[發明專利]應用大數據存儲的對象類型分析平臺及方法

有效

• 申請號: 202011385312.0
• 申請日: 2020-12-02
• 公開（公告）號: CN112528072B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 楊洋
• 申請（專利權）人: 深圳市三希軟件科技有限公司
• 主分類號: G06F16/71
• 分類號: G06F16/71;G06N3/04
• 代理公司: 北京華仁聯合知識產權代理有限公司 11588
• 代理人: 周明新

本發明涉及一種應用大數據存儲的對象類型分析平臺及方法，所述平臺包括：信號捕獲設備，與存放每一個影視文件的逐幀畫面的影視數據庫連接，用于獲取單個影視文件對應的各幀畫面；大數據存儲網元，用于存儲所述影視數據庫；角色分析設備，用于對所述單個影視文件中每一人執行以下動作：將該人在所述單個影視文件中出現過的各個表情種類作為前饋神經網絡模型的輸入數據，運行所述前饋神經網絡模型以獲得所述前饋神經網絡模型的輸出數據即該人是否屬于所述單個影視文件的主角。本發明的應用大數據存儲的對象類型分析平臺及方法設計緊湊、鑒別有效。由于采用人工智能模式對影視主角進行自動鑒別，從而方便人們對影視文件進行審核和管理。

技術領域

本發明涉及大數據應用領域，尤其涉及一種應用大數據存儲的對象類型分析平臺及方法。

背景技術

大數據價值創造的關鍵在于大數據的應用，隨著大數據技術飛速發展，大數據應用已經融入各行各業。大數據產業正快速發展成為新一代信息技術和服務業態，即對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，并從中發現新知識、創造新價值、提升新能力。我國大數據應用技術的發展將涉及機器學習、多學科融合、大規模應用開源技術等領域。

從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘。但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。

現有技術中，由于影視作品制作速度在加快，面對海量涌現的影視作品，人們往往棘手于對其數據的統計、分析以及影視文件的管理，例如，無法快速、準確識別出每一影視作品的主角和配角，導致在管理影視作品以及審核影視作品時過于費時費力。

發明內容

為了解決現有技術中的技術問題，本發明提供了一種應用大數據存儲的對象類型分析平臺，在應用大數據存儲的基礎上，引入訓練后的前饋神經網絡對影視畫面中出現的每一個人物是否屬于主角進行智能化判斷，從而提升影視文件數據解析的智能化水平。

為此，本發明至少需要具備以下幾處關鍵的發明點：

（1）引入訓練后的前饋神經網絡對影視畫面中出現的每一個人物是否屬于主角進行智能化判斷，從而方便影視審核方進行審核，同時方便影視運營商進行數據管理；

（2）將最大數量閾值的各種主角表情作為前饋神經網絡模型的輸入數據，將類型為主角作為前饋神經網絡模型的輸出數據，實現對所述前饋神經網絡模型的訓練。

根據本發明的一方面，提供了一種應用大數據存儲的對象類型分析平臺，所述平臺包括：

信號捕獲設備，與存放每一個影視文件的逐幀畫面的影視數據庫連接，用于獲取單個影視文件對應的各幀畫面；

大數據存儲網元，通過無線網絡與所述信號捕獲設備連接，用于存儲所述影視數據庫；

第一分析設備，與所述信號捕獲設備連接，用于對每一幀畫面執行先帶阻濾波后陷阱濾波的圖像處理，以獲得對應的雙重濾波圖像；

第二分析設備，與所述第一分析設備連接，用于對接收到的每一幀雙重濾波圖像進行人體臉部對象檢測，以獲得每一幀雙重濾波圖像中的一個以上人體臉部對象；

第三分析設備，與所述第二分析設備連接，用于對每一幀雙重濾波圖像中的每一個人體臉部對象進行表情分析以獲得每一幀雙重濾波圖像中的一個以上人體臉部對象分別對應的一個以上表情種類，其中，表情的所有種類的數量等于最大數量閾值；

種類累計機構，與所述第三分析設備連接，用于將單個影視文件的各幀畫面分別對應的各幀雙重濾波圖像中屬于同一人的所有人體臉部對象的所有表情種類進行去重處理，以獲得屬于同一人的在所述單個影視文件中出現過的各個表情種類；