基于深度循环神经网络的服务质量评价方法及其装置制造方法及图纸

本申请公开了一种基于深度循环神经网络的服务质量评价方法及其装置，通过客户端获取记录服务过程的视频信息，将视频信息的每一帧输入至训练好的人体目标检测跟踪网络中，实现对视频信息中的人体进行了检测和识别，并提取出与人体特征有关的特征图，将所述特征图输入至预先训练好的深度循环神级网络中，通过语义分割能够获取人体行为和面部表情等语义信息，再将所述语义信息通过LSTM网络获取每一帧的单帧评价值，通过求平均值的方式获取服务质量评价值，能够在客户服务完成后立刻获取对应的视频信息，通过用户的面部表情和人体行为获取用户评价，及时有效地获取服务质量评价。

【技术实现步骤摘要】
基于深度循环神经网络的服务质量评价方法及其装置
本申请涉及数据处理
，特别是基于深度循环神经网络的服务质量评价方法及其装置。
技术介绍
对于服务行业和政府服务机构而言，客户的评价是服务质量最直观的体现，是提升和改进服务水平的重要依据。为了获取客户的评价，传统的方式主要是人工问卷调查、员工观察反馈等，但是消耗的人力较多，虽然市面上出现了很多种类的电子服务评价设备，解决了依赖人工的问题，但依然是在服务完成后由客户在电子设备中填写，因此采用现有的方法获取的服务质量的评价比较滞后，参考价值较低。
技术实现思路
为了克服现有技术的不足，本申请的目的在于提供一种基于深度循环神经网络的服务质量评价方法及其装置，能够及时有效地获取服务质量的评价。本申请解决其问题所采用的技术方案是：第一方面，本申请提供了一种基于深度循环神经网络的服务质量评价方法，包括以下步骤：客户端获取记录服务过程的视频信息,将所述视频信息的一帧输入至预先训练好的人体目标检测跟踪网络，获取输出的特征图；所述客户端将所述特征图输入至训练好的深度循本文档来自技高网...

【技术保护点】
1.一种基于深度循环神经网络的服务质量评价方法，其特征在于，包括以下步骤：/n客户端获取记录服务过程的视频信息,将所述视频信息的一帧输入至预先训练好的人体目标检测跟踪网络，获取输出的特征图；/n所述客户端将所述特征图输入至训练好的深度循环神经网络中，通过语义分割获取语义信息，并将所述语义信息输入至预先训练好的LSTM网络，获取单帧评价值；/n所述客户端获取所述视频信息的所有帧所对应的所述单帧评价值，通过计算平均值得出服务质量评价值。/n

【技术特征摘要】
1.一种基于深度循环神经网络的服务质量评价方法，其特征在于，包括以下步骤：
客户端获取记录服务过程的视频信息,将所述视频信息的一帧输入至预先训练好的人体目标检测跟踪网络，获取输出的特征图；
所述客户端将所述特征图输入至训练好的深度循环神经网络中，通过语义分割获取语义信息，并将所述语义信息输入至预先训练好的LSTM网络，获取单帧评价值；
所述客户端获取所述视频信息的所有帧所对应的所述单帧评价值，通过计算平均值得出服务质量评价值。


2.根据权利要求1所述的一种基于深度循环神经网络的服务质量评价方法，其特征在于，所述获取输出的特征图后，还包括以下步骤：所述客户端获取当前帧通过所述人体目标检测跟踪网络输出的四维坐标；
所述客户端根据所述四维坐标在所述特征图中截取特征子图，若截取失败，则将所述当前帧舍弃，若成功截取到至少一个特征子图，保留所述当前帧。


3.根据权利要求2所述的一种基于深度循环神经网络的服务质量评价方法，其特征在于,还包括：若成功截取的所述特征子图的数量大于2，所述客户端对所述当前帧的所有所述特征子图进行ROI-Pooling处理，以使所有的所述特征子图的尺寸一致。


4.根据权利要求1所述的一种基于深度循环神经网络的服务质量评价方法，其特征在于：所述语义信息包括人体行为和面部表情。


5.根据权利要求1所述的一种基于深度循环神经网络的服务质量评价方法，其特征在于，所述单帧评价值的获取具体包括以下步骤：
所述客户端获取所述LSTM网络经过softmax非线性函数映射后输出的两个概率值；
所述客户端将...

【专利技术属性】
技术研发人员：翟懿奎，蓝天，张秋仁，邓文博，徐颖，应自炉，朱翠娥，麦超云，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44