4、基于对比学习的多人格特质估计新方法

基于对比学习的多人格特质估计新方法

在当今的数据分析和心理学研究领域，从图像中准确估计多个人格特质是一个具有挑战性但又极具价值的任务。本文将介绍一种全新的方法，它能够在单张图像中估计多个人格特质，而不仅仅是单一的人格特征。

图像预处理

在开始估计人格特质之前，需要对输入的图像进行预处理，以提取出关键的信息。具体步骤如下：
1. 面部检测 ：使用 Haar 级联算法检测图像中的面部区域。该算法基于每个区域的像素强度总和以及这些总和之间的差异来工作，以级联的方式进行处理。提取的特征随后被输入到机器学习算法中进行面部检测。
2. 背景图像生成 ：将检测到的面部和文本信息从输入图像中移除，并用黑色矩形块替换，从而得到背景图像。背景图像的计算公式为：
[IB = IS - IF]
其中，$IB$ 是背景图像，$IS$ 是样本图像，$IF$ 是面部部分。
3. 标签确定 ：将背景图像输入到识别器（Google Cloud Vision API）中，以确定图像的标签。

特征提取

为了从图像中提取出与人格特质相关的信息，采用了对比学习的方法，分别对文本特征和视觉特征进行提取。

文本特征提取

对于每个样本，考虑三种类型的文本：
1. 识别文本 ：使用 Google Cloud Vision API 从图像中识别出的文本。
2. 图像注释 ：同样使用 Google Cloud