基于深度学习的主播直播数据特征提取与评分方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的主播直播数据特征提取与评分方法及系统
申请号:CN202510624038
申请日期:2025-05-15
公开号:CN120182896B
公开日期:2025-09-02
类型:发明专利
摘要
本发明提供基于深度学习的主播直播数据特征提取与评分方法及系统,涉及深度学习技术领域,包括采集主播直播中数据;通过三维卷积结构提取包含表情、动作和场景信息的初始特征图,根据识别的场景类型对初始特征图的不同特征维度分配注意力权重,生成视频特征;基于音频数据生成音频特征;对用户互动数据按时间窗口计算用户互动特征;基于视频特征、音频特征和用户互动特征在不同时间窗口的相关性矩阵,通过模态间注意力权重和窗口间注意力权重进行特征融合,结合时序对齐和窗口质量评估得到多模态特征;利用级联网络结构对多模态特征进行处理,输出主播直播的综合评分。
技术关键词
互动特征 音频特征 多模态特征 注意力 数据特征提取 场景 多时间窗口 视频 特征提取网络 多尺度特征 时序 评分方法 矩阵 网络结构 周期性特征 动作协同 动态 计算机程序指令
系统为您推荐了相关专利信息
检测模型构建方法 彩色图像数据 检测模型建立方法 特征融合网络 注意力
误差补偿模型 广播星历数据 深度学习网络 预测误差 序列特征
资源分配方法 任务调度 注意力机制 终端设备 聚类算法
降维特征 音视频 感知特征 典型相关性分析 相关性分析模型
文本 克隆方法 声纹特征 序列 感知线性预测