[发明专利]情感识别模型生成方法及装置有效

专利信息
申请号: 201611270133.6 申请日: 2016-12-30
公开(公告)号: CN106691475B 公开(公告)日: 2020-03-27
发明(设计)人: 张慧玲;贝振东;魏彦杰 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: A61B5/16 分类号: A61B5/16;A61B5/0402;A61B5/0488;A61B5/08
代理公司: 深圳中一专利商标事务所 44237 代理人: 阳开亮
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 情感 识别 模型 生成 方法 装置
【说明书】:

一种情感识别模型生成方法及装置。所述方法包括:采集男性和女性的生理信号,所述生理信号包括:心电信号、肌电信号、呼吸信号和皮肤信号;从采集的男性生理信号中提取男性的特征值,以及,从采集的女性生理信号中提取女性的特征值;根据第一指定算法将所述男性的特征值和所述女性的特征值迭代出第一最优特征子集,所述第一最优特征子集包括:男性的平静或高兴最优特征子集、男性的平静或悲伤最优特征子集、男性的平静或恐惧最优特征子集、女性的平静或高兴最优特征子集、女性的平静或悲伤最优特征子集、女性的平静或恐惧最优特征子集;根据所述第一最优特征子集生成对应的情感识别模型。通过上述方法能够生成准确识别情感的情感识别模型。

技术领域

发明实施例属于人工智能、数据挖掘、信号与信息处理和心理学的交叉领域,尤其涉及一种情感识别模型生成方法及装置。

背景技术

计算机对从传感器采集来的信号进行分析和处理,从而得出对方(人)正处在的情感状态,这种行为叫做情感识别。从生理心理学的观点来看,情绪是有机体的一种复合状态,既涉及体验又涉及生理反应,还包含行为,其组成至少包括情绪体验、情绪表现和情绪生理三种因素。情感的识别可以基于面部特征、语音信号、身体姿势、文字和生理信号等。

现有技术多是从面部特征、语音信号或身体姿势方面进行情感识别,而依靠面部特征、语音信号或身体姿势方面等进行的情感识别准确率较低。

故,有必要提出一种新的方案以解决上述技术问题。

发明内容

本发明实施例提供了一种情感识别模型生成方法及装置,旨在解决现有的方法识别情感的准确率较低的问题。

本发明实施例的第一方面,提供了一种情感识别模型生成方法,所述方法包括:

采集男性和女性的生理信号,所述生理信号包括:心电信号、肌电信号、呼吸信号和皮肤信号;

从采集的男性生理信号中提取男性的特征值,以及,从采集的女性生理信号中提取女性的特征值;

根据第一指定算法将所述男性的特征值和所述女性的特征值迭代出第一最优特征子集,所述第一最优特征子集包括:男性的平静或高兴最优特征子集、男性的平静或悲伤最优特征子集、男性的平静或恐惧最优特征子集、女性的平静或高兴最优特征子集、女性的平静或悲伤最优特征子集、女性的平静或恐惧最优特征子集;

根据所述第一最优特征子集生成对应的情感识别模型。

本发明实施例的第二方面,提供了一种情感识别模型生成装置,所述装置包括:

生理信号采集单元,用于采集男性和女性的生理信号,所述生理信号包括:心电信号、肌电信号、呼吸信号和皮肤信号;

特征值提取单元,用于从采集的男性生理信号中提取男性的特征值,以及,从采集的女性生理信号中提取女性的特征值;

第一最优特征子集确定单元,用于根据第一指定算法将所述男性的特征值和所述女性的特征值迭代出第一最优特征子集,所述第一最优特征子集包括:男性的平静或高兴最优特征子集、男性的平静或悲伤最优特征子集、男性的平静或恐惧最优特征子集、女性的平静或高兴最优特征子集、女性的平静或悲伤最优特征子集、女性的平静或恐惧最优特征子集;

第一情感识别模型生成单元,用于根据所述第一最优特征子集生成对应的第一情感识别模型。

在本发明实施例中,由于基于性别生理信号生成情感识别模型,而基于生理信号的情感识别又是更准确的,因此,使得生成的情感识别模型能够更准确地识别生理信号对应的是男性还是女性,以及更准确地识别该男性或女性的情感。

附图说明

图1是本发明第一实施例提供的一种情感识别模型生成方法的流程图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611270133.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top