本发明涉及消费性电子产品技术领域，具体涉及一种基于微表情识别的影视评分方法、存储介质及智能终端。
背景技术：
随着电视以及影视行业的发展，人们对于影视剧的质量要求也越来越高，不同的人对于影视剧的喜好程度也不尽相同，因此，各大影视网站也都推出了为影视评分的功能，方便用户之间的互动以及参考。
目前绝大多数影视评分网站都使用10分制，例如豆瓣和时光等众多网站都有自己的算法来统计用户给某一部电影的打分。但是目前大多数网站还是采用手动输入评分的人工打分系统，这样会使得每个人给的分数过于主观，甚至有虚假、恶意的打分，导致最终的电影评分不真实。
因此，现有技术还有待于改进和发展。
技术实现要素：
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于微表情识别的影视评分方法、存储介质及智能终端，旨在解决现有技术中的影视评分采用手动输入评分的方式，使得评分过于主观，导致评分不真实等问题。
本发明解决技术问题所采用的技术方案如下：
一种基于微表情识别的影视评分方法，其中，所述方法包括：
获取用户观影时的微表情，并对所述微表情进行识别与分析，输出分析结果；
获取当前播放的影视剧的类别，并从预设的微表情数据库中获取当前影视剧的类别所对应的微表情数据；
根据分析结果以及获取的微表情数据自动对所述影视剧进行打分，并输出最终评分。
所述的基于微表情识别的影视评分方法，其中，所述获取用户观影时的微表情，并对所述微表情进行识别与分析，输出分析结果具体包括：
智能终端中的摄像头实时获取用户观影时的人脸图像；
对所述人脸图像进行检测，并标记出微表情图像序列；
提取所述微表情图像序列的特征，并根据提取的特征识别出所述微表情所属的类别；
对所述微表情的类别以及数量进行统计分析，输出分析结果。
所述的基于微表情识别的影视评分方法，其中，所述分析结果包括：用户观影过程中的微表情的种类，以及每种微表情所占的实际比例；所述微表情的种类包括：愉快、惊讶、厌恶、悲伤、恐惧以及愤怒。
所述的基于微表情识别的影视评分方法，其中，所述获取当前播放的影视剧的类别，并从预设的微表情数据库中获取当前影视剧的类别所对应的微表情数据之前还包括：
预先建立一用于根据当前播放的影视剧类别获取对应的微表情数据的微表情数据库；
所述微表情数据库中包括：每种影视剧所对应的理论微表情种类以及每种微表情所占的理论比例；
所述影视剧类别包括：喜剧类、冒险类、恐怖类、犯罪类、科幻类、武侠类以及爱情类。
所述的基于微表情识别的影视评分方法，其中，所述获取当前播放的影视剧的类别，并从预设的微表情数据库中获取当前影视剧的类别所对应的微表情数据具体包括：
智能终端获取当前播放的影视剧的类别；
根据所获取的影视剧的种类从微表情数据中查找对应的微表情数据；
获取所述微表情数据中包含的当前影视剧类别所对应的理论微表情种类以及每种微表情所占的理论比例。
所述的基于微表情识别的影视评分方法，其中，所述根据分析结果以及获取的微表情数据自动对所述影视剧进行打分，并输出最终评分具体包括：
将分析出的用户观影过程中的微表情的种类，以及每一种微表情所占的实际比例与获取的微表情数据中的理论微表情种类以及每种微表情所占的理论比例进行比较；
若用户观影过程中的微表情的种类恰好与理论微表情种类相符，且每一种微表情所占的实际比例等于每种微表情所占的理论比例，则自动对所述影视剧评为及格分数；所述及格分数为6分。
所述的基于微表情识别的影视评分方法，其中，所述根据分析结果以及获取的微表情数据自动对所述影视剧进行打分，并输出最终评分还包括：
若用户观影过程中的微表情的种类高于理论微表情种类，且每一种微表情所占的实际比例高于每种微表情所占的理论比例，则对所述影视剧的评分在及格分数上增加分数；
若用户观影过程中的微表情的种类低于理论微表情种类，且每一种微表情所占的实际比例低于每种微表情所占的理论比例，则对所述影视剧的评分在及格分数上减少分数。
所述的基于微表情识别的影视评分方法，其中，所述方法还包括：
获取当前用户的观影时长，若当前用户的观影时长小于预设的标准时长，则该用户的微表情无法用来对影视剧进行评分。
一种存储介质，其上存储有多条指令，其中，所述指令适于由处理器加载并执行，以实现上述任一项所述的基于微表情识别的影视评分方法的步骤。
一种智能终端，其中，包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现上述任一项所述的基于微表情识别的影视评分方法的步骤。
本发明的有益效果：本发明通过对用户观影时候的微表情进行分析，并根据微表情的变化自动对影视进行评分，无需用户手动输入评分，使得打分结果更加真实，有效避免恶意、虚假打分的情况。
附图说明
图1是本发明基于微表情识别的影视评分方法的第一较佳实施例的流程图。
图2是本发明的微表情识别方法的流程图。
