CN108937973A - 一种机器人诊断人体愤怒情绪方法及装置 - Google Patents

Abstract

本发明属于人脸识别的计算机视觉技术领域，公开了一种机器人诊断人体愤怒情绪方法及装置，机器人诊断人体愤怒情绪方法通过采集已知情绪状态下人体的心率、血压信息对图像处理的情绪决策结果进行验证、校准、纠偏；判断人体愤怒情绪实时信息；装置包括：高清相机、血压测试仪、心率监测仪、移动终端、无线传输模块、云平台、数据输出模块。本发明通过引入生理信息的校对纠偏，通过更少的人体行为信息：表情和肢体信息的数据输入能够使系统识别情绪状态的精度提高。

Description

一种机器人诊断人体愤怒情绪方法及装置

技术领域

本发明属于人脸识别的计算机视觉技术领域，尤其涉及一种机器人诊断人体愤怒情绪方法及装置。

背景技术

情绪是多成分组成、多维量结构、多水平整合，而同认知交互作用的心理过程和心理动机力量。情绪作为人反映客观世界的一种形式，是人的心理的重要组成部分，对人的现实生活和精神生活各方面都有重要作用。情绪有着明显的外显形式——表情和肢体。表情与肢体是传播情绪和情感信号的主要媒介，也是研究情绪的重要客观指标。它包括面部表情、身段表情。面部表情和肢体占据了情绪表情识别的大部分研究，面部表情、语音表情和身段表情都能显示主体的情绪状态。人们通过表情反映自己的意愿，也通过对他人表情的观察和体验来了解周围人的态度和意愿。喜怒哀乐是人们交流彼此的思想、愿望、需要、态度以及观点的有效途径。

计算机技术和人机交互技术的飞速发展，对人体情绪的识别及应用将会对诸多领域产生重要影响。情绪识别是人体交互中的重要一环，人机交互中：对人体情绪快速准确的识别判断至关重要。

但由于人本身的自主意识会对自我情绪进行压抑表达，导致通过图像特征提取信息做出的判断具有不确定性，人体生理信息随情绪波动变化明显且难以伪装，通过输入已知人体情绪状态的心率、血压、表情、肢体的数据，对人体情绪识别系统进行优化校正。

综上所述，现有技术存在的问题是：

通过视觉对人体愤怒情绪判断需求数据量大，识别精度低；

没有通过输入已知人体情绪状态的心率、血压、表情、肢体的数据，对人体情绪识别系统进行优化校正。

发明内容

针对现有技术存在的问题，本发明提供了一种机器人诊断人体愤怒情绪方法及装置。

本发明是这样实现的，一种机器人诊断人体愤怒情绪方法，所述机器人诊断人体愤怒情绪方法通过采集已知情绪状态下人体的心率、血压信息对图像处理的情绪决策结果进行验证、校准、纠偏；判断人体愤怒情绪实时信息。

进一步，图像处理的情绪决策结果获取方法包括：通过高清相机采集人体表情、肢体图像信息，通过图像处理决策系统判断人体情绪。

进一步，所述机器人诊断人体愤怒情绪方法包括获取与人体情绪高度匹配的人脸表情和肢体行为信息；

具体包括：

选取样本对象，样本配带心率监测仪、血压检测仪器同时在样本活动空间内布置多角度相机，收集每个样本长时间的心率、血压监测及图像数据，附加每个样本真实的对当天各个时段的情绪状态进行总结及对各个时段的情绪指数进行自我评价打分；

通过心率、血压、及自我评价、和图像特征数据四个输入，建立一个基本的愤怒情绪的判断算法；

对样本监测数据处理，样本处于消极愤怒情绪时，心率、血压随机升高，同时提取此时段的样本的表情特征和肢体行为特征与其它时段的特征对比差异；

基于大样本的微表情和微动作差异特征对比分析。

进一步，所述获取与人体情绪高度匹配的人脸表情和肢体行为信息，包括：

通过以下公式进行人脸表情和肢体行为信息的权重匹配：

f(x)＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+…a₁x+a₀。

本发明的另一目的在于提供一种机器人诊断人体愤怒情绪装置包括：

高清相机、血压测试仪、心率监测仪、移动终端、无线传输模块、云平台、数据输出模块；所述高清相机、血压测试仪、心率监测仪均通过无线连接无线传输模块；所述移动终端通过无线连接云平台；所述无线传输模块通过无线连接云平台；所述云平台通过无线连接数据输出模块。

