[发明专利]一种情绪识别的方法、装置、计算机设备及存储介质

说明书

本申请公开了一种情绪识别的方法、装置、计算机设备和存储介质，属于人工智能技术领域，所述方法通过提取训练样本的情绪特征，其中，情绪特征还包括生理特征；基于特征权重算法，计算情绪特征的特征权重，并对特征权重进行组合，得到训练样本的特征权重组合；基于训练样本以及训练样本的特征权重组合对的初始识别模型进行训练，得到情绪识别模型；通过情绪识别模型对用户信息进行识别，输出情绪识别结果。本申请还涉及区块链技术，上述用户信息可以存储于区块链节点上。本申请利用人体各个情绪特征以及各个情绪特征的特征权重综合对用户的情绪进行识别，提高了情绪识别的准确率。

技术领域

本申请属于人工智能技术领域，具体涉及一种情绪识别的方法、装置、计算机设备和存储介质。

背景技术

情绪在人们的生活中起着举足轻重的作用，对人们的思维、决策和行为产生很大程度的影响，如果一个人常常面临繁重的精神压力，长期处于不良情绪容易导致失眠以及增加焦虑症、抑郁症等心理疾病发病率，威胁人们健康甚至生命。因此，目前对情绪易失控的人群，例如残障人士的情绪进行识别，并给出相应反馈，能够有效缓解这类人群的精神压力，改善人体的身心健康状况。

为解决上述问题，现有技术主要通过人脸面部表情识别、语音情感识别以及语音文本信息识别来实现情绪识别。通过情绪产生过程中的面部表情变化、声音变化和文字表露来推断所处的情绪状态，从而达到情绪识别的目的。现有情绪识别方案均是通过对面部信息、声音信息等人体外在信息进行分析，从而获得当前的情绪状态，情绪识别的最终结果为人体外在表现对应的表情情绪，但现有情绪识别方案忽略了人体内在实际情绪，存在较大的缺陷，其识别结果和人体内在实际情绪可能存在较大差异，即不能准确地反应用户当前情绪状态。

发明内容

本申请实施例的目的在于提出一种情绪识别的方法、装置、计算机设备及存储介质，以解决现有的情绪识别方案在进行人体情绪识别时只关注人体外在的表情情绪，而忽略了人体内在情绪，导致的情绪识别结果不能准确地反应当前情绪的技术问题。

为了解决上述技术问题，本申请实施例提供一种情绪识别的方法，采用了如下所述的技术方案：

一种情绪识别的方法，应用于通过情绪特征进行情绪识别的系统中，其中，情绪特征包括面部特征和声音特征，包括：

从预设的数据库中获取训练样本集，并从训练样本集中提取训练样本的情绪特征，其中，情绪特征还包括生理特征；

基于特征权重算法，计算情绪特征中面部特征、声音特征以及生理特征的特征权重，并基于预设组合策略对特征权重进行组合，得到训练样本的特征权重组合；

基于训练样本以及训练样本的特征权重组合对预设的初始识别模型进行训练，得到情绪识别模型；

当接收到情绪识别指令时，基于情绪识别指令获取待识别用户的用户信息，并通过情绪识别模型对用户信息进行识别，输出情绪识别结果。

进一步地，基于特征权重算法，计算情绪特征中面部特征、声音特征以及生理特征的特征权重，并基于预设组合策略对特征权重进行组合，得到训练样本的特征权重组合的步骤，具体包括：

为情绪特征中的面部特征、声音特征以及生理特征均赋予相同的初始权重；

对赋予初始权重后的情绪特征进行分类，得到若干个情绪特征组合；

基于特征权重算法，计算情绪特征组合中每一个情绪特征的特征权重；

基于预设组合策略对所有的特征权重进行组合，得到训练样本的特征权重组合。

进一步地，基于特征权重算法，计算情绪特征组合中每一个情绪特征的特征权重的步骤，具体包括：

计算同一类别的情绪特征组合中情绪特征的相似度，得到第一相似度；