基于微表情的用户心理分析方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种基于微表情的用户心理分析方法，应用于人工智能技术领域，用于提高基于微表情对用户的心理进行分析的分析结果的准确性。本发明专利技术提供的方法包括：获取待识别的视频；从该视频中抽取包含有人像画面的帧图像；通过预先训练好的微表情识别模型对该帧图像进行识别，当该帧图像中包含微表情时，输出对应帧图像中包含的时序子表情；将该时序子表情中排在第一位的子表情作为根节点匹配对应的决策树；将该时序子表情中剩余的子表情按照对应子表情的时序排位在该决策树中依次进行匹配；当排在最末位的子表情与该决策树中的叶子节点匹配成功时，将对应叶子节点表示的心理状态确定为被检测人员的心理状态。状态确定为被检测人员的心理状态。状态确定为被检测人员的心理状态。

【技术实现步骤摘要】
基于微表情的用户心理分析方法、装置、设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及基于微表情的用户心理分析方法、装置、计算机设备及存储介质。

技术介绍

[0002]微表情识别是人工智能领域的重要领域，微表情对于人类来说这是一种与生俱来的一种神态，是我们无法自控的，对于专业人士来说，微表情就是我们内心的真实写照，真实反应我们自己的内心最真实的想法，对于人工智能来说，微表情识别是人脸识别的一个新的进展，当前各大巨头都在着手研究微表情识别，人生气、高兴、惊讶、说谎都会产生微表情的变化，通过对这些细微表情的变化数据进行提前分析，能快速识别推测出人的内心的真实想法，在公安领域有着很大的应用，能够帮助公安部门更好的进行审讯，检测被监控人的心理活动。
[0003]目前对于微表情的研究，已经出现了一些微表情的识别模型，但是目前的微表情识别模型是基于无监督学习得到，在学习和识别的过程中出现错误识别时，用户无法得知，只能看到分析的结果，导致微表情识别模型的识别结果不够准确，最终导致对相应用户的心理分析结果也不准确。
专利技术内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于微表情的用户心理分析方法，其特征在于，包括：获取待识别的视频；从待识别的所述视频中抽取包含有人像画面的至少一个帧图像；通过预先训练好的微表情识别模型对所述帧图像进行识别，当所述帧图像中包含微表情时，输出对应帧图像中包含的对应微表情的时序子表情；将所述时序子表情中排在第一位的子表情作为根节点，根据所述根节点匹配对应的决策树，所述决策树的根节点及中间节点表示表情，所述决策树的叶子节点表示心理状态；将所述时序子表情中剩余的子表情按照对应子表情的时序排位在所述决策树中依次进行匹配；当排在最末位的子表情与所述决策树中的叶子节点匹配成功时，将对应叶子节点表示的心理状态确定为所述视频中被检测人员的心理状态。2.根据权利要求1所述的基于微表情的用户心理分析方法，其特征在于，所述从待识别的所述视频中抽取包含有人像画面的至少一个帧图像的步骤具体包括：识别所述视频中是否包含有人体姿态动画，若是，则截取包含有人体姿态动画的第二视频片段；获取所述第二视频片段中的至少一个所述帧图像。3.根据权利要求1所述的基于微表情的用户心理分析方法，其特征在于，所述从待识别的所述视频中抽取包含有人像画面的至少一个帧图像的步骤具体包括：识别所述帧图像中是否包含有人脸区域，若是，则抽取对应的帧图像。4.根据权利要求1所述的基于微表情的用户心理分析方法，其特征在于，在所述输出对应帧图像中包含的对应微表情的时序子表情的步骤之后，所述方法还包括：检测所述微表情是否发生在面部区域；当对应帧图像中包含的所述微表情发生在面部区域时，截取所述面部区域；对截取的所述面部区域进行放大处理；输出包括放大后的所述面部区域的对应帧图像。5.根据权利要求4所述的基于微表情的用户心理分析方法，其特征在于，在所述对截取的所述面部区域进行放大处理的步骤之后，所述方法还包括：从所述待识别的视频中截取所述面部区域发生微表情的第三视频片段；同时输出放大后的所述面部区域的对应帧图像和所述第三视频片段。6.根据权利要求1所述的基于微表情的用户心理分析方法，其特征在于，训练所述微表情识别模型的步骤包括：抽取携带有样本标签的样本图片，所述样本标签表示所述样本图片中是否包...

【专利技术属性】
技术研发人员：臧家琪，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：