[发明专利]基于虚拟现实仿真采集的情绪分级识别方法及系统

权利要求书

1.一种基于虚拟现实仿真采集的情绪分级识别方法，其特征在于，所述情绪分级识别方法包括：

针对待识别人员进行虚拟现实仿真演示，并在虚拟现实仿真演示过程针对待识别人员进行信息采集，获取待识别人员在虚拟现实仿真演示过程中的眼部变化、嘴部表情变化和脑电波变化，得到眼部采集信息、嘴部采集信息和脑电波采集信息；

针对到眼部采集信息、嘴部采集信息和脑电波采集信息分别进行眼球参数分析、表情变化分析和电波纹路分析，得到第一采集分析结果、第二采集分析结果和第三采集分析结果；

根据第一采集分析结果、第二采集分析结果和第三采集分析结果确定情绪等级，得到情绪分级识别结果。

2.根据权利要求1所述的情绪分级识别方法，其特征在于，所述针对待识别人员进行虚拟现实仿真演示时，采用虚拟现实设备营造仿真环境，将虚拟现实设备佩戴到待识别人员头部，并获取虚拟现实设备与待识别人员之间的接触面积和接触感应数据进行佩戴检测，当接触面积达到第一阈值且接触感应数据达到第二阈值时，待识别人员佩戴完成，否则针对虚拟现实设备进行头顶带伸缩调节，直至接触面积达到第一阈值且接触感应数据达到第二阈值。

3.根据权利要求2所述的情绪分级识别方法，其特征在于，所述虚拟现实设备包括：第一采集模块、第一采集辅佐模块、第二采集模块、第二采集辅佐模块和第三采集模块；所述第一采集模块采用第一图像摄像装置针对待识别人员的眼睛所在区域进行图像采集；所述第一采集辅佐模块利用补光灯在第一采集模块采用第一图像摄像装置针对待识别人员的眼睛所在区域进行图像采集过程中进行补光；所述第二采集模块采用第二图像摄像装置针对待识别人员的嘴所在区域进行图像采集；所述第二采集辅佐模块利用补光灯在第二采集模块采用第二图像摄像装置针对待识别人员的嘴所在区域进行图像采集过程中进行灯光调整；所述第三采集模块分布多个采集点针对待识别人员进行脑电波信号采集。

4.根据权利要求3所述的情绪分级识别方法，其特征在于，所述第三采集模块在确定采集点时针对待检测人员进行头部分析，确定头部关键位置，并在头部关键位置上布置电极，所述头部关键位置包括：脸颊、额头、头顶和左右耳后。

5.根据权利要求4所述的情绪分级识别方法，其特征在于，针对眼部采集信息、嘴部采集信息和脑电波采集信息分别进行眼球参数分析、表情变化分析和电波纹路分析之前预先针对眼球参数分析、表情变化分析和电波纹路分析分别建立第一分析模型、第二分析模型和第三分析模型，并将第一分析模型、第二分析模型和第三分析模型存储到算法库中，当针对眼部采集信息、嘴部采集信息和脑电波采集信息分别进行眼球参数分析、表情变化分析和电波纹路分析时，根据分析的目标在算法库中调取对应的模型进行分析，得到对应的采集分析结果。

6.根据权利要求5所述的情绪分级识别方法，其特征在于，所述第一分析模型，包括：

针对眼部采集图像进行图像预处理，获取预处理后的眼部采集图像；

在预处理后的眼部采集图像中划分出眼睛部分的轮廓，并针对眼睛部分的轮廓中构建眼睛部位坐标系；

基于眼睛部位坐标系进行眼球采集图像校正，得到校正处理后的眼球采集图像；

参照眼睛部位坐标系针对校正处理后的眼球采集图像进行眼球位置识别，获取眼球位置信息，得到眼球实时变化信息；

分析眼球实时变化信息的变化情况，确定眼球偏移量和聚焦停留时间，得到第一采集分析结果。

7.根据权利要求5所述的情绪分级识别方法，其特征在于，所述第二分析模型，包括：

针对嘴部采集图像进行嘴部特征点识别，利用嘴唇平均模型在嘴部采集图像中识别嘴唇特征点；

根据嘴唇特征点在面部采集图像进行嘴唇轮廓锁定，得到嘴部采集图像中实时嘴唇识别信息；

在实时嘴唇识别信息中针对嘴唇特征点进行向量分析，并计算嘴唇张开程度和左右嘴角变化数据；

将嘴部采集图像的每一帧中嘴唇张开程度和左右嘴角变化数据结合在一起分析嘴部变化情况，得到第二识别结果。