[发明专利]一种家用机器人及其情绪识别方法和装置在审

专利信息
申请号: 201910666279.X 申请日: 2019-07-23
公开(公告)号: CN110378428A 公开(公告)日: 2019-10-25
发明(设计)人: 白艳君 申请(专利权)人: 上海思依暄机器人科技股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;B25J11/00;B25J19/04
代理公司: 北京信远达知识产权代理有限公司 11304 代理人: 魏晓波
地址: 200233 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分类向量 方法和装置 家用机器人 情绪识别 情绪 情绪信息 分类模型 接收用户 权重 预设 判定 输出 申请
【说明书】:

本申请公开了一种家用机器人及其情绪识别方法和装置,该情绪识别方法和装置具体为接收用户输入的多种信息;利用情绪分类模型对多种信息进行处理,得到多个分类向量;根据每种信息的预设权重对多个分类向量进行计算,得到情绪分类向量;根据情绪分类向量输出用户的情绪信息。在能够得到用户的情绪信息的基础上,家用机器人即可判定用户的当前情绪,从而可以根据当前情绪做出相应的应对举动,这样无疑能够提高用户的使用体验。

技术领域

本申请涉及人工智能技术领域,更具体地说,涉及一种家用机器人及其情绪识别方法和装置。

背景技术

家用机器人是为人类服务的特种机器人,主要从事家庭服务,维护、保养、修理、运输、清洗、监护等工作,种类可分为电器机器人、娱乐机器人、厨师机器人、搬运机器人、不动机器人、移动助理机器人和类人机器人。

在用户平时与家用机器人交流过程中,经常会输入相应的文本或图像,以实现本地或远方交流,当然,作为交流肯定会带有个人情绪,如高兴、生气、哀伤或者欢乐,如果能够藉由接收到的信息对用户的情绪进行判定,无疑会增加用户的使用体验。

发明内容

有鉴于此,本申请提供一种家用机器人及其情绪识别方法和装置,用于对用户的情绪进行识别,以提高用户的使用体验。

为了实现上述目的,现提出的方案如下:

一种情绪识别方法,应用于家用机器人,所述情绪识别方法包括步骤:

接收用户输入的多种信息;

利用情绪分类模型对所述多种信息进行处理,得到多个分类向量;

根据每种所述信息的预设权重对所述多个分类向量进行计算,得到情绪分类向量;

根据所述情绪分类向量输出用户的情绪信息。

可选的,所述多种信息包括文本信息和/或图像信息。

可选的,所述情绪分类模型包括基于文本信息的第一情绪分类模型和基于图像信息的第二情绪分类模型。

可选的,还包括步骤:

准备训练样本,所述训练样本包括经过标识的文本集;

利用所述训练样本对预先构建的RNN神经网络进行训练,得到所述第一情绪分类模型。

可选的,还包括步骤:

准备训练样本,所述训练样本包括经过标识的图像集;

利用所述训练样本对预先构建的CNN神经网络进行训练,得到所述第二情绪分类模型。

一种情绪识别装置,应用于家用机器人,所述情绪识别装置包括:

信息接收模块,被配置为接收用户输入的多种信息;

分类处理模块,被配置为利用情绪分类模型对所述多种信息进行处理,得到多个分类向量;

向量计算模块,被配置为根据每种所述信息的预设权重对所述多个分类向量进行计算,得到情绪分类向量;

信息输出模块,被配置为根据所述情绪分类向量输出用户的情绪信息。

可选的,所述多种信息包括文本信息和/或图像信息。

可选的,所述情绪分类模型包括基于文本信息的第一情绪分类模型和基于图像信息的第二情绪分类模型。

可选的,还包括:

第一样本准备模块,被配置为准备训练样本,所述训练样本包括经过标识的文本集;

第一训练模块,被配置为利用所述训练样本对预先构建的RNN神经网络进行训练,得到所述第一情绪分类模型。

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上海思依暄机器人科技股份有限公司,未经上海思依暄机器人科技股份有限公司许可,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/201910666279.X/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