一种基于人工智能的个性化视频特效匹配方法、装置和计算机可读存储介质与流程

1.一种基于人工智能的个性化视频特效匹配方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：所述人脸情绪识别模型包括backbone层，neck层和head层；所述backbone层包括依次顺序连接的focus层，第一icbs模块，第一c3am模块，第二icbs模块，第二c3am模块，第三icbs模块，第三c3am模块，第四icbs模块，第四c3am模块，sppf模块；所述neck层包括依次顺序连接的第二cdr模块，第二上采样模块，第二concat模块，第一c3模块，第一cdr模块，第一上采样模块，第一concat模块，第二c3模块，第五icbs模块，第三concat模块，第三c3模块，第六icbs模块，第四concat模块，第四c3模块；所述head层包括第一特征图p1，第二特征图p2和第三特征图p3；所述第二c3am模块的输出输入到所述第一concat模块，所述第四c3am模块的输出输入到所述第二concat模块，所述sppf模块的输出输入到所述第二cdr模块，所述第二cdr模块的输出输入到第四concat模块，所述第一cdr模块的输出输入到所述第三concat模块，第二c3模块、第三c3模块、第四c3模块分别与p1、p2、p3连接。

3.根据权利要求2所述的方法，其特征在于：第一icbs模块～第六icbs模块的结构相同；icbs模块为改进后的cbs模块，包括cdr模块和sd模块；所述cdr模块包括依次顺序连接的cbs模块，深度卷积模块(dsconv)，concat模块和recombine模块，所述cbs模块的输出输入到concat模块，所述recombine模块用于实现对不同的通道进行随机重新排序；所述sd模块包括4个并联的slice模块和concat模块，所述cdr模块的输出分别输入到所述并联的slice模块，所述slice模块的输出分别输入到concat模块。

4.根据权利要求2所述的方法，其特征在于，第一c3am模块～第四c3am模块的结构相同；c3am模块为在原有的c3模块中嵌入了注意力机制模块(am)，所述注意力机制模块的类型为ca注意力机制或eca注意力机制。

5.根据权利要求1所述的方法，其特征在于，所述损失函数为：

6.根据权利要求1所述的方法，其特征在于：所述人脸情绪识别结果对应多个个性化视频特效，所述多个个性化视频特效具有不同的优先级。

7.根据权利要求1所述的方法，其特征在于：所述人脸情绪识别结果包括开心，悲伤，尴尬，难过。

8.根据权利要求1所述的方法，其特征在于：所述个性化视频特效包括色彩校正、文本动画、光线追踪。

9.一种基于人工智能的个性化视频特效匹配装置，包括训练样本获取模块，模型训练模块，人脸情绪识别模块，个性化特效匹配模块；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行，以实现如权利要求1-8任意一项所述的基于人工智能的个性化视频特效匹配方法。