[发明专利]瞳孔特征的真实情感聊天机器人系统及该系统的判断方法在审

专利信息
申请号: 202010139271.0 申请日: 2020-03-03
公开(公告)号: CN111368719A 公开(公告)日: 2020-07-03
发明(设计)人: 谢黎 申请(专利权)人: 东莞理工学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06F16/332;G06F16/33;B25J19/00;B25J11/00
代理公司: 东莞市启信展华知识产权代理事务所(普通合伙) 44579 代理人: 袁艳君
地址: 523000 广东省*** 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: 瞳孔 特征 真实 情感 聊天 机器人 系统 判断 方法
【说明书】:

发明公开了一种瞳孔特征的真实情感聊天机器人系统,包括控制模块,所述控制模块上电性连接有控制开关,所述控制开关电性连接有电池模块,所述控制模块电性连接有咪头、摄像头、检测模块、蜂鸣器、触摸屏、通讯模块、存储模块和驱动模块,所述驱动模块电性连接有步进电机;还包括有一种瞳孔特征的真实情感聊天机器人系统的判断方法;本发明通过SVM算法实现对图像的特征进行处理,能够精准的得瞳孔图像中的特征参数,且采用Matlab实现对瞳孔的图像进行处理,并且将采集不同情绪的瞳孔图片特征存储在数据库内,且将瞳孔特征处理设备安装在机器人上,实现对机器人与人对话的时候能够准确的识别人的真实情感,进行有情感的交流。

技术领域

本发明属于机器人检测技术领域,更具体地说,尤其涉及一种瞳孔特征的真实情感聊天机器人系统的判断方法。同时,本发明还涉及一种瞳孔特征的真实情感聊天机器人系统。

背景技术

人有理性和感性两个方面,情感属于感性方面,理性在大多数时候都可以根据一些可以准确度量的数据来分析得到结论,而感性往往不能通过一个准确的度量来分析,对于人工智能而言,传统上我们基本上都是处理逻辑信息的,所以,通过瞳孔特征来研究人的情感信息,相比于微表情和心率而言,瞳孔的变化传达的信息是难以用意志来控制的,依次可以避免表情干扰,识别出人的真实感情状态,瞳孔因为感情的变化表现在瞳孔的一些动态特性上,例如瞳孔直径大小,扩张收缩速率,颜色以及光反射等特征。

现有的瞳孔特征在使用的时候,普遍存在有以下问题,即在图像进行处理的时候,不能够十分清晰的对图像进行处理,使得图像在对比数据库的时候很容易存在错误,这样就使得瞳孔的特征提取不准确,并且现有的情感检测方法很容易受到伪表情影响,现有的技术中的计算方法十分的麻烦,且难以精准的计算出瞳孔的特征,使得瞳孔与数据的对比的过程十分的缓慢,造成一定的延迟,并且现有的机器设备仅仅只能够实现对话,无法实现移动,并且不能够实现通讯传输等问题

针对现有的瞳孔情感检测技术中普遍存在的缺陷,我们提出一种瞳孔特征的真实情感聊天机器人系统及该系统的判断方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点,而提出的一种瞳孔特征的真实情感聊天机器人系统及该系统的判断方法。

为实现上述目的,本发明提供如下技术方案:一种瞳孔特征的真实情感聊天机器人系统的判断方法,包括如下步骤:

S1:大量瞳孔图片进行建模,通过SVM算法对大量的瞳孔图片进行建模,且SVM目标函数的公式如下:

且使用径向基函数作为核心函数,函数公式为:

S2:拍摄对话人的瞳孔,通过摄像模块将对话者进行拍摄,并且将拍摄的画面进行传输给控制模块;

S3:对拍摄画面进行处理,首先的图像中的瞳孔进行范围截取,然后对图像进行边缘检测和图像识别,采用Canny算法进行计算边缘检测,且计算公式为:

然后对图像进行检测,对Canny算法处理过后的图像的圆进行半径检测,然后进行数据对比;

S4:对数据库情绪,将处理过后的对话者瞳孔画面与数据库中的情感数模进行对比,得到情感状态的指标的分数;

S5:输出情感,进行情感对话,然后将获得对应的情感数值,并且对照数据库中的情感对话语录,实现不同语句的输出,且通过蜂鸣器进行播放。

优选的,所述步骤S3中的图片需要先进行Matlab对图像有时间序列的彩色瞳孔图像处理,输出灰度图像,然后对灰度图像进行高斯模糊的方法处理,平滑图像,去除噪声,再利用Matlab计算出求出角度和幅值,最后计算出双阀值进行边缘连接处理,处理后的图像进行二值化图像输出。

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东莞理工学院,未经东莞理工学院许可,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/202010139271.0/2.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