[发明专利]一种基于转移概率的情绪预测方法

权利要求书

1.一种基于转移概率的情绪预测方法，其特征在于，包括：

S1：采用人工标注或计算机情绪识别方法对获得的视频进行逐帧或逐秒的情绪识别得到有时序的情绪序列数据库；

S2：提取情绪序列数据库中的二元情绪序列以构建二元情绪序列集合，每个二元情绪序列包括前序情绪和第一后序情绪，所述前序情绪转换为第一后序情绪，基于二元情绪序列构建二元情绪序列的转移概率矩阵的具体步骤为：将在二元情绪序列集合中的当前二元情绪序列的出现频次与当前前序情绪所在的二元情绪序列的出现频次的比值作为当前二元情绪序列的转移概率，基于多个二元情绪序列的转移概率通过马尔科夫链构建二元情绪序列的转移概率矩阵；

S3：从二元情绪序列集合中提取满足出现频次阈值的二元情绪序列以构建二元前序情绪序列集合，基于二元前序情绪序列从情绪序列数据库中筛选三元情绪序列以构建三元情绪序列集合，每个三元情绪序列包括二元前序情绪序列和第二后序情绪，且所述二元前序情绪序列转换为第二后序情绪；采用构建二元情绪序列的转移概率矩阵的方法基于三元情绪序列得到三元情绪序列的转移概率矩阵；

S4：重复步骤S3得到元数从四元至n元情绪序列集合以及相应的转移概率矩阵，直到在n+1元情绪序列集合中的情绪序列的出现频次低于频次阈值时，停止重复；其中，n＞3，每个n元情绪序列包括前序n-1元情绪序列和第n-1后序情绪；

应用时，获得实际情绪序列，基于实际情绪序列中的当前情绪及其前序情绪构建n-1元至二元的实际情绪子序列，按照元数递减的顺序，从每种元数的前序情绪序列集或前序情绪集中搜索对应元数的实际情绪子序列，直到在元数最高的前序情绪序列集或前序情绪集中搜索到对应元数的实际情绪子序列，停止搜索，基于搜索到的实际情绪子序列通过所述前序情绪序列集或前序情绪集对应的转移概率矩阵获得预测情绪；

所述基于搜索到的实际情绪子序列通过所述元数最高的前序情绪序列集或前序情绪集对应的转移概率矩阵获得预测情绪，包括：

将搜索到的实际情绪子序列作为前序情绪序列时，将实际情绪子序列所在的情绪序列集合作为预测情绪序列集合，将预测情绪序列集合通过对应元数的转移概率矩阵得到转移概率最高的预测情绪序列，将转移概率最高的预测情绪序列的后序情绪作为预测情绪。

2.根据权利要求1所述的基于转移概率的情绪预测方法，其特征在于，对获得的视频进行情绪识别之前，先通过人工标注或计算机识别方法提取所述视频中的情绪片段，所述情绪片段为用户的情绪由平静开始变化最终归于平静的整个过程，然后采用人工标注或计算机识别方法基于设定的情绪类型对情绪片段进行情绪识别得到有时序的情绪序列，多个情绪序列构建情绪序列数据库。

3.根据权利要求2所述的基于转移概率的情绪预测方法，其特征在于，采用人工标注方法对情绪片段进行情绪识别得到有时序的情绪序列，所述人工标注方法为德尔菲专家调查方法，包括先将所有的情绪片段随机分配给专家进行情绪识别，再经过归纳统计后，将每段情绪识别的结果匿名反馈给专家，进行第二次情绪识别，统一不同的情绪识别结果，执行多次情绪识别直至达到情绪识别结果一致性阈值得到情绪序列。

4.根据权利要求2所述的基于转移概率的情绪预测方法，其特征在于，采用计算机识别方法对情绪片段进行情绪识别得到有时序的情绪序列，所述计算机识别方法，包括通过对情绪片段中的用户面部表情视频，逐帧的识别每帧画面中的用户情绪，从而生成有时序的情绪序列，所述计算机识别方法包括Affectiva或Noldus。

5.根据权利要求1所述的基于转移概率的情绪预测方法，其特征在于，二元情绪序列的转移概率 为：其中，为在二元情绪序列集合中的第i个前序情绪X_i转换到第j个第一后序情绪y_j的二元情绪序列的出现频次， 为在二元情绪序列集合中第i前序情绪X_i所在的二元情绪序列的出现频次。