CN111784163A - 数据测评方法、装置、设备及存储介质 - Google Patents
数据测评方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111784163A CN111784163A CN202010625201.6A CN202010625201A CN111784163A CN 111784163 A CN111784163 A CN 111784163A CN 202010625201 A CN202010625201 A CN 202010625201A CN 111784163 A CN111784163 A CN 111784163A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- data
- target user
- evaluated
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据测评方法、装置、设备和存储介质,该方法包括:在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;基于所述测评信息,确定所述待测评艺术品数据的测评结果。本申请旨在解决现有技术中数据测评准确率低下的技术问题。
Description
技术领域
本申请涉及金融科技(Fintech)的人工智能技术领域,尤其涉及一种数据测评方法、装置、设备及存储介质。
背景技术
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术应用在金融领域,但金融业也对技术提出了更高的要求,如金融业对数据测评如艺术品数据测评也有更高的要求。
目前,对于作曲、绘画等有关艺术数据如AI(人工智能)作曲,AI绘画等艺术数据,往往采用较为主观的方式进行评测,例如,将AI作曲算法生成的曲子逐一播放给评委团,由评委团进行测评,在测评后,基于该评委团的测评结果确定AI作曲,AI绘画等艺术数据的优劣,然而,此方式由于评委团人员有限,因而测评数据丰富度低,致使测评准确性低。
发明内容
本申请的主要目的在于提供一种数据测评方法、装置、设备和存储介质,旨在解决现有技术中艺术数据测评准确率低下的技术问题。
为实现上述目的,本申请提供一种数据测评方法,所述数据测评方法包括:
在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
基于所述测评信息,确定所述待测评艺术品数据的测评结果。
可选地,所述在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态的步骤,包括:
在检测到待测评艺术品数据的展示指令时,确定采集的所述目标用户的模糊度指标是否小于预设模糊度阈值;
若所述模糊度指标小于预设模糊度阈值时,确定所述目标用户的人脸面积指标是否小于预设人脸面积阈值;
若所述人脸面积指标小于预设人脸面积阈值时,确定所述目标用户的侧脸角度指标是否小于预设侧脸角度阈值;
若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态。
可选地,所述若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息的步骤,包括:
若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,通过摄像头获取所述目标用户的图像;
基于所述目标用户的图像获取所述目标用户的人脸信息,并基于所述目标用户的图像获取所述目标用户的情绪信息;
基于所述人脸信息确定所述目标用户的测评时长,获取所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长;
基于所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长,确定所述目标用户的测评信息。
可选地,所述所述基于所述目标用户的图像获取所述目标用户的情绪信息的步骤,包括:
将所述目标用户的图像输入至预设情绪识别模型中;
基于所述预设情绪识别模型对所述目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息;
其中,所述预设情绪识别模型是通过预设情绪训练图像数据,对预设基础模型进行迭代训练得到的。
可选地,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
获取所述待测评艺术品数据的表达类型;
基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果。
可选地,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
获取所述待测评艺术品数据的评委团测评结果;
基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果。
可选地,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
获取所述目标用户的数目;
若检测到所述目标用户的数目大于预设数目时,基于所有目标用户的所述测评信息,得到所述待测评艺术品数据的均值测评分数;
