CN109820522A - 情绪侦测装置、系统及其方法 - Google Patents

Abstract

情绪侦测装置包含内存、处理器以及输出/入装置。内存储存情绪模板，情绪模板包含数个情绪状态。处理器用以接收由宠物的脑电波所转换而成的特征值，并根据一时间区间内的特征值变化判断脑电波是否对应于稳定状态。当脑电波对应于稳定状态，处理器判断脑电波是否匹配情绪状态中的某情绪状态。当脑电波匹配该情绪，在输出/入装置输出宠物处于该情绪状态的信息。当脑电波不匹配情绪模板中的任一情绪状态，处理器依据确认操作与特征值更新情绪模板。本发明根据情绪模板判断宠物的情绪，并可新增情绪模板当中未定义的情绪，可供使用者快速且方便的确定宠物的情绪，增进与宠物之间的情谊，可为使用者带来优良的体验。

Description

情绪侦测装置、系统及其方法

技术领域

本发明涉及一种侦测装置、侦测系统及侦测方法，尤为一种用以侦测宠物情绪的装置、系统及其操作方法。

背景技术

与宠物作零距离的沟通是每个宠物主人的梦想，然而，除了通过宠物叫声以及肢体动作来判断宠物目前的情绪状态不够精准。此外，每只宠物具有个体差异，其叫声或肢体动作并无法一概而论。

因此，显然现行的宠物情绪判断方式仍有关于上述问题的不足，亟需加以改良。

发明内容

本发明的目的是提供一种情绪侦测装置、系统及其方法。

为达到上述目的，本发明采用的技术方案是：

一种情绪侦测装置，包含：

一内存，储存一情绪模板，该情绪模板包含数个情绪状态；以及

一处理器，电性耦接所述内存，该处理器接收一宠物的数个脑电波所转换而成的数个特征值，并根据一时间区间内的所述数个特征值变化判断所述数个脑电波是否对应于一稳定状态，其中所述数个脑电波由一脑电波侦测装置所侦测取得；以及

一输出/入装置，电性耦接所述处理器；

其中，当所述数个脑电波对应于所述稳定状态，所述处理器判断所述数个脑电波是否匹配所述数个情绪状态中的一第一情绪状态，当所述数个脑电波匹配所述第一情绪状态时，在所述输出/入装置输出该宠物处于所述第一情绪状态的信息；

其中，当所述数个脑电波不匹配所述数个情绪状态中的至少一者，所述处理器依据一确认操作与所述数个特征值更新所述情绪模板。

上述技术方案中的有关内容解释如下：

1．上述方案中，当所述数个脑电波不匹配所述数个情绪状态中的至少一者，所述处理器自所述输出/入装置接收所述确认操作并根据所述数个特征值于所述情绪模板中新增一第二情绪状态。

2．上述方案中，所述处理器根据一转换算法转换所述数个脑电波为所述数个特征值，所述转换算法包含一快速傅立叶变换算法或一小波转换算法。

3．上述方案中，所述处理器根据一转换算法将所述数个脑电波转换成对应于N个频率的频率数据，其中所述N个频率的频率数据为所述数个特征值，且所述数个特征值为一笔特征集合，所述处理器根据所述时间区间内的K笔特征集合中对应各频率的K个频率数据，计算对应所述N个频率的K个频率数据的中位数，并根据所述K个中位数产生一参考特征集合；

其中，所述处理器计算每笔特征集合与所述参考特征集合对应于各频率的频率数据差值，并根据所述数个频率数据差值判断所述数个脑电波否对应于所述稳定状态。

4．上述方案中，当所述数个频率数据差值小于一默认阀值时，判断所述数个脑电波应于所述稳定状态。

为达到上述目的，本发明采用的另一技术方案是：

一种情绪侦测系统，包含：

一脑电波侦测装置，用以侦测一宠物的数个脑电波；

一计算装置，电性耦接于所述脑电波侦测装置，该计算装置转换所述数个脑电波为数个特征值，并根据一时间区间内的所述数个特征值变化判断所述数个脑电波是否对应于一稳定状态；

