(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (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 1 1240 专利代理师 黄海英 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/74(2022.01) (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。 权利要求书3页 说明书13页 附图4页 CN 115050071 A 2022.09.13 CN 115050071 A 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])权　利　要　求　书 1/3 页 2 CN 115050071 A 2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， 其特征在于， 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 二维坐标包括： 根据所述第一特征点和所述第二特征点的对应关系确定所述第一二维坐标和所述第 二二维坐标之间的对应关系； 将存在对应关系的所述第 一二维坐标和所述第 二二维坐标分为一组， 得到多组所述二 维坐标； 根据共同的坐标轴将每组所述二维坐标中的所述第一二维坐标和所述第二二维坐标 进行合并， 生成所述 三维坐标。 5.根据权利要求1所述的方法， 其特征在于， 在根据多个所述三维坐标生成所述目标对 象的三维模型之前， 所述方法还 包括： 判断多个所述 三维坐标中是否存在相同的三维坐标； 在多个所述三维坐标中存在所述相同的三维坐标的情况下， 将所述相同的三维坐标进 行合并， 直至多个所述 三维坐标中不存在所述相同的三维坐标。 6.根据权利要求1所述的方法， 其特征在于， 在根据多个所述三维坐标生成所述目标对 象的三维模型之后， 所述方法还 包括： 将多个所述三维坐标进行连接， 根据多个所述三维坐标之间的连接关系确定所述三维 模型的多个向量； 将多个所述三维坐标以及多个所述向量确定为所述三维模型的图数据， 并将所述图数 据进行存 储。 7.根据权利要求6所述的方法， 其特征在于， 将多个所述三维坐标进行连接， 根据多个 所述三维坐标之间的连接关系确定所述 三维模型的多个向量包括： 将所述目标坐标系所在空间按照任意平面进行分层， 得到多层空间； 将同一层空间中的所述三维坐标之间进行连接， 并根据同一层空间中的所述三维坐标 之间的连接关系确定多个第一向量； 将相邻层空间中距离最近的两个所述三维坐标之间进行连接， 并根据相邻层空间中的 所述三维坐标之间的连接关系确定多个第二向量； 将所述多个第一向量和多个所述第二向量确定为所述 三维模型的多个向量。 8.根据权利要求7所述的方法， 其特征在于， 将所述目标坐标系所在空间按照任意平面 进行分层， 得到多层空间包括： 确定每层空间中的三维坐标 数量是否均小于数量阈值； 在出现所述三维坐标数量大于等于所述数量阈值的情况下， 重新进行分层， 直至每层 空间中的所述 三维坐标 数量均小于所述数量阈值； 在每层空间中的所述三维坐标数量均小于所述数量阈值的情况下， 执行所述将同一层 空间中的所述三 维坐标之 间进行连接， 并根据同一层空间中的所述三维坐标之 间的连接关 系确定多个第一向量的操作。权　利　要　求　书 2/3 页 3 CN 115050071 A 3