一种满意度测评方法，装置及存储设备制造方法及图纸

本发明专利技术提供了一种满意度的服务评价方法，装置及存储设备，可通过用户表情图片判断用户的情感倾向，为实际业务提供满意度评价方法，包括采用WGAN网络根据现有的表情图片生成无表情的标准图，以构成待训练的无表情标准图集；提取无表情标准图的敏感区域的坐标点，分别计算坐标点与中心点连线的第一角度值；提取待测评表情图片的敏感区域的坐标点，分别计算坐标点与中心点连线的第二角度值；计算无表情标准图的第一角度值和待测评表情图片的第二角度值的差值，生成表情形变参数；根据表情形变参数的权重训练支持向量机，得到满意或不满意的分类结果。

【技术实现步骤摘要】
一种满意度测评方法，装置及存储设备
本专利技术涉及电子政务
，具体涉及一种满意度测评方法，装置及存储设备。
技术介绍
现有表情分类准确率高的实时性差，分类速度较慢；且很多领域的应用落地上，对于7种表情分类的依赖性不强，高兴、恐惧、悲伤、厌恶、生气、中性、惊讶，在很多场景的应用中终究是为了得到正向/负向的意见，分7类增加了复杂度。而设计一种针对满意度分类的轻量级应用就显得很重要。
技术实现思路
本专利技术的目的是提供一种满意度测评方法，装置及存储设备，以便于判断用户表情的情感倾向，为实际业务提供评价方法。为了达到上述目的，本专利技术一方面提供一种满意度测评方法，包括：采用WGAN网络根据现有的表情图片生成无表情的标准图，以构成待训练的无表情标准图集；提取无表情标准图的敏感区域的坐标点，分别计算坐标点与中心点连线的第一角度值提取待测评表情图片的敏感区域的坐标点，分别计算坐标点与中心点连线的第二角度值；计算无表情标准图的第一角度值和待测评表情图片的第二角度值的差值，生成表情形变参数；<本文档来自技高网...

【技术保护点】
1.一种满意度测评方法，其特征在于，包括：/n采用WGAN网络根据现有的表情图片生成无表情的标准图，以构成待训练的无表情标准图集；/n提取无表情标准图的敏感区域的坐标点，分别计算坐标点与中心点连线的第一角度值；/n提取待测评表情图片的敏感区域的坐标点，分别计算坐标点与中心点连线的第二角度值；/n计算无表情标准图的第一角度值和待测评表情图片的第二角度值的差值，生成表情形变参数；/n根据表情形变参数的权重训练支持向量机，得到满意或不满意的分类结果。/n

【技术特征摘要】
1.一种满意度测评方法，其特征在于，包括：
采用WGAN网络根据现有的表情图片生成无表情的标准图，以构成待训练的无表情标准图集；
提取无表情标准图的敏感区域的坐标点，分别计算坐标点与中心点连线的第一角度值；
提取待测评表情图片的敏感区域的坐标点，分别计算坐标点与中心点连线的第二角度值；
计算无表情标准图的第一角度值和待测评表情图片的第二角度值的差值，生成表情形变参数；
根据表情形变参数的权重训练支持向量机，得到满意或不满意的分类结果。


2.如权利要求1所述的一种满意度测评方法，其特征在于，所述WGAN网络模型包括第一生成网络和第一判别网络，所述第一生成网络包括卷积层，空洞卷积层，批归一化层，平均池化层，lrelu激活层，relu激活层和残差块，所述第一判别网络包括5个卷积块。


3.如权利要求1所述的一种满意度测评方法，其特征在于，
所述无表情标准图和识别表情图片的敏感区域坐标点均为15个，包括每只眼睛的上下眼皮中心点，每条眉毛两端的端点，上下嘴唇的中心点，嘴角两端的端点，每只眼睛两端眼角的端点。


4.如权利要求3所述的一种满意度测评方法，其特征在于，
计算鼻子中心点与敏感区域坐标点之间连线的角度值，分别生成14个第一角度值(x1,x2,…,x14)和第二角度值(y1,y2,…,y14)。


...

【专利技术属性】
技术研发人员：张琦，高利华，钟吉刚，朱家健，
申请(专利权)人：上海卓繁信息技术股份有限公司，
类型：发明
国别省市：上海;31