[发明专利]基于人脸的性格预测方法、装置、电子设备在审
申请号: | 201811004595.2 | 申请日: | 2018-08-30 |
公开(公告)号: | CN109409196A | 公开(公告)日: | 2019-03-01 |
发明(设计)人: | 朱昱锦;徐国强;邱寒 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市立智方成知识产权代理事务所(普通合伙) 44468 | 代理人: | 王增鑫 |
地址: | 518052 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸图片 面部特征 特征图 评判 维度 卷积神经网络 电子设备 人脸 向量 预设 预测 面部特征提取 关系确定 模型抽取 人脸图像 用户性格 预测结果 融合 集合 申请 | ||
本申请实施例提供了一种基于人脸的性格预测方法、装置、电子设备。该方法包括:将人脸图片输入预先训练的基于卷积神经网络的性格自评模型,通过性格自评模型抽取人脸图片的特征图,并根据特征图以及预设的特征图与性格维度的对应关系得到人脸图片对应的第一性格评判结果;提取人脸图片的面部特征向量,根据面部特征向量以及预设的面部特征维度集合与性格维度的对应关系确定人脸图片对应的第二性格评判结果;将第一性格评判结果及第二性格评判结果进行融合得到性格预测结果。本实施例融合了卷积神经网络、面部特征提取等技术,仅通过用户的人脸图像就能便捷、快速、精准地判断用户性格,提高了性格预测的效率、精度及客观性。
技术领域
本申请涉及人工智能技术领域,具体而言,本申请涉及一种基于人脸的性格预测方法、装置、电子设备。
背景技术
传统的性格推断方法主要有两种,一是由专家进行判断,二是通过问卷进行判断。
由专家推断性格需要依附于专家丰富的经验,且没有统一量化的评判标准,导致评判结果的主观程度过高,专家判断的方法也无法应用到大规模性格测试的场景中,如员工招聘、员工测评、交友匹配、内容推送等。
通过问卷得到的性格评判结果的精度较低,往往只能判断出几种常见的性格,性格分类不够精细,无法满足不同业务对性格细分的需求,且被测人员能够有意识地控制问卷的答案,使得问卷无法反映被测人员的真实性格。
发明内容
本申请提供了一种基于人脸的性格预测方法、装置、电子设备及计算机可读存储介质,可以解决无法快速、客观、精准地预测用户性格的问题。所述技术方案如下:
第一方面,本申请提供了一种基于人脸的性格预测方法,该方法包括:
将人脸图片输入预先训练的基于卷积神经网络的性格自评模型,通过性格自评模型抽取人脸图片的特征图,并根据特征图以及预设的特征图与性格维度的对应关系得到人脸图片对应的第一性格评判结果;
提取人脸图片的面部特征向量,根据面部特征向量以及预设的面部特征维度集合与性格维度的对应关系确定人脸图片对应的第二性格评判结果;
将第一性格评判结果及第二性格评判结果进行融合处理,得到性格预测结果。
第二方面,本申请提供了一种基于人脸的性格预测装置,该装置包括:
第一性格评判模块,用于将人脸图片输入预先训练的基于卷积神经网络的性格自评模型,通过性格自评模型抽取人脸图片的特征图,并根据特征图以及预设的特征图与性格维度的对应关系得到人脸图片对应的第一性格评判结果;
第二性格评判模块,用于提取人脸图片的面部特征向量,根据面部特征向量以及预设的面部特征维度集合与性格维度的对应关系确定人脸图片对应的第二性格评判结果;
融合模块,用于将第一性格评判结果及第二性格评判结果进行融合处理,得到性格预测结果。
第三方面,本申请提供了一种电子设备,该电子设备包括:一个或多个处理器;
存储器;
一个或多个应用程序,其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序配置用于:执行本申请第一方面所示的基于人脸的性格预测方法。
第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现本申请第一方面所示的基于人脸的性格预测方法。
本申请实施例提供的技术方案带来的有益效果是:融合了卷积神经网络、面部特征提取等技术,仅通过用户的一张人脸图像就能够便捷、快速、精准地判断用户的性格类别,提高了性格预测的效率与精度,不依赖专家的专业判断和特定的性格测试问卷,使得预测结果能够客观地反映用户的真实性格。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811004595.2/2.html,转载请声明来源钻瓜专利网。