[发明专利]一种基于表情识别与心理学测试生成性格的分析方法有效

专利信息
申请号: 202110674482.9 申请日: 2021-06-18
公开(公告)号: CN113520394B 公开(公告)日: 2023-07-07
发明(设计)人: 任国防;王艳华;王金娥;邓丽霞;陈靖涵;米鹏旭;杨丽娟;高瑞芳;吴玲玲;杨光辉;田建伟;于晓波;周广亚;高丽娟;荆怀福 申请(专利权)人: 安阳师范学院
主分类号: A61B5/16 分类号: A61B5/16;A61B5/11;A61B5/00;A61B3/113;A61B3/11
代理公司: 重庆宏知亿知识产权代理事务所(特殊普通合伙) 50260 代理人: 梁山丹
地址: 45500*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 表情 识别 心理学 测试 生成 性格 分析 方法
【说明书】:

发明公开了一种基于表情识别与心理学测试生成性格的分析方法,通过对被测试者的表情进行长时间的采集与监控,并在性格分析空间的作用下将表情变化与心理学测试题相互对应,达到了以性格分析模型对被测者性格进行分析的目的,相较于人工测试能够更加敏锐和持久的对被测者的面部动态变化进行长期捕捉和评估,同时相较于人工测试也更加方便快捷,因此也会更加的廉价,再者,测试时不直接与其他人员接触,被测者也能够更加无顾忌的将自我性格进行表现出来。

技术领域

本发明涉及信息处理与心理学测试相关领域,具体是一种基于表情识别与心理学测试生成性格的分析方法。

背景技术

心理学测试是一项能够通过回答或是选择问题来实现对被测试者的心理及性格等进行评估的一项专业性测试,其具有一定的心理学原理,通过在测试中观察被测试者的行为动作与面部动态变化,能够对被测试者的性格进行评估。

现有技术中的心理学测试方式多为两种,一种是较为简单的问卷式自我评估测试,这种测试方式往往测试结果较为不准确,大多取决于被测试者的心理主动意愿,测试结果受到较多的人为主动控制,另一种方式是通过专业的心理测试人员进行面对面的实时测试,这种测试方法往往相对较为准确,在对被测试者进行测试时,测试者能够对被测试者的表情变化进行评估作为测试内容参考的重要部分。

但在进行心理测试时,部分被测试者往往能够很好的隐藏自己的真实情感变化,能够十分有效的控制自己的表情变化,使得即使是专业性十分强的心理测试人员也难以进行十分有效的对被测试者的面部动态变化进行长时间捕捉评估,且专业的心理测试人员往往价格昂贵。

发明内容

本发明的目的在于提供一种基于表情识别与心理学测试生成性格的分析方法,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

一种基于表情识别与心理学测试生成性格的分析方法,包含以下步骤:

实时采集获取被测者的面部数据信息,根据面部数据信息建立被测者面部的三维动态模型,所述面部数据信息包括面部距离数据以及眼球动态信息;

建立被测者性格分析空间,导入至少一项心理学测试题,执行初始程序对被测者进行表情初始化矫正并标记分析点,输出心理学测试题,并对三维动态模型进行时间标记;

对所述三维动态模型进行面部动作分解,生成测试反馈结果,根据性格分析模型对测试反馈结果进行性格比对分析,生成性格分析结果,所述性格分析模型用以表征不同性格人对心理学测试题的面部动态变化模式;

根据性格分析结果导入至少一项辅助心理学测试题,输出辅助心理学测试题,并执行所述根据性格分析模型进行性格比对分析的步骤以生成辅助性格分析结果并进行辅助判断,生成最终性格分析结果。

作为本发明的进一步方案:所述实时采集获取被测者的面部数据信息,根据面部数据信息建立被测者面部三维动态模型的步骤具体包括:

对所述被测者面部进行扫描,获取被测者的面部空间距离数据,所述面部空间距离数据为所述被测者面部各处到扫描装置间的距离;

根据面部数据建立被测者的三维动态模型,并根据所述三维动态模型提取特征点进行面部特征点标记,所述特征点标记包括眼球特征点标记、以及追踪特征点标记,所述面部特征点标记为被测者面部无相对动态变化的易识别特征区域;

根据所述眼球特征点标记对被测者进行眼球图像采集获取眼球动态信息,根据所述追踪特征点标记对被测者进行面部距离数据进行持续采集;

根据追踪特征点对面部距离数据进行处理,建立实时面部的三维动态模型。

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安阳师范学院,未经安阳师范学院许可,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/202110674482.9/2.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

400-8765-105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