[發明專利]一種滿意度測評方法，裝置及存儲設備在審
| 申請號： | 202010152671.5 | 申請日： | 2020-03-06 |
| 公開（公告）號： | CN111639518A | 公開（公告）日： | 2020-09-08 |
| 發明（設計）人： | 張琦;高利華;鐘吉剛;朱家健 | 申請（專利權）人： | 上海卓繁信息技術股份有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 上海容慧專利代理事務所(普通合伙) 31287 | 代理人： | 于曉菁 |
| 地址： | 200030 上海*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 滿意 測評 方法 裝置 存儲 設備 | ||
1.一種滿意度測評方法，其特征在于，包括：
采用WGAN網絡根據現有的表情圖片生成無表情的標準圖，以構成待訓練的無表情標準圖集；
提取無表情標準圖的敏感區域的坐標點，分別計算坐標點與中心點連線的第一角度值；
提取待測評表情圖片的敏感區域的坐標點，分別計算坐標點與中心點連線的第二角度值；
計算無表情標準圖的第一角度值和待測評表情圖片的第二角度值的差值，生成表情形變參數；
根據表情形變參數的權重訓練支持向量機，得到滿意或不滿意的分類結果。
2.如權利要求1所述的一種滿意度測評方法，其特征在于，所述WGAN網絡模型包括第一生成網絡和第一判別網絡，所述第一生成網絡包括卷積層，空洞卷積層，批歸一化層，平均池化層，lrelu激活層，relu激活層和殘差塊，所述第一判別網絡包括5個卷積塊。
3.如權利要求1所述的一種滿意度測評方法，其特征在于，
所述無表情標準圖和識別表情圖片的敏感區域坐標點均為15個，包括每只眼睛的上下眼皮中心點，每條眉毛兩端的端點，上下嘴唇的中心點，嘴角兩端的端點，每只眼睛兩端眼角的端點。
4.如權利要求3所述的一種滿意度測評方法，其特征在于，
計算鼻子中心點與敏感區域坐標點之間連線的角度值，分別生成14個第一角度值(x1,x2,…,x14)和第二角度值(y1,y2,…,y14)。
5.如權利要求4所述的一種滿意度測評方法，其特征在于，
將無表情標準圖的第一角度值(x1,x2,…,x14)與待測評表情圖片的第二角度值(y1,y2,…,y14)進行差值計算，生成形變參數(x1-y1,x2-y2,…,x14-y14)。
6.如權利要求5所述的一種滿意度測評方法，其特征在于，支持向量機的訓練過程中包括：
設定表情形變參數的權重，所述權重對應形變參數(x1-y1,x2-y2,…,x14-y14)生成；
根據權重確定表情的分類標簽，以進行訓練支持向量機的訓練。
7.一種滿意度測評裝置，其特征在于，包括：
表情獲取模塊，用以獲取待測評滿意度的表情圖片；
無表情標準圖生成模塊，用以通過WGAN網絡根據現有的表情圖片生成無表情的標準圖；
表情特征角度提取模塊，用以提取無表情標準圖和待測評表情圖片的敏感區域的坐標點，分別計算坐標點與中心點連線的第一角度值和第二角度值；
形變參數計算模塊，用以計算無表情標準圖的第一角度值和待測評表情圖片的第二角度值的差值，生成表情形變參數；
滿意度模型訓練模塊，用以根據表情形變參數的權重訓練支持向量機，得到滿意或不滿意的分類結果。
8.一種存儲裝置，其特征在于，所述存儲介質存儲有多條指令，所述指令適于處理器進行加載，以執行權利要求1至6任一項所述的滿意度測評方法中的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海卓繁信息技術股份有限公司，未經上海卓繁信息技術股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010152671.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種基于LK光流的高速像素匹配方法
- 下一篇：一種智能物流倉庫的倉儲方法
