本發(fā)明屬于人機(jī)交互，更具體地，涉及一種基于人工智能的人物復(fù)刻交互系統(tǒng)及方法。
背景技術(shù)：
1、人工智能技術(shù)(artificial?intelligence，簡稱ai)的快速發(fā)展為人們的日常工作和生活提供了便利。人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能越來越多地融入到人機(jī)交互中，結(jié)合人工智能的人機(jī)交互可以分析用戶的需求，在用戶輸入交互語句之后，將用戶期望得到的交互信息反饋給用戶。目前，為了生成反饋給用戶的交互信息，通常采用的方式為：需要針對不同類型的交互語句預(yù)先構(gòu)建出用于不同類型的用于生成交互信息的數(shù)據(jù)庫。
2、人機(jī)交互是指人與計算機(jī)之間使用某種對話語言，以一定的交互方式，為完成確定任務(wù)的人與計算機(jī)之間的信息交換過程。隨著人工智能技術(shù)的不斷發(fā)展，智能機(jī)器人、智能家居、智能客服等智能設(shè)備的使用越來越廣泛，人機(jī)交互也在多個領(lǐng)域得到廣泛的應(yīng)用。人民生活要求的逐步提高，人們需對所到城市中的各種建筑、商店、酒樓、賓館、購物等信息及時掌握，以便于人們運(yùn)用這些信號旅行、購物和住宿及繳費(fèi)等。
3、現(xiàn)有的人機(jī)交互僅僅是基于現(xiàn)有的用戶進(jìn)行實時交互，采用文字或者視頻的方式，而并沒有采用其他人員的圖像或者視頻進(jìn)行信息采集，進(jìn)而進(jìn)行實時人機(jī)交互。
技術(shù)實現(xiàn)思路
1、發(fā)明目的：本發(fā)明的目的是為了解決現(xiàn)有技術(shù)中的不足，提供一種基于人工智能的人物復(fù)刻交互系統(tǒng)及方法。
2、技術(shù)方案：本發(fā)明所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，包括計算機(jī)視覺系統(tǒng)、自然語言處理系統(tǒng)、生成式模型系統(tǒng)和人機(jī)交互系統(tǒng)；
3、所述計算機(jī)視覺系統(tǒng)通過對外部圖像或視頻進(jìn)行目標(biāo)檢測，識別提取其中的人臉特征信息和面部表情信息；
4、所述自然語言處理系統(tǒng)是通過對語音信息進(jìn)行識別提取，構(gòu)建自然語言模型和機(jī)器學(xué)習(xí)算法來實現(xiàn)智能人物的語言交流能力；
5、所述生成式模型系統(tǒng)是通過學(xué)習(xí)數(shù)據(jù)分布并結(jié)合計算機(jī)視覺系統(tǒng)和自然語言處理系統(tǒng)處理的結(jié)果，來生成高質(zhì)量、逼真的視頻、圖像、語音、文本，從而幫助智能人物提升外觀、聲音和語言的真實感，使得智能人物更加接近真實人類；
6、所述人機(jī)交互系統(tǒng)實現(xiàn)智能人物與人類的實時交互，使得智能人物更加靈活地與人類交流，提供更加自然流暢的交互效果。
7、在一些實施方式中，所述計算機(jī)視覺系統(tǒng)包括圖像處理、目標(biāo)檢測、人臉識別、面部表情識別，從而實現(xiàn)面部表情、身體語言、視覺注意力方面的模擬，從而實現(xiàn)更加真實感人的交互效果。
8、在一些實施方式中，所述計算機(jī)視覺系統(tǒng)還包括人像修復(fù)系統(tǒng)，所述人像修復(fù)系統(tǒng)是基于gan生成模型構(gòu)建，通過生成器和判別器博弈的方式來訓(xùn)練模型，生成器被訓(xùn)練成用于生成缺失像素的圖像，而判別器則被訓(xùn)練成用于區(qū)分生成的圖像和真實的圖像。
9、在一些實施方式中，所述人像修復(fù)系統(tǒng)采用語義分割技術(shù)，將圖像分割成不同區(qū)域，以進(jìn)行圖像分割和重構(gòu)。
10、在一些實施方式中，所述自然語言處理系統(tǒng)還包括語音修復(fù)系統(tǒng)，所述語音修復(fù)系統(tǒng)包括語音增強(qiáng)模塊、語音分割模塊、語音識別模塊、語音重構(gòu)模塊。
11、在一些實施方式中，所述生成式模型系統(tǒng)采用深度學(xué)習(xí)技術(shù)，使用大量的訓(xùn)練數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而能夠復(fù)刻人物的行為、語言和思考模式。
12、在一些實施方式中，所述人機(jī)交互系統(tǒng)包括語音識別模塊、指令分類模塊、動作識別模塊，使得智能人物更加靈活地與人類交流，提供更加自然流暢的交互效果；同時，人機(jī)交互系統(tǒng)還能幫助智能人物實時感知和適應(yīng)用戶的反饋，并據(jù)此來調(diào)整行為和語言的輸出，以達(dá)到更好的交互效果。
13、在一些實施方式中，所述人機(jī)交互系統(tǒng)是基于自然語言處理和機(jī)器學(xué)習(xí)技術(shù)，通過自注意力機(jī)制，對輸入序列中的每個位置做出不同的加權(quán)貢獻(xiàn)，從而捕捉序列中不同位置之間的依賴關(guān)系，并通過預(yù)訓(xùn)練來學(xué)習(xí)對話生成的技能。
14、另一方面，本發(fā)明還公開了一種基于人工智能的人物復(fù)刻交互系統(tǒng)的使用方法，包括如下步驟：
15、(1)進(jìn)入程序：用戶通過各種載體注冊、登陸，進(jìn)入軟件；
16、(2)創(chuàng)建人物：依次進(jìn)行數(shù)據(jù)收集、數(shù)據(jù)處理、模型訓(xùn)練、模型部署，創(chuàng)建人物；
17、(3)人機(jī)交互：在部署及客戶設(shè)置完成后，用戶可通過各種途徑，與智能人物直接對話溝通交流。
18、在一些實施方式中，所述步驟(3)人機(jī)交互具體包括如下步驟：
