本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及智能信息處理方法及系統(tǒng)。

背景技術(shù)：

在人們進行例如寫作、繪畫等創(chuàng)作時，根據(jù)自己的思路進行創(chuàng)作，但是由于各種因素的影響，創(chuàng)作思路出現(xiàn)中斷時，需要花時間思考，例如在寫作時不能不知道使用哪些詞語，或者在繪畫時，不知道使用什么樣的線條或者顏色，這往往都需要花時間進行思考，影響創(chuàng)作效率。

技術(shù)實現(xiàn)要素：

本發(fā)明的主要目的在于提供一種智能信息處理方法，旨提高創(chuàng)作效率。

為實現(xiàn)上述目的，本發(fā)明提供的一種智能信息處理方法包括以下步驟：

采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容；

根據(jù)所述原始數(shù)據(jù)生成用于機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)；

發(fā)送所述訓(xùn)練數(shù)據(jù)至云端知識庫，所述訓(xùn)練數(shù)據(jù)用于所述云端知識庫進行機器學(xué)習(xí)，并接收從所述云端知識庫返回的提示數(shù)據(jù)；

接收用戶對所述提示數(shù)據(jù)的反饋，并上傳至所述云端知識庫。

優(yōu)選地，所述采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容包括：

獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的筆尖的運動信息；

轉(zhuǎn)換所述運動信息為用于數(shù)字化處理的原始數(shù)據(jù)。

優(yōu)選地，所述采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容包括：

通過攝像裝置實時獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的影像；

轉(zhuǎn)換所述影像作為用于數(shù)字化處理的原始數(shù)據(jù)。

優(yōu)選地，所述采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容：

獲取電子畫板正在創(chuàng)作對象的圖像；

根據(jù)圖像識別技術(shù)轉(zhuǎn)換所述圖像為用于數(shù)字化處理的所述原始數(shù)據(jù)。

優(yōu)選地，所述根據(jù)所述原始數(shù)據(jù)生成用于機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)包括；

對所述原始數(shù)據(jù)進行降噪處理；

根據(jù)降噪后的所述原始數(shù)據(jù)生成所述訓(xùn)練數(shù)據(jù)。

此外，為實現(xiàn)上述目的，本發(fā)明還提供一種智能信息處理系統(tǒng)，所述智能信息處理系統(tǒng)包括：采集模塊，用于采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容；

生成模塊，用于根據(jù)所述原始數(shù)據(jù)生成用于機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)；

發(fā)送模塊，用于發(fā)送所述訓(xùn)練數(shù)據(jù)至云端知識庫，所述訓(xùn)練數(shù)據(jù)用于所述云端知識庫進行機器學(xué)習(xí)，并接收從所述云端知識庫返回的提示數(shù)據(jù)；

接收模塊，用于接收用戶對所述提示數(shù)據(jù)的反饋，并上傳至所述云端知識庫。

優(yōu)選地，所述采集模塊包括：

第一獲取單元，用于獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的筆尖的運動信息；

第一轉(zhuǎn)換單元，用于轉(zhuǎn)換所述運動信息為用于數(shù)字化處理的原始數(shù)據(jù)。

優(yōu)選地，所述采集模塊包括：第二獲取單元，用于通過攝像裝置實時獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的影像；

第二轉(zhuǎn)換單元，用于轉(zhuǎn)換所述影像作為用于數(shù)字化處理的原始數(shù)據(jù)。

優(yōu)選地，所述采集模塊包括：

第三獲取單元，用于獲取電子畫板正在創(chuàng)作對象的圖像；

第三轉(zhuǎn)換單元，用于根據(jù)圖像識別技術(shù)轉(zhuǎn)換所述圖像為用于數(shù)字化處理的所述原始數(shù)據(jù)。

優(yōu)選地，所述生成模塊包括：

降噪單元，用于對所述原始數(shù)據(jù)進行降噪處理；

生成單元，用于根據(jù)降噪后的所述原始數(shù)據(jù)生成所述訓(xùn)練數(shù)據(jù)。

本發(fā)明通過采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容；根據(jù)所述原始數(shù)據(jù)生成用于機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)；發(fā)送所述訓(xùn)練數(shù)據(jù)至云端知識庫，所述訓(xùn)練數(shù)據(jù)用于所述云端知識庫進行機器學(xué)習(xí)，并接收從所述云端知識庫返回的提示數(shù)據(jù)；接收用戶對所述提示數(shù)據(jù)的反饋，并上傳至所述云端知識庫。使用轉(zhuǎn)化用戶的創(chuàng)作內(nèi)容為人工智能的訓(xùn)練數(shù)據(jù)，還使用戶對人工智提示信息的進一步確認，實現(xiàn)對人工智能的訓(xùn)練，為人工智能的訓(xùn)練提供了方便的方法；同時因為訓(xùn)練是在真實情況下產(chǎn)生，保證了訓(xùn)練的真實性；此外訓(xùn)練過程中用戶也可以隨時獲取正確的提示，幫助用戶進行創(chuàng)作，提高創(chuàng)作效率。

附圖說明

圖1為本發(fā)明智能信息處理方法第一實施例的流程示意圖；

圖2為本發(fā)明智能信息處理方法第二實施例中的細化流程示意圖；

圖3為本發(fā)明智能信息處理方法第三實施例中的細化流程示意圖；

圖4為本發(fā)明智能信息處理方法第四實施例中細化流程示意圖；

圖5為本發(fā)明智能信息處理方法第五實施例中的細化流程示意圖；

圖6為本發(fā)明智能信息處理系統(tǒng)第一實施例的功能模塊示意圖；

圖7為本發(fā)明智能信息處理系統(tǒng)第二實施例中采集模塊的細化功能模塊示意圖；

圖8為本發(fā)明智能信息處理系統(tǒng)第三實施例中采集模塊的細化功能模塊示意圖；

圖9為本發(fā)明智能信息處理系統(tǒng)第四實施例中采集模塊的細化功能模塊示意圖；

圖10為本發(fā)明智能信息處理系統(tǒng)第五實施例中生成模塊的細化功能模塊示意圖。

本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結(jié)合實施例，參照附圖做進一步說明。

具體實施方式

應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種智能信息處理方法，請參照圖1，在本發(fā)明智能信息處理方法第一實施例中，該智能信息處理方法包括：

步驟S10，采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容；

在用戶在進行創(chuàng)作時，通過傳感器獲取用戶的創(chuàng)作內(nèi)容，例如：對應(yīng)為書寫的內(nèi)容，繪畫的內(nèi)容，肢體表達出的內(nèi)容，吹奏旋律的內(nèi)容等。

步驟S20，根據(jù)所述原始數(shù)據(jù)生成用于機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)；

通過傳感器把用戶創(chuàng)作的內(nèi)容轉(zhuǎn)化為原始數(shù)據(jù)后，進一步對數(shù)據(jù)進行處理，使其達到可用于進行人工智能訓(xùn)練的訓(xùn)練數(shù)據(jù)。

步驟S30，發(fā)送所述訓(xùn)練數(shù)據(jù)至云端知識庫，所述訓(xùn)練數(shù)據(jù)用于所述云端知識庫進行機器學(xué)習(xí)，并接收從所述云端知識庫返回的提示數(shù)據(jù)；

通過把云端知識庫設(shè)置在遠端服務(wù)器，使得訓(xùn)練數(shù)據(jù)的獲得和機器學(xué)習(xí)的訓(xùn)練在不同的機器上運行，機器學(xué)習(xí)與獲取訓(xùn)練數(shù)據(jù)使用資源互不干擾，避免沖突；同時在云端知識庫根據(jù)已經(jīng)獲得的人工智能對原始數(shù)據(jù)進行判斷，并生成提示數(shù)據(jù)，例如，當訓(xùn)練數(shù)據(jù)為手寫文本“1+1”時，提示數(shù)據(jù)為“＝2”。

步驟S40，接收用戶對所述提示數(shù)據(jù)的反饋，并上傳至所述云端知識庫。

通過根據(jù)用戶對提示信息的反饋，進一步訓(xùn)練所述云端知識庫的人工智能。具體在本實施例中，所述云端知識庫設(shè)有幫助人提高繪畫能力的人工智能，用戶端進行繪畫時，通過相機獲取用戶所畫的內(nèi)容，根據(jù)所述內(nèi)容生成人工智能訓(xùn)練數(shù)據(jù)，并上傳至云端知識庫對所述繪畫的內(nèi)容進行分析后，輸出人工智能自己的創(chuàng)作結(jié)果，更具地，當獲取用戶繪制完成兩個動物耳朵后，云端知識庫返回一個兔子的圖畫給用戶，如果用戶本來想畫兔子，則反饋給云端知識庫的人工智能，所輸出的結(jié)果正確；如果用戶本來想畫的是馬，則反饋給云端知識庫的人工智能，所輸出的結(jié)果錯誤，訓(xùn)練人工智能獲取繪畫中兔子的特征向量。通過轉(zhuǎn)化用戶的創(chuàng)作內(nèi)容為人工智能的訓(xùn)練數(shù)據(jù)，還讓用戶對人工智提示信息的進一步確認，實現(xiàn)對人工智能的訓(xùn)練，為人工智能的訓(xùn)練提供了方便的方法；同時因為訓(xùn)練是在真實情況下產(chǎn)生，保證了訓(xùn)練的真實性；此外訓(xùn)練過程中用戶也可以隨時獲取正確的提示，幫助用戶進行創(chuàng)作，提高創(chuàng)作效率。

請參照圖2，基于本發(fā)明智能信息處理方法第一實施例，在本發(fā)明智能信息處理方法第二實施例中，所述步驟S10包括：

步驟S11，獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的筆尖的運動信息；

步驟S12，轉(zhuǎn)換所述運動信息為用于數(shù)字化處理的原始數(shù)據(jù)。

在本實施例中，所述筆尖內(nèi)安裝有陀螺儀，通過持續(xù)獲取所述筆尖的移動方向，移動速度，移動時間等信息，分析出用戶的書寫內(nèi)容，轉(zhuǎn)換所述用戶的書寫內(nèi)容為電子文檔數(shù)據(jù)，并進一步轉(zhuǎn)換所述電子文檔數(shù)據(jù)為訓(xùn)練人工智能的訓(xùn)練數(shù)據(jù)。應(yīng)當說明的是，在有些實施例中在用戶寫作容器上使用壓力傳感器獲取所述筆尖的移動速度。

通過把筆尖的運動信息轉(zhuǎn)換為訓(xùn)練人工智能的原始數(shù)據(jù)，因為通過筆尖書寫是一種普遍行為，所以數(shù)據(jù)量大，使得在訓(xùn)練有關(guān)文本方面的人工智能時，能獲得足夠多的數(shù)據(jù)，加快了人工智能的訓(xùn)練；同時通過為用戶提供人工智能的提示，也提升了用戶書寫時的體驗。

在有些實施例中，所述筆尖創(chuàng)作內(nèi)容為為筆畫，在用戶還未完全輸入的筆尖運動信息，轉(zhuǎn)化所述筆尖運動信息為用于數(shù)字化處理的原始數(shù)據(jù)，并上傳至云端知識庫，云端知識庫使用人工智能判斷出用戶所要書寫的文字，并返回給用戶，如果用戶確認則所述人工智能判斷正確，練了人工智能，也進一步提升了用戶體驗。

在另一些實施例中，所述筆尖創(chuàng)作內(nèi)容為為圖畫，在每個預(yù)設(shè)時間后，自動上傳根據(jù)所述筆尖運動信息產(chǎn)生數(shù)據(jù)至云端知識庫，云端知識庫使用人工智能判斷出用戶所要繪制的內(nèi)容，并返回所述判斷出用戶所要繪制的內(nèi)容至客戶端供用戶參考，如果用戶確認則所述人工智能判斷正確，練了人工智能，也進一步提升了用戶體驗。

請參照圖3，基于本發(fā)明智能信息處理方法第一實施例，在本發(fā)明智能信息處理方法第三實施例中，所述步驟S10包括：

步驟S13，通過攝像裝置實時獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的影像；

步驟S14，轉(zhuǎn)換所述影像作為用于數(shù)字化處理的原始數(shù)據(jù)。

更具體地，通過監(jiān)測用戶影像，獲取用戶動作預(yù)判用戶行為。例如：得到用戶在拿起指揮棒并作出特定起手勢的數(shù)據(jù)后傳至云端知識庫，經(jīng)過分析得出用戶想要練習(xí)樂曲指揮的結(jié)果，并通過播放預(yù)設(shè)的音樂進一步觀察用戶是否進行指揮練習(xí)作為反饋，如果用戶跟隨樂曲練習(xí)指揮，則機器判斷正確；如果放下指揮棒，則機器判斷錯誤，進而根據(jù)上述反饋訓(xùn)練人工智能。

在本實施例中，通過攝像機持續(xù)獲取用戶的影像，分析所述影像，得到用戶的動作數(shù)據(jù)，轉(zhuǎn)換所述動作數(shù)據(jù)為訓(xùn)練人工智能的訓(xùn)練數(shù)據(jù)，加快了人工智能的訓(xùn)練；同時通過使用人工智能預(yù)判用戶的動作，并為用戶提前提供相應(yīng)服務(wù)，提升了用戶體驗。

在有些實施例中，所述攝像裝置實時獲取的用戶繪制的圖畫，轉(zhuǎn)化所述用戶繪制的圖畫為原始數(shù)據(jù)并上傳所述圖畫至云端知識庫，云端知識庫經(jīng)過分析得出用戶想要繪制的內(nèi)容，并生成提示性圖片發(fā)給客戶端，如果用戶下一步繪制的內(nèi)容和所述提示性圖片相符合則機器判斷正確；如果所述提示性圖片和所述用戶下一步繪制的內(nèi)容不一致，則機器判斷錯誤，根據(jù)上述反饋訓(xùn)練人工智能，進一步提升用戶體驗。

而在另一些實施例中，所述攝像裝置實時獲取的用戶書寫的內(nèi)容，轉(zhuǎn)化所述用戶書寫的內(nèi)容為原始數(shù)據(jù)并上傳所述圖畫至云端知識庫，云端知識庫經(jīng)過分析得出用戶想要書寫的內(nèi)容，并生成提示性文字發(fā)給客戶端，如果用戶下一步書寫的文字和所述提示性文字相符合則機器判斷正確；如果所述提示性圖片和所述用戶下一步繪制的內(nèi)容不一致，則機器判斷錯誤，根據(jù)上述反饋訓(xùn)練人工智能，進一步提升用戶體驗。

請參照圖4，基于本發(fā)明智能信息處理方法第一實施例，在本發(fā)明智能信息處理方法第四實施例中，所述步驟S10包括：

步驟S15，獲取電子畫板正在創(chuàng)作對象的圖像；

步驟S16，根據(jù)圖像識別技術(shù)轉(zhuǎn)換所述圖像為用于數(shù)字化處理的所述原始數(shù)據(jù)。

在本實施例中，用戶在電子畫板上的作圖，獲取用戶在所述電子畫板上的圖形，根據(jù)新生成線條的走向，實時發(fā)送給云端知識庫的人工智能，并讓人工智能做出輸出，直接通過電子畫板上的圖形和顏色，生成下一步預(yù)測的內(nèi)容，仔經(jīng)過用戶對所述人工智能的輸出結(jié)果進行判斷，加快了人工智能的訓(xùn)練；同時人工智能的輸出提示，又幫助用戶提高了作圖效率。

請參照圖5，基于本發(fā)明智能信息處理方法第一實施例，在本發(fā)明智能信息處理方法第五實施例中，所述步驟S20包括：

步驟S21，對所述原始數(shù)據(jù)進行降噪處理；

在對人工智能進行訓(xùn)練時，為了減少計算量，對原始數(shù)據(jù)進行分析，去除不必要的特征，例如在對筆尖進行監(jiān)測，并獲取書寫內(nèi)容時，只提取部分的文本作為訓(xùn)練對象；在繪畫時，自動去除畫面的背景元素。

步驟S22，根據(jù)降噪后的所述原始數(shù)據(jù)生成所述訓(xùn)練數(shù)據(jù)。

在本實施例中，在獲取用戶的繪畫內(nèi)容后，自動去除繪畫內(nèi)容中的背景元素，只保留繪畫中心區(qū)域，并使用剪裁過后的圖片作為訓(xùn)練數(shù)據(jù)。通過對原始數(shù)據(jù)進行降噪，進一步提高了訓(xùn)練的質(zhì)量，減少機器學(xué)習(xí)的時間；同時也提高了機器學(xué)習(xí)的準確度。

本發(fā)明提供一種智能信息處理系統(tǒng)，請參照圖6，在本發(fā)明智能信息處理方法第一實施例中，該智能信息處理系統(tǒng)包括：

采集模塊10，用于采集原始數(shù)據(jù)，所述原始數(shù)據(jù)包括用戶的創(chuàng)作內(nèi)容；

在用戶在進行創(chuàng)作時，通過傳感器獲取用戶的創(chuàng)作內(nèi)容，例如：對應(yīng)為書寫的內(nèi)容，繪畫的內(nèi)容，肢體表達出的內(nèi)容，吹奏旋律的內(nèi)容等。

生成模塊20，用于根據(jù)所述原始數(shù)據(jù)生成用于機器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)；

通過傳感器把用戶創(chuàng)作的內(nèi)容轉(zhuǎn)化為原始數(shù)據(jù)后，進一步對數(shù)據(jù)進行處理，使其達到可用于進行人工智能訓(xùn)練的訓(xùn)練數(shù)據(jù)。

發(fā)送模塊30，用于發(fā)送所述訓(xùn)練數(shù)據(jù)至云端知識庫，所述訓(xùn)練數(shù)據(jù)用于所述云端知識庫進行機器學(xué)習(xí)，并接收從所述云端知識庫返回的提示數(shù)據(jù)；

通過把云端知識庫設(shè)置在遠端服務(wù)器，使得訓(xùn)練數(shù)據(jù)的獲得和機器學(xué)習(xí)的訓(xùn)練在不同的機器上運行，機器學(xué)習(xí)與獲取訓(xùn)練數(shù)據(jù)使用資源互不干擾，避免沖突；同時在云端知識庫根據(jù)已經(jīng)獲得的人工智能對原始數(shù)據(jù)進行判斷，并生成提示數(shù)據(jù)，例如，當訓(xùn)練數(shù)據(jù)為手寫文本“1+1”時，提示數(shù)據(jù)為“＝2”。

接收模塊40，用于接收用戶對所述提示數(shù)據(jù)的反饋，并上傳至所述云端知識庫。

通過根據(jù)用戶對提示信息的反饋，進一步訓(xùn)練所述云端知識庫的人工智能。具體在本實施例中，所述云端知識庫設(shè)有幫助人提高繪畫能力的人工智能，用戶端進行繪畫時，采集模塊10通過相機獲取用戶所畫的內(nèi)容，生成模塊20根據(jù)所述內(nèi)容生成人工智能訓(xùn)練數(shù)據(jù)，發(fā)送模塊30上傳至云端知識庫對所述繪畫的內(nèi)容進行分析后，接收模塊40輸出人工智能自己的創(chuàng)作結(jié)果，更具地，當獲取用戶繪制完成兩個動物耳朵后，云端知識庫返回一個兔子的圖畫給用戶，如果用戶本來想畫兔子，則反饋給云端知識庫的人工智能，所輸出的結(jié)果正確；如果用戶本來想畫的是馬，則反饋給云端知識庫的人工智能，所輸出的結(jié)果錯誤，訓(xùn)練人工智能獲取繪畫中兔子的特征向量。通過轉(zhuǎn)化用戶的創(chuàng)作內(nèi)容為人工智能的訓(xùn)練數(shù)據(jù)，還讓用戶對人工智提示信息的進一步確認，實現(xiàn)對人工智能的訓(xùn)練，為人工智能的訓(xùn)練提供了方便的方法；同時因為訓(xùn)練是在真實情況下產(chǎn)生，保證了訓(xùn)練的真實性；此外訓(xùn)練過程中用戶也可以隨時獲取正確的提示，幫助用戶進行創(chuàng)作，提高創(chuàng)作效率。

請參照圖7，基于本發(fā)明智能信息處理系統(tǒng)第一實施例，在本發(fā)明智能信息處理方法系統(tǒng)第二實施例中，所述采集模塊10包括：

第一獲取單元11，用于獲取用于創(chuàng)作所述創(chuàng)作內(nèi)容的筆尖的運動信息；

第一轉(zhuǎn)換單元12，用于轉(zhuǎn)換所述運動信息為用于數(shù)字化處理的原始數(shù)據(jù)。

在本實施例中，所述筆尖內(nèi)安裝有陀螺儀，第一獲取單元11通過持續(xù)獲取所述筆尖的移動方向，移動速度，移動時間等信息，分析出用戶的書寫內(nèi)容，第一轉(zhuǎn)換單元12轉(zhuǎn)換所述用戶的書寫內(nèi)容為電子文檔數(shù)據(jù)，并進一步轉(zhuǎn)換所述電子文檔數(shù)據(jù)為訓(xùn)練人工智能的訓(xùn)練數(shù)據(jù)。

通過把筆尖的運動信息轉(zhuǎn)換為訓(xùn)練人工智能的原始數(shù)據(jù)，因為通過筆尖書寫是一種普遍行為，所以數(shù)據(jù)量大，使得在訓(xùn)練有關(guān)文本方面的人工智能時，能獲得足夠多的數(shù)據(jù)，加快了人工智能的訓(xùn)練；同時通過為用戶提供人工智能的提示，也提升了用戶書寫時的體驗，應(yīng)當說明的是，在有些實施例中在用戶寫作容器上使用壓力傳感器獲取所述筆尖的移動速度。

在有些實施例中，所述筆尖創(chuàng)作內(nèi)容為為筆畫，第一獲取單元11在用戶還未完全輸入的筆尖運動信息，第一轉(zhuǎn)換單元12轉(zhuǎn)化所述筆尖運動信息為用于數(shù)字化處理的原始數(shù)據(jù)，并上傳至云端知識庫，云端知識庫使用人工智能判斷出用戶所要書寫的文字，并返回給用戶，如果用戶確認則所述人工智能判斷正確，練了人工智能，也進一步提升了用戶體驗。

在另一些實施例中，所述筆尖創(chuàng)作內(nèi)容為為圖畫，在每個預(yù)設(shè)時間后，第一獲取單元11在用戶獲取預(yù)設(shè)時間內(nèi)所述筆尖的運動信息，第一轉(zhuǎn)換單元12轉(zhuǎn)化所述筆尖運動信息為用于數(shù)字化處理的原始數(shù)據(jù)，并上傳至云端知識庫，云端知識庫使用人工智能判斷出用戶所要繪制的內(nèi)容，并返回所述判斷出用戶所要繪制的內(nèi)容至客戶端供用戶參考，如果用戶確認則所述人工智能判斷正確，練了人工智能，也進一步提升了用戶體驗。

請參照圖8，基于本發(fā)明智能信息處理系統(tǒng)第一實施例，在本發(fā)明智能信息處理系統(tǒng)第三實施例中，所述采集模塊10包括：

第二獲取單元13，用于通過攝像裝置實時獲取用于創(chuàng)作所述創(chuàng)作的影像；

第二轉(zhuǎn)換單元14，用于轉(zhuǎn)換所述影像作為用于數(shù)字化處理的原始數(shù)據(jù)。

更具體地，通過監(jiān)測用戶影像，獲取用戶動作預(yù)判用戶行為。例如：得到用戶在拿起指揮棒并作出特定起手勢的數(shù)據(jù)后傳至云端知識庫，經(jīng)過分析得出用戶想要練習(xí)樂曲指揮的結(jié)果，并通過播放預(yù)設(shè)的音樂進一步觀察用戶是否進行指揮練習(xí)作為反饋，如果用戶跟隨樂曲練習(xí)指揮，則機器判斷正確；如果放下指揮棒，則機器判斷錯誤，進而根據(jù)上述反饋訓(xùn)練人工智能。

