[发明专利]情感分析方法以及系统

权利要求书

1.一种情感分析方法，其特征在于，包括：

获取与目标用户相对应的生理信号；其中，所述生理信号中包括脑电信号以及肌电信号；

获取与所述目标用户对应的面部图像信息；

将所述生理信号以及所述面部图像信息分别输入至预先训练好的至少一个目标分类模型中，得到与目标用户相对应的生理信号识别结果以及微表情识别结果；

基于所述生理信号识别结果以及微表情识别结果，确定与所述目标用户对应的情感分析结果。

2.根据权利要求1所述的方法，其特征在于，获取与所述目标用户对应的面部图像信息，包括：

通过至少一个摄像头采集目标用户的面部视频序列，获取所述面部视频序列中的面部图像信息。

3.根据权利要求2所述的方法，其特征在于，所述将所述生理信号以及所述面部图像信息分别输入至预先训练好的至少一个目标分类模型中，得到与目标用户相对应的生理信号识别结果以及微表情识别结果，包括：

将同一时刻采集到的面部图像信息输入至预先训练的多尺度特征加权网络中，得到与所述面部图像信息相对应的加权空间特征；

将所述面部视频序列的空间特征输入到预先训练的卷积长短时记忆网络中，得到与目标用户相对应的微表情识别结果。

4.根据权利要求3所述的方法，其特征在于，还包括：

利用光流估计网络提取面部视频序列的光流特征；

将所述面部图像信息划分为至少两个特征区域，根据所述光流特征和所述特征区域对所述面部图像信息进行标注。

5.根据权利要求1所述的方法，其特征在于，所述将所述生理信号、以及所述面部图像信息分别输入至预先训练好的至少一个目标分类模型中，得到与目标用户相对应的生理信号识别结果以及微表情识别结果，包括：

将同一时刻采集到的生理信号输入至预先训练好的深度信念网络中，得到与所述目标用户对应的高层生理特征；

将所述高层生理特征输入至预先训练好的多核支持向量机中，得到与目标用户相对应的生理信号识别结果。

6.根据权利要求1所述的方法，其特征在于，所述肌电信号包括与所述目标用户对应的面部肌电信号；所述获取与目标用户相对应的生理信号包括：

基于面部肌电信号采集模块，分别采集目标用户的眼部肌电信号、嘴部肌电信号、眉毛肌电信号以及喉结肌电信号。

7.根据权利要求1所述的方法，其特征在于，还包括：

基于皮肤表层传感器，检测目标用户的表皮信息，其中，所述表皮信息中包括体表温度变化和汗毛信息；

基于所述表皮信息，确定所述目标用户在不同时刻的状态信息；

根据所述状态信息，更新与所述目标用户对应的生理信号识别结果以及微表情识别结果。

8.根据权利要求1所述的方法，其特征在于，所述基于所述生理信号识别结果以及微表情识别结果，确定与所述目标用户对应的情感分析结果，包括：

分别对所述生理信号识别结果以及微表情识别结果进行加权，根据加权后得到的结果确定与所述目标用户对应的情感分析结果。

9.根据权利要求8所述的方法，其特征在于，所述分别对所述生理信号识别结果以及微表情识别结果进行加权，包括下述中的至少一项：

根据所述目标用户的属性信息分别对所述生理信号识别结果以及微表情识别结果进行加权，其中，所述属性信息包括年龄、性别、职业以及所处的环境中的至少一种；

根据所述目标用户的所述生理信号识别结果以及微表情识别结果在至少两个信号采集阶段的差异，分别对所述生理信号识别结果以及微表情识别结果进行加权。

10.一种情感分析系统，其特征在于，包括：

生理信号采集模块，用于获取与目标用户相对应的生理信号；其中，所述生理信号中包括脑电信号以及肌电信号；

面部图像信息采集模块，用于获取与所述目标用户对应的面部图像信息；

分类识别模块，用于将所述生理信号、以及所述面部图像信息分别输入至预先训练好的至少一个目标分类模型中，得到与目标用户相对应的生理信号识别结果以及微表情识别结果；

情感分析模块，用于基于所述生理信号识别结果以及微表情识别结果，确定与所述目标用户对应的情感分析表。