情绪评分确定模型构建和情绪评分确定方法技术

本发明专利技术涉及计算机视觉技术领域，公开了情绪评分确定模型构建和情绪评分确定方法

【技术实现步骤摘要】
情绪评分确定模型构建和情绪评分确定方法、装置及设备


[0001]本专利技术涉及计算机视觉
，具体涉及情绪评分确定模型构建和情绪评分确定方法
、
装置及设备
。

技术介绍

[0002]中医七情量表是用于评估个体情绪状态的一种工具，它基于中医情志学的理论，将情绪分为七种基本情绪，包括喜
、
怒
、
忧
、
思
、
悲
、
恐
、
惊
。
这些量表的使用，可以帮助医生或研究者了解个体的情绪状态和情绪剧烈程度
。
对于个体来说，参与评估可以增加对自身情绪的认识，并帮助个体调整情绪状态
。
[0003]目前，利用中医七情量表进行情绪评分时，一般是基于人工方式填写情绪量表，对填写的情绪量表进行分析，确定参与者的情绪种类以及评分
。
然而，基于量表确定测试者情绪评分的方式存在以下缺陷：量表依赖于参与者的主观回答，由于参与者可能存在回答偏差
、<br/>记忆失真或社本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种情绪评分确定模型构建方法，其特征在于，所述方法包括：获取多个情绪样本图像；按照第一分类方式对所述多个情绪样本图像进行分类，得到多个集合，其中，同一个集合中的各情绪样本图像对应相同的第一类别标签；确定各集合中各情绪样本图像的第一类别评分；在各集合中，按照第二分类方式对集合中的各情绪样本图像进行分类，得到多个子集，其中，一个集合对应多个子集，同一个子集中的各情绪样本图像对应相同的第二类别标签；确定子集中各情绪样本图像分别对应的第二类别评分；根据各子集中的情绪样本图像分别对应的第二类别评分和第一类别评分构建情绪评分确定模型，所述情绪评分确定模型用于表征各第一类别标签评分分别与每个第二类别标签评分之间的关联关系
。2.
根据权利要求1所述的方法，其特征在于，根据各子集中的情绪样本图像分别对应的第二类别评分和第一类别评分构建情绪评分确定模型的步骤，包括：基于各子集中情绪样本图像的第二类别评分以及第一类别标签评分确定对应子集的第一类别评分序列以及第二类别评分序列；计算各子集对应第一类别评分序列与第二类别评分序列之间的皮尔逊系数；基于所述各子集对应第一类别评分序列与第二类别评分序列之间的皮尔逊系数，构建所述情绪评分确定模型
。3.
根据权利要求1所述的方法，其特征在于，按照第一分类方式对所述多个情绪样本图像进行分类，得到多个集合的步骤，包括：将所述多个情绪样本图像输入到预设情绪分析模型中，使得所述预设情绪分析模型输出每个情绪样本图像的第一类别标签；基于所述每个情绪样本图像的第一类别标签确定多个集合
。4.
根据权利要求1所述的方法，其特征在于，在各集合中，按照第二分类方式对集合中的各情绪样本图像进行分类，得到多个子集以及所述子集中各图像分别对应的第二类别评分的步骤，包括：识别所述集合中各情绪样本图像的标注信息；基于所述集合中各情绪样本图像的标注信息确定对应集合中各情绪样本图像的第二类别标签；基于所述集合中各情绪样本图像的第二类别标签确定各集合中的多个子集
。5.
一种情绪评分确定方法，其特征在于，所述方法还包括：获取目标测试者的多个待分析情绪图像；按照第一分类方式对所述多个待分析情绪图像进行处理，得到每个待分析图像的第一类别标签和评分；将每个待分析图像的第一类别标签和评分输入情绪评分确定模型中，使得所述情绪评分确定模型输出不同待分析图像分别对应各第二类别标签的评分，所述情绪评分确定模型通过如权利要求1至4任一项所述的情绪评分确定模型构建方法构建得到；基于不同待分析图像分别对应各第二类别标签的评分确定目标测试者的情绪评分
。6.
根据权利要求5所述的方法，其特征在于，所述获取目标测试者的多个待分析情绪图
像的步骤，包括：获取目标测试者的人脸视觉图像视频；将所述目标人脸视觉图像视频逐帧拆分，得到所述多个待分析情绪图像
。7.
根据权利要求5所述的方法，其特征在于，基于不同待分析图像分别对应各第二类别标签的评分确定目标测试者的情绪评分的步骤，包括：基于不同待分析图像分别对应各第二类别标签的评分确定每个第二类别标签的分布概率；基于所述每个第二类别标签的分布概率确定所述目标测试者的情绪评分
。8.
一种情绪评分确定模型构建装置，其特征在于，所述装置包括：第一获取模块，用于获取多个情绪样本图像；第一分类模块，用于按照第一分类方式对所述多个情绪样本图像进行分类，得到多个集...

【专利技术属性】
技术研发人员：罗智勇，
申请(专利权)人：北京谛视科技有限公司，
类型：发明
国别省市：