基于听众微表情的听讲评价方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种基于听众微表情的听讲评价方法、装置、计算机设备及存储介质，该基于听众微表情的听讲评价方法包括：因为针对听讲活动中的每一个听众，从采集到的听众的面部图片中提取出的听众的微表情属于听众内心的真实状态，所以确定出与微表情对应的预设的情绪状态也属于听众内心的真实情绪状态，接下来确定出与听众的情绪状态对应的各个第一评价分值，再接下来计算听众的第一总评价分值，最后根据所有听众的第一总评价分值确定听讲活动的活动评价分值，因此这种评分方式更加体现听众对听讲活动的真实评价，不会受到听众主观性等原因的影响，更好地了解听讲活动的效果，无疑提高了统计听众对听讲活动的评价的准确性。

【技术实现步骤摘要】
基于听众微表情的听讲评价方法、装置、设备及介质
本专利技术涉及电子科技领域，尤其涉及一种基于听众微表情的听讲评价方法、装置、计算机设备及存储介质。
技术介绍
在当今高速发展的时代，人越来越注重知识的学习，特别是专业知识的学习。目前，越来越多的人通过参加听讲活动的方式来获取新的知识，所述听讲活动可以为演讲会或培训等，相应地，讲说者也越来越重视听讲活动带给听众的效果。在听讲活动过程中或听讲活动结束后，讲说者们大多希望知道听众对其讲说的真实评价，以便用于提高讲说的质量。为此，现在大多听讲活动安排工作人员向听众发放关于讲说评价的调查问卷，通过收集调查问卷的方式获知听众对讲说者讲说效果的评价。然而，由于听众的主观性等原因往往难以通过调查问卷上的问题来获取到听众的真实评价，导致统计听众对听讲活动的评价的准确性较低。
技术实现思路
本专利技术实施例提供一种基于听众微表情的听讲评价方法、装置、计算机设备及存储介质，以解决听讲活动的评价的准确性较低的问题。一种基于听众微表情的听讲评价方法，包括：针对听讲活动中的每一个听众，从在听讲活动的时间段内采集到的所述听众的各张面部图片中提取出所述听众的各个微表情；针本文档来自技高网...

【技术保护点】
1.一种基于听众微表情的听讲评价方法，其特征在于，所述基于听众微表情的听讲评价方法包括：针对听讲活动中的每一个听众，从在听讲活动的时间段内采集到的所述听众的各张面部图片中提取出所述听众的各个微表情；针对所述听讲活动中的每一个听众，根据预设的情绪状态对应关系分别确定出与各个所述微表情对应的各个情绪状态，所述预设的情绪状态对应关系记录了微表情与预设的情绪状态的对应关系；针对所述听讲活动中的每一个听众，根据预设的第一评分规则分别确定出与所述听众的各个预设的情绪状态对应的各个第一评价分值，所述预设的第一评分规则记录了预设的情绪状态与第一评价分值的对应关系；针对所述听讲活动中的每一个听众，计算所述各个第...

【技术特征摘要】
1.一种基于听众微表情的听讲评价方法，其特征在于，所述基于听众微表情的听讲评价方法包括：针对听讲活动中的每一个听众，从在听讲活动的时间段内采集到的所述听众的各张面部图片中提取出所述听众的各个微表情；针对所述听讲活动中的每一个听众，根据预设的情绪状态对应关系分别确定出与各个所述微表情对应的各个情绪状态，所述预设的情绪状态对应关系记录了微表情与预设的情绪状态的对应关系；针对所述听讲活动中的每一个听众，根据预设的第一评分规则分别确定出与所述听众的各个预设的情绪状态对应的各个第一评价分值，所述预设的第一评分规则记录了预设的情绪状态与第一评价分值的对应关系；针对所述听讲活动中的每一个听众，计算所述各个第一评价分值之和，得到所述听众的第一总评价分值；在得到所述听讲活动中所有听众的第一总评价分值之后，根据所有听众各自的第一总评价分值确定所述听讲活动的活动评价分值。2.如权利要求1所述的基于听众微表情的听讲评价方法，其特征在于，所述针对所述听讲活动中的每一个听众，根据预设的情绪状态对应关系分别确定出与各个所述微表情对应的各个预设的情绪状态包括：针对所述听讲活动中的每一个听众的每一个微表情，提取所述每一个微表情的各个动作单元；针对所述听讲活动中的每一个听众的每一个微表情，按照预设的微表情评分规则获取与所述各个动作单元对应的各个情绪值，所述预设的微表情评分规则记录了动作单元与情绪值的对应关系；针对所述听讲活动中的每一个听众的每一个微表情，计算所述各个情绪值之和，得到所述每一个微表情的总情绪值；针对所述听讲活动中的每一个听众，在得到所述听众的所有微表情的各个总情绪值之后，确定所述听众的每个微表情的总情绪值落入预设的情绪状态规则中预设的阈值区间；针对所述听讲活动中的每一个听众，将所述各个预设的阈值区间的预设的情绪状态分别确定为各个所述微表情对应的各个预设的情绪状态，所述预设的情绪状态规则记录了预设的阈值区间与预设的情绪状态的对应关系。3.如权利要求1所述的基于听众微表情的听讲评价方法，其特征在于，针对所述听讲活动中的每一个听众，在听讲活动的时间段内采集所述听众的动作的各张动作图片，在所述根据所有听众各自的第一总评价分值确定所述听讲活动的活动评价分值之前，所述基于听众微表情的听讲评价方法还包括：针对所述听讲活动中的每一个听众，对所述听众的各个动作的各张动作图片进行筛选，得到所述听众的各个目标评分动作的各张目标评分动作图片；针对所述听讲活动中的每一个听众，根据预设的第二评分规则分别确定出与所述各张目标评分动作图片中所述听众的各个目标评分动作对应的各个第二评价分值，所述预设的第二评分规则记录了目标评分动作与第二评价分值的对应关系；针对所述听讲活动中的每一个听众，计算所述各个第二评价分值之和，得到所述听众的第二总评价分值；在得到所述听讲活动中所有听众的第二总评价分值之后，所述根据所有听众各自的第一总评价分值确定所述听讲活动的活动评价分值具体为：根据所述所有听众各自的第一总评价分值和第二总评价分值确定所述听讲活动的活动评价分值。4.如权利要求1所述的基于听众微表情的听讲评价方法，其特征在于，所述针对听讲活动中的每一个听众，从在听讲活动的时间段内采集到的所述听众的各张面部图片中提取出所述听众的各个微表情包括：针对听讲活动中的每一个听众，将在听讲活动的时间段内采集到的所述听众的各张面部图片作为输入投入至预先训练好的深度学习模型，得到各个第一输出结果作为所述听众的各个微表情，其中，所述深度学习模型是由预设的听众的面部图片和预设的听众的微表情作为样本训练得到的，面部图片与第一输出结果存在一一对应关系；所述深度学习模型通过以下步骤预先训练得到：将所述预设的听众的面部图片和所述预设的听众的微表情确定为样本；将所述预设的听众的面部图片作为输入投入至所述深度学习模型，得到第二输出结果；调整所述深度学习模型的隐层参数，以最小化所述第二输出结果与所述预设的听众的微表情的误差；若所述误差满足预设条件，...

【专利技术属性】
技术研发人员：刘胜坤，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44