一种表情识别在大数据分析的应用方法及系统技术方案

本发明专利技术提供了一种表情识别在大数据分析的应用方法及系统，包括，记录大量用户在阅读的过程出现的表情信息，并记录出现表情信息的位置和表情的类别，在有需要的时候，根据筛选条件，在记录的用户表情和阅读内容的数据中，统计出符合筛选条件的结果，解决了通过互联网大数据统计方式，将样本推往无限，对反馈数据做分析，以得到准确有效分析结果的目的。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种表情识别在大数据分析的应用方法及系统，包括，记录大量用户在阅读的过程出现的表情信息，并记录出现表情信息的位置和表情的类别，在有需要的时候，根据筛选条件，在记录的用户表情和阅读内容的数据中，统计出符合筛选条件的结果，解决了通过互联网大数据统计方式，将样本推往无限，对反馈数据做分析，以得到准确有效分析结果的目的。【专利说明】一种表情识别在大数据分析的应用方法及系统
本专利技术属于生物识别
，特别涉及一种表情识别在大数据分析中的应用。
技术介绍
随着计算机技术和人工智能技术及其相关学科的迅猛发展，整个社会的自动化程 度不断提高，人们对类似于人和人交流方式的人机交互的需求日益强烈。计算机和机器人 如果能够像人类那样具有理解和表达情感的能力，将从根本上改变人与计算机之间的关 系，使计算机能够更好地为人类服务。表情识别是情感理解的基础，是计算机理解人们情感 的前提，也是人们探索和理解智能的有效途径。如果实现计算机对人脸表情的理解与识别 将从根本上改变人与计算机的关系，这将对未来人机交互领域产生重大的意义。 人类主要依赖视觉、听觉、触觉获得信息，并将信息经过大脑的加工后再将对外界 产生反应，产生的反应可以是肢体动作也可以是情绪，情绪一般以脸部表情的形式表现，脸 部表情识别技术就是通过分析特定人的脸部表情及变化，进而确定其内心情绪或思想活 动。而至少有80%以上的外界信息经是通过视觉获得，因此视觉是人类最重要的感觉。 美国心理学家保罗?艾克曼定义了六种最基本的表情:惊奇、恐惧、厌恶、愤怒、高 兴、悲伤，人类所有的情绪表情都是由这几种表情经过复杂的融合而产生的，而表情及其变 化又相当复杂，例如：恐惧的情绪可能同时伴随着悲伤、生气、厌恶等等，因而几种单一的表 情相互组和可以产生出非常丰富的情绪，最为经常的是恐惧和惊奇的混和表现，即惊恐的 表情，本专利技术为了论述方便，先从保罗?艾克曼定义的六种最基本情绪开始，下表给出了单 一表情的表现与结构特点。 【权利要求】1. 一种表情识别在大数据分析的应用方法，其特征在于，包括 1) 在用户阅读的过程中，每隔一段时间获取用户的表情； 2) 当获得所述用户的表情时，存储当前的表情数据，所述表情数据包括表情类别、读 物、阅读位置； 3) 当获得大量用户的表情数据后，将步骤2)中存储的表情数据，进行整理后存储到表 情分析数据中，所述表情分析数据包括：表情类别、读物、阅读位置、人数； 4) 在所述表情分析数据中，筛选出符合条件的数据； 5) 从所述筛选的符合条件的数据中，根据所述读物以及阅读位置，得到相应的阅读内 容，并将所述符合条件的数据、阅读内容存储到统计分析数据中，所述统计分析数据包括： 表情类别、读物、阅读内容、人数； 6) 输出统计分析结果。2. 根据权利要求1所述的一种表情识别在大数据分析的应用方法，其特征在于，所述 步骤4)中的所述筛选条件包括：全部数据、平均值数据、自定义数据， 所述的全部数据包括：所述表情分析数据中所有的数据； 所述平均值数据包括：所述人数为总人数一半以上的数据； 所述自定义数据包括：所述人数为自定义值； 优选的，所述自定义值包括：77%、80%、100% ; 优选的，所述表情数据、所述表情分析数据和所述统计分析数据还包括读物类型。3. 根据权利要求1或2所述的一种表情识别在大数据分析的应用方法，其特征在于，所 述读物类型包括电子书，所述阅读位置为电子书的页码，所述阅读内容为所述页码对应的 所有内容和/或是针对所述页码对应阅读内容的描述。4. 