[发明专利]基于多元信息的情绪识别方法及装置

说明书

本申请公开了一种基于多元信息的情绪识别方法及装置，所述方法包括：通过采集人体的动作信号及生理信号，根据所述动作信号及所述生理信号，提取多个特征数据；获取与多个特征数据一一对应的多个特征权重，并保留特征权重处于预设权重范围的特征数据；将保留的特征数据通过训练好的决策树分类器进行识别，得到对应的情绪信号。与现有技术相比，本发明通过多元信息、多维度地判断出情绪易失控人群的情绪并分类，克服了表征情绪变化的信息单一的问题，进而提高了情绪识别的准确率。

技术领域

本申请涉及人机情感交互技术领域，尤其涉及一种基于多元信息的情绪识别方法及装置。

背景技术

情绪在人们的生活中起着举足轻重的作用，对人们的思维、决策和行为产生很大程度的影响，如果常面临繁重的精神压力，长期处于不良情绪容易导致失眠以及增加焦虑症、抑郁症等心理疾病发病率，威胁人们健康甚至生命。因此对情绪易失控的人群，例如残障人士的情绪进行识别，并给出相应反馈，能够有效缓解这类人群的精神压力，改善人体的身心健康状况。

为解决上述问题，现有技术中，主要通过面部表情识别、语音情感识别、生理信号的情感识别以及文本信息的情感识别。通过情绪产生过程中的面部表情变化、声音变化、生理变化和文字的表露来推断所处的情绪状态，从而达到情绪识别的目的。但在采用现有技术进行情绪识别时，发现由于采集到用于识别表征情绪变化的信息较为单一，没有考虑多维度、多影响因子的因素融合来进行情绪的分类和识别，导致测量结果并不准确。

发明内容

本申请实施例所要解决的技术问题在于，如何提高情绪识别的准确率。

为解决上述问题，本申请实施例提供基于多元信息的情绪识别方法，适于在计算设备中执行，至少包括如下步骤：

采集人体的动作信号及生理信号，并根据所述动作信号及所述生理信号，提取多个特征数据；

对每个所述特征数据赋予相同的初始权重后，通过特征权重算法，获取与所述多个特征数据一一对应的多个特征权重，并将所述特征权重处于预设权重范围的每个所述特征数据进行组合，生成特征集；

将所述特征集输入训练好的决策树分类器后，根据所述决策树分类器的规则树对所述特征集进行识别，输出对应的情绪信号。

进一步的，还包括：

获取所述情绪信号，并根据所述情绪信号所属的情绪类别，驱动音响硬件构件发出与所述情绪类别对应的语音信号。

进一步的，所述采集人体的动作信号及生理信号，根据所述动作信号及所述生理信号，提取多个特征数据，具体为：

采集多个外部传感器发送的所述动作信号及所述生理信号，将所述生理信号通过小波变换进行去噪，并根据所述动作信号及去噪后的所述生理信号，提取多个特征数据。

进一步的，所述对每个所述特征数据赋予相同的初始权重后，通过特征权重算法，获取与所述多个特征数据一一对应的多个特征权重，具体为：

对每个所述特征数据赋予相同的初始权重后，根据所述多个特征数据与所述多个外部传感器的对应关系，对所述多个特征数据进行分类，得到多个特征数据组后，通过Relief算法，获取与所述多个特征数据一一对应的多个特征权重。

进一步的，所述动作信号包括脸部动作信号和手部动作信号；所述生理信号包括血压信号、心率信号及脉搏信号。

进一步的，还提供基于多元信息的情绪识别装置，包括：

数据提取模块，用于采集人体的动作信号及生理信号，根据所述动作信号及所述生理信号，提取多个特征数据；