将所述均值测评分数设置为所述待测评艺术品数据的测评结果。
本申请还提供一种数据测评装置,所述数据测评装置包括:
第一确定模块,用于在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
获取模块,用于若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
第二确定模块,用于基于所述测评信息,确定所述待测评艺术品数据的测评结果。
可选地,所述第一确定模块包括:
第一确定单元,用于在检测到待测评艺术品数据的展示指令时,确定采集的所述目标用户的模糊度指标是否小于预设模糊度阈值;
第二确定单元,用于若所述模糊度指标小于预设模糊度阈值时,确定所述目标用户的人脸面积指标是否小于预设人脸面积阈值;
第三确定单元,用于若所述人脸面积指标小于预设人脸面积阈值时,确定所述目标用户的侧脸角度指标是否小于预设侧脸角度阈值;
第四确定单元,用于若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态。
可选地,所述获取模块包括:
第一获取单元,用于若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,通过摄像头获取所述目标用户的图像;
第二获取单元,用于基于所述目标用户的图像获取所述目标用户的人脸信息,并基于所述目标用户的图像获取所述目标用户的情绪信息;
第三获取单元,用于基于所述人脸信息确定所述目标用户的测评时长,获取所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长;
第五确定单元,用于基于所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长,确定所述目标用户的测评信息。
可选地,所述第二获取单元包括:
设置子单元,用于将所述目标用户的图像输入至预设情绪识别模型中;
识别处理子单元,用于基于所述预设情绪识别模型对所述目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息;
其中,所述预设情绪识别模型是通过预设情绪训练图像数据,对预设基础模型进行迭代训练得到的。
可选地,所述第二确定模块包括:
第四获取单元,用于获取所述待测评艺术品数据的表达类型;
第六确定单元,用于基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果。
可选地,所述第二确定模块还包括:
第五获取单元,用于获取所述待测评艺术品数据的评委团测评结果;
第七确定单元,用于基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果。
可选地,所述第二确定模块还包括:
第六获取单元,用于获取所述目标用户的数目;
第七获取单元,用于若检测到所述目标用户的数目大于预设数目时,基于所有目标用户的所述测评信息,得到所述待测评艺术品数据的均值测评分数;
设置单元,用于将所述均值测评分数设置为所述待测评艺术品数据的测评结果。
本申请还提供一种数据测评设备,所述数据测评设备为实体设备,所述数据测评设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述数据测评方法的程序,所述数据测评方法的程序被处理器执行时可实现如上述的数据测评方法的步骤。
本申请还提供一种存储介质,所述存储介质上存储有实现上述数据测评方法的程序,所述数据测评方法的程序被处理器执行时实现如上述的数据测评方法的步骤。
本申请通过在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;基于所述测评信息,确定所述待测评艺术品数据的测评结果。与现有技术采用评委团评分方式对待测评艺术品数据进行测评相比,本申请采用基于处于待测评艺术品数据测评状态的目标用户,对待测评艺术品数据进行测评后得到的测评信息,确定所述待测评艺术品数据的测评结果的技术手段,由于目标用户众多,因而,提升了测评数据丰富度,克服了现有技术中数据测评准确性低的技术缺陷,提高了测评准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请数据测评方法第一实施例的流程示意图;
图2为本申请数据测评方法中生成所述第一数据的对抗数据的细化步骤流程示意图;
图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供一种数据测评方法,在本申请数据测评方法的第一实施例中,参照图1,所述数据测评方法包括:
步骤S10,在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
步骤S20,若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
步骤S30基于所述测评信息,确定所述待测评艺术品数据的测评结果。
具体步骤如下:
步骤S10,在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
