CN110991344A - 一种基于深度学习的情绪舒缓系统 - Google Patents

一种基于深度学习的情绪舒缓系统 Download PDF

Info

Publication number
CN110991344A
CN110991344A CN201911225821.4A CN201911225821A CN110991344A CN 110991344 A CN110991344 A CN 110991344A CN 201911225821 A CN201911225821 A CN 201911225821A CN 110991344 A CN110991344 A CN 110991344A
Authority
CN
China
Prior art keywords
user
module
expression
video
database
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911225821.4A
Other languages
English (en)
Other versions
CN110991344B (zh
Inventor
陈景霞
张鹏伟
郝为
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi University of Science and Technology
Original Assignee
Shaanxi University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shaanxi University of Science and Technology filed Critical Shaanxi University of Science and Technology
Priority to CN201911225821.4A priority Critical patent/CN110991344B/zh
Publication of CN110991344A publication Critical patent/CN110991344A/zh
Application granted granted Critical
Publication of CN110991344B publication Critical patent/CN110991344B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于深度学习的情绪舒缓系统，包括：视频采集模块、视频提取模块、视频分解模块、表情识别模块、表情数据库、视频处理模块、动作数据库、信息汇总模块、性格数据库以及执行模块，通过长时间对用户日常情绪和反应的监控，使用深度学习的方式得到用户的性格特点，最后表情识别模块识别到的表情为设定的表情的时候，在互联网中查找该用户的性格所对应的舒缓方法，下载并执行该舒缓方法的指令，对用户的情绪进行舒缓。本发明通过对用户日常行为的监控，通过深度学习的方式判断用户的性格特点，当用户的情绪低落的时候，根据用户的性格特点选用合适的情绪舒缓方式对用户的情绪进行舒缓。

