[发明专利]一种基于情绪识别的人机交互方法及系统在审

专利信息
申请号: 201910311948.1 申请日: 2019-04-16
公开(公告)号: CN110046580A 公开(公告)日: 2019-07-23
发明(设计)人: 马鸽;林俊芳;李致富;钟晓静;赵志甲 申请(专利权)人: 广州大学
主分类号: G06K9/00 分类号: G06K9/00;G06F3/01
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文;麦小婵
地址: 510006 广东省广*** 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: 人脸识别 虹膜识别技术 人脸识别结果 人脸图像处理 情绪识别 情绪信息 人机交互 机器人 图像 高效识别 情绪交互 情绪状态 神经网络 实时采集 图像处理 信息输入 用户特定 响应 情绪
【说明书】:

发明公开了一种基于情绪识别的人机交互方法和系统,所述方法包括:实时采集用户的图像,基于虹膜识别技术和人脸图像处理技术对所述用户的图像进行图像处理,得到用户的人脸识别信息;将所述人脸识别信息输入到经过预先训练的深度神经网络进行人脸识别处理,得到用户的人脸识别结果;所述人脸识别结果包括情绪信息;根据所述情绪信息确定用户当前的情绪状态,调整对应的情绪交互模式以使机器人给予用户对应的响应。本发明通过结合虹膜识别技术和人脸图像处理技术,使得机器人能够高效识别用户的情绪并针对不同情绪给予不同的响应,达到满足用户特定时刻的情感需求的目的。

技术领域

本发明涉及人工智能领域,具体涉及一种基于情绪识别的人机交互方法及系统。

背景技术

情绪识别是指研究一个自动、高效、准确的系统来识别人脸表情的状态,进而通过人脸表情信息了解人的情绪状态,比如高兴、悲伤、惊讶、愤怒等。该研究在人机交互、人工智能等方面有着重要的应用价值,是当前计算机视觉、模式识别、情感计算等领域的重要研究课题。

但是,在对现有技术的研究与实践过程中,本发明的发明人发现,在需要进行人机交互的技术领域,尤其是机器人技术上,通常需要能够对人的情感进行分析,使得机器人能够针对人不同的情绪给予不同的回应,但现有的人机交互技术仅仅考虑到识别人类的人脸特征,以此判断人的不同身份,而未有进一步实现机器与人进行人机互动、情绪交流的功能,因此现有人机交互技术亟待一种能够有效识别人的情绪的技术手段。

发明内容

本发明实施例所要解决的技术问题在于,提供一种基于情绪识别的人机交互方法及系统,使得机器人能够高效识别用户的情绪并针对不同情绪给予不同的响应。

为解决上述问题,本发明的一个实施例提供一种基于情绪识别的人机交互方法,至少包括如下步骤:

实时采集用户的图像,基于虹膜识别技术和人脸图像处理技术对所述用户的图像进行图像处理,得到用户的人脸识别信息;

将所述人脸识别信息输入到经过预先训练的深度神经网络进行人脸识别处理,得到用户的人脸识别结果;所述人脸识别结果包括情绪信息;

根据所述情绪信息确定用户当前的情绪状态,调整对应的情绪交互模式以使机器人给予用户对应的响应。

进一步地,所述基于情绪识别的人机交互方法,还包括:

在给予用户对应的响应后,再次采集用户的图像并识别用户的情绪状态,分析用户的情绪状态是否变化,记录并储存反馈数据和分析结果。

进一步地,调整对应的情绪交互模式以使机器人给予用户对应的响应,具体为:

通过机器人的语音聊天和动作给予用户相关响应,并利用显示装置显示用户当前的情绪状态、情绪波动曲线以及机器人响应用户情绪的表情。

进一步地,所述人脸识别信息包括虹膜信息、人脸皮肤信息、五官信息以及脸部肌肉信息。

进一步地,所述将所述人脸识别信息输入到经过预先训练的深度神经网络进行人脸识别处理,得到用户的人脸识别结果,具体为:

通过分析所采集的虹膜信息,得到用户的身份个性特征信息;

通过分析所采集的人脸皮肤信息,得到用户的年龄信息;

通过分析所采集的五官信息和脸部肌肉信息,得到用户当前的情绪信息。

进一步地,所述情绪状态包括喜、怒、忧、思、悲、恐和惊。

本发明的另一个实施例还提供了一种基于情绪识别的人机交互系统,包括:

采集模块,用于实时采集用户的图像,基于虹膜识别技术和人脸图像处理技术对所述用户的图像进行图像处理,得到用户的人脸识别信息;

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广州大学,未经广州大学许可,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/201910311948.1/2.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