整体地,在本实施例中,需要说明的是,可以应用于数据测评***,该数据测评***从属于数据测评设备,对于数据测评***而言,是与机构如各个网站存在通信连接关系的,因而,只要用户在各个网站上存在对待测评艺术品数据的测评行为,则数据测评***可以获取该测评行为对应的测评信息,进而,综合得到待测评艺术品数据的测评结果。
需要说明的是,待测评艺术品数据可以包括非AI(人工智能)合成的即人工制作的待测评作曲、人工制作的待测评歌曲,或者人工制作的待测评绘画,另外,待测评艺术品数据还可以包括AI合成的待测评作曲,AI合成的待测评歌曲,或者AI合成的待测评绘画,不管是不是AI合成的还是人工合成的,均适应于本实施例中的数据测评方法。
其中,待测评艺术品数据是展示在网络上的,具体地,例如,待测评作曲或者待测评歌曲展示在QQ音乐,酷狗音乐上,待测评绘画展示在某一网站A上的绘画区,或者展示在另一网站B上的画展区。
在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态,其中,若检测到待测评作曲或者待测评歌曲的播放指令时,确定检测到待测评艺术品数据如待测评作曲或者待测评歌曲的展示指令,或者若检测到待测评绘画的阅览指令时,确定检测到待测评艺术品数据如待测评绘画的展示指令。其中,所述展示指令所指向的目标用户可以指的是所述展示指令所指向的ID信息确定的目标用户,例如,用户a在登录QQ音乐后,触发歌曲的展示指令,则用户a为目标用户。在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态,具体地,通过摄像头采集的用户图像确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态,该测评状态可以通过用户人脸的模糊度或者清晰度,用户人脸面积,用户偏离预设水平面的角度等确定。
其中,所述在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态的步骤,包括:
步骤S11,在检测到待测评艺术品数据的展示指令时,确定采集的所述目标用户的模糊度指标是否小于预设模糊度阈值;
在本实施例中,通过摄像头及人脸识别技术,判断用户是否在测评状态,具体地,在检测到待测评艺术品数据的展示指令时,通过摄像头采集目标用户的人脸图像,基于人脸图像的采集分辨率,确定所述目标用户的模糊度指标,在模糊度指标确定后,判断所述模糊度指标是否小于预设模糊度阈值,当所述模糊度指标大于等于预设模糊度阈值时,所述目标用户未处于所述待测评艺术品数据的测评状态,这是因为模糊度指标大于等于预设模糊度阈值时,难以清晰辨认用户是否在测评状态,因而,为了防止误判,默认用户不在测评状态,若所述模糊度指标小于预设模糊度阈值时,确定所述目标用户首轮通过测评状态的判定。
步骤S12,若所述模糊度指标小于预设模糊度阈值时,确定所述目标用户的人脸面积指标是否小于预设人脸面积阈值;
若所述模糊度指标小于预设模糊度阈值时,进一步基于获取的人脸图像确定所述目标用户的人脸面积指标是否小于预设人脸面积阈值,若确定所述目标用户的人脸面积指标大于等于预设人脸面积阈值,则确定所述目标用户在第二轮未通过测评状态的判定,若确定所述目标用户的人脸面积指标小于预设人脸面积阈值,则确定所述目标用户在第二轮通过测评状态的判定,通过人脸面积指标进行测评状态的判定时因为:确定目标用户的测评专注度。
步骤S13,若所述人脸面积指标小于预设人脸面积阈值时,确定所述目标用户的侧脸角度指标是否小于预设侧脸角度阈值;
若所述人脸面积指标小于预设人脸面积阈值时,通过采集的人脸图像确定所述目标用户的侧脸角度指标是否小于预设侧脸角度阈值,具体地,首先通过采集的人脸图像确定所述目标用户的侧脸角度指标,其中,侧脸角度指标是以图像所在平面为基准通过预设计算公式计算得到的,在得到侧脸角度指标后,比较侧脸角度指标与预设侧脸角度阈值,若所述目标用户的侧脸角度指标大于等于预设侧脸角度阈值,则确定所述目标用户在第三轮未通过测评状态的判定,若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述目标用户在第三轮通过测评状态的判定。
步骤S14,若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态。
若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态。
步骤S20,若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息,具体地,通过摄像头获取所述目标用户的测评信息,该测评信息包括测评类别,测评得分等,而该测评类别,测评得分等与测评时长,测评情绪关联。
所述若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息的步骤,包括:
步骤S21,若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,通过摄像头获取所述目标用户的图像;
若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,通过摄像头获取所述目标用户的图像,该摄像头包括高清摄像头,或者是超清摄像头,或者该摄像头包括高清慢镜头摄像头,通过摄像头获取所述目标用户的图像,具体地,每间隔预设时间段获取所述目标用户的图像,如每隔0.5秒获取一张所述目标用户的图像。
