[发明专利]服务器、显示设备、诗词歌赋生成方法及媒资播放方法

权利要求书

1.一种服务器，其特征在于，所述服务器被配置为：

接收来自显示设备的诗词歌赋生成请求，所述诗词歌赋生成请求中包含目标图片；

通过预训练的特征提取网络对所述目标图像进行特征提取，获得特征图，根据所述特征图获得建议窗口，对图片中待识别目标的定位，将所述建议窗口映射到所述特征图上，生成每个区域的固定尺寸的特征图，根据所述每个区域的固定尺寸的特征图，提取所述目标图片的图片特征，通过预训练的描述生成网络对所述图片特征进行分析，生成所述目标图片的描述文本，所述描述生成网络包括描述生成模块和强化学习模块，所述描述生成模块用于生成对所述目标图片的描述语言，所述强化学习模块用于优化损失值，以便所述描述生成模块迭代选择效果最好的模型参数；

在预先建立的诗词歌赋数据库中召回所述描述文本对应的诗词歌赋；

向所述显示设备发送包括所述诗词歌赋的生成结果。

2.根据权利要求1所述的服务器，其特征在于，所述特征提取网络包括：依次连接的快速区域卷积神经网络、区域生成网络、感兴趣区域池化层和全连接层，其中，所述快速区域卷积神经网络还与所述感兴趣区域池化层连接。

3.根据权利要求2所述的服务器，其特征在于，通过预训练的特征提取网络提取所述目标图片的图片特征，包括：

通过快速区域卷积神经网络提取所述目标图片的原始特征得到原始特征图；

通过区域生成网络生成所述原始特征图对应的建议窗口；

把所述建议窗口映射到所述原始特征图上，通过所述感兴趣区域池化层生成每个建议窗口的固定尺寸的特征图；

通过全连接层处理每一个建议窗口的特征图，得到所述目标图片的图片特征。

4.根据权利要求1所述的服务器，其特征在于，所述描述生成网络包括：依次连接的第一个短时记忆网络、第二个长短时记忆网络、第一个全连接层、第三个长短时记忆网络、第二全连接层和逻辑回归模型。

5.根据权利要求1所述的服务器，其特征在于，在预先建立的诗词歌赋数据库中召回所述描述文本对应的诗词歌赋，包括：

将所述描述文本进行分词，得到多个词语；

分别召回每个词语对应的诗词歌赋；

将召回的多首诗词歌赋取交集，得到候选诗词歌赋；

计算所述描述文本与候选诗词歌赋的相似度，选出相似度最高的候选诗词歌赋作为所述描述文本对应的诗词歌赋。

6.根据权利要求1所述的服务器，其特征在于，在接收来自显示设备的诗词歌赋生成请求之前，所述服务器还被配置为：

采集诗词歌赋的正文及相关赏析；

将所述正文及相关赏析按照预设格式整理成数据集。

7.一种显示设备，其特征在于，包括：

显示器，用于呈现用户界面；

控制器，与所述显示器连接，所述控制器被配置为：

接收用户输入的诗词歌赋控件的触发指令；

响应于所述触发指令，获取媒资播放界面的截图；

生成包含目标图片的诗词歌赋请求，向服务器发送所述诗词歌赋请求，其中，所述目标图片为所述截图或所述截图压缩后的图片；

接收来自所述服务器的包含诗词歌赋的生成结果，将所述生成结果中的诗词歌赋显示在所述媒资播放界面上方，所述包含诗词歌赋的生成结果中所述诗词歌赋为在预先建立的诗词歌赋数据库中召回所述目标图片的描述文本对应的诗词歌赋；

生成所述目标图片的描述文本包括：通过预训练的特征提取网络对所述目标图像进行特征提取，获得特征图，根据所述特征图获得建议窗口，对图片中待识别目标的定位，将所述建议窗口映射到所述特征图上，生成每个区域的固定尺寸的特征图，根据所述每个区域的固定尺寸的特征图，提取所述目标图片的图片特征，通过预训练的描述生成网络对所述图片特征进行分析，生成所述目标图片的描述文本；

所述描述生成网络包括描述生成模块和强化学习模块，所述描述生成模块用于生成对所述目标图片的描述语言，所述强化学习模块用于优化损失值，以便所述描述生成模块迭代选择效果最好的模型参数。