[發明專利]一種情感檢測方法和裝置在審
| 申請號: | 202211432967.8 | 申請日: | 2022-11-16 |
| 公開(公告)號: | CN115690888A | 公開(公告)日: | 2023-02-03 |
| 發明(設計)人: | 翁彥;曾青;李鐘旭 | 申請(專利權)人: | 北京數智天安科技有限公司 |
| 主分類號: | G06V40/16 | 分類號: | G06V40/16;G06V10/44 |
| 代理公司: | 北京智沃律師事務所 11620 | 代理人: | 梁晨 |
| 地址: | 100081 北京市海淀*** | 國省代碼: | 北京;11 |
| 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 情感 檢測 方法 裝置 | ||
1.一種情感檢測方法,其特征在于,包括以下步驟:
采集人臉的視頻流,從所述視頻流中獲取多幀人臉圖像;
對所述多幀人臉圖像進行處理,定位面部的多個肌肉群的輪廓,并獲取面部肌肉群輪廓內的每個像素點的振幅和振動頻率在預設時間內的時序變化數據;
根據所述時序變化數據,輸出所述人臉對應的多項情感以及各項情感的置信度。
2.根據權利要求1所述的方法,其特征在于,所述對所述多幀人臉圖像進行處理,定位面部的多個肌肉群的輪廓,并獲取面部肌肉群輪廓內的每個像素點的振幅和振動頻率在預設時間內的時序變化數據,具體包括:
基于肌肉群輪廓定義模型,在每幀人臉圖像上定位面部肌肉群輪廓內的各個像素點;
根據各個像素點在連續的人臉圖像中發生的位移,計算各個像素點的振幅和頻率,并獲取所述振幅和所述頻率在預設時間內的時序變化數據。
3.根據權利要求1所述的方法,其特征在于,所述根據所述時序變化數據,輸出所述人臉對應的多項情感以及各項情感的置信度,具體包括:
將所述時序變化數據輸入預置的情感分析模型,輸出所述人臉對應的多項情感以及各項情感的置信度。
4.根據權利要求3所述的方法,其特征在于,還包括:
進行深度學習引擎關聯和分析,優化所述情感分析模型。
5.根據權利要求1所述的方法,其特征在于,所述人臉對應的多項情感包括以下情感中的多個:
壓力、緊張、焦躁、沮喪、憤怒、喜悅、驚訝、悲傷、恐懼、假裝緊張、假裝沮喪、假裝憤怒、假裝喜悅、假裝驚訝、假裝悲傷和假裝恐懼。
6.一種情感檢測裝置,其特征在于,包括:
采集模塊,用于采集人臉的視頻流,從所述視頻流中獲取多幀人臉圖像;
處理模塊,用于對所述多幀人臉圖像進行處理,定位面部的多個肌肉群的輪廓,并獲取面部肌肉群輪廓內的每個像素點的振幅和振動頻率在預設時間內的時序變化數據;
輸出模塊,用于根據所述時序變化數據,輸出所述人臉對應的多項情感以及各項情感的置信度。
7.根據權利要求6所述的裝置,其特征在于,
所述處理模塊,具體用于基于肌肉群輪廓定義模型,在每幀人臉圖像上定位面部肌肉群輪廓內的各個像素點;根據各個像素點在連續的人臉圖像中發生的位移,計算各個像素點的振幅和頻率,并獲取所述振幅和所述頻率在預設時間內的時序變化數據。
8.根據權利要求6所述的裝置,其特征在于,
所述輸出模塊,具體用于將所述時序變化數據輸入預置的情感分析模型,輸出所述人臉對應的多項情感以及各項情感的置信度。
9.根據權利要求8所述的裝置,其特征在于,還包括:
優化模塊,用于進行深度學習引擎關聯和分析,優化所述情感分析模型。
10.根據權利要求6所述的裝置,其特征在于,所述人臉對應的多項情感包括以下情感中的多個:
壓力、緊張、焦躁、沮喪、憤怒、喜悅、驚訝、悲傷、恐懼、假裝緊張、假裝沮喪、假裝憤怒、假裝喜悅、假裝驚訝、假裝悲傷和假裝恐懼。
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北京數智天安科技有限公司,未經北京數智天安科技有限公司許可,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/202211432967.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:透析液再生系統的脲酶引入裝置及方法
- 下一篇:COPD電極導管