步骤S22,基于所述目标用户的图像获取所述目标用户的人脸信息,并基于所述目标用户的图像获取所述目标用户的情绪信息;
基于所述目标用户的图像获取所述目标用户的人脸信息和情绪信息,具体地,基于每张所述目标用户的图像获取所述目标用户的人脸信息和情绪信息,其中,基于预设人脸识别技术从每张所述目标用户的图像获取所述目标用户的人脸信息,基于预设情绪信息识别技术从每张所述目标用户的图像获取所述目标用户的情绪信息。
其中,所述所述基于所述目标用户的图像获取所述目标用户的情绪信息的步骤,包括:
步骤S221,将所述目标用户的图像输入至预设情绪识别模型中;
在本实施例中,在得到所述目标用户的图像后,将所述目标用户的图像输入至预设情绪识别模型中,具体地,在得到每张所述目标用户的图像后,将所述目标用户的图像输入至预设情绪识别模型中。
步骤S222,基于所述预设情绪识别模型对所述目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息;
其中,所述预设情绪识别模型是通过预设情绪训练图像数据,对预设基础模型进行迭代训练得到的。
基于所述预设情绪识别模型对所述目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息,由于所述预设情绪识别模型是通过预设情绪训练图像数据,对预设基础模型进行迭代训练得到的,也即,预设情绪识别模型是已经训练得到的能够准确基于图像获取用户情绪信息的,因而,能够准确基于目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息。
步骤S23,基于所述人脸信息确定所述目标用户的测评时长,获取所述测评时长内所述情绪信息确定的预设情绪的种类和每类预设情绪的子持续时长;
基于所述人脸信息确定所述目标用户的测评时长,具体地,在每间隔预设时间段获取目标用户的人脸图像后,对每张人脸图像进行识别,若检测到某一张目标用户图像未处于测评状态时,则确定测评停止,以获得该目标用户的测评时长,将该测评时长与目标用户的ID号关联保存,以在后续检测到目标用户继续处于测评状态时,对应增加用户的测评时长。需要说明的是,可以同步统计多个目标用户的测评时长,在获取测评时长的过程中,还基于目标用户的图像,通过预设情绪识别模型获取所述测评时长内所述情绪信息确定的预设情绪的种类,并对应确定每类预设情绪的子持续时长。该预设情绪的种类包括非常快乐,一般,快乐,不快乐等情绪信息,每个情绪预设情绪种类与分值相对应。
步骤S24,基于所述情绪信息确定的预设情绪的种类和每类预设情绪的子持续时长,确定所述目标用户的测评信息。
基于所述情绪信息确定的预设情绪的种类和每类预设情绪的子持续时长,确定所述目标用户的测评信息,例如,预设情绪的种类分别为:100、75、50、20、0分,子持续时长分别为:快乐3秒,非常快乐5秒,一般2秒,以加权平均的方式得到目标用户的测评信息,则对于该目标用户的最终得分为(3*75+5*100+2*50)/(3+2+5)=82.5。
步骤S30,基于所述测评信息,确定所述待测评艺术品数据的测评结果。
基于所述测评信息,确定所述待测评艺术品数据的测评结果,具体地,基于多个目标用户的多个所述测评信息,确定所述待测评艺术品数据的测评结果。
所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
步骤S31,获取所述目标用户的数目;
步骤S32,若检测到所述目标用户的数目大于预设数目时,基于所有目标用户的所述测评信息,得到所述待测评艺术品数据的均值测评分数;
为了避免误判,在本实施例中,获取所述目标用户的数目,当数目组足够大时,才获取所述待测评艺术品数据的测评结果,具体地,若检测到所述目标用户的数目大于预设数目时,基于所有目标用户的所述测评信息,得到所述待测评艺术品数据的均值测评分数。例如,共有4个用户对某曲目进行评测(样本量要大于预设数目,此仅为举例说明),得分分别为80、85、90、95,则该曲目总分为(80+85+90+95)/4=87.5。
步骤S33,将所述均值测评分数设置为所述待测评艺术品数据的测评结果。
将所述均值测评分数设置为所述待测评艺术品数据的测评结果。
在本实施例中,需要说明的是,还获取待测评艺术品数据的类别,若待测评艺术品数据为AI合成的类别时,基于所述AI合成的待测评艺术品数据的测评结果对应对A算法进行打分。
本申请通过在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;基于所述测评信息,确定所述待测评艺术品数据的测评结果。与现有技术采用评委团评分方式对待测评艺术品数据进行测评相比,本申请采用基于处于待测评艺术品数据测评状态的目标用户,对待测评艺术品数据进行测评后得到的测评信息,确定所述待测评艺术品数据的测评结果的技术手段,由于目标用户众多,因而,提升了测评数据丰富度,克服了现有技术中数据测评准确性低的技术缺陷,提高了测评准确性。
进一步地,基于本申请中第一实施例,提供本申请的另一实施例,在该实施例中,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
步骤S33,获取所述待测评艺术品数据的表达类型;