其中，当所述数个脑电波对应于所述稳定状态，所述计算装置判断所述数个脑电波是否匹配一情绪模板的数个情绪状态当中的一第一情绪状态；

其中，当所述数个脑电波匹配所述第一情绪状态，判断该宠物处于所述第一情绪状态，

当所述数个特征值不匹配所述数个情绪状态中的至少一者，所述计算装置根据一确认操作与所述数个特征值更新所述情绪模板；以及

一输出/入装置，电性耦接于所述计算装置，当所述数个脑电波匹配所述第一情绪状态时，输出该宠物处于所述第一情绪状态的信息。

上述技术方案中的有关内容解释如下：

1．上述方案中，当所述数个脑电波不匹配所述数个情绪状态中的至少一者，所述计算装置自所述输出/入装置接收所述确认操作并根据所述数个特征值于所述情绪模板中新增一第二情绪状态。

2．上述方案中，当计算装置根据一转换算法将所述数个脑电波转换成对应于N个频率的频率数据，其中所述N个频率的频率数据为所述数个特征值，且所述数个特征值为一笔特征集合，所述处理器根据所述时间区间内的K笔特征集合中对应各频率的K个频率数据，计算对应所述N个频率的K个频率数据的中位数，并根据所述K个中位数产生一参考特征集合；

其中，所述计算装置计算每笔特征集合与所述参考特征集合对应于各频率的频率数据差值，并根据所述数个频率数据差值判断所述数个脑电波否对应于所述稳定状态；

其中，当所述数个频率数据差值小于一默认阀值时，判断所述数个脑电波应于所述稳定状态。

为达到上述目的，本发明采用的另一技术方案是：

一种情绪侦测方法，包含：

接收一宠物的数个脑电波所转换而成的数个特征值，其中所述数个脑电波由一脑电波侦测装置侦测取得；

根据一时间区间内的所述数个特征值变化判断所述数个脑电波是否对应于一稳定状态；

当判断所述数个脑电波信号对应于所述稳定状态，判断所述数个脑电波是否匹配一情绪模板中数个情绪状态中的一第一情绪状态；

当所述数个脑电波匹配所述第一情绪状态，输出该宠物处于第一情绪状态的信息；

若所述数个脑电波不匹配所述数个情绪状态中的至少一者，根据一确认操作与所述数个特征值更新所述情绪模板。

上述技术方案中的有关内容解释如下：

1．上述方案中，更包含：

当所述数个脑电波不匹配于所述情绪模板中的所述数个情绪状态中的至少一者，自一输出/入装置接收所述确认操作，并根据所述数个特征值于所述情绪模板中新增一第二情绪状态。

2．上述方案中，更包含：

根据一转换算法将所述数个脑电波转换成对应于N个频率的频率数据，其中所述N个频率的频率数据为所述数个特征值，且所述数个特征值为一笔特征集合；

根据所述时间区间内的K笔特征集合中对应各频率的K个频率数据，计算对应所述N个频率的K个频率数据的中位数，并根据所述K个中位数产生一参考特征集合；

计算每笔特征集合与所述参考特征集合对应于各频率的频率数据差值，并根据所述数个频率数据差值判断所述数个脑电波否对应于所述稳定状态；以及

当所述数个频率数据差值小于一默认阀值时，判断所述数个脑电波应于所述稳定状态。

本发明的工作原理及优点如下：

本发明一种情绪侦测装置包含内存、处理器以及输出/入装置。内存储存情绪模板，情绪模板包含数个情绪状态。处理器用以接收由宠物的脑电波所转换而成的特征值，并根据一时间区间内的特征值变化判断脑电波是否对应于稳定状态。当脑电波对应于稳定状态，处理器判断脑电波是否匹配情绪状态中的某情绪状态。当脑电波匹配该情绪，在输出/入装置输出宠物处于该情绪状态的信息。当脑电波不匹配情绪模板中的任一情绪状态，处理器依据确认操作与特征值更新情绪模板。

