[发明专利]一种基于图像金字塔匹配后验的客户满意度判别方法

权利要求书

1.一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，包括如下步骤：

采集样本：将部分满意客户的面部图像的作为正训练样本，将部分不满意客户的面部图像的作为负训练样本；

加强处理：对选取的正训练样本和负训练样本进行多尺度图像加强处理；

图像表征：对加强处理后的图像进行SIFT特征提取；

机器学习：利用SVM模型对表征后的训练样本进行训练，得到客户满意度决策模型；

模型判别：输入经过加强处理和图像表征后的待检测图像时，利用所述客户满意度决策模型判别客户满意度；

分析结果：当所述客户满意度的得分较高时，将所述待检测图像判定为客户满意图像；当所述客户满意度的得分较低时，将所述待检测图像判定为客户不满意图像；当所述客户满意度的得分在分类边缘部分时，利用图像金字塔后验匹配算法进行二次判定。

2.如权利要求1所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，所述加强处理中包括如下步骤：对图像进行3个不同尺度的高斯模糊；将模糊后的图像分别和原图做减法，得到不同程度的细节信息；将不同程度的细节信息加权到原图中，得到含有丰富细节信息的加强图像。

3.如权利要求1所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，所述结果分析中，利用所述图像金字塔后验匹配算法进行二次判定包括如下步骤：将得分在分类边缘部分的待检测图像进行多尺度分解，计算不同尺度下的图像分别与正训练样本以及负训练样本的样本均值的相似度，根据相似度大小判定是否为客户满意图像。

4.如权利要求3所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，所述多尺度分解包括将图像分解成大尺度、中尺度和小尺度。

5.如权利要求3所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，所述结果分析中包括如下步骤：图像经过多尺度分解后，若图像与正训练样本的样本均值相似度较高，则判定为客户满意图像，若图像与负训练样本的样本均值相似度较高，则判定为客户不满意图像。

6.如权利要求5所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，所述结果分析中包括如下步骤：计算多尺度分解后图像与正训练样本的样本均值的第一欧式距离，计算多尺度分解后图像与负训练样本的样本均值的第二欧式距离，若所述第一欧式距离大于所述第二欧式距离，判定图像为客户满意图像，否则判定为客户不满意图像。

7.如权利要求3所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，所述结果分析中包括如下步骤：待检测图像有2次及以上被判定为客户满意图像，则将其最终判定为客户满意图像；否则将其判定为客户不满意图像。

8.如权利要求1所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，还包括如下步骤：根据所有客户的到场次数采集客户满意图像和客户不满意图像，采集不同所述客户身份的客户满意度，根据所述客户满意度大小删除不同客户的客户满意图像或客户不满意图像。

9.如权利要求1所述一种基于图像金字塔匹配后验的客户满意度判别方法，其特征在于，还包括如下步骤：当所述客户满意度较高时，删除所述客户身份的客户不满意图像；当所述客户满意度较低时，删除所述客户身份的客户满意图像；当所述客户满意度中等时，删除所述客户身份的客户满意图像超出或少于客户不满意图像的部分。

10.一种客户满意度判别装置，其特征在于，包括：存储器，用于存储一个或多个程序；处理器；当所述一个或多个程序被所述处理器执行时，实现如权利要求1-9中任一项所述判别方法。