[发明专利]一种基于表情控制情感灯的方法及其系统

说明书

本发明提出了一种基于表情控制情感灯的方法及其系统，通过获取本地的人体测量学模型，将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到人体测量学模型中，得出人脸图形对应的年龄分类，可以根据年龄调节音乐调整方案，使得情感灯播放的音乐更贴近用户的真实情感；将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到卷积神经网络中，卷积层神经网络具有简化表情分析算法的复杂度，提高表情分析的准确率的优点；通过将卷积神经网络设置5个连续卷积层和3个全连接层，并且将3个全连接层的神经元设置为1024个，该结构是具有优异分类性能、较少执行时间和较少训练参数的最佳结构。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于表情控制情感灯的方法及其系统。

背景技术

近年来，随着通信技术、智能技术、移动互联网技术的发展，智能家居已成为今后家居和住宅发展的必然方向，同时家庭服务型情感灯将成为其中重要的设备。现有的情感灯大多根据人脸表情获取情感状态，根据环境检测装置获取环境参数，根据情感状态和环境参数建立灯光调节方案；或者根据行为与情感之间的对应关系，调节灯光。现有的情感灯灯光调节方案参考对象单一，并不适用于所有群体，因此，为解决上述问题，本发明提供一种基于表情控制情感灯的方法及其系统，可以根据不同年龄、不同动作调节情感灯的灯光亮度和色调。

发明内容

有鉴于此，本发明提出了一种基于表情控制情感灯的方法及其系统，可以根据不同年龄、不同动作调节情感灯的灯光亮度和色调。

本发明的技术方案是这样实现的：本发明提供了一种基于表情控制情感灯的方法，包括以下步骤：

S1、实时采集用户的人脸图像，对采集的人脸图像进行预处理，获取人脸五官特征、人脸轮廓特征及方向梯度直方图特征；

S2、获取本地的人体测量学模型，将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到人体测量学模型中，得出人脸图形对应的年龄分类；

S3、将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到卷积神经网络中，得到用户的人脸表情识别结果，根据表情识别结果分析得到用户情感状态，根据用户情感状态映射形成灯光调整方案；

S4、获取本地音乐情感模型，并将年龄分类和用户情感状态引入音乐情感模型中，获取音乐调整方案。

在以上技术方案的基础上，优选的，S1中预处理包括：灰度处理、图像裁剪和数据增量处理。

在以上技术方案的基础上，优选的，S2中人体测量学模型根据人脸五官特征、人脸轮廓特征进行年龄分类。

在以上技术方案的基础上，优选的，S3中用户情感状态包括：开心、惊讶、愤怒、沮丧、平静和/或疲劳。

在以上技术方案的基础上，优选的，卷积神经网络包含5个卷积层和3个全连接层；

第一卷积层具有96个大小为11×11的内核，并对输入的图像做过滤处理；第二卷积层具有128个5×5×48的内核，其输入连接到第一卷积层的输出，并对第一卷积层输出的图像做过滤处理；第三卷积层具有192个大小为3×3×128的内核，其输入连接到第二卷积层的输出，其对第二卷积层的输出做卷积处理；第四卷积层具有192个大小为3×3×192的内核，其输入连接到第三卷积层的输出，其对第三卷积层的输出做卷积处理；第五卷积层的输入连接到第四卷积层的输出，其对第四卷积层的输出做卷积处理，第三卷积层第四卷积层第五卷积层具有128个大小为3×3×192的内核；第一全连接层连接到第五卷积层的输出，第二全连接层将第一全连接层的输出作为输入，第三全连接层将第二全连接层的输出作为输入，3个全连接层均具有1024个神经元。

在以上技术方案的基础上，优选的，S4中音乐情感模型采用监督机器学习的方法实现音乐情感预测，以及根据用户情感状态筛选具有相同音乐情感的音乐。