在本实施例中,为了准确确定所述待测评艺术品数据的测评结果,还获取所述待测评艺术品数据的表达类型,具体地,该所述待测评艺术品数据的表达类型可以是预设的,例如,待测评艺术品数据的表达类型可以是悲伤,快乐,平淡等。
步骤S34,基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果。
基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果,具体地,基于所述测评信息以及所述表达类型之间的正反映射关系,确定所述待测评艺术品数据的测评结果,若所述表达类型为悲伤,则所述测评信息分数越低,所述待测评艺术品数据的测评结果越好,若所述表达类型为快乐,则所述测评信息分数越高,所述待测评艺术品数据的测评结果越好。
若所述表达类型为平淡,则所述测评信息分数越高,所述待测评艺术品数据的测评结果越好。
具体地,在本实施例中,还可以根据实际情况更改所述测评信息以及所述表达类型之间的映射关系,以提升测评结果的准确性。
在本实施例中,通过获取所述待测评艺术品数据的表达类型;基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果。在本实施例中,基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果,以避免艺术品的误判。
在本申请数据测评方法的另一实施例中,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
步骤A1,获取所述待测评艺术品数据的评委团测评结果;
步骤A2,基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果。
在本实施例中,还获取所述待测评艺术品数据的评委团测评结果,以基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果,具体地,获取所述测评信息的第一占比,并获取所述评委团测评结果的第二占比,基于所述测评信息以及所述评委团测评结果,所述第一占比,第二占比,确定所述待测评艺术品数据的测评结果。
例如,第一占比为70%,第二占比为30%,则所述待测评艺术品数据的测评结果为M=70%*测评信息+30%*评委团测评结果。
本实施例通过获取所述待测评艺术品数据的评委团测评结果;基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果。在本实施例中,同时获取用户和评委团的所述待测评艺术品数据的测评结果,进行综合平阿基,提升了评价的准确性。
参照图3,图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图3所示,该数据测评设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地,该数据测评设备还可以包括矩形用户接口、网络接口、摄像头、RF(RadioFrequency,射频)电路,传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard),可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图3中示出的数据测评设备结构并不构成对数据测评设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图3所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块以及数据测评程序。操作***是管理和控制数据测评设备硬件和软件资源的程序,支持数据测评程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与数据测评***中其它硬件和软件之间通信。
在图3所示的数据测评设备中,处理器1001用于执行存储器1005中存储的数据测评程序,实现上述任一项所述的数据测评方法的步骤。
本申请数据测评设备具体实施方式与上述数据测评方法各实施例基本相同,在此不再赘述。
本申请还提供一种数据测评装置,所述数据测评装置包括:
第一确定模块,用于在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
获取模块,用于若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
第二确定模块,用于基于所述测评信息,确定所述待测评艺术品数据的测评结果。
可选地,所述第一确定模块包括:
第一确定单元,用于在检测到待测评艺术品数据的展示指令时,确定采集的所述目标用户的模糊度指标是否小于预设模糊度阈值;
第二确定单元,用于若所述模糊度指标小于预设模糊度阈值时,确定所述目标用户的人脸面积指标是否小于预设人脸面积阈值;
第三确定单元,用于若所述人脸面积指标小于预设人脸面积阈值时,确定所述目标用户的侧脸角度指标是否小于预设侧脸角度阈值;
第四确定单元,用于若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态。
可选地,所述获取模块包括:
第一获取单元,用于若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,通过摄像头获取所述目标用户的图像;
