【技术实现步骤摘要】
本申请涉及机器学习，特别涉及一种人格特征的识别方法、装置、设备、存储介质及产品。
技术介绍
1、目前，无论是在汽车行业还是在其他行业中，了解用户的人格特征在产品营销、售中智能推送和售后个性服务中扮演着重要角色。第一，了解用户的人格特征可以优化营销策略，实现因人而异的精准营销策略。第二，了解用户的人格特征可以根据用户需求定义升级产品功能。第三，了解用户的人格特征可以根据用户性格提供个性化售后服务，完善品牌维护。第四，还可以通过识别用户的人格特征完善个性化智能交互功能，提升用户体验感。
技术实现思路
1、本申请实施例提供了一种人格特征的识别方法、装置、设备、存储介质及产品，能够提高人格特征识别的准确性。所述技术方案如下：
2、一方面，提供了一种人格特征的识别方法，所述方法包括：
3、基于问卷调查信息，确定样本用户的人格特征；
4、获取所述样本用户在驾驶汽车过程中的多帧第一图像数据和多帧第一语音数据；
5、基于所述多帧第一图像数据，确定所述样本用户在驾驶汽车过程中的多组动作特征，每组动作特征包括头部摆动幅度、左眼开合距离、右眼开合距离、嘴巴上下开合距离和嘴巴左右开合距离；
6、基于所述多组动作特征，确定所述多组动作特征包括的每个动作特征的最大值、最小值、方差、平均数和中位数，得到所述样本用户在驾驶汽车过程中的动作特征；
7、基于所述多帧第一语音数据，确定所述样本用户在驾驶汽车过程中的多组声音特征，每组声音特征包括音高
8、基于所述多组声音特征，确定所述多组声音特征包括的每个声音特征的最大值、最小值、方差、平均数和中位数，得到所述样本用户在驾驶汽车过程中的声音特征；
9、获取所述样本用户在最近预设时长内驾驶汽车的第一驾驶数据和所述汽车的第一车辆数据以及最近预设公里数内的第二驾驶数据和所述车辆的第二车辆数据；
10、基于所述第一驾驶数据、所述第一车辆数据、所述第二驾驶数据和所述第二车辆数据，确定所述样本用户对应的变量特征；
11、基于所述人格特征、所述动作特征、所述声音特征和所述变量特征，生成样本数据，所述样本数据的标签为所述人格特征，所述样本数据的特征包括所述动作特征、所述声音特征和所述变量特征；
12、基于所述样本数据，通过机器学习算法训练人格特征识别模型，所述人格特征识别模型用于识别用户的人格特征。
13、在一种可能的实现方式中，所述基于所述第一驾驶数据、所述第一车辆数据、所述第二驾驶数据和所述第二车辆数据，确定所述样本用户对应的变量特征，包括：
14、基于所述第一驾驶数据，确定所述汽车的第一组驾驶特征，所述第一组驾驶特征包括充电次数、驾驶次数、驾驶时间、最大速度、平均速度、最大加速度、平均加速度、加速度的平均值、横向速度的平均值、方向盘最大转速；
15、基于所述第一车辆数据，确定所述汽车的第一组车辆特征，所述第一组车辆特征包括所述汽车的电池的平均剩余电量、最大剩余电量和最小剩余电量；
16、基于所述第二驾驶数据，确定所述汽车的第二组驾驶特征，所述第二组驾驶特征包括充电次数、驾驶次数、驾驶时间、最大速度、平均速度、最大加速度、平均加速度、加速度的平均值、横向速度的平均值、方向盘最大转速；
17、基于所述第二车辆数据，确定所述汽车的第二组车辆特征，所述第二组车辆特征包括所述汽车的电池的平均剩余电量、最大剩余电量和最小剩余电量；
18、基于所述第一组驾驶特征、所述第一组车辆特征、所述第二组驾驶特征和所述第二组车辆特征，确定所述变量特征。
19、在另一种可能的实现方式中，所述基于所述第一组驾驶特征、所述第一组车辆特征、所述第二组驾驶特征和所述第二组车辆特征，确定所述变量特征，包括：
20、将所述第一组驾驶特征和所述第二组驾驶特征组成驾驶特征；
21、当所述驾驶特征中包括相同的两个特征的情况下，删除所述两个特征中的一个特征；
22、将所述第一组车辆特征和所述第二组车辆特征组成车辆特征；
23、当所述车辆特征中包括相同的两个特征的情况下，删除所述两个特征中的一个特征；
24、将所述驾驶特征和所述车辆特征组成所述变量特征。
25、在一种可能的实现方式中，所述基于所述多帧第一图像数据，确定所述样本用户在驾驶汽车过程中的多组动作特征，包括：
26、对于每帧第一图像数据，对所述第一图像数据进行人脸检测，得到所述样本用户的人脸图像；
27、基于所述人脸图像，确定所述样本用户的人脸特征点；
28、基于所述人脸特征点，确定所述样本用户在驾驶汽车过程中的一组动作特征。