图3是本发明基于微表情识别的影视评分方法的第二较佳实施例的流程图。
图4是本发明的智能终端的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
由于现有技术中各大影视网站对于影视剧评分的方式基本还是采用人工手动输入评分的方法，这样使得评分存在太大的主观性，导致影片的评分不真实。虽然有些网站的评分算法比较复杂，但是还是存在虚假、恶意打分的情况。为了解决上述问题，本发明提供一种基于微表情识别的影视评分方法，如图1所示，图1是本发明基于微表情识别的影视评分方法的第一较佳实施例的流程图。所述基于微表情识别的影视评分方法包括以下步骤：
步骤s100、获取用户观影时的微表情，并对所述微表情进行识别与分析，输出分析结果。
较佳地，所述步骤s100具体包括：
智能终端中的摄像头实时获取用户观影时的人脸图像；
对所述人脸图像进行检测，并标记出微表情图像序列；
提取所述微表情图像序列的特征，并根据提取的特征识别出所述微表情所属的类别；
对所述微表情的类别以及数量进行统计分析，输出分析结果。
具体实施时，本发明预先在智能终端上安装一用于拍摄用户人脸图像的摄像头，较佳地，本发明公开了微表情识别具体的流程图，如图2所示。
步骤210、获取人脸图像。当用户在观影时，所述智能终端上的摄像头就会实时拍摄用户观影时的人脸图像。
步骤220、人脸图像预处理。本发明使用adaboost（迭代算法）算法检测微表情图像中的人脸，并进行裁剪，采用双线性差值算法实现图像的尺寸归一化，经过预处理后的人脸图像大小为180×180像素，经过预处理后的图像像素一致，有利于后续步骤中对微表情的提取。
步骤230、提取微表情特征。本发明对人脸图像进行检测，并标记出微表情图像序列。本实施例中使用birnbaum-saunders分布曲线建立回归模型，来标记人脸微表情图像序列，其中包括人脸微表情出现的开始帧apex1，持续时间和结束帧apex2，由此完成人脸微表情检测。进一步地，本发明使用cbp-top算法对人脸微表情序列的动态时空纹理特征进行提取。并将人脸微表情序列的8帧图像分成16×16个非重叠的块，在每一子块上提取cbp-top特征，并对该子块进行cbp-top特征的直方图统计，最后将所有子块的特征直方图串联成整个人脸微表情序列的特征直方图，由此提取人脸微表情序列的动态时空纹理特征，即获取人脸微表情序列在xy平面的形变信息，以及在xt平面和yt平面的运动信息。所述cbp-top特征是图像本身存在的纹理特征，提取过程是通过cbp码计算得到的。
步骤240、特征判断。本发明使用elm分类器进行训练和预测，一则是用以验证cbp-top算法的有效性，二则是对人脸微表情序列的特征进行分类识别，判断提取的特征究竟属于哪类人脸微表情，识别出所述微表情所属的类别。上述微表情的识别方法中，所述cbp-top算法如下：
cbp-top=σx,y,ti{fj(x,y,t)=i},i=0,...,nj-1;j=0,1,2---(1),]]>
其中：nj为cbp算子在第j个平面产生的模式数目，j＝0，1,2分别表示xy、xt和yt平面，fj(x,y,t)表示中心像素点(x,y,t)在第j个平面的cbp码的十进制值，函数i(f)的定义如下：
i(f)=1,iffistrue0,iffisfalse---(2).]]>
步骤250、输出分析结果。智能终端在识别出微表情的种类之后会对用户观影过程中的出现的微表情种类及数量进行统计，并输出分析结果。所述分析结果包括：用户观影过程中的微表情的种类，以及每种微表情所占的实际比例。较佳地，本实施例中将微表情的种类分为愉快、惊讶、厌恶、悲伤、恐惧以及愤怒。上述微表情识别的方法更加准确，从而使得智能终端能够准确地从人脸图像中提取出微表情，并进行识别与分类，判断出微表情具体属于哪一类。
进一步地，步骤s200、获取当前播放的影视剧的类别，并从预设的微表情数据库中获取当前影视剧的类别所对应的微表情数据。
较佳地，所述步骤s200具体包括：
智能终端获取当前播放的影视剧的类别；
根据所获取的影视剧的种类从微表情数据中查找对应的微表情数据；
获取所述微表情数据中包含的当前影视剧类别所对应的理论微表情种类以及每种微表情所占的理论比例。
具体实施时，本发明还预先在智能终端中建立一用于根据当前播放的影视剧类别获取对应的微表情数据的微表情数据库。所述微表情数据库中包括：每种影视剧所对应的理论微表情种类以及每种微表情所占的理论比例，即预先定义对于不同类型的影视剧，用户会出现的微表情种类以及每种微表情所占的理论比例，用于后续步骤中对影视剧进行评分的参考。本发明中的影视剧类别包括：喜剧类、冒险类、恐怖类、犯罪类、科幻类、武侠类以及爱情类。
当用户在观影时，智能终端获取当前播放的影视剧类别，并根据影视剧类别从预设的微表情数据库中查找该类别所对应的理论微表情种类以及每种微表情所占的理论比例。例如，若当前播放的影视剧为科幻类影视剧，那科幻类影视剧理论微表情为惊讶和愉悦这两类，且惊讶的微表情所占的理论比例为40%、愉悦的微表情所占的理论比例为20%。
