[发明专利]基于微表情的满意度评价方法、装置、设备及存储介质在审

专利信息
申请号: 201910043295.3 申请日: 2019-01-17
公开(公告)号: CN109858405A 公开(公告)日: 2019-06-07
发明(设计)人: 万果石 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06Q10/06;G06K9/62
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 黄章辉
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 消极情绪 获取目标 目标视频 满意度评价 存储介质 基准图像 概率 情绪 表情 图像 对视频数据 服务满意度 预设时间段 表情识别 目标客户 片段确定 视频数据 图像确定 图像形成 预设 直观 查询 客户
【权利要求书】:

1.一种基于微表情的满意度评价方法,其特征在于,包括:

获取目标客户接受服务时的视频数据,所述视频数据包括至少一帧待识别图像,每一所述待识别图像对应一时间戳;

采用微表情识别模型对每一所述待识别图像进行识别,获取所述待识别图像对应的情绪属性;

依据所述时间戳的顺序,将所述情绪属性为消极情绪的第一帧所述待识别图像确定为基准图像;

基于所述时间戳在所述基准图像的时间戳之后预设时间段内的待识别图像形成目标视频片段;

基于所述目标视频片段中每一所述待识别图像对应的情绪属性,获取所述目标视频片段对应的消极情绪概率;

若所述目标视频片段对应的消极情绪概率大于预设概率阈值,则将所述目标视频片段确定为消极情绪片段,基于所述消极情绪片段更新基准图像,重复执行所述基于所述时间戳在所述基准图像的时间戳之后预设时间段内的待识别图像形成目标视频片段;

采用不满意度公式对所述消极情绪片段进行处理,获取目标不满值;

根据所述目标不满值查询评分等级数据表,获取目标评分等级。

2.如权利要求1所述的基于微表情的满意度评价方法,其特征在于,在所述基于所述目标视频片段中每一所述待识别图像对应的情绪属性,获取所述目标视频片段对应的消极情绪概率之后,所述基于微表情的满意度评价方法还包括:

若所述目标视频片段对应的消极情绪概率不大于预设概率阈值,则将所述基准图像之后,所述情绪属性为消极情绪的下一帧所述待识别图像确定为基准图像,重复执行所述基于所述时间戳在所述基准图像的时间戳之后预设时间段内的待识别图像形成目标视频片段。

3.如权利要求1所述的基于微表情的满意度评价方法,其特征在于,所述采用微表情识别模型对每一所述待识别图像进行识别,获取所述待识别图像对应的情绪属性,包括:

采用微表情识别模型对每一所述待识别图像进行识别,获取至少一种识别表情类型对应的瞬时置信度;

将所述瞬时置信度最大的识别表情类型确定为所述待识别图像对应的微表情类型;

基于所述微表情类型查询情绪属性对照表,获取所述待识别图像对应的情绪属性。

4.如权利要求1所述的基于微表情的满意度评价方法,其特征在于,所述基于所述目标视频片段中每一所述待识别图像对应的情绪属性,获取所述目标视频片段对应的消极情绪概率,包括:

统计所述目标视频片段中,所有所述待识别图像对应的片段图像总数;

统计所述目标视频片段中,所述情绪属性为消极情绪的待识别图像对应的消极图像数量;

采用消极情绪概率公式对所述片段图像总数和所述消极图像数量进行计算,获取所述目标视频片段对应的消极情绪概率,所述消极情绪概率公式为L=M/N,L为所述消极情绪概率,M为所述消极图像数量,N为所述片段图像总数。

5.如权利要求1所述的基于微表情的满意度评价方法,其特征在于,在所述将所述目标视频片段确定为消极情绪片段之后,所述基于微表情的满意度评价方法还包括:

更新所述消极情绪片段对应的消极片段数量;

若所述消极片段数量大于预设数量阈值,则生成消极情绪提醒信息,并将所述消极情绪提醒信息发送给坐席终端。

6.如权利要求1所述的基于微表情的满意度评价方法,其特征在于,所述基于所述消极情绪片段更新基准图像,包括:

将所述消极情绪片段之后,所述情绪属性为消极情绪的第一个所述待识别图像更新为基准图像;或者,

将所述消极情绪片段中,所述情绪属性为消极情绪的最后一个所述待识别图像更新为基准图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910043295.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top