29、在另一种可能的实现方式中，所述动作特征包括头部摆动幅度；
30、所述基于所述人脸特征点，确定所述样本用户在驾驶汽车过程中的一组动作特征，包括：
31、确定所述人脸特征点在世界坐标系中的第一坐标信息和所述人脸特征点在相机坐标系中的第二坐标信息；
32、基于所述第一坐标信息和所述第二坐标信息，通过以下公式一确定所述样本用户在驾驶汽车过程中的头部摆动幅度；
33、公式一：
34、其中，表示第二坐标信息，表示第一坐标信息，[rt]表示头部摆动幅度。
35、在另一种可能的实现方式中，所述动作特征包括左眼开合距离、右眼开合距离、嘴巴上下开合距离和嘴巴左右开合距离；
36、所述基于所述人脸特征点，确定所述样本用户在驾驶汽车过程中的一组动作特征，包括：
37、从所述人脸特征点中确定多个左眼关键点、多个右眼关键点、多个上下嘴巴特征点和多个左右嘴巴特征点；
38、确定所述多个左眼关键点分别在相机坐标系中的第三坐标信息、所述多个右眼关键点分别在相机坐标系中的第四坐标信息、所述多个上下嘴巴特征点分别在相机坐标系中的第五坐标信息和所述多个左右嘴巴特征点分别在相机坐标系中的第六坐标信息；
39、基于所述多个左眼关键点的第三坐标信息，确定所述样本用户在驾驶汽车过程中的左眼开合距离；
40、基于所述多个右眼关键点的第四坐标信息，确定所述样本用户在驾驶汽车过程中的右眼开合距离；
41、基于所述多个上下嘴巴特征点的第五坐标信息，确定所述样本用户在驾驶汽车过程中的嘴巴上下开合距离；
42、基于所述多个左右嘴巴特征点的第六坐标信息，确定所述样本用户在驾驶汽车过程中的嘴巴左右开合距离。
43、在另一种可能的实现方式中，所述声音特征包括音高；
44、所述基于所述多帧第一语音数据，确定所述样本用户在驾驶汽车过程中的多组声音特征，包括：
45、对于每帧第一语音数据，确定所述第一语音数据的基频值；
46、基于所述第一语音数据的基频值，通过以下本文档来自技高网...
【技术保护点】
1.一种人格特征的识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一驾驶数据、所述第一车辆数据、所述第二驾驶数据和所述第二车辆数据，确定所述样本用户对应的变量特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一组驾驶特征、所述第一组车辆特征、所述第二组驾驶特征和所述第二组车辆特征，确定所述变量特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述多帧第一图像数据，确定所述样本用户在驾驶汽车过程中的多组动作特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述声音特征包括音高；
6.根据权利要求1所述的方法，其特征在于，所述声音特征包括音强；
7.一种人格特征的识别装置，其特征在于，所述装置包括：
8.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如权利要求1至6任一项所述的人格特征的识别方法。
9.一
10.一种计算机程序产品，其特征在于，所述产品存储有至少一条程序代码，所述至少一条程序代码用于被处理器执行，以实现如权利要求1至6任一项所述的人格特征的识别方法。
...【技术特征摘要】
1.一种人格特征的识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一驾驶数据、所述第一车辆数据、所述第二驾驶数据和所述第二车辆数据，确定所述样本用户对应的变量特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一组驾驶特征、所述第一组车辆特征、所述第二组驾驶特征和所述第二组车辆特征，确定所述变量特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述多帧第一图像数据，确定所述样本用户在驾驶汽车过程中的多组动作特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述声音特征包括音高；
6.根据权利要求1所述的方法，其特征在于...
【专利技术属性】
技术研发人员：郭海生，高晴，冯晨，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。