[发明专利]一种虚拟形象的互动方法、装置

权利要求书

1.一种虚拟形象的互动方法，其特征在于，具体包括：

获取目标用户的要素特征信息；

将所述要素特征信息输入参数生成模型，通过所述参数生成模型生成虚拟形象的最优控制参数；

根据所述虚拟形象的最优控制参数和直播场景信息，生成虚拟形象和直播环境的互动多媒体流；

通过服务器将生成的虚拟形象和直播环境的互动多媒体流输到目标用户的用户端进行播放。

2.如权利要求1所述的虚拟形象的互动方法，其特征在于，所述参数生成模型是以直播平台历史数据作为训练样本训练得到的一种映射关系，所述参数生成模型包括如下的任意一种或者多种：深度学习网络模型、核方法模型、决策树模型和多种机器学习模型的混合模型，根据直播平台历史数据训练得到优化的参数生成模型，对于一用户的要素特征信息U_i，可得到最优直播参数g(U_i)。

3.如权利要求1所述的虚拟形象的互动方法，其特征在于，所述通过所述参数生成模型得到虚拟形象的最优控制参数方法包括：

从直播平台获取用户的要素特征信息U_i；

根据直播的多媒体信息提取直播参数信息V_j，并获取当前直播人物的直播效果信息R_ij，其中，i表示第i个用户或者第i组用户群，j表示第j个直播视频；

根据用户的要素特征信息U_i，由参数生成模型生成直播控制参数g(U_i)；

根据结果，定义所述参数生成模型的训练损失函数：loss(Θ)＝∑_ijα(R_ij)×dissimilarity(g_Θ(U_i)，V_j)，当R_ij是积极的，g(U_i)与直播参数信息V_j比较相似，反之则g(U_i)应该与直播参数信息V_j不相似，其中，α(R_ij)是转换函数，当R_ij是积极的时候α(R_ij)为负值，当R_ij效果不佳时α(R_ij)为正值，dissimilarity(g_Θ(U_i)，V_j)为距离函数或者一种不相似性度量；

根据训练损失函数得到训练好的参数生成模型，通过所述参数生成模型得到最优控制参数。

4.如权利要求3所述的虚拟形象的互动方法，其特征在于，所述用户的要素特征信息U_i包括用户的年龄、性别、职业、互联网历史记录和用户当前所在的感知环境信息，所述感知环境信息包括声音和视觉语义信息以及用户当前的原始音频/视频/图像和其处理后的信息。

5.如权利要求4所述的虚拟形象的互动方法，其特征在于，所述直播参数信息V_j包括直播环境的视觉语义特征、主播的视觉语义特征、当前主播的声音语义特征、当前主播的性格参数信息和当前直播中的音频/视频/图像的语义属性。

6.如权利要求5所述的虚拟形象的互动方法，其特征在于，所述直播结果用有效量化度量指标进行评测，所述有效量化度量指标包括是否发生了购物和刷礼物、是否涨粉及观看时间长短。

7.如权利要求6所述的虚拟形象的互动方法，其特征在于，定义所述参数生成模型的训练损失函数的定义方式包括欧式距离、余弦距离、KL散度度量定义方式。

8.如权利要求1所述的虚拟形象的互动方法，其特征在于，按照用户设置模式进行虚拟形象切换，所述用户设置模式包括实时模式和固定模式，所述实时模式时，对获取用户的要素特征信息、最优控制参数生成及互动多媒体流生成进行实时运算进而实现实时的风格切换，所述固定模式时仅在开始直播之前运算一次，固定虚拟形象和直播风格直到该次直播结束。