CN112270972A - 情感交流信息处理系统 - Google Patents
情感交流信息处理系统 Download PDFInfo
- Publication number
- CN112270972A CN112270972A CN202011140344.4A CN202011140344A CN112270972A CN 112270972 A CN112270972 A CN 112270972A CN 202011140344 A CN202011140344 A CN 202011140344A CN 112270972 A CN112270972 A CN 112270972A
- Authority
- CN
- China
- Prior art keywords
- emotion
- data
- user
- communication information
- cloud server
- 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.)
- Pending
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 184
- 230000010365 information processing Effects 0.000 title claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 68
- 230000004927 fusion Effects 0.000 claims abstract description 43
- 230000035790 physiological processes and functions Effects 0.000 claims abstract description 24
- 230000002996 emotional effect Effects 0.000 claims abstract description 18
- 230000003993 interaction Effects 0.000 claims abstract description 9
- 238000007499 fusion processing Methods 0.000 claims abstract description 7
- 208000019901 Anxiety disease Diseases 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 15
- 230000036506 anxiety Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 10
- 238000013019 agitation Methods 0.000 claims description 8
- 230000008909 emotion recognition Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 description 10
- 230000035882 stress Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本申请提供一种情感交流信息处理系统,包括:情感陪护机器人,内置传感器的可穿戴设备,以及云端服务器;可穿戴设备通过读取传感器的生理状态数据发送至云端服务器;情感陪护机器人用于与用户进行情感交流信息交互,获取用户传递的第一情感交流信息上传至云端服务器,以及接收云端服务器下发的第二情感交流信息进行展示;云端服务器用于对所接收的生理状态数据和第一情感交流信息进行融合处理得到情感融合数据,并通过预先部署的情绪算法模型对用户的情感状态进行预测,并基于预测的情感状态生成第二的情感交流信息下发至情感陪护机器人进行展示。该方案可以对用户情绪状态进行准确预测,满足用户对于产品多样化、多层次的情感交流需求。
Description
技术领域
本申请涉及人工智能数据处理技术领域,具体而言,本申请涉及一种情感交流信息处理系统。
背景技术
目前,随着老龄化社会的到来,对于居家老人问题越来越引起了社会的关注,如老人和特定人群往往需要特定的情感交流。
传统以人来提供服务,但这种形式早已经不适应当今社会的需求。随着智能化技术发展,市面上已出现了一些情感陪护机器人,这些机器人代替了人向用户提供了情感信息方面的交流协助,在日常生活中替代了人与用户进行了交流,实现了情感交流信息处理。
但是这些技术处理较为单一,数据闭塞,向用户推荐的情感交流信息主要是依据机器人与用户之间交互信息进行分析得到,仅能提供一些预定程式的服务,无法满足用户对于产品多样化、多层次的情感交流需求。
发明内容
本申请的目的旨在针对于上述技术缺陷,提供一种情感交流信息处理系统,以满足用户对于产品多样化、多层次的情感交流需求。
一种情感交流信息处理系统,包括:情感陪护机器人和内置传感器的可穿戴设备,以及云端服务器;其中,所述情感陪护机器人和可穿戴设备分别通过网络连接所述云端服务器;
所述可穿戴设备用于读取传感器检测的用户的生理状态数据,并将所述生理状态数据发送至云端服务器;
