[发明专利]一种基于情绪状态及情绪变化的人格评估方法及系统

权利要求书

1.一种基于情绪状态及情绪变化的人格评估方法，其特征在于，所述方法包括：

采集受测者当前演讲或汇报时的视频；

对所述视频进行预处理，获得预处理后的视频数据、语音数据和语义数据；

调用训练好的情绪识别模型E-R-Model测试所述预处理后的视频数据、语音数据和语义数据，获得受测者的情绪类型及沿时间的分布结果；

调用人格识别模型P-R-Model对所述受测者的情绪类型及沿时间的分布结果进行分析，获得受测者的人格结果。

2.如权利要求1所述的基于情绪状态及情绪变化的人格评估方法，其特征在于，所述方法还包括：

使用交互式情绪二元运动捕捉数据库建立情绪识别模型。

3.如权利要求2所述的基于情绪状态及情绪变化的人格评估方法，其特征在于，所述使用交互式情绪二元运动捕捉数据库建立情绪识别模型的步骤，包括：

建立视频、语音、语义三维的情绪识别深度学习模型；

使用交互式情绪二元运动捕捉数据库训练所述情绪识别深度学习模型，获得所述情绪识别模型。

4.如权利要求3所述的基于情绪状态及情绪变化的人格评估方法，其特征在于，所述建立视频、语音、语义三维的情绪识别深度学习模型的步骤，包括：

对视频数据进行预处理，获得视频数据的特征向量；

对语音数据进行预处理，获得语音数据的特征向量；

对语义数据进行预处理，获得语义数据的特征向量；

根据所述视频数据的特征向量、语音数据的特征向量、语义数据的特征向量建立情绪识别的深度学习模型。

5.如权利要求1所述的基于情绪状态及情绪变化的人格评估方法，其特征在于，所述方法还包括：

根据带人格标签的受测者演讲或者汇报时的情绪类型及沿时间的分布结果建立人格数据库；

使用人格数据库构建以情绪类型及情绪变化为输入、以人格类型为输出的人格识别模型P-R-Model。

6.一种基于情绪状态及情绪变化的人格评估系统，其特征在于，所述系统包括：

采集模块，用于采集受测者当前演讲或汇报时的视频；

预处理模块，用于对所述视频进行预处理，获得预处理后的视频数据、语音数据和语义数据；

情绪调用模块，用于调用训练好的情绪识别模型E-R-Model测试所述预处理后的视频数据、语音数据和语义数据，获得受测者的情绪类型及沿时间的分布结果；

人格调用模块，用于调用人格识别模型P-R-Model对所述受测者的情绪类型及沿时间的分布结果进行分析，获得受测者的人格结果。

7.如权利要求6所述的基于情绪状态及情绪变化的人格评估系统，其特征在于，所述系统还包括：

情绪识别模型建立模块，用于使用交互式情绪二元运动捕捉数据库建立情绪识别模型。

8.如权利要求7所述的基于情绪状态及情绪变化的人格评估系统，其特征在于，所述情绪识别模型建立模块包括：

建立单元，用于建立视频、语音、语义三维的情绪识别深度学习模型；

训练单元，用于使用交互式情绪二元运动捕捉数据库训练所述情绪识别深度学习模型，获得所述情绪识别模型。

9.如权利要求8所述的基于情绪状态及情绪变化的人格评估系统，其特征在于，所述建立单元包括：

预处理子单元，用于对视频数据进行预处理，获得视频数据的特征向量，对语音数据进行预处理，获得语音数据的特征向量，对语义数据进行预处理，获得语义数据的特征向量；

建立子单元，用于根据所述视频数据的特征向量、语音数据的特征向量、语义数据的特征向量建立情绪识别的深度学习模型。

10.如权利要求6所述的基于情绪状态及情绪变化的人格评估系统，其特征在于，所述系统还包括：

人格识别模型建立模块，用于根据带人格标签的受测者演讲或者汇报时的情绪类型及沿时间的分布结果建立人格数据库；使用人格数据库构建以情绪类型及情绪变化为输入、以人格类型为输出的人格识别模型P-R-Model。