[发明专利]数据处理、训练多媒体数据的方法和装置

权利要求书

1.一种数据处理方法，包括：

接收客户端上传的第一多媒体数据；

接收客户端选择的机器学习模型；

基于所述机器学习模型，将所述第一多媒体数据转变为第二多媒体数据；

展示所述第二多媒体数据；其中，所述第二多媒体数据的图像质量不同于所述第一多媒体数据。

2.一种数据处理方法，包括：

接收来自客户端的服务请求；

解析所述服务请求，获取第一多媒体数据地址、机器学习模型ID；

通过所述第一多媒体数据地址，获取所述第一多媒体数据；

根据所述机器学习模型ID，获取所述机器学习模型；

基于所述机器学习模型，将所述第一多媒体数据转变为第二多媒体数据，其中，所述第二多媒体数据的图像质量不同于所述第一多媒体数据。

3.根据权利要求2所述的方法，其中，所述第二多媒体数据依据待投放设备的类型进行数据规格的转换，得到转换后的所述第二多媒体数据。

4.一种训练多媒体数据的方法，包括：

通过至少一种随机降质模式对样本数据的图像质量进行降质，得到第一质量多媒体数据；

从所述第一质量多媒体数据中随机采样，得到第一质量数据块；

对所述第一质量数据块进行增强，得到第二质量数据块，其中，所述第二质量数据块的图像质量不同于所述第一质量数据块；

将所述第二质量数据块分别与所述样本数据中的数据块和所述样本数据所属的多媒体数据中的数据块进行比较，获取损失函数；

依据所述损失函数对所述第一质量数据块增强至所述第二质量数据块的过程进行训练，得到机器学习模型。

5.根据权利要求4所述的方法，其中，在通过至少一种随机降质模式对样本数据的图像质量进行降质，得到第一质量多媒体数据之前，所述方法还包括：

依据应用场景从多媒体数据中采集所述样本数据。

6.根据权利要求4或5所述的方法，其中，所述至少一种随机降质模式包括：降采样、模糊、加噪声、压缩编码。

7.根据权利要求4所述的方法，其中，所述从所述第一质量多媒体数据中随机采样，得到第一质量数据块包括：

从所述第一质量多媒体数据中随机获取数据块；

依据预设数据块信息对所述数据块进行筛选，得到所述第一质量数据块。

8.根据权利要求4或7所述的方法，其中，所述将所述第二质量数据块分别与所述样本数据中的数据块和所述样本数据所属的多媒体数据中的数据块进行比较，获取损失函数包括：

将所述第二质量数据块与所述样本数据中的数据块进行比较，得到第一损失函数和感知损失函数，其中，所述第一损失函数和所述感知损失函数由于约束生成的多媒体数据从内容和感官特征上接近所述多媒体数据；

将所述第二质量数据块与所述样本数据所属的多媒体数据中的数据块进行比较，得到第二损失函数和对抗损失函数，其中，所述第二损失函数，用于提升对生成图片的判断；所述对抗损失函数，用于提升通过第二质量数据块复原多媒体数据中的细节的效率；

依据所述第一损失函数、所述感知损失函数和所述对抗损失函数得到第三损失函数；

将所述第三损失函数确定为所述损失函数。

9.根据权利要求4所述的方法，其中，所述样本数据所属的多媒体数据包括：视频数据、图片数据、增强现实影像数据或虚拟现实影像数据。

10.一种数据处理装置，包括：

数据接收模块，用于接收客户端上传的第一多媒体数据；

选择模块，用于接收客户端选择的机器学习模型；

数据转换模块，用于基于所述机器学习模型，将所述第一多媒体数据转变为第二多媒体数据；

展示模块，用于展示所述第二多媒体数据；其中，所述第二多媒体数据的图像质量不同于所述第一多媒体数据。