19、(1)輸入處理：將用戶輸入的自然語言轉(zhuǎn)換成計算機(jī)可理解的語言，通過自然語言處理算法完成，包括分詞、詞性標(biāo)注、命名實體識別、句法分析；
20、(2)意圖識別：在理解用戶輸入的基礎(chǔ)上，確定用戶想要實現(xiàn)的操作或意圖；
21、(3)對話流程管理：根據(jù)用戶的意圖，將對話分配給適當(dāng)?shù)臋C(jī)器人模塊或相應(yīng)的處理邏輯，以生成一個包含回答的響應(yīng)；
22、(4)生成響應(yīng)：根據(jù)用戶輸入和機(jī)器人模塊，自動生成相應(yīng)的文本或語音響應(yīng)；
23、(5)對話人工智能網(wǎng)絡(luò)的訓(xùn)練：為了長遠(yuǎn)目標(biāo)，使用深度學(xué)習(xí)技術(shù)訓(xùn)練特定的神經(jīng)網(wǎng)絡(luò)，以更好地模擬人類對話方式；
24、(6)個性化回答：通過學(xué)習(xí)用戶的歷史對話記錄，來了解用戶的興趣愛好、習(xí)慣、偏好等信息，從而提高回答的個性化程度。
25、有益效果：本發(fā)明利用高級人工智能(ai)技術(shù)，將人物的照片、視頻和聲音等信息進(jìn)行處理和存儲，創(chuàng)建一個復(fù)制人物外貌和語音的虛擬個體，通過與智能人物進(jìn)行對話的方式，幫助家屬緩解痛苦、得到心理支持并增強(qiáng)情感認(rèn)同感。
26、本發(fā)明采用深度學(xué)習(xí)技術(shù)，使用大量的訓(xùn)練數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而能夠復(fù)刻人物的行為、語言和思考模式。具體來說，將大量人物的行為、語言、思考模式等信息輸入到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，通過這個過程，智能人物可以逐漸“學(xué)會”人物的行為和思考模式，從而能夠模仿人物的行為和思考過程。
27、本發(fā)明旨在幫助智能人物家屬獲得心理支持和認(rèn)同感，緩解家屬的痛苦，提高他們的心理健康水平，從而增強(qiáng)他們的自信心，有助于提高他們的生活質(zhì)量。我們希望用戶能夠利用它得到最大的心理安慰。
1.一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：包括計算機(jī)視覺系統(tǒng)、自然語言處理系統(tǒng)、生成式模型系統(tǒng)和人機(jī)交互系統(tǒng)；
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述計算機(jī)視覺系統(tǒng)包括圖像處理、目標(biāo)檢測、人臉識別、面部表情識別，從而實現(xiàn)面部表情、身體語言、視覺注意力方面的模擬，從而實現(xiàn)更加真實感人的交互效果。
3.根據(jù)權(quán)利要求1所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述計算機(jī)視覺系統(tǒng)還包括人像修復(fù)系統(tǒng)，所述人像修復(fù)系統(tǒng)是基于gan生成模型構(gòu)建，通過生成器和判別器博弈的方式來訓(xùn)練模型，生成器被訓(xùn)練成用于生成缺失像素的圖像，而判別器則被訓(xùn)練成用于區(qū)分生成的圖像和真實的圖像。
4.根據(jù)權(quán)利要求3所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述人像修復(fù)系統(tǒng)采用語義分割技術(shù)，將圖像分割成不同區(qū)域，以進(jìn)行圖像分割和重構(gòu)。
5.根據(jù)權(quán)利要求1所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述自然語言處理系統(tǒng)還包括語音修復(fù)系統(tǒng)，所述語音修復(fù)系統(tǒng)包括語音增強(qiáng)模塊、語音分割模塊、語音識別模塊、語音重構(gòu)模塊。
6.根據(jù)權(quán)利要求1所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述生成式模型系統(tǒng)采用深度學(xué)習(xí)技術(shù)，使用大量的訓(xùn)練數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，從而能夠復(fù)刻人物的行為、語言和思考模式。
7.根據(jù)權(quán)利要求1所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述人機(jī)交互系統(tǒng)包括語音識別模塊、指令分類模塊、動作識別模塊，使得智能人物更加靈活地與人類交流，提供更加自然流暢的交互效果；同時，人機(jī)交互系統(tǒng)還能幫助智能人物實時感知和適應(yīng)用戶的反饋，并據(jù)此來調(diào)整行為和語言的輸出，以達(dá)到更好的交互效果。
8.根據(jù)權(quán)利要求7所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)，其特征在于：所述人機(jī)交互系統(tǒng)是基于自然語言處理和機(jī)器學(xué)習(xí)技術(shù)，通過自注意力機(jī)制，對輸入序列中的每個位置做出不同的加權(quán)貢獻(xiàn)，從而捕捉序列中不同位置之間的依賴關(guān)系，并通過預(yù)訓(xùn)練來學(xué)習(xí)對話生成的技能。
9.根據(jù)權(quán)利要求1-8任意一項所述的一種基于人工智能的人物復(fù)刻交互系統(tǒng)的使用方法，其特征在于：包括如下步驟：
10.根據(jù)權(quán)利要求9所述的方法，其特征在于：所述步驟(3)人機(jī)交互具體包括如下步驟：