进一步地，步骤s300、根据分析结果以及获取的微表情数据自动对所述影视剧进行打分，并输出最终评分。
较佳地，所述步骤s300具体包括：
将分析出的用户观影过程中的微表情的种类，以及每一种微表情所占的实际比例与获取的微表情数据中的理论微表情种类以及每种微表情所占的理论比例进行比较；
若用户观影过程中的微表情的种类恰好与理论微表情种类相符，且每一种微表情所占的实际比例等于每种微表情所占的理论比例，则自动对所述影视剧评为及格分数。
具体实施时，本发明预先设置一标准条件，当用户观影时的微表情种类以及每种微表情所占的比例符合所述标准条件时，则将该影视剧的评为及格分数。在本发明中所述及格分数为6分（总分十分制）。具体地，本发明分别将用户观影过程中的微表情的种类以及每一种微表情所占的实际比例与从微表情数据中获取的的理论微表情种类以及每种微表情所占的理论比例进行比较，从而判断出用户的微表情是否符合条件，符合则打6分。
例如，喜剧类影视剧的理论微表情是愉悦，如果用户愉悦的微表情达到60%即可评6分；冒险类影视剧的理论微表情是惊讶，如果用户惊讶的微表情达到60%即可评6分；恐怖类影视剧理论微表情是恐惧和惊讶，如果用户恐怖的微表情达到40%且惊讶的微表情达到20%即可评6分；犯罪类影视剧理论微表情是厌恶、恐惧和惊讶，如果用户厌恶的微表情达到10%、恐惧的微表情达到20%和厌恶的微表情达到30%即可评6分；科幻类影视剧的理论微表情是惊讶和愉悦，如果用户惊讶的微表情达到40%且愉悦的微表情达到20%即可评6分；武侠类影视剧的理论微表情是惊讶，如果用户惊讶的微表情达到60%即可评6分；爱情类影视剧的理论微表情是愉悦或悲伤，如果用户愉悦或悲伤的微表情达到60%即可评6分。每种类型的影片中微表情所占的比例可以根据实际情况自行进行设置。
进一步地，若用户观影过程中的微表情的种类高于理论微表情种类，且每一种微表情所占的实际比例高于每种微表情所占的理论比例，则对所述影视剧的评分在及格分数（6分）上增加分数；若用户观影过程中的微表情的种类低于理论微表情种类，且每一种微表情所占的实际比例低于每种微表情所占的理论比例，则对所述影视剧的评分在及格分数（6分）上减少分数，最终评分为0-10分。
为了进一步减少虚假、恶意评分，本发明在用户进行观影的时候还会获取用户的观影时长，若当前用户的观影时长小于预设的标准时长，则还用户没有观看完整的影视，该用户的微表情无法用来对影视剧进行评分，以保证所有评分的用户都是有效且真实的。此外，本发明还对用户的微表情以及用户的评分进行数据加密处理，以保证用户数据的安全性。
进一步地，本发明还公开了基于微表情识别的影视评分的第二较佳实施例。如图3所示，所述方法包括以下步骤：
步骤310、采集人脸图像。智能终端利用预设的摄像头对观影用户的人脸图像进行采集。
步骤320、微表情识别。从采集的人脸图像中识别出微表情特征。
步骤330、记录各种微表情类别以及比例。
步骤340、判断影片是否结束。当是时，执行步骤350；当否时，执行步骤310。
步骤350、分析处理。将用户观影过程中的微表情的种类以及每一种微表情所占的实际比例与从微表情数据中获取的的理论微表情种类以及每种微表情所占的理论比例进行比较，从而判断出用户的微表情是否符合条件，并自动进行评分。
步骤360、输出影片评分。
基于上述实施例，本发明还公开了一种智能终端，如图4所示，包括：处理器(processor)10、与处理器10连接的存储介质(memory)20；其中，所述处理器10用于调用所述存储介质20中的程序指令，以执行上述实施例所提供的方法，例如执行：
获取用户观影时的微表情，并对所述微表情进行识别与分析，输出分析结果；
获取当前播放的影视剧的类别，并从预设的微表情数据库中获取当前影视剧的类别所对应的微表情数据；
根据分析结果以及获取的微表情数据自动对所述影视剧进行打分，并输出最终评分。
本发明实施例还提供一种存储介质，所述存储介质上存储计算机指令，所述计算机指令使计算机执行上述各实施例所提供的方法。
综上所述，本发明提供的一种基于微表情识别的影视评分方法、存储介质及智能终端，方法包括：获取用户观影时的微表情，并对所述微表情进行识别与分析，输出分析结果；获取当前播放的影视剧的类别，并从预设的微表情数据库中获取当前影视剧的类别所对应的微表情数据；根据分析结果以及获取的微表情数据自动对所述影视剧进行打分，并输出最终评分。本发明通过对用户观影时候的微表情进行分析，并根据微表情的变化自动对影视进行评分，无需用户手动输入评分，使得打分结果更加真实，有效避免恶意、虚假打分的情况。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。