[发明专利]一种基于人脸特征判断人物性格的分析方法在审

专利信息
申请号: 201911041668.X 申请日: 2019-10-30
公开(公告)号: CN110751126A 公开(公告)日: 2020-02-04
发明(设计)人: 王安 申请(专利权)人: 王安
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 11616 北京盛凡智荣知识产权代理有限公司 代理人: 李洪波
地址: 325000 浙江省温州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸图像 摄像设备 图像化 面像 计算机网络技术 人脸图像采集 采集对象 判断结果 人脸特征 人物性格 数据量化 特征提取 提取特征 性格分析 性格类别 主观因素 自动捕捉 大数据 脸图像 智能化 检测 人脸 资料库 匹配 搜索 捕捉 测试 场景 分析 联合
【说明书】:

发明公开了一种基于人脸特征判断人物性格的分析方法,人脸图像采集及检测,以测试者的脸部为采集对象,通过摄像设备对人脸图像进行检测搜索和自动捕捉,判断场景中是否存在面像,并分离出这种面像;对于获取的人脸图像进行图像化处理;对得到的图像化后人脸图像进行特征提取,使得数据量化;匹配性格资料库并做出结论。将性格分析与现有的计算机网络技术和大数据联合起来,通过摄像设备对人脸进行全方位的捕捉并提取特征,仅通过人脸图像就能够快速、准确的判断人物的性格类别,更加高效便捷,利于推广,更加智能化,排除了主观因素对判断结果的影响,还增加了趣玩性。

技术领域

本发明涉及人脸识别技术领域,具体是指一种基于人脸特征判断人物性格的分析方法。

背景技术

性格是个性心理特征中的重要部分,是个人稳定的态度系统和行为风格的心理特征。传统的性格判断方法主要有两种,一是由专家对在一定封闭区域内的对象进行观察,判断其行为的趋向,得到其性格的判断,主要依附于专家丰富的经验,且没有统一量化的评判标准,导致评判结果的主观程度过高,而且工作效率低,不利于推广;二是通过问卷进行判断,通过对不同问题的不同选择,用以衡量和描述人们在获取信息、做出决策、对待生活等方面的心理活动规律和性格类型,但试题较多且耗时较长,且选项种类少,针对性不高。

人类的7种基本表情(即高兴、悲伤、惊讶、恐惧、愤怒、厌恶、中立),会影响人面部五官的形状及位置变化,经常微笑的人嘴角会上扬,经常生气的人眉毛的倾斜角度会有变换,通过对人脸特征来判断人物性格是对现有的性格判断的一种创举。

发明内容

本发明要解决的技术问题是克服以上技术缺陷,提供一种基于人脸特征判断人物性格的分析方法,其更加快速、精准、利于推广。

为了达到上述发明目的,本发明采用的技术方案为:一种基于人脸特征判断人物性格的分析方法,包括以下步骤:

步骤1:人脸图像采集及检测,以测试者的脸部为采集对象,通过摄像设备对人脸图像进行检测搜索和自动捕捉,判断场景中是否存在面像,并分离出这种面像;

步骤2:人脸图像预处理,对于获取的人脸图像进行图像化处理;

步骤3:人脸图像特征提取,对步骤2中得到的图像化后人脸图像进行特征提取,使得数据量化;

步骤4:匹配性格资料库并做出结论,将步骤3中得到的面部特征数据在面像资料库中进行目标搜索,与数据库中存储的性格资料进行匹配,并找出最佳的匹配对象,得到性格预测结果。

进一步的,所述步骤1中的人脸检测主要用于在图像中准确标定出人脸的位置和大小。

进一步的,所述步骤1通过Adaboost迭代算法进行分类从而实现人脸的捕捉。

进一步的,所述步骤1中的采集信息包括动态图像、静态图像、不同的位置、不同表情的图像。

进一步的,所述步骤2中的预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化。

进一步的,所述步骤3中的人脸特征包括可以直接获取到的几何特征以及通过几何特征数据进行分析处理后的特征,所述几何特征是对眼睛、鼻子、嘴、下巴等局部和它们之间结构关系的几何描述,采用基于知识的表征方法,根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。

进一步的,所述步骤4中,对通过人脸特征匹配后得到每种性格的概率进行排序,挑选概率最大的一类性格,根据资料库中此种性格对应的人所具有的特质和喜好,进行结果的输出。

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王安,未经王安许可,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/201911041668.X/2.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