[发明专利]基于人脸的性格分析方法、装置、计算机设备及存储介质

权利要求书

1.一种基于人脸的性格分析方法，其特征在于，包括：

获取卡特尔十六种人格因素作为待分析性格，并训练每一待分析性格对应的全卷积神经网络；

获取待识别的人脸图像，并对所述人脸图像执行预处理；

遍历每一待分析性格，将预处理后的所述人脸图像作为输入传入所述待分析性格对应的全卷积神经网络，以对所述人脸图像执行性格分析；

获取每一待分析性格对应的全卷积神经网络输出的热图，其中，所述热图通过不同的色彩表示人脸的不同区域对所述待分析性格的响应程度；

所述训练每一待分析性格对应的全卷积神经网络包括：

获取若干用户的多张人脸图像作为训练样本集；

遍历所述训练样本集中的每一张人脸图像，对所述人脸图像执行预处理；

获取所述训练样本集中每一用户关于每一所述待分析性格的性格分数，将每一所述性格分数量化为性格标签；

将同一用户关于每一所述待分析性格的性格标签作为所述用户的人脸图像的性格标签；

遍历每一待分析性格，将所述训练样本集中每一用户的人脸图像以及所述待分析性格对应的性格标签作为输入传入所述待分析性格对应的全卷积神经网络，以对所述待分析性格的全卷积神经网络进行训练；

所述遍历每一待分析性格，将所述训练样本集中每一用户的人脸图像以及所述待分析性格对应的性格标签作为输入传入所述待分析性格对应的全卷积神经网络，以对所述待分析性格的全卷积神经网络进行训练包括：

获取待分析性格及其对应的全卷积神经网络；

将训练样本集中每一用户的人脸图像以及所述待分析性格的性格标签传入所述全卷积神经网络，通过所述全卷积神经网络的卷积层对所述人脸图像执行特征提取；

对全卷积神经网络中的若干个卷积层的输出执行反卷积操作，得到和所述人脸图像相同大小的特征图；

根据所述特征图中每个矩阵像素的预测结果对所述特征图进行色彩编码，得到所述人脸图像的热图。

2.如权利要求1所述的基于人脸的性格分析方法，其特征在于，所述获取所述训练样本集中每一用户关于每一所述待分析性格的性格分数，将每一所述性格分数量化为性格标签包括：

获取训练样本集中每一用户的人格因素问卷调查结果，得到每一用户关于每一所述待分析性格的原始分；

按照预设的常模表将每一用户关于每一所述待分析性格的原始分转换为标准分；

对每一用户关于每一所述待分析性格的标准分执行量化处理，得到每一用户关于每一所述待分析性格的性格标签。

3.如权利要求1所述的基于人脸的性格分析方法，其特征在于，所述对所述人脸图像执行预处理包括：

检测所述人脸图像中的人脸位置；

根据所述人脸位置将所述人脸图像对齐到人脸标准图。

4.如权利要求1所述的基于人脸的性格分析方法，其特征在于，所述遍历每一待分析性格，将预处理后的所述人脸图像作为输入传入所述待分析性格对应的全卷积神经网络，以对所述人脸图像执行性格分析包括：

遍历每一待分析性格，将预处理后的所述人脸图像作为输入传入所述待分析性格对应的全卷积神经网络，通过所述全卷积神经网络的卷积层对所述人脸图像执行特征提取，得到高层级语义特征图；

获取所述全卷积神经网络的一个卷积层输出的低层级语义特征图，并按照所述低层级语义特征图的大小对所述高层级语义特征图进行上采样；

将上采样后的所述高层级语义特征图与低层级语义特征图进行融合，得到融合特征图；

按照所述人脸图像的大小对所述融合特征图进行上采样，得到所述人脸图像的热图。