的示意图； 0059 图20(b)示意性地示出了在本公开的一些实施例中另一种候选版式模板的界面示 意图； 0060 图21示意性地示出了在本公开的一些实施例中一种图文排版的效果示意图； 0061 图22示意性地示出了在本公开一些实施例中的基于人工智能的图文排版装置的 结构框图； 0062 图23示意性地示出了适于用来实现本公开实施例的电子设备的计算机系统的结 构示意图。 具体实施方式 0063 现在将参考附图更全面地描述示例实施方式。 然而， 示例实施方式能够以多种形 说明书 5/21 页 9 CN 110795925 A 9 式实施， 且不应被理解为限于在。

36、此阐述的范例； 相反， 提供这些实施方式使得本公开将更加 全面和完整， 并将示例实施方式的构思全面地传达给本领域的技术人员。 0064 此外， 所描述的特征、 结构或特性可以以任何合适的方式结合在一个或更多实施 例中。 在下面的描述中， 提供许多具体细节从而给出对本公开的实施例的充分理解。 然而， 本领域技术人员将意识到， 可以实践本公开的技术方案而没有特定细节中的一个或更多， 或者可以采用其它的方法、 组元、 装置、 步骤等。 在其它情况下， 不详细示出或描述公知方 法、 装置、 实现或者操作以避免模糊本公开的各方面。 0065 附图中所示的方框图仅仅是功能实体， 不一定必须与物理上独立的实。

37、体相对应。 即， 可以采用软件形式来实现这些功能实体， 或在一个或多个硬件模块或集成电路中实现 这些功能实体， 或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。 0066 附图中所示的流程图仅是示例性说明， 不是必须包括所有的内容和操作/步骤， 也 不是必须按所描述的顺序执行。 例如， 有的操作/步骤还可以分解， 而有的操作/步骤可以合 并或部分合并， 因此实际执行的顺序有可能根据实际情况改变。 0067 在本领域的相关技术中， 传统的图文排版总是无法很好地满足用户的场景化需 求。 为改善该问题， 在对杂志封面进行排版的应用场景中， 可以采用各种时尚版式设计进行 排版。 图1。

38、示出了杂志封面的一种时尚类型版式的界面示意图， 如图1所示， 使用该排版方式 进行排版可以通过三步实现。 首先， 根据主题在多种时尚版式中选择一种， 该版式对在其中 添加的文字信息等各种属性进行了限制。 然后， 根据该版式对文字信息的要求， 例如字体和 字号等， 进行文案填充； 最后， 根据图片的背景图片和文案内容， 计算能量函数， 该能量函数 表征了整幅图的视觉平衡和整体美学。 并且， 还可以进一步调整文案的文字字体、 字号和显 示位置， 以使能量函数最小化来生成最终的排版。 图2示出了时尚类型板式的排版效果图， 如图2所示， 是在已选择的时尚版式中进行图文排版的最终效果。 可以看出， 该背。

39、景图片需 要进行预先处理， 并且， 由于背景图片十分多样化， 但主题版式单一， 大量背景图片无法匹 配到设定的主题版式。 除此之外， 文案的排版方式也不尽相同。 鉴于此， 该方法中的杂志封 面的版式设计并不适用于其他应用场景中的海报广告。 0068 基于以上方案存在的问题， 本公开提供了一种基于人工智能的图文排版方法、 图 文排版装置以及电子设备。 0069 人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控 制的机器模拟、 延伸和扩展人的智能， 感知环境、 获取知识并使用知识获得最佳结果的理 论、 方法、 技术及应用系统。 换句话说， 人工智能是。

40、计算机科学的一个综合技术， 它企图了解 智能的实质， 并生产出一种新的能以人类智能相似的方式做出反应的智能机器。 人工智能 也就是研究各种智能机器的设计原理与实现方法， 使机器具有感知、 推理与决策的功能。 0070 人工智能技术是一门综合学科， 涉及领域广泛， 既有硬件层面的技术也有软件层 面的技术。 人工智能基础技术一般包括如传感器、 专用人工智能芯片、 云计算、 分布式存储、 大数据处理技术、 操作/交互系统、 机电一体化等技术。 人工智能软件技术主要包括计算机 视觉技术、 语音处理技术、 自然语言处理技术以及机器学习/深度学习等几大方向。 0071 其中， 计算机视觉技术(Comput。

41、er Vision,CV)计算机视觉是一门研究如何使机器 “看” 的科学， 更进一步的说， 就是指用摄影机和电脑代替人眼对目标进行识别、 跟踪和测量 等机器视觉， 并进一步做图形处理， 使电脑处理成为更适合人眼观察或传送给仪器检测的 说明书 6/21 页 10 CN 110795925 A 10 图像。 作为一个科学学科， 计算机视觉研究相关的理论和技术， 试图建立能够从图像或者多 维数据中获取信息的人工智能系统。 计算机视觉技术通常包括图像处理、 图像识别、 图像语 义理解、 图像检索、 OCR、 视频处理、 视频语义理解、 视频内容/行为识别、 三维物体重建、 3D技 术、 虚拟现实、 增。

42、强现实、 同步定位与地图构建等技术， 还包括常见的人脸识别、 指纹识别等 生物特征识别技术。 0072 机器学习(Machine Learning,ML)是一门多领域交叉学科， 涉及概率论、 统计学、 逼近论、 凸分析、 算法复杂度理论等多门学科。 专门研究计算机怎样模拟或实现人类的学习 行为， 以获取新的知识或技能， 重新组织已有的知识结构使之不断改善自身的性能。 机器学 习是人工智能的核心， 是使计算机具有智能的根本途径， 其应用遍及人工智能的各个领域。 机器学习和深度学习通常包括人工神经网络、 置信网络、 强化学习、 迁移学习、 归纳学习、 式 教学习等技术。 0073 利用计算机视觉技。

43、术和机器学习对待排版的背景图像和文字信息进行排版， 可以 使图文相互适配， 优化图文融合的排版效果。 0074 图3示出了应用本公开技术方案的示例性系统架构示意图。 0075 如图3所示， 系统架构300可以包括终端设备310、 320、 330中的一个或多个， 网络 340和服务器350。 其中， 终端设备310、 320、 330可以是具有显示屏的各种电子设备， 具体可 以是台式终端或移动终端， 移动终端具体可以是手机、 平板电脑、 笔记本电脑等中的至少一 种。 应该理解， 图3中的终端设备、 网络和服务器的数目仅仅是示意性的。 根据实现需要， 可 以具有任意数目的终端设备、 网络和服务器。

44、。 网络340可以是能够在终端设备310、 320、 330 和服务器350之间提供通信链路的各种连接类型的通信介质， 例如可以是有线通信链路、 无 线通信链路或者光纤电缆等。 服务器350可以用独立的服务器， 或者多个服务器组成的服务 器集群来实现。 0076 本公开实施例所提供的基于人工智能的图文排版方法一般由服务器350执行， 相 应地， 基于人工智能的图文排版装置一般设置于服务器350中。 但本领域技术人员容易理解 的是， 本公开实施例所提供的基于人工智能的图文排版方法也可以由终端设备310、 320、 330执行， 相应的， 基于人工智能的图文排版装置也可以设置于终端设备310、 3。

45、20、 330中， 本 示例性实施例中对此不做特殊限定。 0077 举例而言， 在一种示例性实施例中， 可以是用户通过终端设备310、 320或者330将 待排版的背景图像、 文字信息和用于裁剪背景图像的目标尺寸上传至服务器350， 服务器通 过本公开实施例所提供的基于人工智能的图文排版方法将待排版的文字信息分别与所述 多个候选裁剪图像以及多个候选版式模板进行匹配检测， 并将根据检测匹配结果确定的目 标裁剪图像和目标版式模板， 传输给终端设备310、 320、 330等。 0078 下面结合具体实施方式对本公开提供的基于人工智能的图文排版方法、 基于人工 智能的图文排版装置以及电子设备做出详细。

