[发明专利]基于循环神经网络的人物性格分析方法、装置及存储介质在审
申请号: | 201711061207.X | 申请日: | 2017-11-02 |
公开(公告)号: | CN108038414A | 公开(公告)日: | 2018-05-15 |
发明(设计)人: | 陈林 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 于志光;郭梦霞 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于循环神经网络的人物性格分析方法、装置及计算机可读存储介质。该方法包括以下步骤:收集样本视频并标注性格类型;提取样本视频图像序列的特征向量;构建以Softmax分类器为输出层的循环神经网络模型;用所述特征向量及性格类型标注训练循环神经网络模型,优化训练参数,得到人物性格分析模型;采集待分析对象的面部视频并提取该视频图像序列的特征向量;将提取的特征向量输入人物性格分析模型,得到待分析对象对应每种性格类型的概率值,取概率值最大的性格类型作为该待分析对象的性格类型。利用本发明,可以客观分析人物的性格。 | ||
搜索关键词: | 基于 循环 神经网络 人物性格 分析 方法 装置 存储 介质 | ||
【主权项】:
1.一种基于循环神经网络的人物性格分析方法,其特征在于,该方法包括:样本准备步骤:收集不同性格类型人物的预定时长的面部视频作为样本,为每个样本标注一个性格类型;样本特征提取步骤:提取每个样本的图像序列的特征向量;模型构建步骤:构建以Softmax分类器为输出层的循环神经网络模型;模型训练步骤:定义Softmax损失函数,以各样本的性格标注及图像序列的特征向量为样本数据,对所述循环神经网络模型进行训练,输出各样本对应每种性格类型的概率值,每次训练更新该循环神经网络模型的训练参数,以使所述Softmax损失函数最小化的训练参数作为最终参数,得到人物性格分析模型;及模型应用步骤:采集待分析对象的预定时长的面部视频,利用所述人物性格分析模型分析该待分析对象的该面部视频,得到该待分析对象对应每种性格类型的概率值,取概率值最大的性格类型作为该待分析对象的性格类型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711061207.X/,转载请声明来源钻瓜专利网。