【技术实现步骤摘要】
本专利技术涉及人脸表情识别，具体为一种自动评价个人表情真实性的方法。
技术介绍
1、在对视频中人物表演的真实性进行评价时，着重点一般都是在对人物的个人表情的真实进行评价，如果其个人表情表演的真实，那么其人物表演就较为真实；基于人脸表情识别的个人表情评价方法，一般需要标注视频，训练数据，存在投入比较多，但视频中有效信息少、每种类型的视频需要单独的训练，且存在识别精度不高的问题。
2、现有对影视频中人物个人表情表演真实性的判定一般都是通过工作人员进行人工评价，这样，则存在工作人员标注视频的工作量较大，而且，人工标注评价，存在人工判定的标准不一，容易受到工作人员主观因素的影响。
3、为此我们提出一种自动评价个人表情真实性的方法用于解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种自动评价个人表情真实性的方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种自动评价个人表情真实性的方法，该方法包括以下步骤：
3、s1：通过网络爬虫技术选出第一影视频及其对应的第一影评；
4、s2：对个人表情标签进行设定，通过设定的个人表情标签对第一影视频进行归类；
5、s3：按照个人表情标签归类类别对第一影视频进行个人表情特征提取，获取不同个人表情标签所对应的平均变化参数，并通过平均变化参数生成动态虚拟人脸；
6、s4：输入第二影视频，将第二影视频与动态虚拟人脸进行比对，并对
7、s5：通过第二影视频中个人表情真实性对应的范围对第二影视频标注评价。
8、优选的，在所述s1中，所述第一影评以及第一影视频的选出包括以下步骤：
9、a1、通过网络爬虫技术将具有人物个人表情的影评且影评为好评的人物影视频进行抓取；
10、a2、对抓取的人物影视频进行筛选去除，保留带有人物正脸的人物影视频，将带有人物正脸的人物影视频定为第一影视频；
11、a3、将第一影视频对应的影评定为第一影评；
12、a4、通过人脸识别技术对第一影评和第一影视频中的人物进行验证。
13、优选的，在所述s2中，所述设定的个人表情标签包括高兴、伤心、害怕、愤怒、厌恶、惊讶和轻蔑。
14、优选的，在所述s2中，所述第一影视频通过设定的个人表情标签归类包括以下步骤：
15、b1、将第一影评与其对应的第一影视频进行关联；
16、b2、将第一影评按照个人表情标签进行分类；
17、b3、将第一影视频按照第一影评的分类归类至个人表情标签下；
18、其中，将第一影评中与个人表情有关的词汇进行标记，被标记的与个人表情有关的词汇记为标记词汇。
19、优选的，将所述标记词汇与个人表情标签进行比对，将与个人表情标签相同、接近的标记词汇所在的第一影评分到其个人表情标签下。
20、优选的，在所述s3中，所述第一影视频的个人表情特征提取的步骤为：
21、c1、通过神经网络对经个人表情标签归类的第一影视频进行个人表情特征提取；
22、c2、将提取的个人表情特征进行数据化，以此计算个人表情特征的平均变化参数；
23、c3、通过个人表情特征的平均变化参数生成不同的动态虚拟人脸。
24、优选的，所述个人表情特征包括人物的面部肌肉、眼睛、眉毛、鼻子、嘴唇。
25、优选的，在所述s4中，所述第二影视频与动态虚拟人脸的比对包括以下步骤：
26、d1、选出与第二影视频中人物对应的动态虚拟人脸；
27、d2、将第二影视频的个人表情特征的变化与对应的动态虚拟人脸的表情特征变化参数进行相同度比对；
28、d3、通过将比对结果以百分比的形式进行输出，即得到第二影视频的个人表情真实性。
29、优选的，当所述第二影视频的个人表情真实性范围在80%～120%之间，则评价其个人表情较为真实；
30、当所述第二影视频的个人表情真实性范围在60%～79%、121%～150%之间，则评价其个人表情一般真实；
31、当所述第二影视频的个人表情真实性范围在0%～59%之间、151%及以上，则评价其个人表情不真实。
32、优选的，所述真实性即真实度，所述第二影视频为待评价人物个人表情影视频，所述第二影视频为带有人物正脸的人物影视频。
33、与现有技术相比，本专利技术的有益效果是：
34、本专利技术能够快速的将第一影视频按照个人表情标签进行分类，分类方式较为简便，减少了人工标注第一影视频的工作量；通过个人表情特征的平均变化参数生成不同的动态虚拟人脸，能够更形象、直观的展示同一表情标签下的个人表情特征的变化；
35、通过对第二影视频的个人表情特征的变化与对应的动态虚拟人脸的表情特征变化参数进行相同度比对，能够得出第二影视频中个人表情表演的真实性，通过动态虚拟人脸的设置，能够避免人工评价真实性所产生的误差，准确性高；通过对第二影视频个人表情表演的真实性进行范围划定，能对第二影视频个人表情表演的真实性进行评价，且能够直接将评价标注在第二影视频上，能够节省工作人员的时间。
本文档来自技高网...【技术保护点】
1.一种自动评价个人表情真实性的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述S1中，所述第一影评以及第一影视频的选出包括以下步骤：
3.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述S2中，所述设定的个人表情标签包括高兴、伤心、害怕、愤怒、厌恶、惊讶和轻蔑。
4.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述S2中，所述第一影视频通过设定的个人表情标签归类包括以下步骤：
5.根据权利要求4所述的一种自动评价个人表情真实性的方法，其特征在于：将所述标记词汇与个人表情标签进行比对，将与个人表情标签相同、接近的标记词汇所在的第一影评分到其个人表情标签下。
6.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述S3中，所述第一影视频的个人表情特征提取的步骤为：
7.根据权利要求6所述的一种自动评价个人表情真实性的方法，其特征在于：所述个人表情特征包括人物的面部肌肉、眼睛、眉毛、鼻
8.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述S4中，所述第二影视频与动态虚拟人脸的比对包括以下步骤：
9.根据权利要求8所述的一种自动评价个人表情真实性的方法，其特征在于：当所述第二影视频的个人表情真实性范围在80%～120%之间，则评价其个人表情较为真实；
10.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：所述真实性即真实度，所述第二影视频为待评价人物个人表情影视频，所述第二影视频为带有人物正脸的人物影视频。
...【技术特征摘要】
1.一种自动评价个人表情真实性的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述s1中，所述第一影评以及第一影视频的选出包括以下步骤：
3.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述s2中，所述设定的个人表情标签包括高兴、伤心、害怕、愤怒、厌恶、惊讶和轻蔑。
4.根据权利要求1所述的一种自动评价个人表情真实性的方法，其特征在于：在所述s2中，所述第一影视频通过设定的个人表情标签归类包括以下步骤：
5.根据权利要求4所述的一种自动评价个人表情真实性的方法，其特征在于：将所述标记词汇与个人表情标签进行比对，将与个人表情标签相同、接近的标记词汇所在的第一影评分到其个人表情标签下。
6.根据权利要求1所述...
【专利技术属性】
技术研发人员：刘迎春，林果园，
申请(专利权)人：江苏慧言智语安全科技有限公司，
类型：发明
国别省市：
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。