本发明的优点及积极效果为：

通过引入生理信息的校对纠偏，通过更少的人体行为信息：表情和肢体信息的数据输入能够使系统识别情绪状态的精度提高。

选取适量样本对象，样本配带心率监测仪、血压检测仪器同时在样本活动空间内布置多角度相机，收集每个样本长时间的心率、血压监测及图像数据，附加每个样本真实的对当天各个时段的情绪状态进行总结及对各个时段的的情绪指数进行自我评价打分(以50分为最平和心态高分代表情绪愤怒，低分代表情绪积极)，通过心率、血压、及自我评价、和图像特征数据四个输入，可以建立一个基本的愤怒情绪的判断算法，通过对部分样本监测数据处理，分析发现：样本处于消极愤怒情绪时，心率、血压随即随机明显升高，同时提取此时段的样本的表情特征和肢体行为特征与其它时段的特征对比差异，基于大样本的微表情和微动作差异特征对比分析，可以高精度的获取人体愤怒情绪下的脸部及肢体行为特征。此方法通过血压、心率、及实验对象的自我评价数据即可准确判断样本的情绪状态，以此为前提准确采集愤怒情绪状态的图像信息，作为机器人学习的数据输入，进行训练使系统通过人脸和肢体行为信息判断人体情绪状态的准确性大幅提高。

附图说明

图1是本发明实施例提供的机器人诊断人体愤怒情绪方法流程图。

图2是本发明实施例提供的人体行为诊断系统硬件基本构成图。

图中：1、高清相机；2、血压测试仪；3、心率监测仪；4、移动终端；5、无线传输模块；6、云平台；7、数据输出模块。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

现有技术通过视觉对人体愤怒情绪判断需求数据量大，识别精度低；没有通过输入已知人体情绪状态的心率、血压、表情、肢体的数据，对人体情绪识别系统进行优化校正。

下面结合附图及具体实施例对本发明的应用原理作进一步描述。

如图1所示，本发明实施例提供的机器人诊断人体愤怒情绪方法，通过机器学习，需要大量的精度高的数据输入，而高精度的数据对系统算法的输入结果有重要影响。首先要获取与人体情绪高度匹配的人脸表情和肢体行为信息。本发明对表情及肢体行为信息采集方法如下：

选取适量样本对象，样本配带心率监测仪、血压检测仪器同时在样本活动空间内布置多角度相机，收集每个样本长时间的心率、血压监测及图像数据，附加每个样本真实的对当天各个时段的情绪状态进行总结及对各个时段的的情绪指数进行自我评价打分(以50分为最平和心态高分代表情绪愤怒，低分代表情绪积极)，通过心率、血压、及自我评价、和图像特征数据四个输入，可以建立一个基本的愤怒情绪的判断算法，通过对部分样本监测数据处理，分析发现：样本处于消极愤怒情绪时，心率、血压随即随机明显升高，同时提取此时段的样本的表情特征和肢体行为特征与其它时段的特征对比差异，基于大样本的微表情和微动作差异特征对比分析，可以高精度的获取人体愤怒情绪下的脸部及肢体行为特征。此方法通过血压、心率、及实验对象的自我评价数据即可准确判断样本的情绪状态，以此为前提准确采集愤怒情绪状态的图像信息，作为机器人学习的数据输入，进行训练使系统通过人脸和肢体行为信息判断人体情绪状态的准确性大幅提高。

前期实验数据分析验证此方法可行性，由实验对象的情绪自评在情绪指数较高时段，情绪是出于愤怒状态，而此时段的血压和心率数据也有明显增加，通过这段峰值现象可发现人体情绪状态与人体生理信息之间的相关性，以此为基础，再更加明确的针对性分析人脸表情及肢体行为信息，作为愤怒情绪决策系统的精确依据。

本发明的人体情绪诊断系统逻辑流程：通过高清相机采集人体表情、肢体图像信息，通过图像处理决策系统判断人体情绪。为进一步优化图像处理系统的判断精度，通过采集一定数量的已知情绪状态下人体的心率、血压信息对图像处理的情绪决策结果进行验证、校准、纠偏。