第二获取单元,用于基于所述目标用户的图像获取所述目标用户的人脸信息,并基于所述目标用户的图像获取所述目标用户的情绪信息;
第三获取单元,用于基于所述人脸信息确定所述目标用户的测评时长,获取所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长;
第五确定单元,用于基于所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长,确定所述目标用户的测评信息。
可选地,所述第二获取单元包括:
设置子单元,用于将所述目标用户的图像输入至预设情绪识别模型中;
识别处理子单元,用于基于所述预设情绪识别模型对所述目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息;
其中,所述预设情绪识别模型是通过预设情绪训练图像数据,对预设基础模型进行迭代训练得到的。
可选地,所述第二确定模块包括:
第四获取单元,用于获取所述待测评艺术品数据的表达类型;
第六确定单元,用于基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果。
可选地,所述第二确定模块还包括:
第五获取单元,用于获取所述待测评艺术品数据的评委团测评结果;
第七确定单元,用于基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果。
可选地,所述第二确定模块还包括:
第六获取单元,用于获取所述目标用户的数目;
第七获取单元,用于若检测到所述目标用户的数目大于预设数目时,基于所有目标用户的所述测评信息,得到所述待测评艺术品数据的均值测评分数;
设置单元,用于将所述均值测评分数设置为所述待测评艺术品数据的测评结果。
本申请数据测评装置的具体实施方式与上述数据测评方法各实施例基本相同,在此不再赘述。
本申请实施例提供了一种存储介质,且所述存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的数据测评方法的步骤。
本申请存储介质具体实施方式与上述数据测评方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种数据测评方法,其特征在于,所述数据测评方法包括:
在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
基于所述测评信息,确定所述待测评艺术品数据的测评结果。
2.如权利要求1所述的数据测评方法,其特征在于,所述在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态的步骤,包括:
在检测到待测评艺术品数据的展示指令时,确定采集的所述目标用户的模糊度指标是否小于预设模糊度阈值;
若所述模糊度指标小于预设模糊度阈值时,确定所述目标用户的人脸面积指标是否小于预设人脸面积阈值;
若所述人脸面积指标小于预设人脸面积阈值时,确定所述目标用户的侧脸角度指标是否小于预设侧脸角度阈值;
若所述目标用户的侧脸角度指标小于预设侧脸角度阈值,则确定所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态。
3.如权利要求1所述的数据测评方法,其特征在于,所述若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息的步骤,包括:
若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,通过摄像头获取所述目标用户的图像;
基于所述目标用户的图像获取所述目标用户的人脸信息,并基于所述目标用户的图像获取所述目标用户的情绪信息;
基于所述人脸信息确定所述目标用户的测评时长,获取所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长;
基于所述测评时长内所述情绪信息确定的各个情绪的种类的子持续时长,确定所述目标用户的测评信息。
4.如权利要求3所述的数据测评方法,其特征在于,所述所述基于所述目标用户的图像获取所述目标用户的情绪信息的步骤,包括:
将所述目标用户的图像输入至预设情绪识别模型中;
基于所述预设情绪识别模型对所述目标用户的图像进行情绪类型识别处理,得到所述所述目标用户的情绪信息;
其中,所述预设情绪识别模型是通过预设情绪训练图像数据,对预设基础模型进行迭代训练得到的。
5.如权利要求1所述的数据测评方法,其特征在于,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
获取所述待测评艺术品数据的表达类型;
基于所述测评信息以及所述表达类型,确定所述待测评艺术品数据的测评结果。
6.如权利要求1所述的数据测评方法,其特征在于,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
获取所述待测评艺术品数据的评委团测评结果;
基于所述测评信息以及所述评委团测评结果,确定所述待测评艺术品数据的测评结果。
7.如权利要求1所述的数据测评方法,其特征在于,所述基于所述测评信息,确定所述待测评艺术品数据的测评结果的步骤,包括:
获取所述目标用户的数目;
若检测到所述目标用户的数目大于预设数目时,基于所有目标用户的所述测评信息,得到所述待测评艺术品数据的均值测评分数;
