[发明专利]使用AI引导操纵的视频优化交互结果

说明书

本发明涉及使用AI引导操纵的视频优化交互结果。对人类的视频图像的实时修改允许对视频进行修改，使得可以改变主体人的表情。如果客户服务代理显示适当的面部表情，例如提供特定的情绪状态，则客户服务代理可以具有与客户更成功的交互。通过确定适当的面部表情以及与客户服务代理当的前表情的任何偏差，可以确定并应用对客户服务代理的视频图像的修改。结果，代理可以没有最适合成功解决交互目的的面部表情，以向客户呈现最适合的面部表情。

版权声明

本专利文件的公开内容的一部分包含受版权保护的材料。版权所有者不反对任何人传真复制在专利商标局专利文件或记录中出现的该专利文件或专利公开内容，但以其他方式保留所有版权。

技术领域

本发明总体上涉及用于视频图像处理的系统和方法，尤其涉及更改视频图像中的人类的表情。

背景技术

客户服务代理的视频图像提供了让客户看到代理的能力，并且可以促进他们之间的更好交互以解决特定问题。已经知道的是，人类的举止(包括面部表情)会积极或消极地影响交互的结果。当前，对代理进行辅导和培训以提供适当的面部表情，从而驱动交互的可能最佳结果——他们是否知道要做什么，以及他们是否心情良好。培训、通话之前的辅导以及“通话中”的实时提示/辅导可能会有所帮助，但它们仍然依赖于代理将这些指示转换为适当的面部表情的能力。虽然可以使用可被编程为提供期望的准确面部表情的头像(avatar)，但是头像不传达真人的个人形象。当客户与代理的头像交互时，交互可能无法提供客户看到代理的期望益处。

发明内容

人们利用视觉来接收关于我们与之交互的其他人的非语音信息。如果一个人的话语与他们的表情不匹配，则此人可能会被认为是不值得信任的或不真诚的。由于不幸的事件错过了航班的旅行者可能会与代理联系以重新预订他们的旅行。如果代理尽管提供了安慰和理解的话，但仍在微笑或表情中性，则客户可能会得出结论：这些话仅仅是说说而已，这些话背后没有任何的诚意。相反，如果代理的表情是惊讶或担忧之一，所说的话可能会被赋予更多的诚意。然而，如果合适，相冲突的说话内容和表情可能并不总是导致负面的看法，例如，微笑着说“对不起，但请别担心，我会让您登上下一趟航班”的代理可能获得被感觉为友好和支持性的益处，以及消除非常有可能对旅行者造成压力的情景。但是，表情可能只是程度的问题。咧嘴大笑可能被感觉为被旅行者的困境逗乐，或者被相机未捕捉到的有趣事物分散了注意力，但稍微微笑可能被更好地感觉为让人感到放心和友好。然而，如果表情最初是惊喜/担忧之一，然后是轻轻微笑，那么这将提供最佳效果，因为客户会了解到代理对客户陷入的这个情况感到同情。

通过本发明的各种实施例和配置满足了这些和其他需求。取决于特定配置，本发明可以提供许多优点。这些和其他优点将从本文包含的本发明的公开内容显而易见。

在一个实施例中，提供了面部变换技术(FTT)以操纵呈现给观看视频的客户或其他方的代理面部的视频图像，从而改善客户感知并改善交互的结果。

在另一个实施例中，提供了人类标记和/或机器观察，以在交互期间进行观察，从而注意代理何时使用特定表情(例如，微笑、眉弓、关心的注视等)，以及通话的状态和情景(例如，主题、交互时间、语音中的情感、情感轨迹、已交换或将要交换的信息)和交互或交互的子阶段的结果，以创建/修改培训数据库。然后，使用机器学习来识别在通话的状态和/或情景下最好的结果和相关联的表情，以确定表情的最佳实践，以便优化未来的交互。在另一个实施例中，提供了一种实时的系统，该系统使用机器学习确定的最佳实践和/或其他输入来在交互期间操纵视频流中的代理面部，以便更改或进一步确保交互的结果。

在另一个实施例中，可以将交互配对并提供不同的视频修改，并且对交互的结果进行评估以进一步优化交互并识别哪些修改是成功的和/或某些修改在什么时候是成功的。