基于数字文化创意的数据处理方法与流程

本发明涉及数字文化，尤其涉及一种基于数字文化创意的数据处理方法。

背景技术：

1、随着数字技术与文化创意产业的深度融合，数字文化创意已成为文化产业转型升级的重要方向。借助人工智能、大数据、多模态感知等新一代信息技术，文化创意内容的数字化生成正经历从“手工设计”到“智能生成”的范式转变。自动化的数字创意内容生成不仅能够提高创意内容的生产效率，还能够为文化传承与创新提供新的技术路径。

2、在数字文化创意图像生成领域，现有技术已进行了一系列有益的探索。一种典型的现有方案是基于aigc模型的文创产品图像生成方法，该方案采用bert模型对输入的描述性文本进行语义解析以获得文化关键词，再根据文化关键词在文化符号数据库中对相关图像特征、色彩特征和形状特征进行检索，获得匹配视觉元素，进而利用多模态对齐技术将文本语义与图像特征对齐，生成文创产品图像。该方案虽然实现了从文本描述到文创图像的自动化生成流程，但仍存在以下不足：其一，该方案仅依赖单一文本模态的输入信息，未能充分利用用户可能提供的语音、图像参考等多模态创意信息；其二，该方案对文化关键词的处理停留在检索匹配层面，未对检索得到的文创元素之间的语义关系、文化关联关系进行系统性建模，导致生成图像中文化元素之间的逻辑关系和内在联系不够紧密，导致文化创意图像生成的准确性不高。

技术实现思路

1、为此，本发明提供一种基于数字文化创意的数据处理方法，用以克服现有技术中文化创意图像生成的准确性不高的问题。

2、为实现上述目的，本发明提供一种基于数字文化创意的数据处理方法，包括：

3、步骤s1，获取用户输入的文化创意信息，对所述文化创意信息进行多模态融合解析，以提取若干初始文创关键词，其中，所述文化创意信息包括文本描述信息、语音描述信息以及图像参考信息中的至少一种；

4、步骤s2，基于各所述初始文创关键词从预设文创知识库中检索到对应的文创元素，以生成文创元素集，其中，所述文创元素集中包括若干文创元素；

5、步骤s3，对所述文创元素集中的各文创元素进行文化关联分析，以确定若干文创元素组合，并构建对应的文创元素关系图谱；

6、步骤s4，基于各所述文创元素组合以及所述文创元素关系图谱生成对应的初始文创图像，并对初始文创图像进行图文转换，以得到关键特征文本；

7、步骤s5，将所述关键特征文本与各所述初始文创关键词进行语义匹配处理，以得到关键匹配度，并基于关键匹配度确定是否向用户输出所述初始文创图像；

8、步骤s6，在向用户输出所述初始文创图像后，接收用户的反馈信息，以对所述初始文创图像进行图像优化，以得到目标文创图像。

9、进一步地，在所述步骤s1中，提取若干初始文创关键词，包括：

10、步骤s11，对所述文化创意信息进行多模态融合解析，以得到第一文创特征，其中，所述文创特征包括文本特征、语音特征以及图像特征；

11、步骤s12，基于所述第一文创特征的特征丰富度以及特征复杂度确定文创创意文本，其中，所述特征丰富度基于所述第一文创特征的特征维度确定，所述特征复杂度基于所述第一文创特征中的图像特征占比确定；

12、步骤s13，对所述文化创意文本进行实体识别，以提取若干初始文创关键词。

13、进一步地，在所述步骤s2中，生成文创元素集，包括：

14、步骤s21，对各所述初始文创关键词进行语义扩展，以得到若干相关关键词；

15、步骤s22，基于各所述相关关键词与预设文创知识库中各文创元素对应的元素关键词的匹配度确定各初始文创关键词对应的文创元素，以生成文创元素集。

16、进一步地，在所述步骤s3中，确定若干文创元素组合，包括：

17、步骤s31，获取所述文创元素集中各文创元素的文化属性元数据，并基于文化属性元数据对各文创元素进行聚类分析，以得到若干文创聚类组，其中，任一文创聚类组中包括若干文创元素；

18、步骤s32，基于各所述文创聚类组中的文创元素数量确定若干文创元素组合。

19、进一步地，在所述步骤s3中，构建对应的文创元素关系图谱，包括：

20、步骤s33，基于各所述文创元素组合中的核心文创元素生成若干文创元素节点；

21、步骤s34，基于各所文创元素组合中各文创元素与各文创元素节点的关联度确定各文创元素节点的连接关系，以构建对应的文创元素关系图谱。

22、进一步地，在所述步骤s4中，生成对应的初始文创图像，包括：

23、步骤s41，基于所述文创元素关系图谱生成文创元素约束条件，以构建图像生成模型；

24、步骤s42，将各所述文创元素组合输入图像生成模型中，以得到图像生成模型输出的初始文创图像。

25、进一步地，在所述步骤s5中，确定所述关键匹配度，包括：

26、步骤s51，将所述关键特征文本划分为若干关键文本片段，并与各所述初始文创关键词进行匹配，以得到各初始文创关键词对应的初始文本片段；

27、步骤s52，分别计算各所述初始文创关键词与对应初始文本片段的文本匹配度，并基于各文本匹配度与文本覆盖度确定所述关键匹配度。

28、进一步地，在所述步骤s5中，包括：

29、基于关键匹配度大于预设匹配度的条件，确定向用户输出所述初始文创图像。

30、进一步地，在所述步骤s6中，对所述初始文创图像进行优化，包括：

31、基于用户的反馈信息确定所述初始文创图像是否符合预期标准，以确定图像优化方式，包括，对初始文创图像进行基本图像优化，或，重新确定文创元素组合，以重新确定初始文创图像。

32、进一步地，在所述步骤s6中，包括：

33、在所述初始文创图像符合预期标准的条件下，对初始文创图像进行基本图像优化；

34、在所述初始文创图像不符合预期标准的条件下，重新确定文创元素组合，以重新确定初始文创图像。

35、与现有技术相比，本发明的有益效果在于，通过多模态融合解析从不同维度充分挖掘用户的文化创意意图，以此提取初始文创关键词，并基于文创关键词从预设文创知识库中检索文创元素并构建包含多层次关系的文创元素关系图谱，能够提高文创创意信息提取的全面性与准确性，提高文创元素检索效率。基于元素组合和关系图谱生成初始文创图像，通过图文转换和语义匹配对生成图像进行匹配度验证，避免生成图像偏离用户意图，保证文化创意图像的生成准确性。根据用户反馈进行图像优化，确保最终输出的目标文创图像能够精准适配用户的个性化需求，提高文化创意图像生成的准确性。

36、进一步地，本发明通过对用户输入的文化创意信息进行多模态特征识别，同步提取文本特征、语音特征和图像特征，能够全面捕获用户创意表达中的语义信息，通过引入特征丰富度和特征复杂度两个量化指标，自适应地从多模态特征中筛选并确定进行实体识别的文创创意文本，能够精准反映用户创意核心要素，保障了文创元素选取的准确性。

37、进一步地，本发明通过对各初始文创关键词进行语义扩展，获得若干相关关键词，突破用户原始输入关键词在语义表达上的局限性与片面性，充分挖掘关键词的潜在语义空间，将各相关关键词与预设文创知识库中各文创元素对应的元素关键词进行匹配度计算，能够精量化量每一相关关键词与候选文创元素之间的语义关联强度，提高后续文化创意生成的效率与准确性。

38、进一步地，本发明通过获取各文创元素的文化属性元数据，以此对文创元素进行聚类分析，能够将筛选得到的文创元素依据内在文化关键进行分组，结合各文创聚类组中的文创元素数量确定若干文创元素组合，确保文创元素组合在文化语义上的内聚性与数量规模上的合理性之间的平衡，客观反映元素间的实际文化关联强度。基于各文创元素组合中的核心文创元素生成若干文创元素节点，并基于各文创元素组合中各文创元素与各文创元素节点的关联度确定连接关系，以构建关系图谱，突出每组文创创意的表达重心，为图像生成提供清晰的核心创作约束。

39、进一步地，本发明通过将关键特征文本划分为若干关键文本片段，并与各初始文创关键词进行匹配，以得到各初始文创关键词对应的初始文本片段，实现从整体图像描述文本到各创意关键词之间的精准对应与局部定位，分别计算各初始文创关键词与对应初始文本片段的文本匹配度，能够客观衡量各创意关键词在其对应图像描述区域中的语义表达准确程度，提高文化创意图像生成的准确性。