[发明专利]一种基于人脸表情图像的信息推荐效果的评价方法及手机

摘要

本发明涉及一种基于人脸表情图像的信息推荐效果的评价方法及手机，该方法将推荐信息如图片、文字、视频、游戏等给用户阅读观看，采集用户阅读时的人脸表情图像，抽取人脸表情图像特征，采用人脸表情分类器判断用户当时的情感状况，将情感状态作为信息推荐的评价效果。本发明还公开了一种基于人脸表情图像的信息推荐效果评价手机，包括推荐信息阅读模块，人脸表情图像采集模块，人脸表情图像的特征向量构造模块，人脸表情分类模块，信息推荐效果评价模块，以及一个人脸表情训练样本数据库。本发明的效果是人脸表情采集更自然，评价更真实，使用更方便，可应用于改进广告投放方法，改进视频的推荐方法，改进游戏的设计策略等。

主权项

一种基于人脸表情图像的信息推荐效果的评价方法，其特征在于该方法包括以下步骤：(1)用户阅读推荐的信息；(2)按设定时间间隔采集用户阅读推荐信息时的人脸表情图像，得到多幅人脸表情图像；(3)抽取每幅人脸表情图像的情感特征，构造特征向量；(4)利用人脸表情分类模型预测每幅入脸表情图像的情感状态；(5)将预测的用户的各类情感状态的统计值作为推荐效果的评价；用户阅读推荐信息期间，将获得多幅人脸情感图像及对应的情感状态类别，统计每类情感状态类别的次数，然后将各个情感状态类别的统计次数作为推荐效果的评价值；其中，人脸情感分类模型的获取过程包含以下步骤：①采集N个人脸表情图像及其对应的情感类别；②抽取每个人脸表情图像的特征向量；③构造训练数据，以人脸表情图像的特征向量为输入，其对应的情感类别为输出，构成训练样本集合；④采用训练样本集合，学习人脸情感分类模型；⑤以10倍交叉验证方式选择支持向量机的合适参数，进而获得对应的支持向量机人脸表情分类模型。