情绪识别的方法、装置、存储介质以及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115050071A(43)申请公布日2022.09.13(21)申请号202210700303.9(22)申请日2022.06.20(71)申请人中国工商银行股份有限公司地址100140北京市西城区复兴门内大街55号(72)发明人刘吉王凯黄振飞周洪菊(74)专利代理机构北京康信知识产权代理有限责任公司11240专利代理师黄海英(51)Int.Cl.G06V40/16(2022.01)G06V10/74(2022.01)权利要求书3页说明书13页附图4页(54)发明名称情绪识别的方法、装置、存储介质以及电子设备(57)摘要本申请公开了一种情绪识别的方法、装置、存储介质以及电子设备，涉及金融科技领域或其他相关领域。该方法包括：获取目标对象的主视图中的特征点，得到多个第一特征点，并获取侧视图中的特征点，得到第二特征点集合；根据特征点的位置信息确定特征矩阵；根据每个特征矩阵计算对应的特征点在目标坐标系中的二维坐标，得到多个二维坐标；根据第一特征点和第二特征点之间的对应关系将多个二维坐标进行分组，得到多组二维坐标，并分别通过每组二维坐标生成三维坐标，得到多个三维坐标；根据多个三维坐标生成目标对象的三维模型，并根据三维模型确定目标对象的情绪信息。通过本申请，解决了相关技术中采用图片确定用户情绪的方法准确度低的问题。CN115050071ACN115050071A权利要求书1/3页1.一种情绪识别的方法，其特征在于，包括：获取目标对象的主视图中的特征点，得到多个第一特征点，并获取所述目标对象的至少一个侧视图中的特征点，得到至少一个第二特征点集合，其中，每个所述第二特征点集合中包含多个第二特征点，每个所述第一特征点对应一个所述第二特征点；根据每个所述第一特征点的位置信息确定第一特征矩阵，得到多个所述第一特征矩阵，并根据每个所述第二特征点的位置信息确定第二特征矩阵，得到多个所述第二特征矩阵；根据每个所述第一特征矩阵计算对应的所述第一特征点在目标坐标系中的二维坐标，得到多个第一二维坐标，并根据每个所述第二特征矩阵计算对应的所述第二特征点在所述目标坐标系中的二维坐标，得到多个第二二维坐标；根据所述第一特征点和所述第二特征点之间的对应关系将多个所述第一二维坐标和多个所述第二二维坐标进行分组，得到多组所述二维坐标，并分别通过每组所述二维坐标生成三维坐标，得到多个所述三维坐标；根据多个所述三维坐标生成所述目标对象的三维模型，并根据所述三维模型确定所述目标对象的情绪信息。2.根据权利要求1所述的方法，其特征在于，根据每个所述第一特征点的位置信息确定第一特征矩阵，得到多个所述第一特征矩阵，并根据每个所述第二特征点的位置信息确定第二特征矩阵，得到多个所述第二特征矩阵包括：获取每个所述第一特征点在所述主视图中的纵坐标和横坐标，分别将每个所述第一特征点在所述主视图中的纵坐标和横坐标组合为矩阵，得到多个所述第一特征矩阵，其中，所述第一特征矩阵表示为：An[i][j]，其中，An为第n个所述第一特征点，i为所述第一特征点在所述主视图中的纵坐标，j为所述第一特征点在所述主视图中的横坐标；获取每个所述第二特征点在对应的所述侧视图中的纵坐标和横坐标，分别将每个所述第二特征点在所述侧视图中的纵坐标和横坐标组合为矩阵，得到多个所述第二特征矩阵，其中，所述第一特征矩阵表示为：Bn[a][b]，其中，Bn为第n个所述第二特征点，a为所述第二特征点在所述侧视图中的纵坐标，b为所述第二特征点在所述侧视图中的横坐标。3.根据权利要求2所述的方法，其特征在于，根据每个所述第一特征矩阵计算对应的所述第一特征点在目标坐标系中的二维坐标，得到多个第一二维坐标，并根据每个所述第二特征矩阵计算对应的所述第二特征点在所述目标坐标系中的二维坐标，得到多个第二二维坐标包括：通过如下公式计算所述第一特征点在所述目标坐标系中的二维坐标，得到所述第一二维坐标：R(y,z)＝([(i/m1)*Y*d],[(j/n1)*Z*d])其中，R(y,z)为所述第一二维坐标，m1为所述主视图的横向长度，n1为所述主视图的纵向长度，Y为所述目标坐标系的Y轴的长度，Z为所述目标坐标系的Z轴的长度，所述Y轴与所述Z轴垂直，d为比例系数；通过如下公式计算所述第二特征点在所述目标坐标系中的二维坐标，得到所述第二二维坐标：R(y,x)＝([(a/m2)*Y*d],[(b/n2)*X*d])2CN115050071A权利要求书2/3页其中，R(y,x)为所述第二二维坐标，m2为所述侧视图的横向长度，n2为所述侧视图的纵向长度，Y为所述目标坐标系的Y轴的长度，X为所述目标坐标系的X轴的长度，所述X轴与所述Z轴垂直并且与所述Y轴垂直，d为比例系数。4.根据权利要求3所述的方法