[发明专利]基于表情分析的服务评价方法、装置、设备及存储介质

权利要求书

1.一种基于表情分析的服务评价方法，其特征在于，包括：

获取在目标业务服务过程中针对目标客户的面部表情录制的目标视频；

从所述目标视频中提取出各张面部图片，所述面部图片包含有所述目标客户的面部表情；

将各张所述面部图片作为输入分别投入至预先训练好的深度学习模型，得到所述深度学习模型输出的、各张所述面部图片各自对应的面部特征值集合；

针对每张所述面部图片，分别计算所述面部图片对应的面部特征值集合与各个预设表情分类对应的标准特征值集合之间的集合重合度，得到所述面部图片对应的各个集合重合度；

针对每张所述面部图片，根据所述面部图片对应的各个集合重合度分别确定所述面部图片的各个评分值；

针对每张所述面部图片，根据所述各个评分值和各个预设表情分类对应的预设权值计算得到所述面部图片的表情评分值；

在计算得到的各张所述面部图片各自对应的表情评分值之后，根据各个所述表情评分值计算得到评分均值，作为所述目标客户对所述目标业务服务过程的评分。

2.根据权利要求1所述的基于表情分析的服务评价方法，其特征在于，所述深度学习模型通过以下步骤预先训练得到：

获取作为样本的多张第一面部图片；

提取所述第一面部图片上的各个第一面部特征值，得到所述第一面部图片的第一面部特征值集合；

将所述第一面部图片作为输入投入至深度学习模型，得到所述深度学习模型的输出；

以所述输出作为调整的目标，调整所述深度学习模型中的各个参数，以最小化得到的所述输出与所述第一面部特征值集合之间的误差；

若所述误差满足预设条件，则确定当前的所述深度学习模型为训练好的深度学习模型。

3.根据权利要求1所述的基于表情分析的服务评价方法，其特征在于，预设表情分类对应的标准特征值集合通过以下步骤预先确定：

获取属于所述预设表情分类的多张第二面部图片，所述多张第二面部图片的数量超过预设的数量阈值；

将所述多张第二面部图片作为输入分别投入至所述深度学习模型，得到所述深度学习模型输出的、所述多张第二面部图片各自对应的第二面部特征值集合；

对比得到的多个所述第二面部特征值集合中的第二面部特征值，从所有所述第二面部特征值中筛选出各个共同面部特征值，所述共同面部特征值是指所述多张第二面部图片各自对应的第二面部特征值集合中均存在的第二面部特征值；

将所述各个共同面部特征值的集合确定为所述预设表情分类对应的标准特征值集合。

4.根据权利要求1所述的基于表情分析的服务评价方法，其特征在于，所述从所述目标视频中提取出各张面部图片包括：

按照预设时间间隔从所述目标视频的开始播放时间点开始等间距地确定出各个抽帧时间点；

将所述目标视频中各个所述抽帧时间点对应的视频帧抽取出来，得到各张面部图片。

5.根据权利要求1至4中任一项所述的基于表情分析的服务评价方法，其特征在于，在根据各个所述表情评分值计算得到评分均值，作为所述目标客户对所述目标业务服务过程的评分之后，还包括：

从预设的各个分值区间中选取出所述评分均值落入的一个分值区间；

根据预设的区间满意度对应关系确定选取出的所述一个分值区间对应的客户满意度评价，所述区间满意度对应关系记录了各个分值区间与各个客户满意度评价之间的对应关系；

将所述客户满意度评价确定为所述目标客户对所述目标业务服务过程的最终评价。