【技术实现步骤摘要】
基于眼睛凝视热力图的人格预测方法
本专利技术涉及测试领域，尤其涉及一种基于眼睛凝视热力图的人格预测方法。
技术介绍
专利申请号为201810395841.5、201810395844.9的两项专利公开了基于皮肤电阻或脉搏等生理特征进行人格预测的方案。但是，皮肤电阻、脉搏等生理特征需要使用接触式的传感器，部署成本较高，限制了其适用范围。如何提供更多的人格预测方法是当前需要解决的技术问题。
技术实现思路
本专利技术实施例提供一种基于眼睛凝视热力图的人格预测方法，能够实现基于眼睛凝视热力图进行人格预测。本专利技术实施例采用如下技术方案：一种基于眼睛凝视热力图的人格预测方法，包括：获取被测试人观看刺激视频时的面部活动视频；根据所述面部活动视频，确定所述被测试人眼睛凝视热力图；从所述眼睛凝视热力图提取特征；将从所述眼睛凝视热力图提取的特征，应用预先训练后的人格预测模型，得出所述被测试人的人格预测值。本专利技术实施例提供的基于眼睛凝视热力图的人格预测方法，获取被测试人观看刺激视频时的面部活动视频，根据面部活动视频，确定被测试人眼睛凝视热力图，从眼睛凝视热力图提取特征，将从眼睛凝视...
【技术保护点】
1.一种基于眼睛凝视热力图的人格预测方法，其特征在于，包括：获取被测试人观看刺激视频时的面部活动视频；根据所述面部活动视频，确定所述被测试人眼睛凝视热力图；从所述眼睛凝视热力图提取特征；将从所述眼睛凝视热力图提取的特征，应用预先训练后的人格预测模型，得出所述被测试人的人格预测值。
【技术特征摘要】
1.一种基于眼睛凝视热力图的人格预测方法，其特征在于，包括：获取被测试人观看刺激视频时的面部活动视频；根据所述面部活动视频，确定所述被测试人眼睛凝视热力图；从所述眼睛凝视热力图提取特征；将从所述眼睛凝视热力图提取的特征，应用预先训练后的人格预测模型，得出所述被测试人的人格预测值。2.根据权利要求1所述的方法，其特征在于，所述根据所述面部活动视频，确定所述被测试人眼睛凝视热力图包括：根据所述面部活动视频，应用预先存储的深度学习模型，得出所述被测试人眼睛凝视点分布图；根据所述眼睛凝视点分布图，得到所述眼睛凝视热力图。3.根据权利要求1或2所述的方法，其特征在于，所述从所述眼睛凝视热力图提取特征之后，还包括：获取所述被测试人观看所述刺激视频的情感特征及人格特征；根据从所述眼睛凝视热力图提取的特征及所述情感特征，得出包含六种情感的情感预测模型；根据所述人格特征及所述六种情感，得到所述训练后的人格预测模型。4.根据权利要求2所述的方法，其特征在于，所述根据所述面部活动视频，应用预先存储的深度学习模型，得出所述被测试人眼睛凝视点分布图包括：应用所述深度学习模型对所述面部活动视频进行处理，所述面部活动视频的每一帧得到一组数据，每组数据包括拍摄所述面部活动视频的摄像头与所述被测试人面部的相对坐标(Dx，Dy，Dz)，以及所述被测试人眼睛凝视角度的空间向量(x，y，z)，；其中，Dx，Dy，Dz分别表示所述被测试人面部与所述摄像头在X、Y、Z轴上的相对距离，所述空间向量(x，y，z)表示一个相对于所述摄像头平面的三维向量；获取所述被测试人眼睛所注视到所述摄像头所在平面的位置坐标使用坐标公式计算得到所述面部活动视频的每一帧所述被测试人眼睛所注视到所述摄像头所在平面的位置坐标，从而得出所述被测试人眼睛凝视点分布图。5.根据权利要求2或4所述的方法，其特征在于，所述根据所述眼睛凝视点分布图，得到所述眼睛凝视热力图包括：将所述眼睛凝视点分布图中凝视点的坐标值调整为-1～1范围内；采用向下取整的方法将各凝视点离散化到一个二维数组，得到所述眼睛凝视热力图，所述二维数组大小为n*n，n的值选取到内。6...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。