将实验对象的工作及日常活动在指定的实验室中进行，实验室中布置高清相机，多角度全方位采集样本行为信息进行，实验对象配带心率、血压监测仪，监测数据及采集图像实时传送至云平台，同时实验对象定时通过网络平台如实填写之前各个时段的情绪状态进行自评打分，云平台收集到样本的：图像、心率、血压、自评数据，通过这四项数据输入可以较高精度的获得样本的情绪状态与脸部特征及肢体行为之间的关系，基于大样本实验对象可以提取归纳出人脸及肢体的行为的特征信息，

对样本特定时段的脸部及肢体行为图像信息进行处理归纳得出微表情的及微动作所感兴趣的区域特征规律：

额头皱纹、眼睛瞳孔大小、眉毛形状、嘴部形状、面部颜色、面部轮廓、肢体行为信息：上肢动作、身体行为信息等关键性特征总结并基于采集大数据进行权重的分配，通俗讲：通过多个行为特征的信息输入进行综合分析判断人体情绪状态，出现哪些特征会有更高的倾向性是愤怒状态。这个通过具体实验数据分析进行权重分配。

f(x)＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+…a₁x+a₀

愤怒情绪识别系统算法建立中数据采集输入及处理流程如图1。

人体行为诊断系统硬件基本构成如图2。包括：高清相机1、血压测试仪2、心率监测仪3、移动终端4、无线传输模块5、云平台6、数据输出模块7；所述高清相机1、血压测试仪2、心率监测仪3均通过无线连接无线传输模块5；所述移动终端4通过无线连接云平台6；所述无线传输模块5通过无线连接云平台6；所述云平台6通过无线连接数据输出模块。

本发明以建立的基于机器学习为基础，输入大量的高精度的数据，通过采集人主观意志无法抑制的生理信息和实验对象自我情绪评价作为辅助验证信息，提高了对微表情及微动作的识别精度，对后续系统算法的升级优化优势明显。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种机器人诊断人体愤怒情绪方法，其特征在于，所述机器人诊断人体愤怒情绪方法通过采集已知情绪状态下人体的心率、血压信息对图像处理的情绪决策结果进行验证、校准、纠偏；判断人体愤怒情绪实时信息。

2.如权利要求1所述的机器人诊断人体愤怒情绪方法，其特征在于，图像处理的情绪决策结果获取方法包括：通过高清相机采集人体表情、肢体图像信息，通过图像处理决策系统判断人体情绪。

3.如权利要求1所述的机器人诊断人体愤怒情绪方法，其特征在于，所述机器人诊断人体愤怒情绪方法包括获取与人体情绪高度匹配的人脸表情和肢体行为信息；

具体包括：

选取样本对象，样本配带心率监测仪、血压检测仪器同时在样本活动空间内布置多角度相机，收集每个样本长时间的心率、血压监测及图像数据，附加每个样本真实的对当天各个时段的情绪状态进行总结及对各个时段的情绪指数进行自我评价打分；

通过心率、血压、及自我评价、和图像特征数据四个输入，建立一个基本的愤怒情绪的判断算法；

对样本监测数据处理，样本处于消极愤怒情绪时，心率、血压随机升高，同时提取此时段的样本的表情特征和肢体行为特征与其它时段的特征对比差异；

基于大样本的微表情和微动作差异特征对比分析。

4.如权利要求3所述的机器人诊断人体愤怒情绪方法，其特征在于，所述获取与人体情绪高度匹配的人脸表情和肢体行为信息，包括：

通过以下公式进行人脸表情和肢体行为信息的权重匹配：

f(x)＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+...a₁x+a₀。

5.一种如权利要求1所述机器人诊断人体愤怒情绪方法的机器人诊断人体愤怒情绪装置，其特征在于，所述机器人诊断人体愤怒情绪装置包括：

高清相机、血压测试仪、心率监测仪、移动终端、无线传输模块、云平台、数据输出模块；所述高清相机、血压测试仪、心率监测仪均通过无线连接无线传输模块；所述移动终端通过无线连接云平台；所述无线传输模块通过无线连接云平台；所述云平台通过无线连接数据输出模块。