[发明专利]一种数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取样本数据集；所述样本数据集包括M个子数据集，每个子数据集中的媒体数据均关联N个模态类型，每两个子数据集之间存在不同模态类型的媒体数据；所述M和所述N均为大于1的正整数；

获取每个子数据集分别对应的多模态特征；M个多模态特征包括多模态特征X_i和多模态特征X_i+1；所述i为小于所述M的正整数；

在获取到第(i-1)次迭代训练后的初始多模态识别模型时，基于所述多模态特征X_i，对所述初始多模态识别模型进行迭代训练，得到第一训练模型，且基于所述多模态特征X_i+1，对所述第一训练模型进行迭代训练，直到所述(i+1)等于所述M时，得到第二训练模型；

基于与所述初始多模态识别模型相关联的模型收敛条件以及所述第二训练模型，生成目标多模态识别模型；所述目标多模态识别模型用于识别目标视频数据和待识别图片数据之间的匹配度；所述样本数据集关联的模态类型包括所述目标视频数据所关联的模态类型以及所述待识别图片数据对应的模态类型。

2.根据权利要求1所述的方法，其特征在于，所述初始多模态识别模型所关联的模态类型包括第一模态类型、第二模态类型以及第三模态类型；

所述获取样本数据集，包括：

基于属于所述第一模态类型的媒体数据以及属于所述第二模态类型的媒体数据，确定第一子数据集；

基于属于所述第一模态类型的媒体数据以及属于所述第三模态类型的媒体数据，确定第二子数据集；

基于属于所述第二模态类型的媒体数据以及属于所述第三模态类型的媒体数据，确定第三子数据集；

将包括所述第一子数据集、所述第二子数据集以及所述第三子数据集的数据集确定为样本数据集。

3.根据权利要求2所述的方法，其特征在于，所述基于属于所述第一模态类型的媒体数据以及属于所述第二模态类型的媒体数据，确定第一子数据集，包括：

在所述第一模态类型为视频模态类型，所述第二模态类型为图片模态类型时，获取属于所述视频模态类型的媒体数据，将获取到的媒体数据确定为第一视频数据集；所述第一视频数据集包括X₁个视频数据；所述X₁为正整数；

从所述X₁个视频数据中获取视频数据V_k，从所述视频数据V_k中获取属于所述图片模态类型的待处理图片数据，将所述视频数据V_k与所述待处理图片数据所组成的视频图片对确定为第一正样本数据；所述k小于或者等于所述X₁；

基于针对所述待处理图片数据的距离确定策略以及所述X₁个视频数据，确定与所述视频数据V_k相关联的第一负样本数据；

将所述X₁个视频数据分别对应的第一正样本数据以及所述X₁个视频数据分别对应的第一负样本数据确定为第一子数据集。

4.根据权利要求3所述的方法，其特征在于，所述基于针对所述待处理图片数据的距离确定策略以及所述X₁个视频数据，确定与所述视频数据V_k相关联的第一负样本数据，包括：

获取针对所述待处理图片数据的距离确定策略；

从所述X₁个视频数据所包括的除所述待处理图片数据之外的Y个图片数据中，确定属于所述图片模态类型的候选图片数据，将所述候选图片数据所属的视频数据的视频类型确定为待检测视频类型；所述Y为大于所述X₁的正整数；

基于所述距离确定策略，确定所述待检测视频类型与所述视频数据V_k的视频类型之间的第一距离，确定所述候选图片数据以及所述待处理图片数据之间的第二距离；

基于所述第一距离和所述第二距离，确定所述待处理图片数据与所述候选图片数据之间的图片距离；

在获取到Y个图片距离时，从所述Y个图片数据中筛选满足负样本图片筛选条件的图片数据，将筛选出的图片数据确定为负样本图片数据，将所述视频数据V_k以及所述负样本图片数据所组成的视频图片对确定为第一负样本数据。