[发明专利]一种情绪识别方法、电子设备及存储介质

说明书

本发明实施例公开了一种情绪识别方法、电子设备及存储介质，所述方法包括：获取目标人物观看目标视频时的外周生理信号，对外周生理信号进行特征计算，得到目标人物观看目标视频时的外周生理信号特征；将外周生理信号特征输入至情绪分布识别模型中，得到目标人物观看目标视频时的情绪分布识别结果。本发明实施例通过计算目标人物的外周生理信号特征，并将外周生理信号特征输入至情绪分布识别模型，可以较为准确地刻画出目标人物当前的情绪状态。

技术领域

本发明涉及计算机技术领域，具体涉及一种情绪识别方法、电子设备及存储介质。

背景技术

情绪识别是基于情感计算的情绪识别，是情感计算的一个重要组成部分，情绪识别研究的内容包括面部表情、语音、心率、行为、文本和生理信号识别等方面，通过以上内容来判断用户的情绪状态。

从生理信号判断目标人物的情绪是情感计算中的一个重要问题，在人机交互、情感交互等领域有着广泛的应用。相较于传统的脑电信号，外周生理信号更易、更快获得，能够准确表达目标人物的情绪状态。因此，基于外周生理信号的情绪识别方法能实现新的交互和娱乐应用，从而获得更广泛的应用价值。然而，目前还没有基于外周生理信号解决情绪识别问题的方法，同时，现有的情绪识别技术仅仅使用单一情绪，无法准确刻画出目标人物的情绪状态。

发明内容

由于现有方法存在上述问题，本发明实施例提供一种情绪识别方法、电子设备及存储介质。

具体的，本发明实施例提供了以下技术方案：

第一方面，本发明实施例提供了一种情绪识别方法，包括：

获取目标人物观看目标视频时的外周生理信号，对所述外周生理信号进行特征计算，得到目标人物观看目标视频时的外周生理信号特征；

将所述外周生理信号特征输入至情绪分布识别模型中，得到目标人物观看目标视频时的情绪分布识别结果；

其中，所述情绪分布识别模型是基于第一训练样本集和第二训练样本集，对深度神经网络模型进行训练后得到的，其中，所述第一训练样本集包括预设数量的目标人物在观看目标视频时对应的外周生理信号特征；所述第二训练样本集包括所述预设数量的目标人物在观看目标视频时的真实情绪分布标签。

可选的，所述外周生理信号包括皮肤电、心电、皮肤温和心率四种生理通道信号中的至少两种；

对所述外周生理信号进行特征计算，得到目标人物观看目标视频时的外周生理信号特征，包括：

对所述皮肤电、心电、皮肤温和心率四种生理通道信号中的至少两种分别进行特征计算，计算所述至少两种生理通道信号分别在时域指定维度上的特征集合以及在频域指定维度上的特征集合；

将所述至少两种生理通道信号分别在时域指定维度上的特征集合以及在频域指定维度上的特征集合，作为目标人物观看目标视频时的外周生理信号特征。

可选的，皮肤电生理通道信号在时域指定维度上的特征集合包括：最小值，最大值，标准差，方差，平均绝对值，均方根，偏度，峰度，中值，均值，导数平均值，平均下降率，导数中负值占比，局部极小值数量，平均上升时间，三阶矩，四阶矩，五阶矩，六阶矩，一节差分，二阶差分；

皮肤电生理通道信号在频域指定维度上的特征集合包括：0～2.4Hz频带中的频谱功率；

皮肤温生理通道信号在时域指定维度上的特征集合包括：均值，导数平均值；

皮肤温生理通道信号在频域指定维度上的特征集合包括：0～0.1Hz频带中的频谱功率，0.1～0.2Hz频带中的频谱功率；

心电生理通道信号在时域指定维度上的特征集合包括：均值，中值，标准差，最小值，最大值，功率；