相比现有技术而言，本发明根据情绪模板判断宠物的情绪，并可新增情绪模板当中未定义的情绪，可供使用者快速且方便的确定宠物的情绪，增进与宠物之间的情谊，可为使用者带来优良的体验。

附图说明

附图1为本发明实施例所绘示的情绪侦测系统的示意图；

附图2为本发明实施例所绘示的情绪侦测方法的步骤流程图。

以上附图中：100．情绪侦测系统；110．脑电波侦测装置；120．计算装置；130．输出/入装置；121．内存；122．处理器；200．情绪侦测方法；S210~S250．步骤流程。

具体实施方式

下面结合附图及实施例对本发明作进一步描述：

实施例：以下将以图式及详细叙述清楚说明本发明的精神，任何本领域技术人员在了解本发明的实施例后，当可由本发明所教示的技术，加以改变及修饰，其并不脱离本发明的精神与范围。

本文的用语只为描述特定实施例，而无意为本案的限制。单数形式如“一”、“这”、“此”、“本”以及“该”，如本文所用，同样也包含复数形式。

关于本文中所使用的“第一”、“第二”、…等，并非特别指称次序或顺位的意思，亦非用以限定本发明，其仅为了区别以相同技术用语描述的组件或操作。

关于本文中所使用的“耦接”或“连接”，均可指二或多个组件或装置相互直接作实体接触，或是相互间接作实体接触，亦可指二或多个组件或装置相互操作或动作。

关于本文中所使用的“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指包含但不限于。

关于本文中所使用的“及/或”，为包括所述事物的任一或全部组合。

关于本文中所使用的用词（terms），除有特别注明外，通常具有每个用词使用在此领域中、在本发明内容中与特殊内容中的平常意义。某些用以描述本发明的用词将于下或在此说明书的别处讨论，以提供本领域技术人员在有关本发明的描述上额外的引导。

图1为基于本案一实施例所绘示的情绪侦测系统100的示意图。如图1所示，在一些实施例中，一情绪侦测系统100包含一脑电波侦测装置110、一计算装置120以及一输出/入装置130。在一些实施例中，计算装置120包含一内存121以及一处理器122。内存121以及处理器122相互电性耦接。在一些实施例中，计算装置120可与脑电波侦测装置110以及输出/入装置130相互通讯耦接或电性耦接。

在一些实施例中，处理器122可包含但不限于单一处理单元或数个微处理器的集成，此单一处理单元或微处理器的集成可电性耦接于内存121。在一些实施例中，内存121可为内部或外部内存，包含挥发性或非挥发性的内存。亦即，内存121可包含一种非瞬时计算机可读取媒体。

在另一些实施例中，处理器122可通过一特殊应用集成电路实现。应理解，上述关于处理器122的实施方式仅为用以示例而非用以限定本发明，其他可能的电路或模块等硬件组件皆为本发明所涵盖的范围。

在一些实施例中，内存121可储存至少一指令，供所述处理器122存取并执行，使处理器122可实施一应用程序。在一些实施例中，内存121除了储存所述至少一指令之外，更可储存（或暂存）处理器122执行应用程序所需的数据，以及储存（或暂存）处理器122执行应用程序后产生的数据。

在一些实施例中，内存121以及处理器122为一独立电子装置当中的硬件组件。例如，在一些实施例中，计算装置120可为一智能型手机，内存121以及处理器122为该智能型手机当中的组件。例如，在一些实施例中，计算装置120可为一服务器，内存121以及处理器122为该服务器当中的组件。

应理解，前述的通讯/电性耦接所指的可为实体或非实体地耦接。举例而言，在一些实施例中，该脑电波侦测装置110可通过无线通信技术（Wi-Fi）连接至所述计算装置120，借此设计，脑电波侦测装置110以及计算装置120可进行单/双向的信息交换。或者，在一些实施例中，脑电波侦测装置110可通过实体线路连接至计算装置120。借此设计，脑电波侦测装置110以及计算装置120可进行单/双向的信息交换。

在一些实施例中，脑电波侦测装置110具有配适一宠物的穿戴部（图中未示），使脑电波侦测装置110可设置于宠物的头部周围。在一些实施例中，脑电波侦测装置110具有相应的微处理器以及电位侦测器，可侦测宠物的脑电波信号。在一些实施例中，脑电波侦测装置110更可用以滤除脑电波信号当中的噪声或增强脑电波信号当中的部分信号。在一些实施例中，脑电波侦测装置110具有相应的内存可记录宠物的脑电波信号。在一些实施例中，脑电波侦测装置110可主动或根据计算装置120的要求传输对应该宠物的脑电波信号的信息至计算装置120。

应理解，在一些实施例中，宠物可为较常见的猫或狗等种类，但本案并不以此为限。

在一些实施例中，输出/入装置130可包含一输出装置（图中未示）以及一输入设备（图中未示）。在一些实施例中，输出装置可为一显示器或一扬声器。在一些实施例中，该输入设备可包含一键盘、一鼠标或一触控式显示器。在一些实施例中，输出装置可显示来自计算装置120的信息。在一些实施例中，输入设备可用以接收所述情绪侦测系统100的用户的输入，并将输入转换为信息以传输至计算装置120。换言之，输出/入装置130为计算装置120与情绪侦测系统100的用户的沟通媒介。

图2为基于本案一实施例所绘示的一种情绪侦测方法的步骤流程图。在一些实施例中，一情绪侦测方法200包含步骤S210~S250。在一些实施例中，该情绪侦测方法200的这些步骤由图1的实施例当中的所述计算装置120所实施，尤为计算装置120当中的所述处理器122存取所述内存121当中的至少一指令以执行。具体的，所述情绪侦测方法200的实施环境请一并参照图1的实施例。在一些实施例中，步骤S210~S250将详述于下列段落中。

步骤S210：接收脑电波信号转换的特征值。

在一些实施例中，脑电波侦测装置110可设置于所述宠物的头部周围并侦测该宠物的脑电波信号。在一些实施例中，脑电波侦测装置110可在一时间区间中周期性的撷取宠物的脑电波信号。例如，脑电波侦测装置110可根据每秒撷取一次宠物的脑电波，且持续10秒。然而，应注意的是，本实施例中时间区间与脑波撷取频率仅为一种实施方式，本发明不以此为限。

在一些实施例中，脑电波侦测装置110可主动传输对应所述宠物的脑电波信号的信息至计算装置120，计算装置120当中的处理器122可接收对应该宠物的脑电波信号的信息，以进行后续的分析步骤。

在一些实施例中，脑电波侦测装置110可记录对应宠物的脑电波信号的信息。所述计算装置120当中的处理器122可主动自脑电波侦测装置110的内存中存取对应宠物的脑电波信号的信息，以进行后续的分析步骤。

在一些实施例中，当脑电波侦测装置110侦测或记录宠物的脑电波信号时，当判断宠物的脑电波信号的强度过低，脑电波侦测装置110可传输一警示信号至计算装置120。该计算装置120当中的处理器122可于输出/入装置130显示所述警示信号，以通知情绪侦测系统100的用户。例如，当脑电波侦测装置110设置于宠物的位置或方式不正确导致脑电波强度太低时，计算装置120可通过输出/入装置130输出脑电波过低的信息，以通知用户。借此设计，用户可调整脑电波侦测装置110的设置位置。在一些实施例中，前述判断可由计算装置120当中的处理器122所实施。

在一些实施例中，当处理器122获取对应所述宠物的脑电波信号的信息，处理器122可转换这些脑电波信号为数个特征值。在一些实施例中，处理器122根据一转换算法以转换这些脑电波信号为多个特征值。应理解，在一些实施例中，该转换算法包含一快速傅立叶变换（Fast Fourier Transformation， FFT）算法或一小波（Wavelet Transformation）转换算法中至少一者，但本案并不以此为限。

在一些实施例中，处理器122可依据上述算法将撷取的每一笔脑电波信号转换为数个（例如，N个）频率数据。这个脑电波信号对应的数个频率数据即为上述的多个特征值，且这些特征值可视为一笔特征集合。以N个频率为例，每个脑电波信号可转换成维度为N*1的行矩阵，（a1，a2，…，aN）。每个矩阵元素都是分别对应于一个频率的一个特征值。其中，N为大于一的整数。

在一些实施例中，可由脑电波侦测装置110执行上述转换算法，而计算装置120当中的处理器122可接收由这些脑电波信号转换而来的特征值（亦即，多笔特征集合），再进行后续处理。

步骤S220：判断宠物的脑电波是否处于稳定状态。当判断脑电波信号对应稳定状态时，进入步骤S230。当不对应时，回到步骤S210。

在一些实施例中，当所述处理器122获取这些脑电波信号转换而成的特征值后，处理器122将根据在一段时间区间内的特征值变化判断这些脑电波信号是否已趋于一稳定状态。

应理解，在一些实施例中，脑电波信号当中的特定频率区段的活跃程度与所述宠物的可能情绪状态有相当程度的对应关系。例如，30~50Hz的Gamma波频率区段显示该宠物处于对周遭环境感知较敏锐的状态，此时对应的情绪状态可能为紧张或陌生等等。例如，14~30Hz的Beta波频率区段显示该宠物处于思考力以及专注力较活化的状态，此时对应的情绪状态可能为想玩或好奇等等。例如，8~14Hz的Alpha波频率区段显示该宠物处于心灵较放松的状态，此时对应的情绪状态可能为开心或舒适等等。例如，4~8Hz的Theta波频率区段显示该宠物处于将入眠的状态，此时对应的情绪状态可能为疲惫或没精神等等。例如，0.1~4Hz的Delta波频率区段显示该宠物处于深度睡眠状态，此时对应的情绪状态可能为休息等等。因此，处理器122可判断各频率点的脑电波特征值以分析宠物的情绪。

例如，在一些实施例中，处理器122在一段时间区间内连续取得的多个脑电波信号并将其转换为k笔脑电波特征集合。举例而言，第一笔特征集合为（a1，a2，…，aN）。其中，a1，a2，…，aN分别为第一个撷取脑电波经转换后对应于各频率点的特征值。第二笔至第k笔的特征集合可表示为（b1，b2，…， bN）、（c1，c2，…，cN）、…（k1，k2，…，kN）。处理器122可计算此k笔脑电波特征集合的变化判断宠物在这个时间区间内的情绪是否处于稳定状态。

在一些实施例中，处理器122可取得此时间区间内对应于各个频率点的k个频率数据，以计算出对应于各个频率点的k个频率数据的中位数。例如，可取得对应于第一个频率点的k个频率数据（a1，b1，c1，…，k1），并计算出第一个频率点的中位数m1。相似的，处理器122可取得对应于其他频率点（例如第i个频率点）的频率数据（ai，bi，ci，…，ki），并计算出此频率点频率数据的中位数mi。取得所有频率点频率数据的中位数后，即可产生参考特征集合（m1，m2，…mk）。后续即可依据每笔特征集合与此参考特征集合的差异判断每笔特征集合对应的脑电波是否为稳定情绪的脑电波。

在本实施例中，可根据各笔特征集合与参考特征集合的差异状况判断宠物的情绪是否处于稳定状态。例如，处理器122可计算此k笔脑电波特征集合中的每一个频率点频率数据与此参考特征集合对应的频率数据差值来判断。当此差值小于预设阀值（threshold），则增加一个计数（counting）。依据最终的记数来判断宠物是否处与稳定情绪。例如，当计数大于一个预设参数时，则判断处于稳定情绪状态。否则则判断宠物处于不稳定情绪状态，脑波侦测装置110可再继续进行宠物脑波侦测行为。

在另一实施例中，可计算每笔特征集合与参考特征集合的距离，当距离小于预设阀值时，则增加一个计数。当计数总与k的比值小于默认值时，则可判断宠物处与稳定情绪状态。否则则判断宠物处于不稳定情绪状态，脑波侦测装置110可再继续进行宠物脑波侦测行为。差值在此，每一笔脑电波特征集合与此参考特征集合的距离（distance）可例如为欧几里得距离（Euclidean distance）。

步骤S230：判断脑电波是否匹配情绪模板中多个情绪状态中的第一情绪状态。当匹配时，进入步骤S240。当不匹配时，进入步骤S250。

应理解，在一些实施例中，计算装置120的内存121当中可储存情绪模板。情绪模板当中纪录了数个情绪状态，每个情绪状态分别自对应数个特征值，或者是分别对应于一个特征集合。在一些实施例中，这些情绪状态可包含开心情绪、生气情绪、伤心情绪等，但本发明并不以此为限。在一些实施例中，这些情绪状态可包含前述多个情绪的复合状态，这些情绪的复合状态亦可各自对应于一笔特征集合。

在一些实施例中，当所述处理器122根据前述方式判断这些脑电波信号已趋于该稳定状态后，该处理器122将根据所述情绪模板比对这些特征值。亦即，处理器122可判断这些特征值是否匹配于所述情绪模板当中的至少一情绪状态。当符合时，则进行步骤S240。当不符合时，则进行步骤S250。应理解，情绪模板当中的情绪状态可相当程度的对应于前述的脑电波信号频率区段，然而本发明并不以此为限。

在一些实施例中，处理器122可计算稳定状态下的脑电波参考特征集合与情绪模板当中的任一情绪状态对应的脑电波特征集合的差值或距离，以此判断这些脑电波的参考特征集合是否匹配于情绪模板当中的任一情绪对应的特征集合。

在一些实施例中，参考特征集合不需完全相等于所述情绪模板当中的情绪状态对应的特征集合，只要这些特征值与情绪模板当中的至少一情绪状态对应的特征集合之间的差值或距离小于一默认值，处理器122可判断宠物或这些脑电波匹配于情绪模板当中的任一情绪状态（例如为第一情绪状态）。

S240：输出宠物处于第一情绪状态的信息。

在一些实施例中，若这些特征值匹配于所述情绪模板当中的某一情绪对应的特征集合，所述处理器122可判断所述宠物对应于该情绪。例如，若这些特征值匹配于所述情绪模板当中的开心情绪对应的特征集合，处理器122可判断该宠物对应于开心情绪。

步骤S250：依据一确认操作与特征值更新情绪模板。

在一些实施例中，若这些特征值或特征集合未匹配于所述情绪模板当中的任一情绪对应的参考特征集合，处理器122可判断宠物当下对应的情绪并未记录于该情绪模板当中。在此状况下，所述处理器122可根据这些特征值于情绪模板中新增另一情绪。

在一些实施例中，该处理器122可根据稳定状态下的脑电波参考特征集合作为新增的所述情绪对应的脑电波参考特征集合。

在一些实施例中，若这些特征值未匹配于所述情绪模板当中的任一情绪对应的特征值，所述处理器122可由输出/入装置130传输一询问信息，以通知用户。例如，可在输出/入装置130显示的该询问信息可显示“目前脑电波信号对应于未记录于情绪模板中的情绪状态，是否新增情绪状态”等类似内容，以供所述情绪侦测系统100的用户确认。在一些实施例中，所述询问信息当中包含数个选项，以供情绪侦测系统100的用户选择。

在一些实施例中，使用者可通过所述输出/入装置130对所述询问信息输入一确认操作。当所述处理器122接收对应确认操作的信息，处理器122可根据这些特征值或参考特征集合于情绪模板中新增一个情绪状态。

在一些实施例中，所述情绪侦测系统100的用户通过所述输出/入装置130执行的所述确认操作更包含欲新增的情绪状态的名称，例如“平静状态”等名称。应理解，前述的所述确认操作可提供情绪侦测系统100的用户自定义新增情绪的机会。

简言之，当判断脑电波信号的特征值或参考特征集合对应于所述情绪模板当中的某一情绪，处理器122可传输对应该情绪的信息至所述输出/入装置130，以呈现对应该情绪的信息予所述情绪侦测系统100的用户。借此设计，情绪侦测系统100的用户可理解该宠物当前的情绪状态。例如，当处理器122判断脑电波信号的特征值对应于所述情绪模板当中的开心情绪，可在输出/入装置130可显示该宠物处于开心情绪的信息。当判断宠物当下的情绪不匹配情绪模板中的任一情绪状态时，可让使用者选择是否要新增宠物此时的情绪。借此设计，可让每只不同的宠物具有各自较为精确且客制化的情绪模板，进而让宠物的主人较容易了解宠物当下的情绪。