46、说明。 0079 图4示意性地示出了本公开的一些实施例中基于人工智能的图文排版方法的步骤 流程图。 如图4所示， 基于人工智能的图文排版方法主要可以包括以下步骤： 0080 步骤S410.获取待排版的背景图像和用于裁剪背景图像的目标尺寸， 并确定背景 图像的主体中心坐标。 0081 步骤S420.根据目标尺寸和主体中心坐标在背景图像上确定多个候选裁剪框， 并 说明书 7/21 页 11 CN 110795925 A 11 基于候选裁剪框确定多个候选裁剪图像。 0082 步骤S430.根据多个候选版式模板对待排版的文字信息和多个候选裁剪图像进行 排版， 以得到多个候选排版方案。 0083 步骤S。

47、440.对多个候选排版方案进行特征提取， 并根据特征提取结果确定多个候 选排版方案的排版评分。 0084 步骤S450.根据排版评分确定目标裁剪图像以及用于对目标裁剪图像和文字信息 进行排版的目标版式模板。 0085 在本公开的示例性实施例中， 通过获取到的待排版的背景图像、 目标尺寸和文字 信息， 与多个候选版式模板进行检测匹配， 以选取目标版式模板进行图文排版。 一方面， 无 需对背景图像进行预处理， 即可得到候选裁剪图像， 简化操作流程， 自动化程度更高， 处理 速度更快； 另一方面， 版式模板多样化， 可以根据场景需求选择排版版式， 版式选取更加精 准， 同时也丰富了图文排版的应用场景。

48、。 0086 下面对基于人工智能的图文排版方法的各个步骤进行详细说明。 0087 在步骤S410中， 获取待排版的背景图像和用于裁剪背景图像的目标尺寸， 并确定 背景图像的主体中心坐标。 0088 在本公开的示例性实施例中， 待排版的背景图像以及裁剪该背景图像的目标尺寸 可以是由用户输入的， 也可以是通过其他方式获取到的， 本示例性实施例对此不做特殊限 定。 0089 考虑到背景图像中的主体可以是仅包括人脸的主体、 仅包括关键点的主体和同时 包括人脸和其他关键点的主体， 对应的， 给出这三种情况下的获取主体中心坐标的方法。 图 5可以是背景图像中的主体仅包括人脸的情况下， 获取主体中心坐标的示。

49、意图； 图6可以是 背景图像中的主体仅包括关键点的情况下， 获取主体中心坐标的示意图； 图7可以是背景图 像中的主体同时包括人脸和其他关键点的情况下， 获取主体中心坐标的示意图。 0090 在可选的实施例中， 图5示出了一种确定背景图像的主体中心坐标的方法的步骤 流程图， 如图5所示， 该方法至少包括以下步骤： 在步骤S510中， 对背景图像进行人脸识别以 确定一个或者多个人脸框。 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识 别技术。 用摄像机或摄像头采集含有人脸的图像或视频流， 并自动在图像中检测和跟踪人 脸， 进而对检测到的人脸进行脸部识别的一系列相关技术， 通常也叫作人像识别。

50、、 面部识 别。 对背景图像进行人脸识别的方法可以是使用人脸识别算法在背景图像中识别。 人脸识 别算法可以有基于人脸特征点的识别算法、 基于整幅人脸图像的识别算法、 基于模板的识 别算法和利用神经网络进行识别的算法等。 具体的， 应用于本步骤的人脸识别算法具体可 以包括： 基于AdaBoost的方法和基于深度学习的方法， 除此之外， 还可以包括其他人脸识别 算法， 本示例性实施例对此不做特殊限定。 0091 使用人脸识别算法可以在背景图像中自动识别出人脸区域， 或者用户也可以在背 景图像中自行识别出人脸区域。 在识别出人脸区域时， 可以通过存储在客户端本地或者网 络侧的人脸检测库， 采用人脸检。