[发明专利]一种基于深度学习的机器人情感认知的方法有效
| 申请号： | 201810813481.6 | 申请日： | 2018-07-23 |
| 公开（公告）号： | CN109117952B | 公开（公告）日： | 2021-12-14 |
| 发明（设计）人： | 佘莹莹;陈锦;汪亚东 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 泉州市文华专利代理有限公司 35205 | 代理人： | 陈雪莹 |
| 地址： | 361000 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的机器人情感认知的方法，包括：获取得到多模态信息，通过多模态信息融合算法得到情绪状态；将情绪状态输入到交互决策模型进行处理得到决策信息，将所述决策信息输出到满意度模型中；由满意度模型来检测交互决策模型输出的决策信息是否符合当前用户的喜好，若是，则进入到长期记忆中，进行数据更新，将获取到的决策信息输出给行为选择器得到机器人行为输出；否则，从短期记忆中获取记录的片段以及对应用户的情绪变化，并从长期记忆中提取用户特征，利用LSTM深度学习模型计算得出决策信息，将获取到的决策信息输出给行为选择器得到机器人行为输出。本发明通过交互决策模型，提高机器人认知能力，更好的进行人机交互。 | ||
| 搜索关键词： | 一种 基于 深度 学习 机器人 情感 认知 方法 | ||
【主权项】：
1.一种基于深度学习的机器人情感认知的方法，其特征在于：包括如下步骤：步骤1、获取得到多模态信息，通过多模态信息融合算法得到情绪状态；步骤2、将所述情绪状态输入到交互决策模型进行处理得到决策信息，将所述决策信息输出到满意度模型中；步骤3、由满意度模型来检测交互决策模型输出的决策信息是否符合当前用户的喜好，若是，则进入到长期记忆中，进行数据更新，进入步骤5；否则，进入步骤4；步骤4、从短期记忆中获取记录的片段以及对应用户的情绪变化，并从长期记忆中提取用户特征，利用LSTM深度学习模型计算得出决策信息，进入步骤5；步骤5、将获取到的决策信息输出给行为选择器，得到行为，作为机器人行为输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810813481.6/，转载请声明来源钻瓜专利网。