在一些实施例中，处理器122与输出/入装置130可协同运作以提供更进一步的信息。例如，输出/入装置130除了显示宠物处于开心情绪外，亦可启用照相或摄影功能以撷取该宠物的图片或影像，所述处理器122可储存该图片或该影像于所述内存121当中。而后，若处理器122再次判断脑电波信号的特征值对应于开心情绪，该处理器122可一并传输所述图片或所述影像至所述输出/入装置130，令输出/入装置130可提供关于开心情绪的其他信息。然而，应理解，本发明并不以此为限。

在一些实施例中，所述处理器122可通过输出/入装置130显示多轴表现图以呈现所述宠物的情绪。例如，多轴表现图可包含前述的数个情绪状态，例如：开心、没精神、想玩、陌生等。在一些实施例中，所述处理器122可通过该多轴表现图反映宠物的复合情绪状态，例如：30%想睡、50%陌生以及20%没精神等。然而，应理解，本发明并不以此为限。

在一些实施例中，情绪侦测系统100当中的计算装置120可作为单独实施的一情绪侦测装置，例如：一云端服务器。在此状况下，其可与所述脑电波侦测装置110以及所述输出/入装置130协同运作以实施前述的情绪侦测方法200。

在一些实施例中，情绪侦测系统100当中的计算装置120以及所述输出/入装置130属于同一装置，例如：一智能型手机。在此状况下，情绪侦测方法200可关联一应用程序，该应用程序运作于所述智能型手机上以实施前述的情绪侦测方法200。

由前述本案实施方式可知，本发明提供了一种情绪侦测装置、情绪侦测系统以及情绪侦测方法，可根据情绪模板判断宠物的情绪，并可新增情绪模板当中未定义的情绪，可供使用者快速且方便的确定宠物的情绪，增进与宠物之间的情谊，可为使用者带来优良的体验。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (11)

1.一种情绪侦测装置，其特征在于：包含：

一内存，储存一情绪模板，该情绪模板包含数个情绪状态；以及

一处理器，电性耦接所述内存，该处理器接收一宠物的数个脑电波所转换而成的数个特征值，并根据一时间区间内的所述数个特征值变化判断所述数个脑电波是否对应于一稳定状态，其中所述数个脑电波由一脑电波侦测装置所侦测取得；以及

一输出/入装置，电性耦接所述处理器；

其中，当所述数个脑电波对应于所述稳定状态，所述处理器判断所述数个脑电波是否匹配所述数个情绪状态中的一第一情绪状态，当所述数个脑电波匹配所述第一情绪状态时，在所述输出/入装置输出该宠物处于所述第一情绪状态的信息；

其中，当所述数个脑电波不匹配所述数个情绪状态中的至少一者，所述处理器依据一确认操作与所述数个特征值更新所述情绪模板。

2.根据权利要求1所述的装置，其特征在于：当所述数个脑电波不匹配所述数个情绪状态中的至少一者，所述处理器自所述输出/入装置接收所述确认操作并根据所述数个特征值于所述情绪模板中新增一第二情绪状态。

3.根据权利要求1所述的装置，其特征在于：所述处理器根据一转换算法转换所述数个脑电波为所述数个特征值，所述转换算法包含一快速傅立叶变换算法或一小波转换算法。

4.根据权利要求1所述的装置，其特征在于：所述处理器根据一转换算法将所述数个脑电波转换成对应于N个频率的频率数据，其中所述N个频率的频率数据为所述数个特征值，且所述数个特征值为一笔特征集合，所述处理器根据所述时间区间内的K笔特征集合中对应各频率的K个频率数据，计算对应所述N个频率的K个频率数据的中位数，并根据所述K个中位数产生一参考特征集合；

其中，所述处理器计算每笔特征集合与所述参考特征集合对应于各频率的频率数据差值，并根据所述数个频率数据差值判断所述数个脑电波否对应于所述稳定状态。

5.根据权利要求4所述的装置，其特征在于：当所述数个频率数据差值小于一默认阀值时，判断所述数个脑电波应于所述稳定状态。

6.一种情绪侦测系统，其特征在于：包含：

一脑电波侦测装置，用以侦测一宠物的数个脑电波；

一计算装置，电性耦接于所述脑电波侦测装置，该计算装置转换所述数个脑电波为数个特征值，并根据一时间区间内的所述数个特征值变化判断所述数个脑电波是否对应于一稳定状态；

其中，当所述数个脑电波对应于所述稳定状态，所述计算装置判断所述数个脑电波是否匹配一情绪模板的数个情绪状态当中的一第一情绪状态；

其中，当所述数个脑电波匹配所述第一情绪状态，判断该宠物处于所述第一情绪状态，

当所述数个特征值不匹配所述数个情绪状态中的至少一者，所述计算装置根据一确认操作与所述数个特征值更新所述情绪模板；以及

一输出/入装置，电性耦接于所述计算装置，当所述数个脑电波匹配所述第一情绪状态时，输出该宠物处于所述第一情绪状态的信息。

7.根据权利要求6所述的系统，其特征在于：当所述数个脑电波不匹配所述数个情绪状态中的至少一者，所述计算装置自所述输出/入装置接收所述确认操作并根据所述数个特征值于所述情绪模板中新增一第二情绪状态。

8.根据权利要求6所述的系统，其特征在于：当计算装置根据一转换算法将所述数个脑电波转换成对应于N个频率的频率数据，其中所述N个频率的频率数据为所述数个特征值，且所述数个特征值为一笔特征集合，所述处理器根据所述时间区间内的K笔特征集合中对应各频率的K个频率数据，计算对应所述N个频率的K个频率数据的中位数，并根据所述K个中位数产生一参考特征集合；

其中，所述计算装置计算每笔特征集合与所述参考特征集合对应于各频率的频率数据差值，并根据所述数个频率数据差值判断所述数个脑电波否对应于所述稳定状态；

其中，当所述数个频率数据差值小于一默认阀值时，判断所述数个脑电波应于所述稳定状态。

9.一种情绪侦测方法，其特征在于：包含：

接收一宠物的数个脑电波所转换而成的数个特征值，其中所述数个脑电波由一脑电波侦测装置侦测取得；

根据一时间区间内的所述数个特征值变化判断所述数个脑电波是否对应于一稳定状态；

当判断所述数个脑电波信号对应于所述稳定状态，判断所述数个脑电波是否匹配一情绪模板中数个情绪状态中的一第一情绪状态；

当所述数个脑电波匹配所述第一情绪状态，输出该宠物处于第一情绪状态的信息；

若所述数个脑电波不匹配所述数个情绪状态中的至少一者，根据一确认操作与所述数个特征值更新所述情绪模板。

10.根据权利要求9所述的方法，其特征在于：更包含：

当所述数个脑电波不匹配于所述情绪模板中的所述数个情绪状态中的至少一者，自一输出/入装置接收所述确认操作，并根据所述数个特征值于所述情绪模板中新增一第二情绪状态。

11.根据权利要求9所述的方法，其特征在于：更包含：

根据一转换算法将所述数个脑电波转换成对应于N个频率的频率数据，其中所述N个频率的频率数据为所述数个特征值，且所述数个特征值为一笔特征集合；

根据所述时间区间内的K笔特征集合中对应各频率的K个频率数据，计算对应所述N个频率的K个频率数据的中位数，并根据所述K个中位数产生一参考特征集合；

计算每笔特征集合与所述参考特征集合对应于各频率的频率数据差值，并根据所述数个频率数据差值判断所述数个脑电波否对应于所述稳定状态；以及

当所述数个频率数据差值小于一默认阀值时，判断所述数个脑电波应于所述稳定状态。