申请/专利权人:厦门理工学院
申请日:2023-12-06
公开(公告)日:2024-04-05
公开(公告)号:CN117831099A
主分类号:G06V40/16
分类号:G06V40/16;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/048;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种性格分析方法、介质、设备及装置,其中方法包括:获取人脸面部图像和对应人员的性格特征,并生成人脸素描数据集,以及进行划分,以生成训练数据集、测试数据集和验证数据集;基于训练数据集进行训练得到神经网络模型,并基于验证数据集对进行验证,以基于验证结果调整超参数;基于测试数据集进行测试,以得到相应的泛化信息,并确定最终神经网络模型;获取待分析人脸面部图像,并生成相应的待分析人脸素描图像,以及将待分析人脸素描图像输入到最终神经网络模型中,以通过最终神经网络模型输出待分析人脸素描图像对应的待分析人员性格信息;能够基于人脸图像对人员性格进行有效分析,提高最终性格分析的准确性和精确度。
主权项:1.一种性格分析方法,其特征在于,包括以下步骤:获取人脸面部图像和所述人脸面部图像对应人员的性格特征,并基于所述人脸面部图像生成对应的人脸素描图像;根据所述人脸素描图像和对应的性格特征生成人脸素描数据集,并对所述人脸素描数据集进行划分,以生成训练数据集、测试数据集和验证数据集;基于所述训练数据集进行模型的训练,以得到相应的神经网络模型,并基于所述验证数据集对所述神经网络模型进行验证,以基于验证结果调整所述神经网络模型的超参数;基于所述测试数据集对调参后的神经网络模型进行测试,以得到相应的泛化信息,并根据所述泛化信息确定最终神经网络模型;获取待分析人脸面部图像,并基于所述待分析人脸面部图像生成相应的待分析人脸素描图像,以及将所述待分析人脸素描图像输入到所述最终神经网络模型中,以通过所述最终神经网络模型输出所述待分析人脸素描图像对应的待分析人员性格信息。
全文数据:
权利要求:
百度查询: 厦门理工学院 性格分析方法、介质、设备及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。