将所述均值测评分数设置为所述待测评艺术品数据的测评结果。
8.一种数据测评装置,其特征在于,所述数据测评装置包括:
第一确定模块,用于在检测到待测评艺术品数据的展示指令时,确定所述展示指令所指向的目标用户是否处于所述待测评艺术品数据的测评状态;
获取模块,用于若所述展示指令所指向的目标用户处于所述待测评艺术品数据的测评状态时,获取所述目标用户的测评信息;
第二确定模块,用于基于所述测评信息,确定所述待测评艺术品数据的测评结果。
9.一种数据测评设备,其特征在于,所述数据测评设备包括:存储器、处理器以及存储在存储器上的用于实现所述数据测评方法的程序,
所述存储器用于存储实现数据测评方法的程序;
所述处理器用于执行实现所述数据测评方法的程序,以实现如权利要求1至7中任一项所述数据测评方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有实现数据测评方法的程序,所述实现数据测评方法的程序被处理器执行以实现如权利要求1至7中任一项所述数据测评方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010625201.6A CN111784163A (zh) | 2020-07-01 | 2020-07-01 | 数据测评方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010625201.6A CN111784163A (zh) | 2020-07-01 | 2020-07-01 | 数据测评方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784163A true CN111784163A (zh) | 2020-10-16 |
Family
ID=72757771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010625201.6A Pending CN111784163A (zh) | 2020-07-01 | 2020-07-01 | 数据测评方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784163A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101836219A (zh) * | 2007-11-01 | 2010-09-15 | 索尼爱立信移动通讯有限公司 | 基于面部表情生成音乐播放列表 |
US20140324885A1 (en) * | 2013-04-25 | 2014-10-30 | Trent R. McKenzie | Color-based rating system |
CN104434140A (zh) * | 2013-09-13 | 2015-03-25 | Nhn娱乐公司 | 评价信息***及利用此***的评价方法 |
CN107463876A (zh) * | 2017-07-03 | 2017-12-12 | 珠海市魅族科技有限公司 | 信息处理方法和装置、计算机装置和存储介质 |
CN107679504A (zh) * | 2017-10-13 | 2018-02-09 | 北京奇虎科技有限公司 | 基于摄像头场景的人脸识别方法、装置、设备及存储介质 |
CN108090698A (zh) * | 2018-01-08 | 2018-05-29 | 聚影汇(北京)影视文化有限公司 | 一种电影测评服务***及方法 |
CN108197595A (zh) * | 2018-01-23 | 2018-06-22 | 京东方科技集团股份有限公司 | 一种获取评价信息的方法、装置、存储介质及计算机 |
CN108848416A (zh) * | 2018-06-21 | 2018-11-20 | 北京密境和风科技有限公司 | 音视频内容的评价方法和装置 |
CN109447729A (zh) * | 2018-09-17 | 2019-03-08 | 平安科技(深圳)有限公司 | 一种产品的推荐方法、终端设备及计算机可读存储介质 |
CN109766770A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 服务质量评价方法、装置、计算机设备和存储介质 |
CN109905595A (zh) * | 2018-06-20 | 2019-06-18 | 成都市喜爱科技有限公司 | 一种拍摄及播放的方法、装置、设备及介质 |
CN110888997A (zh) * | 2018-09-10 | 2020-03-17 | 北京京东尚科信息技术有限公司 | 内容评价方法、***和电子设备 |
CN111339358A (zh) * | 2020-02-28 | 2020-06-26 | 杭州市第一人民医院 | 电影推荐方法、装置、计算机设备和存储介质 |
-
2020
- 2020-07-01 CN CN202010625201.6A patent/CN111784163A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101836219A (zh) * | 2007-11-01 | 2010-09-15 | 索尼爱立信移动通讯有限公司 | 基于面部表情生成音乐播放列表 |