在本實施例中，第二獲取單元13通過攝像機持續(xù)獲取用戶的影像，第二轉(zhuǎn)換單元14分析所述影像，得到用戶的動作數(shù)據(jù)，轉(zhuǎn)換所述動作數(shù)據(jù)為訓(xùn)練人工智能的訓(xùn)練數(shù)據(jù)，加快了人工智能的訓(xùn)練；同時通過使用人工智能預(yù)判用戶的動作，并為用戶提前提供相應(yīng)服務(wù)，提升了用戶體驗。

在有些實施例中，第二獲取單元13使用所述攝像裝置實時獲取的用戶繪制的圖畫，第二轉(zhuǎn)換單元14轉(zhuǎn)化所述用戶繪制的圖畫為原始數(shù)據(jù)并上傳所述圖畫至云端知識庫，云端知識庫經(jīng)過分析得出用戶想要繪制的內(nèi)容，并生成提示性圖片發(fā)給客戶端，如果用戶下一步繪制的內(nèi)容和所述提示性圖片相符合則機器判斷正確；如果所述提示性圖片和所述用戶下一步繪制的內(nèi)容不一致，則機器判斷錯誤，根據(jù)上述反饋訓(xùn)練人工智能，進一步提升用戶體驗。

而在另一些實施例中，第二獲取單元13使用所述攝像裝置實時獲取的用戶書寫的內(nèi)容，第二轉(zhuǎn)換單元14轉(zhuǎn)化所述用戶書寫的內(nèi)容為原始數(shù)據(jù)并上傳所述圖畫至云端知識庫，云端知識庫經(jīng)過分析得出用戶想要書寫的內(nèi)容，并生成提示性文字發(fā)給客戶端，如果用戶下一步書寫的文字和所述提示性文字相符合則機器判斷正確；如果所述提示性圖片和所述用戶下一步繪制的內(nèi)容不一致，則機器判斷錯誤，根據(jù)上述反饋訓(xùn)練人工智能，進一步提升用戶體驗。

請參照圖9，基于本發(fā)明智能信息處理系統(tǒng)第一實施例，在本發(fā)明智能信息處理系統(tǒng)第四實施例中，所述采集模塊10包括：

第三獲取單元15，獲取電子畫板正在創(chuàng)作對象的圖像；

第三轉(zhuǎn)換單元16，根據(jù)圖像識別技術(shù)轉(zhuǎn)換所述圖像為用于數(shù)字化處理的所述原始數(shù)據(jù)。

在本實施例中，用戶在電子畫板上的作圖，第三獲取單元15獲取用戶在所述電子畫板上的圖形，第三轉(zhuǎn)換單元16根據(jù)新生成線條生成原始數(shù)據(jù)，實時發(fā)送給云端知識庫的人工智能，并讓人工智能做出輸出，直接通過電子畫板上的圖形和顏色，生成下一步預(yù)測的內(nèi)容，仔經(jīng)過用戶對所述人工智能的輸出結(jié)果進行判斷，加快了人工智能的訓(xùn)練；同時人工智能的輸出提示，又幫助用戶提高了作圖效率。

請參照圖10，基于本發(fā)明智能信息處理系統(tǒng)第一實施例，在本發(fā)明智能信息處理系統(tǒng)第五實施例中，所述生成模塊20包括：

降噪單元21，用于對所述原始數(shù)據(jù)進行降噪處理；

在對人工智能進行訓(xùn)練時，為了減少計算量，對原始數(shù)據(jù)進行分析，去除不必要的特征，例如在對筆尖進行監(jiān)測，并獲取書寫內(nèi)容時，只提取部分的文本作為訓(xùn)練對象；在繪畫時，自動去除畫面的背景元素。

生成單元22，用于根據(jù)降噪后的所述原始數(shù)據(jù)生成所述訓(xùn)練數(shù)據(jù)。

在本實施例中，在獲取用戶的繪畫內(nèi)容后，降噪單元21自動去除繪畫內(nèi)容中的背景元素，只保留繪畫中心區(qū)域，生成單元22使用剪裁過后的圖片作為訓(xùn)練數(shù)據(jù)。通過對原始數(shù)據(jù)進行降噪，進一步提高了訓(xùn)練的質(zhì)量，減少機器學(xué)習(xí)的時間；同時也提高了機器學(xué)習(xí)的準確度。

以上僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。