所述情感陪护机器人用于与所述用户进行情感交流信息交互,获取所述用户传递的第一情感交流信息上传至所述云端服务器,以及接收所述云端服务器下发的第二情感交流信息进行展示;
所述云端服务器用于对所接收的所述用户的生理状态数据和第一情感交流信息进行融合处理得到情感融合数据,并通过预先部署的情绪算法模型对所述情感融合数据进行情感状态预测,根据预测的情感状态生成第二情感交流信息下发至所述情感陪护机器人进行展示。
在一个实施例中,所述情感融合数据包括:线上线下融合数据,多模态融合数据,结构化和非结构化融合数据,软硬数据融合数据中的一种或多种。
在一个实施例中,所述云端服务器还接收疫情监测系统发送的疫情监测数据,并将所接收的生理状态数据、第一情感交流信息和疫情监测数据进行多模态融合处理得到所述多模态融合数据。
在一个实施例中,所述云端服务器用于对所述情感融合数据进行情绪识别得到用户的情绪状态,根据所述情绪状态对所述用户的情绪趋势进行预测和预警,根据所述预测和预警结果从推荐系统中选择推荐交流信息,得到所述第二的情感交流信息。
在一个实施例中,所述云端服务器还通过第三方服务系统接收第三方应用传递的服务信息,并将所述服务信息发送至所述情感陪护机器人。
在一个实施例中,所述情感陪护机器人通过语音、动作和/或图像方式展示所述第二情感交流信息。
在一个实施例中,所述情感陪护机器人用于根据所述第二情感交流信息向所述用户播放情绪引导音视频,以引导所述用户进行情绪放松。
在一个实施例中,所述生理状态数据包括皮肤电信号。
在一个实施例中,所述情绪算法模型通过以下方式获得:
利用可穿戴设备采集被试对象在激动、压力和/或焦虑状态下的皮肤电信号,并获取被试对象对激动、压力和/或焦虑的评估信息;
将激动、压力和/或焦虑划分等级范围,根据实测信息和所述被试对象的评估信息确定所述被试对象所属等级范围;
利用机器学习模型建立皮肤电信号到各个等级范围之间的映射,获取所述机器学习模型输出的激动、压力和/或焦虑的量化预测结果;
根据所述量化预测结果得到情绪算法模型。
在一个实施例中,所述根据所述量化预测结果得到情绪算法模型的过程包括:
将所述量化预测结果反馈至被试对象,根据实测信息和所述被试对象的评估信息对所述量化预测结果进行二次评估,对机器学习模型输出的量化预测结果进行量化细化和修正,循环执行二次评估流程,直至机器学习模型输出的量化预测结果与实测信息和被试的评估信息一致时止,得到情绪算法模型。
本申请提供的情感交流信息处理系统的技术方案,具有如下优点:
通过内置生理传感器的可穿戴设备和情感陪护机器人结合方式,结合了人工智能和情感算法技术应用,构建了一套情感交流信息处理系统;充分利用了生理状态数据和第一情感交流信息的情感融合数据,利用可穿戴设备和情感陪护机器人采集的多个维度的数据信息,利用情绪算法模型对用户的情感状态进行预测,准确获取用户的情绪变化趋势,再依据用户的情感状态生成情绪引导信息输出情感陪护机器人进行展示,提升了情感陪护机器人的使用效果,可以满足用户对于产品多样化、多层次的情感交流需求。
通过云端服务器融合线上线下融合数据,多模态融合数据,结构化和非结构化融合数据,软硬数据融合数据等融合数据,对融合数据进行情绪识别、情绪趋势预测和预警和推荐交流信息,充分挖掘了大数据的优势,基于大数据分析基础上,能够对用户的情感状态做出精准预测和判断,从而使得情感陪护机器人具有强大的人工智能能力,提升了情感交流体验。
通过机器学习模型并进行人工智能学习,得到智能化的情绪算法模型,实现精准的情绪监测和分析,快速准确地得到用户的情绪变化趋势并进行预测和预警,进而推荐最合适情感交流信息引导用户的情绪。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是一个实施例的情感交流信息处理系统的框架图;
图2是另一个实施例的情感交流信息处理系统的框架图;
图3是获取情绪算法模型的方法流程图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
参考图1所示,图1是一个实施例的情感交流信息处理系统框架图,包括:配对使用情感陪护机器人和内置传感器的可穿戴设备,以及云端服务器;其中,所述情感陪护机器人和可穿戴设备分别通过网络连接所述云端服务器。
所述可穿戴设备用于读取传感器检测的用户(即交流对象)的生理状态数据,并将所述生理状态数据发送至云端服务器,用户佩戴可穿戴设备。
所述情感陪护机器人用于与所述用户进行情感交流信息交互,获取所述用户传递的第一情感交流信息上传至所述云端服务器,以及接收所述云端服务器下发的第二情感交流信息进行展示,用户与情感陪护机器人进行模拟交流,可以通过语音、图像或者动作等进行交互,情感陪护机器人可以采集到用户的语音数据或者图像数据。
所述云端服务器用于对所接收的所述用户的生理状态数据和第一情感交流信息进行融合处理得到情感融合数据,并通过预先部署的情绪算法模型对所述情感融合数据进行情感状态预测,根据预测的情感状态生成第二情感交流信息下发至所述情感陪护机器人进行展示。
具体的,如图1中,可穿戴设备可以是智能手环/智能指环等,通过可穿戴设备内置的传感器,可以对检测用户的生理状态数据,如皮肤电信号,可穿戴设备将数据通过网络上传到云端服务器。情感陪护机器人是一种智能机器人,可以通过语音、动作、图像等方式来展示相关信息,如播放音视频、作出特定动作等,情感陪护机器人可以获取用户的语音或者图像信息,发送至云端服务器。同时,情感陪护机器人将云端服务器下发的相关交流信息进行展示,实现人工智能功能。
对于使用该系统的用户来说,通过其佩戴的可穿戴设备检测生理状态数据,情感陪护机器人采集用户交互过程中产生的情感交流信息,云端服务器通过融合生理状态数据和情感交流信息,调用预先部署的情绪算法模型进行人工智能分析,可以多维度监控到用户当前的状态;由于情感交流信息融合了生理状态数据,在对用户进行情感状态预测时,不仅仅是根据用户的语言或者表情等交互信息,而是融合了生理状态数据来判断用户当前的焦虑状态,结合用户的生理状态数据、语音语义分析和/或当前图片的表情分析,利用维度信息对用户当前的情感状态进行预测,可以准确预测用户的情绪趋势,进而产生精确引导该用户的第二情感交流信息,使得用户放松情绪,提升了情感交流信息处理效果。
上述实施例的方案,通过内置生理传感器的可穿戴设备和情感陪护机器人结合方式,结合了人工智能和情感算法技术应用,构建了一套情感交流信息处理系统;充分利用生理状态数据和第一情感交流信息的情感融合数据,以可以对用户的情绪状态做出准确预测,并输出情绪引导信息由情感陪护机器人进行展示,可以满足用户对于产品多样化、多层次的情感交流需求。
下面阐述本申请的更多实施例。
在一个实施例中,对于情感融合数据可以包括线上线下融合数据,多模态融合数据,结构化和非结构化融合数据,软硬数据融合数据中的一种或多种。
进一步的,云端服务器还可以接收疫情监测系统发送的疫情监测数据,并将所接收的生理状态数据、第一情感交流信息和疫情监测数据进行多模态融合处理得到所述多模态融合数据。
云端服务器可以对情感融合数据进行情绪识别得到用户的情绪状态,根据所述情绪状态对所述用户的情绪趋势进行预测和预警,根据所述预测和预警结果从推荐系统中选择推荐交流信息,得到所述第二的情感交流信息。
上述实施例的方案,通过云端服务器融合线上线下融合数据,多模态融合数据,结构化和非结构化融合数据,软硬数据融合数据等,对融合数据进行情绪识别、情绪趋势预测和预警和推荐交流信息,充分挖掘了大数据的优势,基于大数据分析基础上,能够对用户的情感做出精准预测和判断,从而使得情感陪护机器人具有强大的人工智能能力,提升了情感交流体验。
在一个实施例中,参考图2,图2是另一个实施例的情感交流信息处理系统框架图所述云端服务器通过所述第三方服务系统接收第三方应用传递的服务信息,并将所述服务信息发送至所述情感陪护机器人。
如图2中,本申请的方案,提供实时、快捷、高效、物联化、智能化的情感交流信息处理服务;借助第三方的综合服务平台,可以将政府、医疗机构、服务商、个人、家庭连接起来,形成可以将面向居家老人、社区、机构的物联网系统服务平台。通过接入第三方服务,便于第三方精准的推送服务;具有良好的商业模式扩展前景。
在一个实施例,针对于本申请提供的情绪算法模型,本申请提供如下优选实施例。
参考图3,图3是获取情绪算法模型的方法流程图,具体流程可以参考如下:
步骤(1),利用可穿戴设备采集被试对象在激动、压力和/或焦虑状态下的皮肤电信号,并获取被试对象对激动、压力和/或焦虑的评估信息。
具体的,可以利用生理传感器采集被试对象在激动、压力和/或焦虑状态下的皮肤电信号,并通过问卷的形式让被试对象对激动、压力和焦虑的评估信息。
步骤(2),将激动、压力和/或焦虑划分等级范围,根据实测信息和所述被试对象的评估信息确定所述被试对象所属等级范围。
具体的,首先将激动、压力和/或焦虑分为5个等级,比如,按100分制,5个等级对应为0-20分,21-40分,41-60分,61-80分,81-100分,结合观察情况(实测信息)和被试对象的评估信息判断其激动状态属于哪个区间范围。
步骤(3),利用机器学习模型建立皮肤电信号到各个等级范围之间的映射,获取所述机器学习模型输出的激动、压力和/或焦虑的量化预测结果。
步骤(4),根据量化预测结果得到激动状态监测模型。
具体的,根据量化预测结果即可判断机器学习模型的准确性,通过调整后可以得到所需的情绪算法模型。
进一步的,为了得到精确的情绪算法模型,可以通过重复评估和修正的手段,以提高模型识别精确度,在实际过程中,可以利用收集的用户的皮肤电信号大数据,持续修正情绪算法模型,以使其精度不断提升。
据此,对于步骤(4)的根据量化预测结果得到情绪算法模型的过程,可以包括如下:
将所述量化预测结果反馈至被试对象,根据实测信息和所述被试对象的评估信息对所述量化预测结果进行二次评估,对机器学习模型输出的量化预测结果进行量化细化和修正,循环执行二次评估流程,直至机器学习模型输出的量化预测结果与实测信息和被试的评估信息一致时止,得到情绪算法模型。
通过机器学习模型并进行人工智能学习,得到智能化的情绪算法模型,实现精准的监测和分析,快速准确地得到用户的情绪状态并进行预警提醒。
如利用上述模型,可以将采集用户的皮肤电信号,输入到激动状态监测模型,输出为用户的激动指数、压力指数和/或焦虑指数(0-100分)。
上述实施例的方案,通过机器学习模型并进行人工智能学习,得到智能化的情绪算法模型,实现精准的情绪监测和分析,快速准确地得到用户的情绪变化趋势并进行预测和预警,进而推荐最合适情感交流信息引导用户的情绪。
综合本申请的方案,充分挖掘大数据的优势,针对多模态数据融合,分析和处理,设计了一套可以线上线下数据融合,多模态数据融合,结构化和非结构化数据融合,软硬数据融合的,集情绪监测、情感识别、预测、预警和信息推荐的情感交流信息处理系统。同时在可实现的终端形态、交互模式、相关技术融合集成上可以具有良好的发展潜力。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种情感交流信息处理系统,其特征在于,包括:情感陪护机器人和内置传感器的可穿戴设备,以及云端服务器;其中,所述情感陪护机器人和可穿戴设备分别通过网络连接所述云端服务器;
所述可穿戴设备用于读取传感器检测的用户的生理状态数据,并将所述生理状态数据发送至云端服务器;
所述情感陪护机器人用于与所述用户进行情感交流信息交互,获取所述用户传递的第一情感交流信息上传至所述云端服务器,以及接收所述云端服务器下发的第二情感交流信息进行展示;
所述云端服务器用于对所接收的所述用户的生理状态数据和第一情感交流信息进行融合处理得到情感融合数据,并通过预先部署的情绪算法模型对所述情感融合数据进行情感状态预测,根据预测的情感状态生成第二情感交流信息下发至所述情感陪护机器人进行展示。
2.根据权利要求1所述的情感交流信息处理系统,其特征在于,所述情感融合数据包括:线上线下融合数据,多模态融合数据,结构化和非结构化融合数据,软硬数据融合数据中的一种或多种。
3.根据权利要求2所述的情感交流信息处理系统,其特征在于,所述云端服务器还接收疫情监测系统发送的疫情监测数据,并将所接收的生理状态数据、第一情感交流信息和疫情监测数据进行多模态融合处理得到所述多模态融合数据。
4.根据权利要求2所述的情感交流信息处理系统,其特征在于,所述云端服务器用于对所述情感融合数据进行情绪识别得到用户的情绪状态,根据所述情绪状态对所述用户的情绪趋势进行预测和预警,根据所述预测和预警结果从推荐系统中选择推荐交流信息,得到所述第二的情感交流信息。
5.根据权利要求1所述的情感交流信息处理系统,其特征在于,所述云端服务器还通过第三方服务系统接收第三方应用传递的服务信息,并将所述服务信息发送至所述情感陪护机器人。
6.根据权利要求1所述的情感交流信息处理系统,其特征在于,所述情感陪护机器人通过语音、动作和/或图像方式展示所述第二情感交流信息。
7.根据权利要求6所述的情感交流信息处理系统,其特征在于,所述情感陪护机器人用于根据所述第二情感交流信息向所述用户播放情绪引导音视频,以引导所述用户进行情绪放松。
8.根据权利要求1所述的情感交流信息处理系统,其特征在于,所述生理状态数据包括皮肤电信号。
9.根据权利要求1-8任一项所述的情感交流信息处理系统,其特征在于,所述情绪算法模型通过以下方式获得:
利用可穿戴设备采集被试对象在激动、压力和/或焦虑状态下的皮肤电信号,并获取被试对象对激动、压力和/或焦虑的评估信息;
将激动、压力和/或焦虑划分等级范围,根据实测信息和所述被试对象的评估信息确定所述被试对象所属等级范围;
利用机器学习模型建立皮肤电信号到各个等级范围之间的映射,获取所述机器学习模型输出的激动、压力和/或焦虑的量化预测结果;
根据所述量化预测结果得到情绪算法模型。
10.根据权利要求9所述的情感交流信息处理系统,其特征在于,所述根据所述量化预测结果得到情绪算法模型的过程包括:
将所述量化预测结果反馈至被试对象,根据实测信息和所述被试对象的评估信息对所述量化预测结果进行二次评估,对机器学习模型输出的量化预测结果进行量化细化和修正,循环执行二次评估流程,直至机器学习模型输出的量化预测结果与实测信息和被试的评估信息一致时止,得到情绪算法模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011140344.4A CN112270972A (zh) | 2020-10-22 | 2020-10-22 | 情感交流信息处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011140344.4A CN112270972A (zh) | 2020-10-22 | 2020-10-22 | 情感交流信息处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112270972A true CN112270972A (zh) | 2021-01-26 |
Family
ID=74341549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011140344.4A Pending CN112270972A (zh) | 2020-10-22 | 2020-10-22 | 情感交流信息处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270972A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005691A (zh) * | 2015-07-07 | 2015-10-28 | 深圳分布科技有限公司 | 一种社交情感陪护系统 |
CN106096641A (zh) * | 2016-06-07 | 2016-11-09 | 南京邮电大学 | 一种基于遗传算法的多模态情感特征融合方法 |
CN106956271A (zh) * | 2017-02-27 | 2017-07-18 | 华为技术有限公司 | 预测情感状态的方法和机器人 |
CN107463874A (zh) * | 2017-07-03 | 2017-12-12 | 华南师范大学 | 情绪识别方法及系统、及应用该方法的智能看护系统 |
CN111079440A (zh) * | 2019-12-12 | 2020-04-28 | 东南大学 | 一种基于情感识别的老人陪护机器人子系统 |
-
2020
- 2020-10-22 CN CN202011140344.4A patent/CN112270972A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005691A (zh) * | 2015-07-07 | 2015-10-28 | 深圳分布科技有限公司 | 一种社交情感陪护系统 |
CN106096641A (zh) * | 2016-06-07 | 2016-11-09 | 南京邮电大学 | 一种基于遗传算法的多模态情感特征融合方法 |
CN106956271A (zh) * | 2017-02-27 | 2017-07-18 | 华为技术有限公司 | 预测情感状态的方法和机器人 |
CN107463874A (zh) * | 2017-07-03 | 2017-12-12 | 华南师范大学 | 情绪识别方法及系统、及应用该方法的智能看护系统 |
CN111079440A (zh) * | 2019-12-12 | 2020-04-28 | 东南大学 | 一种基于情感识别的老人陪护机器人子系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9747902B2 (en) | Method and system for assisting patients | |
El Saddik et al. | The potential of digital twins | |
US20170289619A1 (en) | Method for positioning video, terminal apparatus and cloud server | |
CN109255366B (zh) | 一种针对在线学习的情感状态调节系统 | |
US11615100B2 (en) | Information processing apparatus, information processing method, and computer program | |
US20180276281A1 (en) | Information processing system, information processing method, and storage medium | |
JP2007068620A (ja) | 心理状態計測装置 | |
WO2019086856A1 (en) | Systems and methods for combining and analysing human states | |
US11006834B2 (en) | Information processing device and information processing method | |
CN113554597B (zh) | 一种基于脑电特征的图像质量评价方法及装置 | |
CN112297023B (zh) | 智能陪护机器人系统 | |
KR102075506B1 (ko) | 화상 기반의 전문가 매칭 플랫폼 제공 시스템 | |
CN114842957A (zh) | 一种基于情绪识别的老年痴呆症辅助诊断系统及其方法 | |
Nugent et al. | Managing sensor data in ambient assisted living | |
CN117562311A (zh) | 一种高性能电子烟雾化器的检测系统 | |
CN112270972A (zh) | 情感交流信息处理系统 | |
Wu et al. | Toward predicting active participants in tweet streams: A case study on two civil rights events | |
CN109994207B (zh) | 心理健康预警方法、服务器与系统 | |
CN110693508A (zh) | 多通道协同的心理生理主动感知方法及服务机器人 | |
EP2924645A1 (en) | Sensitivity evaluation system | |
CN113610067A (zh) | 情绪状态展示方法、装置及系统 | |
CN113180701A (zh) | 一种用于图像标签标注的脑电信号深度学习方法 | |
CN112270805B (zh) | 疲劳状态预警系统及疲劳状态信息管理系统 | |
CN105320748A (zh) | 一种匹配用户的主观标准的检索方法与检索系统 | |
CN107566905B (zh) | 一种智能机顶盒及其控制系统、方法 |
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 |