[发明专利]一种基于人工智能的数据整理方法和装置

权利要求书

1.一种基于人工智能的数据整理方法，其特征在于，包括：

获取原始视频文件，并将所述原始视频文件进行分离，得到图像信息和音频信息；

将所述图像信息划分成多帧图像，将所述音频信息语音识别成文字信息；

对所述各帧图像进行人脸识别，得到所述各帧图像中存在的目标人脸图像；

将所述目标人脸图像输入至预设的图像库中，获取所述目标人脸图像对应的目标身份信息，并对所述目标人脸图像进行表情识别，得到目标表情，关联所述目标身份信息和所述目标表情；

对所述文字信息进行关键词提取，获取目标关键词；

将所述目标人脸图像、目标身份信息、目标表情和目标关键词进行存储。

2.根据权利要求1所述的基于人工智能的数据整理方法，其特征在于，所述将所述图像信息划分成多帧图像具体为：

将所述图像信息划分成多帧图像；

提取每对相邻帧图像中成对的特征点，所述成对的特征点包括所述每对相邻帧图像中前一帧图像中的特征点，以及所述每对相邻帧图像中后一帧图像中的与所述前一帧图像中的特征点相对应的特征点；

根据所述成对的特征点以及所述每对相邻帧图像中每帧图像的特征点分布情况，将每帧图像划分为至少两个子图像块；

在所述每帧图像中相邻两个子图像块满足交界保线约束条件下，获取所述每帧图像中每个子图像块的仿射变换参数，所述交界保线约束条件为：对于所述每帧图像中相邻两个子图像块交界的任意一点，分别经过所述相邻两个子图像块中各子图像块仿射变换后计算得到的是同一个点；

根据所述每帧图像中各子图像块的仿射变换参数对所述每帧图像进行修正。

3.根据权利要求2所述的基于人工智能的数据整理方法，其特征在于，所述提取每对相邻帧图像中成对的特征点具体为：

提取所述每对相邻帧图像中前一帧图像中的特征点；

获取所述前一帧图像中的特征点在所述后一帧图像中的位置，处于该位置的特征点与所述前一帧图像中的特征点构成所述每对相邻帧图像中成对的特征点。

4.根据权利要求2所述的基于人工智能的数据整理方法，其特征在于，所述根据所述成对的特征点以及所述每对相邻帧图像中每帧图像的特征点分布情况，将每帧图像划分为至少两个子图像块具体为：

根据所述成对的特征点以及所述每对相邻帧图像中每帧图像的特征点分布情况，将每帧图像由上至下划分为至少两个子图像块。

5.根据权利要求2所述的基于人工智能的数据整理方法，其特征在于，所述在所述每帧图像中相邻两个子图像块满足交界保线约束条件下，获取所述每帧图像中每个子图像块的仿射变换参数具体为：

对于所述前一帧图像中的任意一个子图像块，获取该子图像块内的任意一个特征点、所述后一帧图像中与该特征点对应的特征点以及该子图像块的仿射变换参数之间的等式关系；

根据所述等式关系以及所述交界保线约束条件获取该子图像块的仿射变换参数。

6.根据权利要求1所述的基于人工智能的数据整理方法，其特征在于，所述对所述目标人脸图像进行表情识别，得到目标表情具体为：

获取至少两个样本集，包括第一样本集和第二样本集，所述第一样本集包括至少两个第一表情样本图像，所述第二样本集包括至少两个第二表情样本图像；

对所述第一样本集中的各第一表情样本图像进行标注，得到第一表情类别，对所述第二样本集中的各第二表情样本图像进行标注，得到第二表情类别，所述第一表情类别和第二表情类别构成标注数据；

将所述第一样本集和第二样本集输入至表情识别编码器中进行特征提取，表情识别编码器输出的特征向量输入给Flatten层，经Flatten层处理得到一维特征向量，一维特征向量作为全连接层的输入，全连接层将一维特征向量映射到特征标记空间，然后输出给softmax函数，通过softmax函数输出两个表情类别的概率，根据输出的两个表情类别的概率确定对应的初始表情类别；

将所述初始表情类别与所述标注数据通过交叉熵损失函数进行运算，优化表情识别网络中的参数；

将所述目标人脸图像输入到所述表情识别网络中，得到所述目标表情。