US20140324885A1 (en) * | 2013-04-25 | 2014-10-30 | Trent R. McKenzie | Color-based rating system |
CN104434140A (zh) * | 2013-09-13 | 2015-03-25 | Nhn娱乐公司 | 评价信息***及利用此***的评价方法 |
CN107463876A (zh) * | 2017-07-03 | 2017-12-12 | 珠海市魅族科技有限公司 | 信息处理方法和装置、计算机装置和存储介质 |
CN107679504A (zh) * | 2017-10-13 | 2018-02-09 | 北京奇虎科技有限公司 | 基于摄像头场景的人脸识别方法、装置、设备及存储介质 |
CN108090698A (zh) * | 2018-01-08 | 2018-05-29 | 聚影汇(北京)影视文化有限公司 | 一种电影测评服务***及方法 |
CN108197595A (zh) * | 2018-01-23 | 2018-06-22 | 京东方科技集团股份有限公司 | 一种获取评价信息的方法、装置、存储介质及计算机 |
CN109905595A (zh) * | 2018-06-20 | 2019-06-18 | 成都市喜爱科技有限公司 | 一种拍摄及播放的方法、装置、设备及介质 |
CN108848416A (zh) * | 2018-06-21 | 2018-11-20 | 北京密境和风科技有限公司 | 音视频内容的评价方法和装置 |
CN110888997A (zh) * | 2018-09-10 | 2020-03-17 | 北京京东尚科信息技术有限公司 | 内容评价方法、***和电子设备 |
CN109447729A (zh) * | 2018-09-17 | 2019-03-08 | 平安科技(深圳)有限公司 | 一种产品的推荐方法、终端设备及计算机可读存储介质 |
CN109766770A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 服务质量评价方法、装置、计算机设备和存储介质 |
CN111339358A (zh) * | 2020-02-28 | 2020-06-26 | 杭州市第一人民医院 | 电影推荐方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345553B (zh) | 一种手掌及其关键点检测方法、装置和终端设备 | |
CN106293074B (zh) | 一种情绪识别方法和移动终端 | |
CN109446961B (zh) | 姿势检测方法、装置、设备及存储介质 | |
CN111193965B (zh) | 一种视频播放方法、视频处理方法及装置 | |
CN110264093B (zh) | 信用模型的建立方法、装置、设备及可读存储介质 | |
CN109739768A (zh) | 搜索引擎评测方法、装置、设备以及可读存储介质 | |
CN112732974A (zh) | 一种数据处理方法、电子设备及存储介质 | |
CN113962965A (zh) | 图像质量评价方法、装置、设备以及存储介质 | |
CN114638777A (zh) | 图像瑕疵检测方法、装置、电子设备及介质 | |
CN109840212B (zh) | 应用程序的功能测试方法、装置、设备及可读存储介质 | |
CN112835807B (zh) | 界面识别方法、装置、电子设备和存储介质 | |
CN111640421B (zh) | 语音对比方法、装置、设备及计算机可读存储介质 | |
CN117871545A (zh) | 一种电路板元器件缺陷检测方法、装置、终端及存储介质 | |
CN111627460B (zh) | 环境混响检测方法、装置、设备与计算机可读存储介质 | |
CN113051235A (zh) | 文档加载方法、装置、终端和存储介质 | |
CN111784163A (zh) | 数据测评方法、装置、设备及存储介质 | |
CN116912911A (zh) | 一种满意度数据筛选方法、装置、电子设备及存储介质 | |
CN111401465A (zh) | 训练样本优化方法、装置、设备及存储介质 | |
CN111507139A (zh) | 图像效果生成方法、装置和电子设备 | |
CN113420809A (zh) | 视频质量评价方法、装置和电子设备 | |
CN114153954A (zh) | 测试用例推荐方法、装置、电子设备及存储介质 | |
CN114298137A (zh) | 基于对抗生成网络的微小目标检测*** | |
CN111985423A (zh) | 活体检测方法、装置、设备及可读存储介质 | |
CN112581001A (zh) | 设备的评估方法及装置、电子设备、可读存储介质 | |
CN111062377A (zh) | 一种题号检测方法、***、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |