CN115857595A - 基于用户心境的功能环境调节方法、系统和装置 - Google Patents
基于用户心境的功能环境调节方法、系统和装置 Download PDFInfo
- Publication number
- CN115857595A CN115857595A CN202310191376.4A CN202310191376A CN115857595A CN 115857595 A CN115857595 A CN 115857595A CN 202310191376 A CN202310191376 A CN 202310191376A CN 115857595 A CN115857595 A CN 115857595A
- Authority
- CN
- China
- Prior art keywords
- environmental
- environment
- behavior
- mood
- factor
- 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
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了基于用户心境的功能环境调节方法、系统和装置，提供基于用户心境的功能环境调节方法，通过构建具备实时感知能力、实时决策能力和实时优化能力的智能功能性环境，实现对用户对象的环境行为和环境因素的实时监测采集和实时处理分析，实时提取心境情绪画像，实时生成环境因素调整控制参数和动态优化策略并对环境因素进行优化调整，实现功能环境的静默化和无感化的调节，使得用户更容易有效地获得更专注、更平静、更平稳的心境；本发明搭建个性化、适人化、动态的功能性环境，能够极大地减少了用户对象的主动配合和环境入侵压力。
Description
技术领域
本发明涉及功能环境调节领域，特别涉及基于用户心境的功能环境调节方法、系统和装置。
背景技术
人的心境和情绪极易受到周围环境因素的直接影响。长期不良的人居或办公环境能够对人的心理健康带来持续危害，同样，良好的人居及办公环境能够促进人们的身心健康。
当下，学习、工作、生活等众多因素给人们带来了长期不良情绪和压力心境，同时失眠、焦虑障碍、双相情感障碍、抑郁症等患病人群规模巨大且仍持续快速递增，覆盖了从青少年、青中年到老年等大部分社会年龄层。如何根据用户的心境和情绪来调节和优化用户所处环境因素特性，通过静默化和无感化的功能环境调节和优化，让用户全心自然融入当前功能环境情境中，使得用户更容易有效地获得更专注、更平静、更平稳的心境，以提高其学习、工作、生活等效率和质量，也进一步能够减少不良情绪、降低心境疾病风险，是目前亟待解决的关键难题。
发明内容
针对现有方法的以上缺陷及改进需求，本发明的目的在于提供基于用户心境的功能环境调节方法，通过构建具备实时感知能力、实时决策能力和实时优化能力的智能功能性环境，实现对用户对象的环境行为和环境因素的实时监测采集和实时处理分析，实时提取心境情绪画像，实时生成环境因素调整控制参数和动态优化策略并对环境因素进行优化调整，实现功能环境的静默化和无感化的调节，使得用户更容易有效地获得更专注、更平静、更平稳的心境。本发明还提供了基于用户心境的功能环境调节系统，用于实现上述方法。本发明还提供了基于用户心境的功能环境调节装置，用于实现上述系统。
根据本发明的目的，本发明提出了一种基于用户心境的功能环境调节方法，该方法包括如下步骤：
对用户对象的环境行为和环境因素进行监测采集、分析处理和矢量融合，提取行为特征和环境特征；
对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；
根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制；
重复执行上述步骤，根据用户对象的所述行为特征和所述环境特征，提取所述环境心境情绪画像，对所述环境因素进行持续优化控制，并按预设周期生成功能环境优化调节报告。
优选的，所述对用户对象的环境行为和环境因素进行监测采集、分析处理和矢量融合，提取行为特征和环境特征的步骤具体为：
通过环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
通过环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
对所述环境行为数据和所述环境因素数据进行信号处理和矢量融合，分别生成空间行为数据矢量图景和空间环境数据矢量地图；
对所述空间行为数据矢量图景和所述空间环境数据矢量地图进行特征提取，分别生成所述行为特征和所述环境特征。
优选的，所述环境行为至少包括肢体行为、面部表情、生理行为。
优选的，所述生理行为至少包括呼吸行为、眼动行为、吞咽行为。
优选的，所述环境行为跟踪设备至少包括人体追踪摄像设备或传感器、人体面部捕捉设备或传感器、眼动捕捉设备或传感器、热成像设备或传感器、空间雷达设备或传感器。
优选的，所述环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒。
优选的，所述环境因素监测设备至少包括环境光照度传感器、环境光谱传感器、环境声音采集器、环境温度传感器、环境湿度传感器、环境气压传感器、环境微颗粒检测传感器。
优选的，所述信号处理至少包括A/D数模转换、重采样、重参考、帧率转换、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、均值滤波。
优选的，所述矢量融合具体为以用户对象为空间中心，按照时序对所述环境行为数据和所述环境因素数据中的多节点、多模态、多通道、同类型的数据进行矢量化整合，分别生成所述空间行为数据矢量图景和所述空间环境数据矢量地图。
优选的，所述矢量化整合的具体方法为：
以用户对象为空间中心，计算各个所述环境行为跟踪设备、所述环境因素监测设备与用户对象的空间相对距离和空间相对位置；
根据所述空间相对距离和所述空间相对位置，对用户对象当前位置的所述环境行为数据和所述环境因素数据进行最佳估计，分别得到环境行为最佳估计描述数据和环境因素最佳估计描述数据；
重复上述步骤，获取用户对象的时序活动轨迹中的全部所述环境行为最佳估计描述数据和所述环境因素最佳估计描述数据，生成所述空间行为数据矢量图景和所述空间环境数据矢量地图。
优选的，所述行为特征至少包括肢体行为特征、面部表情特征、生理行为特征。
优选的，所述肢体行为特征至少包括肢体行为类型、行为持续时间、行为变换频率、行为变换指数。
优选的，所述行为变换指数的计算方法，具体为：按时序提取所述肢体行为类型中不同肢体行为及其持续时长，分别生成肢体行为类型序列和行为持续时长序列；分别计算所述肢体行为类型序列和所述行为持续时长序列的变异系数，生成肢体行为类型变异系数和行为持续时间变异系数；对所述肢体行为类型变异系数和所述行为持续时间变异系数进行加权计算，生成所述行为变换指数。
优选的，所述面部表情特征至少包括面部表情类型、表情持续时间、表情变换频率、情绪变换指数。
优选的，所述情绪变换指数的计算方法，具体为：按时序提取所述面部表情类型中不同面部表情及其持续时长，分别生成面部表情类型序列和表情持续时长序列；分别计算所述面部表情类型序列和所述表情持续时长序列的变异系数，生成面部表情类型变异系数和表情持续时间变异系数；对所述面部表情类型变异系数和所述表情持续时间变异系数进行加权计算，生成所述情绪变换指数。
优选的，所述生理行为特征至少包括呼吸行为特征、眼动行为特征、吞咽行为特征。
优选的，所述呼吸行为特征至少包括呼吸次数、呼吸频率、呼吸间隔时长、呼吸深度、呼吸变化指数。
优选的，所述呼吸变化指数的计算方法，具体为：按时序提取每一次呼吸的所述呼吸间隔时长和所述呼吸深度，分别生成呼吸间隔时长序列和呼吸深度序列；分别计算所述呼吸间隔时长序列和所述呼吸深度序列的变异系数，生成呼吸间隔时长变异系数和呼吸深度变异系数；对所述呼吸间隔时长变异系数和所述呼吸深度变异系数进行加权计算，生成所述呼吸变化指数。
优选的，所述眼动行为特征至少包括眼动次数、眼动频率、眼动类型、眼动持续时长、凝视次数、凝视持续时间、眼动交互指数。
优选的，所述眼动交互指数的计算方法，具体为：按时序提取所述眼动类型中不同眼动行为及其持续时长，分别生成眼动类型序列和眼动持续时长序列；分别计算所述眼动类型序列和所述眼动持续时长序列的变异系数，生成眼动类型变异系数和眼动持续时间变异系数；对所述眼动类型变异系数和所述眼动持续时间变异系数进行加权计算，生成所述眼动交互指数。
优选的，所述吞咽行为特征至少包括吞咽次数、吞咽频率、吞咽间隔时长、吞咽深度、吞咽变化指数。
优选的，所述吞咽变化指数的计算方法，具体为：按时序提取每一次吞咽的所述吞咽间隔时长和所述吞咽深度，分别生成吞咽间隔时长序列和吞咽深度序列；分别计算所述吞咽间隔时长序列和所述吞咽深度序列的变异系数，生成吞咽间隔时长变异系数和吞咽深度变异系数；对所述吞咽间隔时长变异系数和所述吞咽深度变异系数进行加权计算，生成所述吞咽变化指数。
优选的，所述环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境平稳指数。
优选的，所述环境特征中的各环境因素特征体现为数值特征，至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度和偏度。
优选的，所述环境光照特征至少包括光照度特征、光谱特征。
优选的，所述环境声音特征至少包括声响水平特征、声音频谱特征、声音类型特征。
优选的，所述环境平稳指数的计算方法，具体为：提取所述环境因素数据中每一项环境因素监测采集时序数据并计算其变异系数，得到环境因素变异系数；对所述环境因素变异系数进行多指标加权计算，得到所述环境平稳指数。
优选的，所述对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数的步骤具体为：
通过对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，预先构建环境心境神经网络生成模型；
对所述行为特征进行行为情绪分析，得到所述环境心境情绪画像；
将所述环境特征、所述环境心境情绪画像和用户心境优化目标输入所述环境心境神经网络生成模型，得到所述环境因素调整控制参数。
优选的，所述环境心境情绪画像至少包括情绪类型、情绪水平。
优选的，所述根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制的步骤具体为：
根据所述环境因素调整控制参数，生成所述环境因素动态优化策略；
根据所述环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对所述环境因素进行目标执行控制。
优选的，所述环境因素动态优化策略至少包括控制参数动态优化策略、设备控制参数序列。
优选的，所述控制参数动态优化策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡。
优选的，所述环境因素控制执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备。
优选的，所述重复执行上述步骤，根据用户对象的所述行为特征和所述环境特征，提取所述环境心境情绪画像，对所述环境因素进行持续优化控制，并按预设周期生成功能环境优化调节报告的步骤具体为：
持续地对用户对象的所述环境行为和所述环境因素进行监测采集、分析处理和所述矢量融合，并根据用户对象的所述行为特征和所述环境特征，持续地提取所述环境心境情绪画像，生成所述环境因素调整控制参数和所述环境因素动态优化策略，对所述环境因素进行持续优化控制；
根据预设周期内的全部的所述环境因素调整控制参数和所述环境因素动态优化策略，生成并输出所述功能环境优化调节报告。
优选的，所述功能环境优化调节报告至少包括行为变换指数曲线、情绪变换指数曲线、呼吸变化指数曲线、眼动交互指数曲线、吞咽变化指数曲线、环境平稳指数曲线、各个环境因素的均值曲线、各个环境因素的调整控制参数曲线、环境因素的动态优化策略总结。
优选的，所述功能环境优化调节报告的生成方法为：
按照时序，提取所述预设周期内每一次功能环境优化循环过程的所述行为变换指数、所述情绪变换指数、所述呼吸变化指数、所述眼动交互指数、所述吞咽变化指数、所述环境平稳指数、各个环境因素的均值、各个环境因素的调整控制参数、所述环境因素的动态优化策略，得到全部循环过程的行为变换指数原始曲线、情绪变换指数原始曲线、呼吸变化指数原始曲线、眼动交互指数原始曲线、吞咽变化指数原始曲线、环境平稳指数原始曲线、各个环境因素的均值原始曲线、各个环境因素的调整控制参数原始曲线，生成环境心境特征曲线集和环境因素动态优化策略集合；
对所述环境心境特征曲线集和所述环境因素动态优化策略集合进行异常数据提取、曲线平滑处理和多维数据矫正，生成所述功能环境优化调节报告。
本发明还提供了一种基于用户心境的功能环境调节系统，所述系统包括如下模块：
环境行为监测模块，用于连接环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
环境因素监测模块，用于连接环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
信号分析处理模块，用于对所述环境行为数据和所述环境因素数据进行信号处理、矢量融合和特征提取，分别生成行为特征和环境特征；
环境心境分析模块，用于对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；
环境因素优化模块，用于根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制；
环境调节报告模块，用于生成并输出功能环境优化调节报告；
系统运行管理模块，用于所述系统的模块运行管理和数据运行管理，实现所述系统的循环运行控制和管理。
优选的，所述环境行为监测模块包括以下功能单元：
肢体行为监测单元，用于实时采集、捕捉和识别用户对象的肢体行为；
面部表情监测单元，用于实时采集、捕捉和识别用户对象的面部表情；
生理行为监测单元，用于实时采集、捕捉和识别用户对象的生理行为，所述生理行为至少包括呼吸行为、眼动行为、吞咽行为；
特定环境行为监测单元，用于实时采集、捕捉和识别用户对象的特定行为动作。
优选的，所述环境因素监测模块包括以下功能单元：
环境光照监测单元，用于实时采集和监测用户对象所处空间环境的环境光照水平变化；
环境声音监测单元，用于实时采集和监测用户对象所处空间环境的环境声音水平变化；
环境温度监测单元，用于实时采集和监测用户对象所处空间环境的环境温度水平变化；
环境湿度监测单元，用于实时采集和监测用户对象所处空间环境的环境湿度水平变化；
环境气压监测单元，用于实时采集和监测用户对象所处空间环境的环境气压水平变化；
环境微颗粒监测单元，用于实时采集和监测用户对象所处空间环境的环境微颗粒水平变化；
特定环境因素监测单元，用于实时采集和监测用户对象所处空间环境的特定环境因素水平变化。
优选的，所述信号分析处理模块包括以下功能单元：
信号基础处理单元，用于对所述环境行为数据和所述环境因素数据进行信号处理，所述信号处理至少包括A/D数模转换、重采样、重参考、帧率转换、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、均值滤波；
空间矢量融合单元，用于以用户对象为空间中心，按照时序对所述环境行为数据和所述环境因素数据中的多节点、多模态、多通道、同类型的数据进行矢量化整合，分别生成空间行为数据矢量图景和空间环境数据矢量地图；
行为特征提取单元，用于从所述空间行为数据矢量图景中提取行为特征，所述行为特征至少包括肢体行为特征、面部表情特征、生理行为特征；
环境特征提取单元，用于从所述空间环境数据矢量地图中提取环境特征，所述环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境平稳指数。
优选的，所述环境心境分析模块包括以下功能单元：
神经生成模型单元，用于通过对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，构建并持续更新环境心境神经网络生成模型；
行为情绪分析单元，用于对所述行为特征进行行为情绪分析，得到环境心境情绪画像，所述环境心境情绪画像至少包括情绪类型、情绪水平；
调整参数生成单元，用于将所述环境特征、所述环境心境情绪画像和用户心境优化目标输入所述环境心境神经网络生成模型，得到环境因素调整控制参数。
优选的，所述环境因素优化模块包括以下功能单元：
动态策略生成单元，用于根据所述环境因素调整控制参数，生成环境因素动态优化策略，所述环境因素动态优化策略至少包括控制参数动态优化策略、设备控制参数序；
动态执行控制单元，用于根据所述环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对所述环境因素进行目标执行控制，所述环境因素控制执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备。
优选的，所述环境调节报告模块包括以下功能单元：
环境报告生成单元，用于生成所述功能环境优化调节报告，所述功能环境优化调节报告至少包括行为变换指数曲线、情绪变换指数曲线、呼吸变化指数曲线、眼动交互指数曲线、吞咽变化指数曲线、环境平稳指数曲线、各个环境因素的均值曲线、各个环境因素的调整控制参数曲线、环境因素的动态优化策略总结；
环境报告输出单元，用于对所述功能环境优化调节报告进行可视化展现、格式化输出。
优选的，所述系统运行管理模块包括以下功能单元：
系统运行管理单元，用于对所述系统的模块进行运行管理；
数据运行管理单元，用于对所述系统的全部数据进行存储、备份、迁移、运行管理。
本发明还提供了一种基于用户心境的功能环境调节装置，所述装置包括以下模组：
环境行为监测模组，用于连接环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
环境因素监测模组，用于连接环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
数据分析处理模组，用于对所述环境行为数据和所述环境因素数据进行信号处理、矢量融合和特征提取，分别生成行为特征和环境特征；对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；根据所述环境因素调整控制参数，生成环境因素动态优化策略；生成并输出功能环境优化调节报告；
环境因素调控模组，用于根据所述环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对所述环境因素进行目标执行控制，所述环境因素控制执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备；
统一控制管理模组，用于所述装置的模组运行可视化管理、数据运行可视化管理、所述功能环境优化调节报告的可视化展现及管理；
数据记录存储模组，用于记录和存储所述装置的全部过程数据。
本发明所提供的基于用户心境的功能环境调节方法、系统和装置，通过构建具备实时感知能力、实时决策能力和实时优化能力的智能功能性环境，能够应用和部署在学校、居家环境、办公环境、养老院、医院病房、康复中心等人居环境中；通过非接触式的环境行为跟踪设备和连接环境因素监测设备，实现对用户对象的环境行为和环境因素的实时监测采集和实时处理分析；通过空间行为数据矢量图景和空间环境数据矢量地图，能够全面完整用户对象的空间行为时序轨迹、所处环境的环境因素动态变化分布；通过具备自我进化能力的环境心境神经网络生成模型，实时提取用户的心境情绪画像，实时生成环境因素调整控制参数和动态优化策略并对环境因素进行优化调整，实现功能环境的静默化和无感化的调节，搭建健康的、适人化的、动态的功能性环境，使得用户更容易有效地获得更专注、更平静、更平稳的心境。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明一实施例所提供的基于用户心境的功能环境调节方法的流程步骤示意图；
图2是本发明一实施例所提供的基于用户心境的功能环境调节系统的模快组成示意图；
图3是本发明一实施例所提供的基于用户心境的功能环境调节装置的模组构成示意图。
具体实施方式
为了更清楚地说明本发明的目的和技术方案，下面将结合本发明申请实施例中的附图，对本发明进行进一步介绍说明。显而易见地，下面描述的实施例仅是本发明一部分实施例，而不是全部的实施例。在没有创造性劳动前提下，本领域普通技术人员基于本发明的实施例所得到的其他实施例，都应属于本发明的保护范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
如图1所示，本发明实施例提供了一种基于用户心境的功能环境调节方法，包括如下步骤：
P100：对用户对象的环境行为和环境因素进行监测采集、分析处理和矢量融合，提取行为特征和环境特征。
第一步：通过环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据。
本实施例中，通过环境行为跟踪设备或传感器，实时地采集记录用户对象的肢体行为、面部表情、生理行为等环境行为，生理行为包括呼吸行为、眼动行为、吞咽行为。在用户对象的每一个主要活动空间，都部署一套环境行为跟踪设备或传感器。每一套环境行为跟踪设备或传感器都包括如下组成部分：肢体行为由12个空间环绕式、具备行为捕捉和行为分类功能、1080P高清摄像头采集获取；面部表情由12个空间环绕式、具备人脸捕捉和表情识别功能、1080P高清摄像头采集获取；眼动行为由12个空间环绕式、具备眼睛识别和眼动捕捉功能、1080P高清摄像头采集获取；呼吸行为和吞咽行为由12个空间环绕式并具备人体追踪功能的高清热摄像头、12个空间环绕式并具备人体追踪功能的高清雷达同步采集获取；最后，融合生成用户对象的环境行为数据。
本实施例中，用户对象的环境行为数据的采集和监测，均采用机器视觉和微波雷达等技术设备来完成，实现了采集监测过程的无感化，用户对象不需要主动的依从和配合。
第二步：通过环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据。
本实施例中，通过环境因素监测设备，实时地采集记录用户对象所处空间环境的环境因素水平变化，包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒等。在用户对象的每一个主要活动空间，都部署一套环境因素监测设备或传感器。每一套环境因素监测设备或传感器都包括如下组成部分：分8个立体节点进行部署，每一个立体节点部署部署环境光照度传感器、环境光谱传感器、环境声音采集器、环境温度传感器、环境湿度传感器、环境气压传感器、环境微颗粒检测传感器，采样率均为16Hz，。
第三步：对环境行为数据和环境因素数据进行信号处理和矢量融合，分别生成空间行为数据矢量图景和空间环境数据矢量地图。
本实施例中，首先对环境行为数据和环境因素数据进行信号处理，信号处理包括A/D数模转换、重采样、重参考、帧率转换、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、均值滤波。其中，环境行为数据的信号处理主要包括降噪、去伪迹、均值滤波；环境因素数据的信号处理主要包括降噪、去伪迹、信号矫正、工频陷波、2Hz低通滤波。
本实施例中，以用户对象为空间中心，按照时序先后顺序，对信号处理后的环境行为数据和环境因素数据中的多节点、多模态、多通道、同类型的数据进行矢量化整合，分别生成空间行为数据矢量图景和空间环境数据矢量地图。矢量融合是一个聚焦性数据选择过程将环境行为数据和环境因素数据转化成以用户对象为中心的、主活动空间息息相关的表征数据，而忽略或大大降低其他弱相关的非当前行为发生的活动空间的数据权重。
本实施例中，矢量化整合的具体方法为：
以用户对象为空间中心，计算各个环境行为跟踪设备、环境因素监测设备与用户对象的空间相对距离和空间相对位置；
根据空间相对距离和空间相对位置，对用户对象当前位置的环境行为数据和环境因素数据进行最佳估计，分别得到环境行为最佳估计描述数据和环境因素最佳估计描述数据；
重复上述步骤，获取用户对象的时序活动轨迹中的全部环境行为最佳估计描述数据和环境因素最佳估计描述数据，生成空间行为数据矢量图景和空间环境数据矢量地图。
第四步：对空间行为数据矢量图景和空间环境数据矢量地图进行特征提取，分别生成行为特征和环境特征。
本实施例中，从空间行为数据矢量图景中提取行为特征，行为特征包括肢体行为特征、面部表情特征、生理行为特征。
本实施例中，肢体行为特征包括肢体行为类型、行为持续时间、行为变换频率、行为变换指数。其中，行为变换指数的计算方法，具体为：按时序提取肢体行为类型中不同肢体行为及其持续时长，分别生成肢体行为类型序列和行为持续时长序列；分别计算肢体行为类型序列和行为持续时长序列的变异系数，生成肢体行为类型变异系数和行为持续时间变异系数；对肢体行为类型变异系数和行为持续时间变异系数进行加权计算，生成行为变换指数。
本实施例中，面部表情特征包括面部表情类型、表情持续时间、表情变换频率、情绪变换指数。其中，情绪变换指数的计算方法，具体为：按时序提取面部表情类型中不同面部表情及其持续时长，分别生成面部表情类型序列和表情持续时长序列；分别计算面部表情类型序列和表情持续时长序列的变异系数，生成面部表情类型变异系数和表情持续时间变异系数；对面部表情类型变异系数和表情持续时间变异系数进行加权计算，生成情绪变换指数。
本实施例中，生理行为特征包括呼吸行为特征、眼动行为特征、吞咽行为特征。
本实施例中，呼吸行为特征包括呼吸次数、呼吸频率、呼吸间隔时长、呼吸深度、呼吸变化指数。其中，呼吸变化指数的计算方法，具体为：按时序提取每一次呼吸的呼吸间隔时长和呼吸深度，分别生成呼吸间隔时长序列和呼吸深度序列；分别计算呼吸间隔时长序列和呼吸深度序列的变异系数，生成呼吸间隔时长变异系数和呼吸深度变异系数；对呼吸间隔时长变异系数和呼吸深度变异系数进行加权计算，生成呼吸变化指数。
本实施例中，眼动行为特征包括眼动次数、眼动频率、眼动类型、眼动持续时长、凝视次数、凝视持续时间、眼动交互指数。其中，眼动交互指数的计算方法，具体为：按时序提取眼动类型中不同眼动行为及其持续时长，分别生成眼动类型序列和眼动持续时长序列；分别计算眼动类型序列和眼动持续时长序列的变异系数，生成眼动类型变异系数和眼动持续时间变异系数；对眼动类型变异系数和眼动持续时间变异系数进行加权计算，生成眼动交互指数。
本实施例中，吞咽行为特征包括吞咽次数、吞咽频率、吞咽间隔时长、吞咽深度、吞咽变化指数。其中，吞咽变化指数的计算方法，具体为：按时序提取每一次吞咽的吞咽间隔时长和吞咽深度，分别生成吞咽间隔时长序列和吞咽深度序列；分别计算吞咽间隔时长序列和吞咽深度序列的变异系数，生成吞咽间隔时长变异系数和吞咽深度变异系数；对吞咽间隔时长变异系数和吞咽深度变异系数进行加权计算，生成吞咽变化指数。
本实施例中，从空间环境数据矢量地图中提取环境特征，环境特征包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境平稳指数。其中，环境光照特征包括光照度特征、光谱特征；环境声音特征包括声响水平特征、声音频谱特征、声音类型特征。
本实施例中，环境特征主要为数值特征，包括平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度和偏度。
本实施例中，环境平稳指数的计算方法，具体为：提取环境因素数据中每一项环境因素监测采集时序数据并计算其变异系数，得到环境因素变异系数；对环境因素变异系数进行多指标加权计算，得到环境平稳指数。
P200：对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数。
第一步：通过对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，预先构建环境心境神经网络生成模型；
本实施例中，通过GAN对抗神经网络对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，构建环境心境神经网络生成模型；通过环境心境神经网络生成模型，能够反向得到特定情绪类型和情绪水平下的环境因素参数值；通过不断数据积累，能够完成环境心境神经网络生成模型的优化和更新。
在实际使用场景中，根据不同用户人群在不同环境因素下的应激表现，包括生理的、心理的和行为表现，来确定对多模态环境心境训练数据集的预处理策略，如提高环境光照和环境声音方向上训练权重，提高环境温湿度和环境微颗粒（气味分子）方向上训练权重，来实现适人化和个性化的功能环境参数获取。
第二步：对行为特征进行行为情绪分析，得到环境心境情绪画像；
本实施例中，基于用户对象环境行为的肢体行为特征、面部表情特征、生理行为特征等多层次行为特征，尤其是面部表情、呼吸行为、眼动行为，进行行为情绪分析，得到用户对象当前环境心境情绪画像，包括情绪类型、情绪水平。
第三步：将环境特征、环境心境情绪画像和用户心境优化目标输入环境心境神经网络生成模型，得到环境因素调整控制参数。
本实施例中，将用户对象所处空间环境的各项环境因素的环境特征、用户对象当前环境心境情绪画像（情绪类型、情绪水平）和和用户心境优化目标输入环境心境神经网络生成模型，得到相应的环境因素参数值，作为环境因素调整控制参数。
P300：根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制。
第一步：根据环境因素调整控制参数，生成环境因素动态优化策略；
本实施例中，环境因素动态调整策略包括控制参数动态优化策略、设备控制参数序列。在得到环境因素调整控制参数后，用小幅随机噪声振荡作为控制参数动态优化策略，即在环境因素调整控制参数中的各个控制参数，添加小幅随机噪声，并采样成一个动态振荡序列，生成每个设备控制参数的设备控制参数序列。在实际使用场景中，环境因素动态变换有利于增加用户对象的生理应激和心理扰动，避免适应性疲劳，减少功能环境渗透的阻力。
第二步：根据环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对环境因素进行目标执行控制。
本实施例中，根据环境因素动态优化策略，连接多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备等环境因素控制执行设备，并发送设备控制参数序列，对环境因素控制执行设备进行实时动态的控制执行，实现对各个环境因素进行目标调整。
P400：重复执行上述步骤，根据用户对象的所述行为特征和所述环境特征，提取所述环境心境情绪画像，对所述环境因素进行持续优化控制，并按预设周期生成功能环境优化调节报告。
第一步：重复执行上述P100、P200、P300步骤并进行过程循环，维持、启动、暂停、中断、修改或调整环境行为和环境因素的实时采集监测和处理、行为特征和环境特征的提取、环境心境情绪画像的提取、环境因素的持续优化控制等过程。
本实施例中，按照固定地周期（2分钟）来进行过程循环，对用户对象的环境行为和环境因素进行连续性地监测采集，并每隔2分钟对环境行为数据和环境因素数据进行分析处理，提取行为特征和环境特征；对行为特征和环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数，生成环境因素动态优化策略，并对环境因素进行优化控制。
第二步：生成并输出功能环境优化调节报告。
本实施例中，将每天生成并输出一个功能环境优化调节报告，功能环境优化调节报告至少包括行为变换指数曲线、情绪变换指数曲线、呼吸变化指数曲线、眼动交互指数曲线、吞咽变化指数曲线、环境平稳指数曲线、各个环境因素的均值曲线、各个环境因素的调整控制参数曲线、环境因素的动态优化策略总结。在实际使用场景中，根据用户对象情况可以灵活调整功能环境优化调节报告生成和输出周期，提供给家长、老师、健康管理师和医生等监护人群。
本实施例中，功能环境优化调节报告的生成方法为：
按照时序，提取预设周期内每一次功能环境优化循环过程的行为变换指数、情绪变换指数、呼吸变化指数、眼动交互指数、吞咽变化指数、环境平稳指数、各个环境因素的均值、各个环境因素的调整控制参数、环境因素的动态优化策略，得到全部循环过程的行为变换指数原始曲线、情绪变换指数原始曲线、呼吸变化指数原始曲线、眼动交互指数原始曲线、吞咽变化指数原始曲线、环境平稳指数原始曲线、各个环境因素的均值原始曲线、各个环境因素的调整控制参数原始曲线，生成环境心境特征曲线集和环境因素动态优化策略集合；
对环境心境特征曲线集和环境因素动态优化策略集合进行异常数据提取、曲线平滑处理和多维数据矫正，生成功能环境优化调节报告。
如图2所示，本发明实施例提供的一种基于用户心境的功能环境调节系统，所述系统被构造以用于执行上述各个方法步骤。所述系统包括如下模块：
环境行为监测模块S100，用于连接环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
环境因素监测模块S200，用于连接环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
信号分析处理模块S300，用于对环境行为数据和环境因素数据进行信号处理、矢量融合和特征提取，分别生成行为特征和环境特征；
环境心境分析模块S400，用于对行为特征和环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；
环境因素优化模块S500，用于根据环境因素调整控制参数生成环境因素动态优化策略，并对环境因素进行优化控制；
环境调节报告模块S600，用于生成并输出功能环境优化调节报告；
系统运行管理模块S700，用于系统的模块运行管理和数据运行管理，实现所述系统的循环运行控制和管理。
本实施例中，环境行为监测模块S100包括以下功能单元：
肢体行为监测单元S110，用于实时采集、捕捉和识别用户对象的肢体行为；
面部表情监测单元S120，用于实时采集、捕捉和识别用户对象的面部表情；
生理行为监测单元S130，用于实时采集、捕捉和识别用户对象的生理行为，生理行为至少包括呼吸行为、眼动行为、吞咽行为；
特定环境行为监测单元S140，用于实时采集、捕捉和识别用户对象的特定行为动作。
本实施例中，环境因素监测模块S200包括以下功能单元：
环境光照监测单元S210，用于实时采集和监测用户对象所处空间环境的环境光照水平变化；
环境声音监测单元S220，用于实时采集和监测用户对象所处空间环境的环境声音水平变化；；
环境温度监测单元S230，用于实时采集和监测用户对象所处空间环境的环境温度水平变化；
环境湿度监测单元S240，用于实时采集和监测用户对象所处空间环境的环境湿度水平变化；
环境气压监测单元S250，用于实时采集和监测用户对象所处空间环境的环境气压水平变化；
环境微颗粒监测单元S260，用于实时采集和监测用户对象所处空间环境的环境微颗粒水平变化；
特定环境因素监测单元S270，用于实时采集和监测用户对象所处空间环境的特定环境因素水平变化。
本实施例中，信号分析处理模块S300包括以下功能单元：
信号基础处理单元S310，用于对环境行为数据和环境因素数据进行信号处理，信号处理至少包括A/D数模转换、重采样、重参考、帧率转换、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、均值滤波；
空间矢量融合单元S320，用于以用户对象为空间中心，按照时序对环境行为数据和环境因素数据中的多节点、多模态、多通道、同类型的数据进行矢量化整合，分别生成空间行为数据矢量图景和空间环境数据矢量地图；
行为特征提取单元S330，用于从空间行为数据矢量图景中提取行为特征，行为特征至少包括肢体行为特征、面部表情特征、生理行为特征；
环境特征提取单元S340，用于从空间环境数据矢量地图中提取环境特征，环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境平稳指数。
本实施例中，环境心境分析模块S400包括以下功能单元：
神经生成模型单元S410，用于通过对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，构建并持续更新环境心境神经网络生成模型；
行为情绪分析单元S420，用于对行为特征进行行为情绪分析，得到环境心境情绪画像，环境心境情绪画像至少包括情绪类型、情绪水平；
调整参数生成单元S430，用于将环境特征、环境心境情绪画像和用户心境优化目标输入环境心境神经网络生成模型，得到环境因素调整控制参数。
本实施例中，环境因素优化模块S500包括以下功能单元：
动态策略生成单元S510，用于根据环境因素调整控制参数，生成环境因素动态优化策略，环境因素动态调整策略至少包括控制参数动态优化策略、设备控制参数序；
动态执行控制单元S520，用于根据环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对环境因素进行目标执行控制，环境因素控制执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备。
本实施例中，环境调节报告模块S600包括以下功能单元：
环境报告生成单元S610，用于生成功能环境优化调节报告，功能环境优化调节报告至少包括行为变换指数曲线、情绪变换指数曲线、呼吸变化指数曲线、眼动交互指数曲线、吞咽变化指数曲线、环境平稳指数曲线、各个环境因素的均值曲线、各个环境因素的调整控制参数曲线、环境因素的动态优化策略总结；
环境报告输出单元S620，用于对功能环境优化调节报告进行可视化展现、格式化输出。
本实施例中，系统运行管理模块S700包括以下功能单元：
系统运行管理单元S710，用于对系统的模块进行运行管理；
数据运行管理单元S720，用于对系统的全部数据进行存储、备份、迁移、运行管理。
如图3所示，本发明实施例提供的一种基于用户心境的功能环境调节装置，包括如下模组：
环境行为监测模组M100，用于连接环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
环境因素监测模组M200，用于连接环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
数据分析处理模组M300，用于对环境行为数据和环境因素数据进行信号处理、矢量融合和特征提取，分别生成行为特征和环境特征；对行为特征和环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；根据环境因素调整控制参数，生成环境因素动态优化策略；生成并输出功能环境优化调节报告；
环境因素调控模组M400，用于根据环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对环境因素进行目标执行控制，环境因素控制执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备；
统一控制管理模组M500，用于装置的模组运行可视化管理、数据运行可视化管理、功能环境优化调节报告的可视化展现及管理；
数据记录存储模组M600，用于记录和存储装置的全部过程数据。
所述装置被构造以用于对应执行图1的方法钟的各个步骤，在此不再赘述。
本发明还提供了可编程的各类处理器（FPGA、ASIC或其他集成电路），所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中的步骤。
本发明还提供了对应的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述存储器执行所述程序时实现上述实施例中的步骤。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和原则的前提下，可以在实施的形式及细节上进行任何的修改与变化、等同替换等，这些都属于本发明的保护范围。因此，本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (45)
1.一种基于用户心境的功能环境调节方法，其特征在于，该方法包括如下步骤：
对用户对象的环境行为和环境因素进行监测采集、分析处理和矢量融合，提取行为特征和环境特征；
对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；
根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制；
重复执行上述步骤，根据用户对象的所述行为特征和所述环境特征，提取所述环境心境情绪画像，对所述环境因素进行持续优化控制，并按预设周期生成功能环境优化调节报告。
2.如权利要求1所述的方法，其特征在于：所述对用户对象的环境行为和环境因素进行监测采集、分析处理和矢量融合，提取行为特征和环境特征的步骤具体为：
通过环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
通过环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
对所述环境行为数据和所述环境因素数据进行信号处理和矢量融合，分别生成空间行为数据矢量图景和空间环境数据矢量地图；
对所述空间行为数据矢量图景和所述空间环境数据矢量地图进行特征提取，分别生成所述行为特征和所述环境特征。
3.如权利要求1或2所述的方法，其特征在于：所述环境行为至少包括肢体行为、面部表情、生理行为。
4.如权利要求3所述的方法，其特征在于：所述生理行为至少包括呼吸行为、眼动行为、吞咽行为。
5.如权利要求2所述的方法，其特征在于：所述环境行为跟踪设备至少包括人体追踪摄像设备或传感器、人体面部捕捉设备或传感器、眼动捕捉设备或传感器、热成像设备或传感器、空间雷达设备或传感器。
6.如权利要求1或2所述的方法，其特征在于：所述环境因素至少包括环境光照、环境声音、环境温度、环境湿度、环境气压、环境微颗粒。
7.如权利要求2所述的方法，其特征在于：所述环境因素监测设备至少包括环境光照度传感器、环境光谱传感器、环境声音采集器、环境温度传感器、环境湿度传感器、环境气压传感器、环境微颗粒检测传感器。
8.如权利要求2所述的方法，其特征在于：所述信号处理至少包括A/D数模转换、重采样、重参考、帧率转换、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、均值滤波。
9.如权利要求1或2所述的方法，其特征在于：所述矢量融合具体为以用户对象为空间中心，按照时序对所述环境行为数据和所述环境因素数据中的多节点、多模态、多通道、同类型的数据进行矢量化整合，分别生成空间行为数据矢量图景和空间环境数据矢量地图。
10.如权利要求9所述的方法，其特征在于：所述矢量化整合的具体方法为：以用户对象为空间中心，计算各个所述环境行为跟踪设备、所述环境因素监测设备与用户对象的空间相对距离和空间相对位置；
根据所述空间相对距离和所述空间相对位置，对用户对象当前位置的所述环境行为数据和所述环境因素数据进行最佳估计，分别得到环境行为最佳估计描述数据和环境因素最佳估计描述数据；
重复上述步骤，获取用户对象的时序活动轨迹中的全部所述环境行为最佳估计描述数据和所述环境因素最佳估计描述数据，生成所述空间行为数据矢量图景和所述空间环境数据矢量地图。
11.如权利要求1或2所述的方法，其特征在于：所述行为特征至少包括肢体行为特征、面部表情特征、生理行为特征。
12.如权利要求11所述的方法，其特征在于：所述肢体行为特征至少包括肢体行为类型、行为持续时间、行为变换频率、行为变换指数。
13.如权利要求12所述的方法，其特征在于：所述行为变换指数的计算方法，具体为：按时序提取所述肢体行为类型中不同肢体行为及其持续时长，分别生成肢体行为类型序列和行为持续时长序列；分别计算所述肢体行为类型序列和所述行为持续时长序列的变异系数，生成肢体行为类型变异系数和行为持续时间变异系数；对所述肢体行为类型变异系数和所述行为持续时间变异系数进行加权计算，生成所述行为变换指数。
14.如权利要求11所述的方法，其特征在于：所述面部表情特征至少包括面部表情类型、表情持续时间、表情变换频率、情绪变换指数。
15.如权利要求14所述的方法，其特征在于：所述情绪变换指数的计算方法，具体为：按时序提取所述面部表情类型中不同面部表情及其持续时长，分别生成面部表情类型序列和表情持续时长序列；分别计算所述面部表情类型序列和所述表情持续时长序列的变异系数，生成面部表情类型变异系数和表情持续时间变异系数；对所述面部表情类型变异系数和所述表情持续时间变异系数进行加权计算，生成所述情绪变换指数。
16.如权利要求11所述的方法，其特征在于：所述生理行为特征至少包括呼吸行为特征、眼动行为特征、吞咽行为特征。
17.如权利要求16所述的方法，其特征在于：所述呼吸行为特征至少包括呼吸次数、呼吸频率、呼吸间隔时长、呼吸深度、呼吸变化指数。
18.如权利要求17所述的方法，其特征在于：所述呼吸变化指数的计算方法，具体为：按时序提取每一次呼吸的所述呼吸间隔时长和所述呼吸深度，分别生成呼吸间隔时长序列和呼吸深度序列；分别计算所述呼吸间隔时长序列和所述呼吸深度序列的变异系数，生成呼吸间隔时长变异系数和呼吸深度变异系数；对所述呼吸间隔时长变异系数和所述呼吸深度变异系数进行加权计算，生成所述呼吸变化指数。
19.如权利要求16所述的方法，其特征在于：所述眼动行为特征至少包括眼动次数、眼动频率、眼动类型、眼动持续时长、凝视次数、凝视持续时间、眼动交互指数。
20.如权利要求19所述的方法，其特征在于：所述眼动交互指数的计算方法，具体为：按时序提取所述眼动类型中不同眼动行为及其持续时长，分别生成眼动类型序列和眼动持续时长序列；分别计算所述眼动类型序列和所述眼动持续时长序列的变异系数，生成眼动类型变异系数和眼动持续时间变异系数；对所述眼动类型变异系数和所述眼动持续时间变异系数进行加权计算，生成所述眼动交互指数。
21.如权利要求16所述的方法，其特征在于：所述吞咽行为特征至少包括吞咽次数、吞咽频率、吞咽间隔时长、吞咽深度、吞咽变化指数。
22.如权利要求21所述的方法，其特征在于：所述吞咽变化指数的计算方法，具体为：按时序提取每一次吞咽的所述吞咽间隔时长和所述吞咽深度，分别生成吞咽间隔时长序列和吞咽深度序列；分别计算所述吞咽间隔时长序列和所述吞咽深度序列的变异系数，生成吞咽间隔时长变异系数和吞咽深度变异系数；对所述吞咽间隔时长变异系数和所述吞咽深度变异系数进行加权计算，生成所述吞咽变化指数。
23.如权利要求1或2所述的方法，其特征在于：所述环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境平稳指数。
24.如权利要求23所述的方法，其特征在于：所述环境特征中的各环境因素特征体现为数值特征，至少包括时序信号、平均值、均方根、最大值、最小值、方差、标准差、变异系数、峰度和偏度。
25.如权利要求23所述的方法，其特征在于：所述环境光照特征至少包括光照度特征、光谱特征。
26.如权利要求23所述的方法，其特征在于：所述环境声音特征至少包括声响水平特征、声音频谱特征、声音类型特征。
27.如权利要求23所述的方法，其特征在于：所述环境平稳指数的计算方法，具体为：提取环境因素数据中每一项环境因素监测采集时序数据并计算其变异系数，得到环境因素变异系数；对所述环境因素变异系数进行多指标加权计算，得到所述环境平稳指数。
28.如权利要求1所述的方法，其特征在于：所述对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数的步骤具体为：
通过对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，预先构建环境心境神经网络生成模型；
对所述行为特征进行行为情绪分析，得到所述环境心境情绪画像；
将所述环境特征、所述环境心境情绪画像和用户心境优化目标输入所述环境心境神经网络生成模型，得到所述环境因素调整控制参数。
29.如权利要求28所述的方法，其特征在于：所述环境心境情绪画像至少包括情绪类型、情绪水平。
30.如权利要求1所述的方法，其特征在于：所述根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制的步骤具体为：
根据所述环境因素调整控制参数，生成所述环境因素动态优化策略；
根据所述环境因素动态优化策略，将设备控制参数发送给环境因素干预执行设备，对所述环境因素进行目标执行控制。
31.如权利要求30所述的方法，其特征在于：所述环境因素动态优化策略至少包括控制参数动态优化策略、设备控制参数序列。
32.如权利要求31所述的方法，其特征在于：所述控制参数动态优化策略至少包括零增益、递增、递减、直流偏置、随机振荡、高斯振荡、正弦振荡、脉冲振荡。
33.如权利要求30所述的方法，其特征在于：所述环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声干预设备、音响播放设备、气压调节设备。
34.如权利要求1所述的方法，其特征在于：所述重复执行上述步骤，根据用户对象的所述行为特征和所述环境特征，提取所述环境心境情绪画像，对所述环境因素进行持续优化控制，并按预设周期生成功能环境优化调节报告的步骤具体为：
持续地对用户对象的所述环境行为和所述环境因素进行监测采集、分析处理和所述矢量融合，并根据用户对象的所述行为特征和所述环境特征，持续地提取所述环境心境情绪画像，生成所述环境因素调整控制参数和所述环境因素动态优化策略，对所述环境因素进行持续优化控制；
根据预设周期内的全部的所述环境因素调整控制参数和所述环境因素动态优化策略，生成并输出所述功能环境优化调节报告。
35.如权利要求1或34所述的方法，其特征在于：所述功能环境优化调节报告至少包括行为变换指数曲线、情绪变换指数曲线、呼吸变化指数曲线、眼动交互指数曲线、吞咽变化指数曲线、环境平稳指数曲线、各个环境因素的均值曲线、各个环境因素的调整控制参数曲线、环境因素的动态优化策略总结。
36.如权利要求34所述的方法，其特征在于：所述功能环境优化调节报告的生成方法为：
按照时序，提取所述预设周期内每一次功能环境优化循环过程的行为变换指数、情绪变换指数、呼吸变化指数、眼动交互指数、吞咽变化指数、环境平稳指数、各个环境因素的均值、各个环境因素的调整控制参数、所述环境因素的动态优化策略，得到全部循环过程的行为变换指数原始曲线、情绪变换指数原始曲线、呼吸变化指数原始曲线、眼动交互指数原始曲线、吞咽变化指数原始曲线、环境平稳指数原始曲线、各个环境因素的均值原始曲线、各个环境因素的调整控制参数原始曲线，生成环境心境特征曲线集和环境因素动态优化策略集合；
对所述环境心境特征曲线集和所述环境因素动态优化策略集合进行异常数据提取、曲线平滑处理和多维数据矫正，生成所述功能环境优化调节报告。
37.一种基于用户心境的功能环境调节系统，其特征在于，所述系统包括如下模块：
环境行为监测模块，用于连接环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
环境因素监测模块，用于连接环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
信号分析处理模块，用于对所述环境行为数据和所述环境因素数据进行信号处理、矢量融合和特征提取，分别生成行为特征和环境特征；
环境心境分析模块，用于对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；
环境因素优化模块，用于根据所述环境因素调整控制参数生成环境因素动态优化策略，并对所述环境因素进行优化控制；
环境调节报告模块，用于生成并输出功能环境优化调节报告；
系统运行管理模块，用于所述系统的模块运行管理和数据运行管理，实现所述系统的循环运行控制和管理。
38.如权利要求37所述的系统，其特征在于：所述环境行为监测模块包括以下功能单元：
肢体行为监测单元，用于实时采集、捕捉和识别用户对象的肢体行为；
面部表情监测单元，用于实时采集、捕捉和识别用户对象的面部表情；
生理行为监测单元，用于实时采集、捕捉和识别用户对象的生理行为，所述生理行为至少包括呼吸行为、眼动行为、吞咽行为；
特定环境行为监测单元，用于实时采集、捕捉和识别用户对象的特定行为动作。
39.如权利要求37所述的系统，其特征在于：所述环境因素监测模块包括以下功能单元：
环境光照监测单元，用于实时采集和监测用户对象所处空间环境的环境光照水平变化；
环境声音监测单元，用于实时采集和监测用户对象所处空间环境的环境声音水平变化；
环境温度监测单元，用于实时采集和监测用户对象所处空间环境的环境温度水平变化；
环境湿度监测单元，用于实时采集和监测用户对象所处空间环境的环境湿度水平变化；
环境气压监测单元，用于实时采集和监测用户对象所处空间环境的环境气压水平变化；
环境微颗粒监测单元，用于实时采集和监测用户对象所处空间环境的环境微颗粒水平变化；
特定环境因素监测单元，用于实时采集和监测用户对象所处空间环境的特定环境因素水平变化。
40.如权利要求37所述的系统，其特征在于：所述信号分析处理模块包括以下功能单元：
信号基础处理单元，用于对所述环境行为数据和所述环境因素数据进行信号处理，所述信号处理至少包括A/D数模转换、重采样、重参考、帧率转换、降噪、去伪迹、信号矫正、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、均值滤波；
空间矢量融合单元，用于以用户对象为空间中心，按照时序对所述环境行为数据和所述环境因素数据中的多节点、多模态、多通道、同类型的数据进行矢量化整合，分别生成空间行为数据矢量图景和空间环境数据矢量地图；
行为特征提取单元，用于从所述空间行为数据矢量图景中提取行为特征，所述行为特征至少包括肢体行为特征、面部表情特征、生理行为特征；
环境特征提取单元，用于从所述空间环境数据矢量地图中提取环境特征，所述环境特征至少包括环境光照特征、环境声音特征、环境温度特征、环境湿度特征、环境气压特征、环境微颗粒特征、环境平稳指数。
41.如权利要求37-40任一项所述的系统，其特征在于：所述环境心境分析模块包括以下功能单元：
神经生成模型单元，用于通过对不同环境因素、不同情绪类型和不同情绪水平的多模态环境心境训练数据集进行深度学习训练，构建并持续更新环境心境神经网络生成模型；
行为情绪分析单元，用于对所述行为特征进行行为情绪分析，得到环境心境情绪画像，所述环境心境情绪画像至少包括情绪类型、情绪水平；
调整参数生成单元，用于将所述环境特征、所述环境心境情绪画像和用户心境优化目标输入所述环境心境神经网络生成模型，得到环境因素调整控制参数。
42.如权利要求37-40任一项所述的系统，其特征在于：所述环境因素优化模块包括以下功能单元：
动态策略生成单元，用于根据所述环境因素调整控制参数，生成环境因素动态优化策略，所述环境因素动态优化策略至少包括控制参数动态优化策略、设备控制参数序；
动态执行控制单元，用于根据所述环境因素动态优化策略，将设备控制参数发送给环境因素干预执行设备，对所述环境因素进行目标执行控制，所述环境因素干预执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声干预设备、音响播放设备、气压调节设备。
43.如权利要求37-40任一项所述的系统，其特征在于：所述环境调节报告模块包括以下功能单元：
环境报告生成单元，用于生成所述功能环境优化调节报告，所述功能环境优化调节报告至少包括行为变换指数曲线、情绪变换指数曲线、呼吸变化指数曲线、眼动交互指数曲线、吞咽变化指数曲线、环境平稳指数曲线、各个环境因素的均值曲线、各个环境因素的调整控制参数曲线、环境因素的动态优化策略总结；
环境报告输出单元，用于对所述功能环境优化调节报告进行可视化展现、格式化输出。
44.如权利要求37-40任一项所述的系统，其特征在于：所述系统运行管理模块包括以下功能单元：
系统运行管理单元，用于对所述系统的模块进行运行管理；
数据运行管理单元，用于对所述系统的全部数据进行存储、备份、迁移、运行管理。
45.一种基于用户心境的功能环境调节装置，其特征在于，所述装置包括以下模组：
环境行为监测模组，用于连接环境行为跟踪设备，实时采集、捕捉和识别用户对象的肢体行为、面部表情和生理行为，生成环境行为数据；
环境因素监测模组，用于连接环境因素监测设备，实时采集和监测用户对象所处空间环境的环境因素水平变化，生成环境因素数据；
数据分析处理模组，用于对所述环境行为数据和所述环境因素数据进行信号处理、矢量融合和特征提取，分别生成行为特征和环境特征；对所述行为特征和所述环境特征进行环境心境交叉分析，提取环境心境情绪画像，生成环境因素调整控制参数；根据所述环境因素调整控制参数，生成环境因素动态优化策略；生成并输出功能环境优化调节报告；
环境因素调控模组，用于根据所述环境因素动态优化策略，将设备控制参数发送给环境因素控制执行设备，对所述环境因素进行目标执行控制，所述环境因素控制执行设备至少包括多色谱光源、空调、温度调节设备、湿度调节设备、空气净化设备、噪声调控设备、音响播放设备、气压调节设备；
统一控制管理模组，用于所述装置的模组运行可视化管理、数据运行可视化管理、所述功能环境优化调节报告的可视化展现及管理；
数据记录存储模组，用于记录和存储所述装置的全部过程数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310191376.4A CN115857595B (zh) | 2023-03-02 | 2023-03-02 | 基于用户心境的功能环境调节方法、系统和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310191376.4A CN115857595B (zh) | 2023-03-02 | 2023-03-02 | 基于用户心境的功能环境调节方法、系统和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115857595A true CN115857595A (zh) | 2023-03-28 |
| CN115857595B CN115857595B (zh) | 2023-05-05 |
Family
ID=85659707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310191376.4A Active CN115857595B (zh) | 2023-03-02 | 2023-03-02 | 基于用户心境的功能环境调节方法、系统和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115857595B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116916504A (zh) * | 2023-09-11 | 2023-10-20 | 深圳市唯酷光电有限公司 | 调光面板的智能控制方法、装置、设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015005426A1 (ja) * | 2013-07-10 | 2015-01-15 | グローリー株式会社 | 顔照合装置、顔照合方法及び顔照合プログラム |
| CN109145754A (zh) * | 2018-07-23 | 2019-01-04 | 上海电力学院 | 融合面部表情及肢体动作三维特征的情绪识别方法 |
| CN110068655A (zh) * | 2019-04-24 | 2019-07-30 | 中国科学院城市环境研究所 | 一种天空地一体化大气监测系统 |
| JP2019200656A (ja) * | 2018-05-17 | 2019-11-21 | 株式会社日立製作所 | 計算機及び感情推定方法 |
| CN111128326A (zh) * | 2019-12-24 | 2020-05-08 | 重庆特斯联智慧科技股份有限公司 | 一种基于目标跟踪的社区病患监控方法和系统 |
| CN111538251A (zh) * | 2020-05-22 | 2020-08-14 | 江洪华 | 一种优化环境的方法及系统 |
| CN111557828A (zh) * | 2020-04-29 | 2020-08-21 | 天津科技大学 | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 |
