[发明专利]情感分析方法以及系统

说明书

本发明公开了一种情感分析方法以及系统，该方法包括：获取与目标用户相对应的生理信号；其中，生理信号中包括脑电信号以及肌电信号；获取与目标用户对应的面部图像信息；将生理信号以及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生理信号识别结果以及微表情识别结果，确定与目标用户对应的情感分析结果。本发明实施例的技术方案，解决了现有技术中人为确定目标用户当前状态信息，存在一定的误差以及人力成本较高的技术问题，实现了快速、准确的确定用户当前状态，并且降低了人力成本的技术效果。

技术领域

本发明实施例涉及智能识别技术领域，尤其涉及一种情感分析方法以及系统。

背景技术

微表情是一种持续时间短的表情，表达了用户试图压抑与隐藏的真正情感。由于微表情是用户试图压抑或隐藏真实情感，因此泄露的时间非常短暂，并且不能自主控制，因此可以作为识别谎言，或者判断用户当前状态的有效线索。

现有技术基于用户的微表情确定用户的当前状态，主要是在被测试用户在回答问题的过程中，测试人员通过观察被测试用户的表情信息，来确定被测试用户当前的状态信息。采用此种方式确定用户当前状态时，由于需要人为观察，因此得到的结果与实际状态往往因人而异，可能存在一定的差异，而且存在人力成本较高以及准确率较低的技术问题。

发明内容

本发明实施例提供一种情感分析方法以及系统，以实现快速、准确确定目标用户当前的情感状态的技术效果。

第一方面，本发明实施例提供了一种情感分析方法，该方法包括：

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。

进一步的，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。

进一步的，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。

进一步的，所述方法还包括：

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。

进一步的，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。

进一步的，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：