根据权利要求1或2所述的一种表情识别在大数据分析的应用方法，其特征在于，所 述读物类型还包括视频、音频，在所述步骤2)和步骤3)之间还包括： a) 当获得所述用户的表情后，继续读取所述用户表情，直到所述用户的所述表情停止， 存储当前的表情数据； 优选的，所述表情数据还包括：表情标记，在所述步骤2)中，所述的表情标记值为"开 始";在所述步骤a)中所述的表情标记值为"结束"； 优选的，所述步骤3)中对所述表情数据的整理方法为： b) 在所述表情数据中还包括表情持续时间，所述的表情持续时间为：同一个用户的所 述表情标记为"开始"的阅读位置和表情标记为"结束"的阅读位置，之间的一段时间； c) 当获得大量用户的表情数据后，将所述表情数据中相同读物、具有相同表情类型并 且表情持续时间有重叠的所有数据进行统计，并存储到所述表情分析数据中， 所述表情分析数据的表情类别对应为所述表情数据中的表情类别； 所述表情分析数据的读物对应为所述表情数据中的读物； 所述表情分析数据的阅读位置对应为所述表情数据中的表情持续时间； 所述表情分析数据的人数对应为所述表情数据中表情持续时间重叠的所有的用户数 量； 优选的，所述表情分析数据还包括最多用户出现表情的位置为所述表情持续时间重叠 的时间段。5. 根据权利要求1-4所述的任意一种表情识别在大数据分析的应用方法，其特征在 于，还包括表情识别的过程： 1) 先建立一个表情特征库，所述的表情特征库包括大量用户脸部表情，以及所述表情 对应的表情特征；所述表情特征包括：眼部特征和嘴部特征； 2) 在用户阅读时，通过图像采集设备实时取得用户的脸部图像； 3) 将取得的脸部图像进行特征提取，所述的特征提取包括：提取眼部特征和提取嘴部 特征； 4) 根据所述用户的眼部特征、嘴部特征，在所述表情特征库中查找与所述眼部特征和 嘴部特征对应的表情类别； 优选的，所述步骤2)中取得用户的脸部图像包括：判断所述图像采集设备得到的图像 信息中脸部图像所在的位置，并为脸部图像建立脸部模型； 优选的，还包括将所述表情数据或所述统计结果以第三方软件格式导出，所述第三方 软件格式包括：文本格式、word格式、excel格式、SQL文本； 优选的，所述表情类别为:惊奇、高兴、恐惧、悲伤、愤怒、厌恶、中性。6. -种表情识别在大数据分析的应用系统，其特征在于，包括：图像采集模块、表情识 别模块、表情过程记录模块和大数据分析模块， 所述图像采集模块：用于在用户阅读的过程中，连续采集图像信息； 所述表情识别模块：用于从所述图像采集模块得到的图像信息进行分析，并进一步判 断该图像信息中脸部图像所在的位置，为脸部图像建立脸部模型，然后提取并分析能够表 征表情特征的本质信息，确定表情类别； 所述表情过程记录模块，当所述表情识别模块获得用户表情时，将信息存储在表情数 据中，并将表情数据上传至所述大数据分析模块；所述表情数据包括表情类别、读物、阅读 位置； 所述大数据分析模块，针对统计分析条件，在大量的表情数据中进行统计，并输出统 计分析结果；所述大数据分析模块包括：表情分析数据和统计分析数据；所述表情分析数 据包括：表情类别、读物、阅读位置、人数；所述统计分析数据包括：表情类别、读物、阅读内 容、人数。7. 根据权利要求6所述的一种表情识别在大数据分析的应用系统，其特征在于，所述 表情数据、所述表情分析数据和所述统计分析数据还包括读物类型； 所述表情记录模块包括：记录表情和表情发生时内容位置、生成数据本文档来自技高网...

【技术保护点】
一种表情识别在大数据分析的应用方法，其特征在于，包括1)在用户阅读的过程中，每隔一段时间获取用户的表情；2)当获得所述用户的表情时，存储当前的表情数据，所述表情数据包括表情类别、读物、阅读位置；3)当获得大量用户的表情数据后，将步骤2)中存储的表情数据，进行整理后存储到表情分析数据中，所述表情分析数据包括：表情类别、读物、阅读位置、人数；4)在所述表情分析数据中，筛选出符合条件的数据；5)从所述筛选的符合条件的数据中，根据所述读物以及阅读位置，得到相应的阅读内容，并将所述符合条件的数据、阅读内容存储到统计分析数据中，所述统计分析数据包括：表情类别、读物、阅读内容、人数；6)输出统计分析结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢灿豪，周济济，
申请(专利权)人：姜羚，
类型：发明
国别省市：北京;11