| CN111983210A (zh) * | 2020-06-29 | 2020-11-24 | 北京津发科技股份有限公司 | 基于时间同步的空间位置和多通道人机环境数据采集、时空行为分析方法和装置 |
| CN113261929A (zh) * | 2021-05-19 | 2021-08-17 | 重庆外语外事学院 | 基于心率变异性指标的手机不良使用行为风险预警系统 |
| US20210251574A1 (en) * | 2018-08-24 | 2021-08-19 | The Trustees Of Dartmouth College | Microcontroller for recording and storing physiological data |
| CN114325623A (zh) * | 2020-11-05 | 2022-04-12 | 北京航空航天大学 | 一种基于毫米波雷达的人体肢体运动信息测量方法 |
| CN115607802A (zh) * | 2022-12-19 | 2023-01-17 | 安徽星辰智跃科技有限责任公司 | 一种自主神经功能调节及干预的方法、系统和装置 |
-
2023
- 2023-03-02 CN CN202310191376.4A patent/CN115857595B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015005426A1 (ja) * | 2013-07-10 | 2015-01-15 | グローリー株式会社 | 顔照合装置、顔照合方法及び顔照合プログラム |
| JP2019200656A (ja) * | 2018-05-17 | 2019-11-21 | 株式会社日立製作所 | 計算機及び感情推定方法 |
| CN109145754A (zh) * | 2018-07-23 | 2019-01-04 | 上海电力学院 | 融合面部表情及肢体动作三维特征的情绪识别方法 |
| US20210251574A1 (en) * | 2018-08-24 | 2021-08-19 | The Trustees Of Dartmouth College | Microcontroller for recording and storing physiological data |
| CN110068655A (zh) * | 2019-04-24 | 2019-07-30 | 中国科学院城市环境研究所 | 一种天空地一体化大气监测系统 |
| CN111128326A (zh) * | 2019-12-24 | 2020-05-08 | 重庆特斯联智慧科技股份有限公司 | 一种基于目标跟踪的社区病患监控方法和系统 |
| CN111557828A (zh) * | 2020-04-29 | 2020-08-21 | 天津科技大学 | 基于健患侧耦合的主动式脑卒中下肢康复机器人控制方法 |
| CN111538251A (zh) * | 2020-05-22 | 2020-08-14 | 江洪华 | 一种优化环境的方法及系统 |
| CN111983210A (zh) * | 2020-06-29 | 2020-11-24 | 北京津发科技股份有限公司 | 基于时间同步的空间位置和多通道人机环境数据采集、时空行为分析方法和装置 |
| CN114325623A (zh) * | 2020-11-05 | 2022-04-12 | 北京航空航天大学 | 一种基于毫米波雷达的人体肢体运动信息测量方法 |
| CN113261929A (zh) * | 2021-05-19 | 2021-08-17 | 重庆外语外事学院 | 基于心率变异性指标的手机不良使用行为风险预警系统 |
| CN115607802A (zh) * | 2022-12-19 | 2023-01-17 | 安徽星辰智跃科技有限责任公司 | 一种自主神经功能调节及干预的方法、系统和装置 |
Non-Patent Citations (2)
| Title |
|---|
| MARION ROBIN ETAL: "Adversity, attachment and emotion recognition in BPD adolescents: the distinct roles of disengaged and controlling environment", BMC PSYCHOLOGY * |
| 周锦荣 等: "基于卷积神经网络人脸情绪识别的ＲGB LED 混合调光方法研究", 照明工程学报 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116916504A (zh) * | 2023-09-11 | 2023-10-20 | 深圳市唯酷光电有限公司 | 调光面板的智能控制方法、装置、设备及存储介质 |
| CN116916504B (zh) * | 2023-09-11 | 2023-11-17 | 深圳市唯酷光电有限公司 | 调光面板的智能控制方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115857595B (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115862877B (zh) | 睡眠可持续性检测量化及辅助干预的方法、系统和装置 | |
| CN110706816B (zh) | 一种基于人工智能进行睡眠环境调控的方法及设备 | |
| CN115881305B (zh) | 一种睡眠趋稳性检测量化及辅助干预的方法、系统和装置 | |
| CN116058805B (zh) | 一种睡眠记忆活跃水平动态调节的方法、系统和装置 | |
| DE102015208144A1 (de) | Erhöhen der Genauigkeit eines physiologischen Signals, Erhalten von einem Video eines Patienten | |
| CN116313029B (zh) | 一种数字针灸动态控制优化的方法、系统和装置 | |
| CN115804573A (zh) | 一种睡眠深度量化及干预的方法、系统和装置 | |
| CN115857595B (zh) | 基于用户心境的功能环境调节方法、系统和装置 | |
| CN116392087B (zh) | 基于模态分解的睡眠趋稳性量化及调节方法、系统和装置 | |
| CN116013470B (zh) | 一种睡眠行为活跃水平动态调节的方法、系统和装置 | |
| CN107402635A (zh) | 结合脑电波与虚拟现实的心理健康调节方法及系统 | |
| CN114999237A (zh) | 一种智慧教育互动教学方法 | |
| CN115376695A (zh) | 基于扩展现实的神经心理评估及干预的方法、系统和装置 | |
| CN116392085B (zh) | 基于趋势分析的睡眠趋稳性量化及调节方法、系统和装置 | |
| CN116509338B (zh) | 基于模态分析的睡眠周期性检测及调节方法、系统和装置 | |
| CN116570283A (zh) | 一种围手术期患者情绪监测系统及方法 | |
| CN116509337A (zh) | 基于局部分解的睡眠周期性检测及调节方法、系统和装置 | |
| CN116092641B (zh) | 一种睡眠感官应激水平动态调节的方法、系统和装置 | |
| CN117409930B (zh) | 基于ai技术实现的医疗康复数据处理方法及系统 | |
| WO2024140417A1 (zh) | 可穿戴扩展现实设备的人机交互采集方法、装置和系统 | |
| CN117204855B (zh) | 一种基于交互设备的用户心理状态评估方法及系统 | |
| CN117612710A (zh) | 一种基于脑电信号和人工智能分类的医疗诊断辅助系统 | |
| CN116269199B (zh) | 一种眼疲劳恢复水平的检测量化方法、系统和装置 | |
| CN110693508A (zh) | 多通道协同的心理生理主动感知方法及服务机器人 | |
| CN116312972B (zh) | 基于眼刺激的睡眠记忆情感张力调节方法、系统和装置 |
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 |