Description

一种基于深度学习的情绪舒缓系统
技术领域
本发明涉及心理辅导设备技术领域，特别涉及一种基于深度学习的情绪舒缓系统。
背景技术
人们在日常的生活中，往往会因为身边的一些琐碎事情打扰到原本良好的心情，从而变得忧郁，久而久之，就会发生抑郁。因此，在情绪低落的时候对情绪进行舒缓是一个非常重要的方式。
在对于患者的情绪进行舒缓的时候，一般都要先了解患者的性格特点和以往的情况，在对患者进行心理疏导。在目前的心理辅导设备中，都是通过让患者做一些测试题，然后判断出患者的当前状态，再由医生进行情绪的疏导。但是通过，做题对患者进行确定，不能全方位的体现出患者的实际情况，也就是说明，不能根据患者的性格特点对患者进行疏导，这样进行的心理疏导就会使得对患者的作用并不明显有效。
发明内容
本发明的目的是克服上述现有技术中存在的问题，提供一种基于深度学习的情绪舒缓系统，通过对用户日常行为的监控，通过深度学习的方式判断用户的性格特点，当用户的情绪低落的时候，根据用户的性格特点选用合适的情绪舒缓方式对用户的情绪进行舒缓。
为此，本发明提供一种基于深度学习的情绪舒缓系统，包括：
视频采集模块，通过架设在用户房间中的摄像头对用户的房间进行拍摄，得到用户房间的监控视频。
视频提取模块，根据用户录入的用户图像将用户房间的监控视频的各个视频帧中包括用户图像的视频帧提取出来，并重新组成用户的特有视频。
视频分解模块，将用户的特有视频的各个视频帧中的用户的面部图像提取出来，通过表情识别模块得到各个视频帧中用户的表情，并且将用户表情一致的视频帧按照时间顺序组合成多个用户情绪动作视频。
表情识别模块，将面部图像的特征值提取出来，根据提取出来的特征值在表情数据库中查找与该特征值对应的表情，并将查找到的表情进行输出。
表情数据库，用户存储特征值以及特征是所对应的表情。
视频处理模块，将每一个用户情绪动作视频中设定时间间隔的视频帧分别提取出来，并且根据提取出的视频帧分别在动作数据库中查找用户动作。
动作数据库，用于存储动作图像和动作图像所对应的动作。
信息汇总模块，用于将用户表情与用户在该用户表情时的用户动作进行记录，并且在性格数据看库中查找对应的性格作为用户的性格进行输出。
性格数据库，用于存储性格、性格所对应的表情和动作。
执行模块，当表情识别模块识别到的表情为设定的表情的时候，在互联网中查找该用户的性格所对应的舒缓方法，下载并执行该舒缓方法的指令。
进一步，所述视频提取模块，包括：
用户录入模块，用于接受用户录入的要进行情绪舒缓的人员的用户图像，并将录入的用户图像使用特征值提取模块进行特征值的提取。
特征值提取模块，用于提取图像中的特征值，并且将图像的特征值输出。
视频帧处理模块，分别将每一个视频帧进行均匀的分割，得到每一个视频帧分割后的图像，并将每一个视频帧分割后的图像使用特征值提取模块进行特征值的提取，得到每一个帧的特征值组。
特征值匹配模块，将所有视频帧的特征值组中含有用户图像特征值的视频帧筛选出来。
视频重组模块，将特征值匹配模块中筛选出的视频帧根据时间顺序进行拼接，得到用户的特有视频。
更进一步，所述用户录入模块中，将用户图像均匀分割处理，得到若干个用户图像块，并且将若干个用户图像块分别通过特征值提取模块进行提取特征值，得到对应的用户图像特征矩阵。
所述视频帧处理模块中将分别将每一个视频帧进行均匀的分割成为与所述用户图像块尺寸一致的视频帧分割后的图像，并分别通过特征值提取模块进行提取特征值，得到对应的视频帧特征矩阵。
所述特征值匹配模块，将所有视频帧的视频帧特征矩阵中包含有用户图像特征矩阵的视频帧筛选出来。
进一步，所述执行模块，包括：
表情判断模块，用于接收表情识别模块识别到表情，并且与设定的表情进行对比，当表情识别模块识别到的表情为设定的表情时，生成执行信息。
方法查找模块，当表情判断模块生成执行信息时，通过信息汇总模块获取该用户的性格，并根据该用户的性格在互联网的舒缓方法数据库中查找该性格所对应的舒缓方法。
舒缓方法数据库，用于存储性格以及性格所对应的舒缓方法和舒缓方法的指令。
舒缓执行模块，从舒缓方法数据库数据库中将对应的舒缓方法的舒缓方法的指令进行缓存，缓存后执行该舒缓方法的指令。
进一步，所述表情数据库、动作数据库以及性格数据库分别存储在服务器的数据存储区中，所述表情数据库、动作数据库以及性格数据库分别分别根据数据量的大小动态的占用服务器的数据存储区的空间。
本发明提供的一种基于深度学习的情绪舒缓系统，具有如下有益效果：
1、通过对用户日常行为的监控，通过深度学习的方式判断用户的性格特点，当用户的情绪低落的时候，根据用户的性格特点选用合适的情绪舒缓方式对用户的情绪进行舒缓；
2、通过对用户过往行为的学习，从过往的行为中，提取用户的发硬和动作，然后通过学习用户的行为，得到用户的性格，在根据用户的性格进行选用合适的情绪舒缓方式对用户的情绪进行舒缓；
3、本发明可以在同一个区域中使用，只需要录入不同的用户的图像，就可以根据用户的情况，进行学习，使得同一个产品可以供不同的用户进行使用，而不用重复额输入每一个用户的历史数据。
附图说明
图1为本发明提供的一种基于深度学习的情绪舒缓系统的系统连接示意框图；
图2为本发明提供的一种基于深度学习的情绪舒缓系统的视频提取模块的系统连接示意框图；
图3为本发明提供的一种基于深度学习的情绪舒缓系统的执行模块的系统连接示意框图。
具体实施方式
下面结合附图，对本发明的多个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
在本申请文件中，未经明确的部件型号以及结构，均为本领域技术人员所公知的现有技术，本领域技术人员均可根据实际情况的需要进行设定，在本申请文件的实施例中不做具体的限定。
实施例1
本实施例提供了一种基于深度学习的情绪舒缓系统，通过基本的必要技术特征实现本发明，以解决本申请文件中技术背景部分所提出的问题。
具体的，如图1所示，本发明实施例提供了一种基于深度学习的情绪舒缓系统，包括：视频采集模块、视频提取模块、视频分解模块、表情识别模块、表情数据库、视频处理模块、动作数据库、信息汇总模块、性格数据库以及执行模块。
视频采集模块，通过架设在用户房间中的摄像头对用户的房间进行拍摄，得到用户房间的监控视频。
该模块可以通过获取房间中的视频监控的历史视频，进行获得，在实施的时候，可以之间调入用户房间的监控视频，也可以通过摄像头的存储调用用户房间的监控视频。
视频提取模块，根据用户录入的用户图像将用户房间的监控视频的各个视频帧中包括用户图像的视频帧提取出来，并重新组成用户的特有视频。
在该模块中，首先要对用户房间的监控视频进行拆解，得到用户房间的监控视频的各个视频帧，用户房间的监控视频的各个视频帧是图像的格式，因此，使用图像匹配算法就就可以根据用户图像得到用户房间的监控视频的各个视频帧中包括用户图像的视频帧，在将得到的视频帧根据时间的顺序进行重新组合，得到用户的特有视频。
视频分解模块，将用户的特有视频的各个视频帧中的用户的面部图像提取出来，通过表情识别模块得到各个视频帧中用户的表情，并且将用户表情一致的视频帧按照时间顺序组合成多个用户情绪动作视频。
将上述的包括用户图像的视频帧再进行处理，提取出面部的图像，该算法与目前手机相机中识别人脸的方式一致，此时就提取到用户的面部图像，然后将面部图像输入到表情识别模块，得到各个视频帧中用户的表情，在将各个视频帧中用户表情一致的视频帧按照时间顺序组合成多个用户情绪动作视频。
表情识别模块，将面部图像的特征值提取出来，根据提取出来的特征值在表情数据库中查找与该特征值对应的表情，并将查找到的表情进行输出。
该模块将上述输入的面部图像通过特征值提取的算法技术将面部图像的特征值提取出来，在根据特征值在表情数据库中查找与该特征值对应的表情，并将查找到的表情进行输出。
表情数据库，用户存储特征值以及特征是所对应的表情。其中，特征值以范围值进行存储，一个特征值的范围对应一个表情。
视频处理模块，将每一个用户情绪动作视频中设定时间间隔的视频帧分别提取出来，并且根据提取出的视频帧分别在动作数据库中查找用户动作。
该模块将用户情绪动作视频进行等间距时间段的分割，并将各个等距离时间段进行拆解得到各个视频帧，并在各个视频帧中分别提取出用户的图像，并根据提取出的图像的组合在所述动作数据库得到对应的动作。
动作数据库，用于存储动作图像和动作图像所对应的动作。其中，所存储的动作图像为图像的组合。因此，一个动作，所对应的动作图像为图像的组合。
信息汇总模块，用于将用户表情与用户在该用户表情时的用户动作进行记录，并且在性格数据看库中查找对应的性格作为用户的性格进行输出。
将上述提取出来的信息，即将用户表情与用户在该用户表情时的用户动作全部存储在缓存中，并且在性格数据看库中查找对应的性格作为用户的性格进行输出。
性格数据库，用于存储性格、性格所对应的表情和动作。
执行模块，当表情识别模块识别到的表情为设定的表情的时候，在互联网中查找该用户的性格所对应的舒缓方法，下载并执行该舒缓方法的指令。
该模块根据用户的性格在互联上的数据库中查找该用户的性格所对应的舒缓方法，并将其对应的舒缓方法的指令下载下来，然后，将下载下来的指令输入计算机进行执行。
实施例2
本实施例是基于实施例1并对实施例1中的实施方案进行优化，使得本实施例在运行的过程中更加的稳定，性能更加的良好，但是并不仅限于本实施例所描述的一种实施方式。
具体的，所述视频提取模块，如图2所示，包括：用户录入模块、特征值提取模块、视频帧处理模块、特征值匹配模块以及视频重组模块。
用户录入模块，用于接受用户录入的要进行情绪舒缓的人员的用户图像，并将录入的用户图像使用特征值提取模块进行特征值的提取。
该模块通过用户上传自己的照片图像的方式将得到用户图像，在使用特征中提取算法提取出图像的特征值。
特征值提取模块，用于提取图像中的特征值，并且将图像的特征值输出。
视频帧处理模块，分别将每一个视频帧进行均匀的分割，得到每一个视频帧分割后的图像，并将每一个视频帧分割后的图像使用特征值提取模块进行特征值的提取，得到每一个帧的特征值组。
该模块首先得到每一个视频帧进行均匀的分割后的图像，在分别进行图像的特征值的提取，此时，得到一个特征值的矩阵。
特征值匹配模块，将所有视频帧的特征值组中含有用户图像特征值的视频帧筛选出来。
该模块在上述特征值的矩阵中筛选出含有用户图像特征值的视频帧筛选出来。
视频重组模块，将特征值匹配模块中筛选出的视频帧根据时间顺序进行拼接，得到用户的特有视频。
该模块将上述的筛选出的视频帧进行重组，根据时间顺序，得到用户的特有视频。
更具体的，所述用户录入模块中，将用户图像均匀分割处理，得到若干个用户图像块，并且将若干个用户图像块分别通过特征值提取模块进行提取特征值，得到对应的用户图像特征矩阵。
所述视频帧处理模块中将分别将每一个视频帧进行均匀的分割成为与所述用户图像块尺寸一致的视频帧分割后的图像，并分别通过特征值提取模块进行提取特征值，得到对应的视频帧特征矩阵。
所述特征值匹配模块，将所有视频帧的视频帧特征矩阵中包含有用户图像特征矩阵的视频帧筛选出来。
在该技术方案中，将用户图像也进行分割后在提取特征值，这样也得到一个特征值的矩阵，这样将用户图像特征矩阵和视频帧特征矩阵进行对比，当用户图像特征矩阵包含在视频帧特征矩阵中时，说明视频帧包含用户图像。
具体的，所述执行模块，如图3所示，包括：表情判断模块、方法查找模块、舒缓方法数据库以及舒缓执行模块。
表情判断模块，用于接收表情识别模块识别到表情，并且与设定的表情进行对比，当表情识别模块识别到的表情为设定的表情时，生成执行信息。
方法查找模块，当表情判断模块生成执行信息时，通过信息汇总模块获取该用户的性格，并根据该用户的性格在互联网的舒缓方法数据库中查找该性格所对应的舒缓方法。
舒缓方法数据库，用于存储性格以及性格所对应的舒缓方法和舒缓方法的指令。
该舒缓方法数据库，存储在互联网的服务器中。一般，由生产的厂家提供，对于指令，包括用于给终端执行的程序代码，需要终端下载后执行，终端即是用户服务的终端，位于用户的手中。
舒缓执行模块，从舒缓方法数据库数据库中将对应的舒缓方法的舒缓方法的指令进行缓存，缓存后执行该舒缓方法的指令。
在本实施例中，所述表情数据库、动作数据库以及性格数据库分别存储在服务器的数据存储区中，所述表情数据库、动作数据库以及性格数据库分别分别根据数据量的大小动态的占用服务器的数据存储区的空间。
综上所述，本发明公开了一种基于深度学习的情绪舒缓系统，包括：视频采集模块，通过架设在用户房间中的摄像头对用户的房间进行拍摄，得到用户房间的监控视频；视频提取模块，根据用户录入的用户图像将用户房间的监控视频的各个视频帧中包括用户图像的视频帧提取出来，并重新组成用户的特有视频；视频分解模块，将用户的特有视频的各个视频帧中的用户的面部图像提取出来，通过表情识别模块得到各个视频帧中用户的表情，并且将用户表情一致的视频帧按照时间顺序组合成多个用户情绪动作视频；表情识别模块，将面部图像的特征值提取出来，根据提取出来的特征值在表情数据库中查找与该特征值对应的表情，并将查找到的表情进行输出；表情数据库，用户存储特征值以及特征是所对应的表情；视频处理模块，将每一个用户情绪动作视频中设定时间间隔的视频帧分别提取出来，并且根据提取出的视频帧分别在动作数据库中查找用户动作；动作数据库，用于存储动作图像和动作图像所对应的动作；信息汇总模块，用于将用户表情与用户在该用户表情时的用户动作进行记录，并且在性格数据看库中查找对应的性格作为用户的性格进行输出；性格数据库，用于存储性格、性格所对应的表情和动作；执行模块，当表情识别模块识别到的表情为设定的表情的时候，在互联网中查找该用户的性格所对应的舒缓方法，下载并执行该舒缓方法的指令。本发明通过对用户日常行为的监控，通过深度学习的方式判断用户的性格特点，当用户的情绪低落的时候，根据用户的性格特点选用合适的情绪舒缓方式对用户的情绪进行舒缓。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (5)

1.一种基于深度学习的情绪舒缓系统，其特征在于，包括：
视频采集模块，通过架设在用户房间中的摄像头对用户的房间进行拍摄，得到用户房间的监控视频；
视频提取模块，根据用户录入的用户图像将用户房间的监控视频的各个视频帧中包括用户图像的视频帧提取出来，并重新组成用户的特有视频；
视频分解模块，将用户的特有视频的各个视频帧中的用户的面部图像提取出来，通过表情识别模块得到各个视频帧中用户的表情，并且将用户表情一致的视频帧按照时间顺序组合成多个用户情绪动作视频；
表情识别模块，将面部图像的特征值提取出来，根据提取出来的特征值在表情数据库中查找与该特征值对应的表情，并将查找到的表情进行输出；
表情数据库，用户存储特征值以及特征是所对应的表情；
视频处理模块，将每一个用户情绪动作视频中设定时间间隔的视频帧分别提取出来，并且根据提取出的视频帧分别在动作数据库中查找用户动作；
动作数据库，用于存储动作图像和动作图像所对应的动作；
信息汇总模块，用于将用户表情与用户在该用户表情时的用户动作进行记录，并且在性格数据看库中查找对应的性格作为用户的性格进行输出；
性格数据库，用于存储性格、性格所对应的表情和动作；
执行模块，当表情识别模块识别到的表情为设定的表情的时候，在互联网中查找该用户的性格所对应的舒缓方法，下载并执行该舒缓方法的指令。
2.如权利要求1所述的一种基于深度学习的情绪舒缓系统，其特征在于，所述视频提取模块，包括：
用户录入模块，用于接受用户录入的要进行情绪舒缓的人员的用户图像，并将录入的用户图像使用特征值提取模块进行特征值的提取；
特征值提取模块，用于提取图像中的特征值，并且将图像的特征值输出；
视频帧处理模块，分别将每一个视频帧进行均匀的分割，得到每一个视频帧分割后的图像，并将每一个视频帧分割后的图像使用特征值提取模块进行特征值的提取，得到每一个帧的特征值组；
特征值匹配模块，将所有视频帧的特征值组中含有用户图像特征值的视频帧筛选出来；
视频重组模块，将特征值匹配模块中筛选出的视频帧根据时间顺序进行拼接，得到用户的特有视频。
3.如权利要求2所述的一种基于深度学习的情绪舒缓系统，其特征在于，所述用户录入模块中，将用户图像均匀分割处理，得到若干个用户图像块，并且将若干个用户图像块分别通过特征值提取模块进行提取特征值，得到对应的用户图像特征矩阵；
所述视频帧处理模块中将分别将每一个视频帧进行均匀的分割成为与所述用户图像块尺寸一致的视频帧分割后的图像，并分别通过特征值提取模块进行提取特征值，得到对应的视频帧特征矩阵；
所述特征值匹配模块，将所有视频帧的视频帧特征矩阵中包含有用户图像特征矩阵的视频帧筛选出来。
4.如权利要求1所述的一种基于深度学习的情绪舒缓系统，其特征在于，所述执行模块，包括：
表情判断模块，用于接收表情识别模块识别到表情，并且与设定的表情进行对比，当表情识别模块识别到的表情为设定的表情时，生成执行信息；
方法查找模块，当表情判断模块生成执行信息时，通过信息汇总模块获取该用户的性格，并根据该用户的性格在互联网的舒缓方法数据库中查找该性格所对应的舒缓方法；
舒缓方法数据库，用于存储性格以及性格所对应的舒缓方法和舒缓方法的指令；
舒缓执行模块，从舒缓方法数据库数据库中将对应的舒缓方法的舒缓方法的指令进行缓存，缓存后执行该舒缓方法的指令。
5.如权利要求1所述的一种基于深度学习的情绪舒缓系统，其特征在于，所述表情数据库、动作数据库以及性格数据库分别存储在服务器的数据存储区中，所述表情数据库、动作数据库以及性格数据库分别分别根据数据量的大小动态的占用服务器的数据存储区的空间。
CN201911225821.4A 2019-12-04 2019-12-04 一种基于深度学习的情绪舒缓系统 Active CN110991344B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911225821.4A CN110991344B (zh) 2019-12-04 2019-12-04 一种基于深度学习的情绪舒缓系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911225821.4A CN110991344B (zh) 2019-12-04 2019-12-04 一种基于深度学习的情绪舒缓系统

Publications (2)

Publication Number Publication Date
CN110991344A true CN110991344A (zh) 2020-04-10
CN110991344B CN110991344B (zh) 2023-02-24

Family

ID=70089934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911225821.4A Active CN110991344B (zh) 2019-12-04 2019-12-04 一种基于深度学习的情绪舒缓系统

Country Status (1)

Country Link
CN (1) CN110991344B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011081445A (ja) * 2009-10-02 2011-04-21 Nippon Telegr & Teleph Corp <Ntt> 表情認識装置、人物間感情推定装置、表情認識方法、人物間感情推定方法、及びプログラム
US20120002848A1 (en) * 2009-04-16 2012-01-05 Hill Daniel A Method of assessing people's self-presentation and actions to evaluate personality type, behavioral tendencies, credibility, motivations and other insights through facial muscle activity and expressions
CN102467668A (zh) * 2010-11-16 2012-05-23 鸿富锦精密工业（深圳）有限公司 情绪侦测及舒缓系统及方法
CN106650621A (zh) * 2016-11-18 2017-05-10 广东技术师范学院 一种基于深度学习的情绪识别方法及系统
WO2018060993A1 (en) * 2016-09-27 2018-04-05 Faception Ltd. Method and system for personality-weighted emotion analysis
CN108764010A (zh) * 2018-03-23 2018-11-06 姜涵予 情绪状态确定方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120002848A1 (en) * 2009-04-16 2012-01-05 Hill Daniel A Method of assessing people's self-presentation and actions to evaluate personality type, behavioral tendencies, credibility, motivations and other insights through facial muscle activity and expressions
JP2011081445A (ja) * 2009-10-02 2011-04-21 Nippon Telegr & Teleph Corp <Ntt> 表情認識装置、人物間感情推定装置、表情認識方法、人物間感情推定方法、及びプログラム
CN102467668A (zh) * 2010-11-16 2012-05-23 鸿富锦精密工业（深圳）有限公司 情绪侦测及舒缓系统及方法
WO2018060993A1 (en) * 2016-09-27 2018-04-05 Faception Ltd. Method and system for personality-weighted emotion analysis
CN106650621A (zh) * 2016-11-18 2017-05-10 广东技术师范学院 一种基于深度学习的情绪识别方法及系统
CN108764010A (zh) * 2018-03-23 2018-11-06 姜涵予 情绪状态确定方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王伟凝等: "图像的情感语义研究进展", 《电路与系统学报》 *
赵积春等: "情绪建模与情感虚拟人研究", 《计算机工程》 *

Also Published As

Publication number Publication date
CN110991344B (zh) 2023-02-24

Similar Documents

Publication Publication Date Title
Jiang et al. Optimizing multistage discriminative dictionaries for blind image quality assessment
Lopes et al. Data-free knowledge distillation for deep neural networks
CN110519636B (zh) 语音信息播放方法、装置、计算机设备及存储介质
US11138903B2 (en) Method, apparatus, device and system for sign language translation
US20190251424A1 (en) Operation apparatus, operation execution device and operation execution method
CN112699758B (zh) 动态手势识别的手语翻译方法、装置、计算机设备及介质
EP3852007A2 (en) Method, apparatus, electronic device, readable storage medium and program for classifying video
CN111273953B (zh) 模型处理方法、装置、终端及存储介质
CN114245203A (zh) 基于剧本的视频剪辑方法、装置、设备及介质
WO2016142285A1 (en) Method and apparatus for image search using sparsifying analysis operators
JP2016029568A (ja) 線形識別器、大規模一般物体認識装置、電子計算機、モバイル端末、データ処理装置、および画像認識システム
CN110991344B (zh) 一种基于深度学习的情绪舒缓系统
JP5930450B2 (ja) アノテーション装置及びアノテーションシステム
CN114510564A (zh) 视频知识图谱生成方法及装置
CN109471717B (zh) 样本库拆分方法、装置、计算机设备及存储介质
CN114024839B (zh) 服务器日志消息分类方法、装置、设备及可读存储介质
Becker et al. Curiously effective features for image quality prediction
TWI769466B (zh) 類神經網路系統及其操作方法
US10699127B1 (en) Method and apparatus for adjusting parameter
CN110337008B (zh) 视频互动调整方法、装置、设备及存储介质
CN114298182A (zh) 资源召回方法、装置、设备及存储介质
US20210286954A1 (en) Apparatus and Method for Applying Image Encoding Recognition in Natural Language Processing
CN113392722A (zh) 视频中的对象情绪识别方法、装置、电子设备及存储介质
CN110163043B (zh) 面部检测方法、装置、存储介质及电子装置
CN112202985A (zh) 信息处理方法、客户端设备、服务端设备及信息处理系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant