[發明專利]基于頭部姿態的人格分析方法、系統和存儲介質

有效

• 申請號: 201811526907.6
• 申請日: 2018-12-13
• 公開（公告）號: CN109697413B
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 孫曉;陳維
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種基于頭部姿態的人格分析方法，其特征在于，包括：

獲取待分析用戶在觀看多段情感刺激視頻過程中視頻記錄設備所記錄的多段待分析用戶視頻；所述待分析用戶視頻的段數與所述情感刺激視頻的段數相同；

從每段待分析用戶視頻中獲取待分析用戶在觀看對應情感刺激視頻過程中的頭部姿態數據，并將該頭部姿態數據作為所述對應情感刺激視頻對應的第一頭部姿態數據；

計算每段情感刺激視頻對應的第一頭部姿態數據的統計特征，并采用主成分分析法對每段情感刺激視頻對應的第一頭部姿態數據進行降維，得到該段情感刺激視頻對應的第二頭部姿態數據；

將每段情感刺激視頻對應的第二頭部姿態數據和統計特征輸入預先訓練的情感預測模型中，得到所述待分析用戶在觀看該情感刺激視頻過程中的情感數據；

將所述待分析用戶在觀看各段情感刺激視頻過程中的情感數據均輸入預先訓練的人格預測模型中，得到所述待分析用戶的人格數據；

計算每段情感刺激視頻對應的第一頭部姿態數據的統計特征，并采用主成分分析法對每段情感刺激視頻對應的第一頭部姿態數據進行降維之前，所述方法還包括：

將每段情感刺激視頻對應的第一頭部姿態數據與該段情感刺激視頻對應的第一頭部姿態數據的均值相減，得到第一差值數據；計算該段情感刺激視頻對應的第一頭部姿態數據中的最大值和最小值之間的差值；計算所述第一差值數據與所述差值的比值，并將所述比值作為歸一化后的第一頭部姿態數據。

2.如權利要求1所述的方法，其特征在于，每段情感刺激視頻對應的第一頭部姿態數據的統計特征包括：該段情感刺激視頻對應的第一頭部姿態數據的均值、標準差、中值、最大值、最小值、最大值和最小值的差值、最小值比率和最大值比率中的至少一項。

3.如權利要求1所述的方法，其特征在于，所述情感預測模型的訓練過程包括：

構建第一訓練數據集；其中，所述第一訓練數據集中包括多個訓練用戶在觀看多個情感刺激視頻后所產生的若干條訓練數據，每一條訓練數據包括一個訓練用戶在觀看一段情感刺激視頻過程中所述視頻記錄設備所記錄的訓練用戶視頻對應的第一頭部姿態數據對應的第二頭部姿態數據、該第一頭部姿態數據的統計特征以及訓練用戶在觀看完該情感刺激視頻后所記錄的情感信息；

采用交叉驗證的方式對所述訓練數據集進行訓練，得到多個情感分類器，將所述多個情感分類器作為所述情感預測模型；其中，所述情感分類器的數量與情感種類的數量相同，所述情感預測模型為支持向量機模型。

4.如權利要求1所述的方法，其特征在于，所述人格預測模型的訓練過程包括：

構建第二訓練數據集；其中，所述第二訓練數據集中包括多個訓練用戶在觀看多段情感刺激視頻過程中的情感數據以及多個訓練用戶在觀看完多段情感刺激視頻后所記錄的人格信息；

通過前向傳播和反向傳播對所述第二訓練數據集進行訓練，得到所述人格預測模型，所述人格預測模型為深度神經網絡模型。

5.一種基于頭部姿態的人格分析系統，其特征在于，包括：

第一獲取模塊，用于獲取待分析用戶在觀看多段情感刺激視頻過程中視頻記錄設備所記錄的多段待分析用戶視頻；所述待分析用戶視頻的段數與所述情感刺激視頻的段數相同；

第二獲取模塊，用于從每段待分析用戶視頻中獲取待分析用戶在觀看對應情感刺激視頻過程中的頭部姿態數據，并將該頭部姿態數據作為所述對應情感刺激視頻對應的第一頭部姿態數據；

數據降維模塊，用于計算每段情感刺激視頻對應的第一頭部姿態數據的統計特征，并采用主成分分析法對每段情感刺激視頻對應的第一頭部姿態數據進行降維，得到該段情感刺激視頻對應的第二頭部姿態數據；

情感預測模塊，用于將每段情感刺激視頻對應的第二頭部姿態數據和統計特征輸入預先訓練的情感預測模型中，得到所述待分析用戶在觀看該情感刺激視頻過程中的情感數據；

人格預測模塊，用于將所述待分析用戶在觀看各段情感刺激視頻過程中的情感數據均輸入預先訓練的人格預測模型中，得到所述待分析用戶的人格數據。

6.一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時可實現權利要求1～4任一項所述的方法。