CN116600452A - 一种基于智能氛围灯条的颜色调控方法及系统 - Google Patents
一种基于智能氛围灯条的颜色调控方法及系统 Download PDFInfo
- Publication number
- CN116600452A CN116600452A CN202310590569.7A CN202310590569A CN116600452A CN 116600452 A CN116600452 A CN 116600452A CN 202310590569 A CN202310590569 A CN 202310590569A CN 116600452 A CN116600452 A CN 116600452A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- behavior
- expression
- emotion
- 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
- 230000033228 biological regulation Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000008451 emotion Effects 0.000 claims abstract description 210
- 239000003086 colorant Substances 0.000 claims abstract description 36
- 230000001815 facial effect Effects 0.000 claims description 37
- 210000000056 organ Anatomy 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 13
- 230000003542 behavioural effect Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000009432 framing Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 200
- 230000006870 function Effects 0.000 description 20
- 238000004891 communication Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/165—Controlling the light source following a pre-assigned programmed sequence; Logic control [LC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
- G06V10/54—Extraction of image or video features relating to texture
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
- H05B47/12—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by detecting audible sound
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及灯具调控技术领域，揭露了基于智能氛围灯条的颜色调控方法及系统，包括：提取智能氛围灯条的参数信息，根据参数信息，确定智能氛围灯条的功能属性；收集使用用户的行为数据和用户表情数据，分别提取用户表情数据和行为数据中的关键数据，得到表情关键数据和行为关键数据；对表情关键数据进行特征提取，得到用户表情特征，对行为关键数据进行特征提取，得到用户行为特征，分析使用用户的用户情感特征；采集使用用户的语音数据，分析使用用户的语音情感特征，确定智能氛围灯条的氛围颜色；检测使用用户的当前环境，设置氛围颜色对应的颜色参数，执行对智能氛围灯条的颜色调控。本发明在于提高基于智能氛围灯条的颜色调控的准确性。
Description
技术领域
本发明涉及灯具调控技术领域，尤其涉及一种基于智能氛围灯条的颜色调控方法及系统。
背景技术
智能氛围灯条是一种能够照明，并且还能够创造出各种有趣的氛围的灯条，大部分灯条的内部设有无线通信功能，部分灯条内部就有内置的Wi-Fi或者蓝牙，可以直接和手机或平板电脑相连，然后通过手机或者平板电脑控制相关的颜色，现在很多家庭会装氛围灯条以营造不同的家庭气氛，因此需要对智能氛围灯条的颜色进行调控。
但是现有的智能氛围灯条的颜色调控方法主要是结合软件和环境声音结合在一起实现颜色调控，通过软件提前设置相应的灯条颜色顺序，然后根据环境声音的频率来设置灯条颜色变换的速度，但是该调控方法不能根据不同环境和使用者的心情进行智能调控，进而导致智能氛围灯条的使用体验感较差，因此需要一种能够提高基于智能氛围灯条的颜色调控准确性的方法。
发明内容
本发明提供一种基于智能氛围灯条的颜色调控方法及系统，其主要目的在于提高基于智能氛围灯条的颜色调控的准确性。
为实现上述目的，本发明提供的一种基于智能氛围灯条的颜色调控方法，包括：
获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
可选地，所述根据所述参数信息，确定所述智能氛围灯条的功能属性，包括：
对所述参数信息进行文本识别，得到参数文本；
对所述参数文本进行语义解析，得到参数语义；
根据所述参数语义，从所述参数信息中筛选出所述智能氛围灯条的功能参数；
对所述功能参数进行属性解析，得到所述智能氛围灯条的功能属性。
可选地，所述对所述表情关键数据进行特征提取，得到用户表情特征，包括：
获取所述表情关键数据中的表情图像，对所述表情图像进行降噪处理，得到降噪表情图像；
检测所述降噪表情图像中的面部器官图像，对所述面部器官图像中每个图像进行灰度转换，得到灰度面部图像；
计算所述灰度面部图像中每个像素点的像素灰度值，根据所述像素灰度值，分析所述面部器官图像中每个面部器官的线性关系；
提取所述面部器官图像中的面部器官的纹理特征，结合所述线性关系和所述纹理特征，分析所述使用用户的用户表情特征。
可选地，所述计算所述灰度面部图像中每个像素点的像素灰度值，包括：
通过下述公式计算所述灰度面部图像中每个像素点的像素灰度值：
其中，Gh表示灰度面部图像中第h个像素点的像素灰度值，Rh表示红色通道中第h个像素点的像素值，Gh表示绿色通道中第h个像素点的像素值，Bh表示蓝色通道中第h个像素点的像素值，表示灰度面度图像对应的灰度系数。
可选地，所述对所述行为关键数据进行特征提取，得到用户行为特征，包括：
获取所述行为关键数据中的行为图像，提取所述行为图像中所述使用用户对应的用户主体图像；
标记所述用户主体图像中的用户肢体图像，对所述用户肢体图像进行分帧处理，得到肢体分帧图像；
根据所述肢体分帧图像，记录所述用户肢体图像中每个肢体的行为轨迹，根据所述行为轨迹，对所述行为轨迹进行属性分析，得到行为属性；
根据所述行为属性，提对所述用户肢体图像进行行为特征提取，得到用户行为特征。
可选地，所述结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征，包括：
分别识别所述用户表情特征和所述用户行为特征对应的情感类别，得到表情情感类别和行为情感类别；
计算所述表情情感类别和所述行为情感类别之间的重合度，得到类别重合度，根据所述类别重合度，确定所述使用用户的用户情感类别；
根据所述表情类别和所述行为类别，对所述用户表情特征和所述用户行为特征进行特征融合，得到融合特征；
结合所述用户情感类别和所述融合特征，得到所述使用用户的用户情感特征。
可选地，所述计算所述表情情感类别和所述行为情感类别之间的重合度，得到类别重合度，包括：
通过下述公式计算计算所述表情情感类别和所述行为情感类别之间的重合度：
其中，Fx，y表示表情情感类别和行为情感类别之间的重合度，x表示表情情感类别，y表示行为情感类别，M表示情感类别的偏差系数，Nx表示表情情感类别的向量协方差，βx表示表情情感类别的的标准差，Ny表示行为情感类别的向量协方差，βy表示行为情感类别的标准差。
可选地，所述根据所述语音数据，分析所述使用用户的语音情感特征，包括：
对所述语音数据进行噪声抑制处理，得到目标语音数据，采集所述目标语音数据对应的语音信号；
提取所述语音信号中的频域特征和时域特征，并测量所述目标语音数据中的语音频率；
结合所述频域特征、所述时域特征以及所述语音频率，利用预设的情感分析模型分析所述目标语音数据对应的情感特征，得到所述使用用户的语音情感特征。
可选地，所述结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色，包括：
查询所述用户情感特征的对应的情感色彩，得到第一情感颜色，并查询所述语音情感特征的对应的情感色彩，得到第二情感颜色；
调度所述使用用户的生活购物数据，根据是所述生活购物数据，计算所述使用用户对情感色彩的喜爱系数，根据所述喜爱系数，设置所述第一情感颜色和所述第二情感颜色的颜色合并比例；
根据所述颜色合并比例，对所述第一情感颜色和所述第二情感颜色进行颜色合并，得到合并情感颜色，根据所述合并情感颜色，确定所述智能氛围灯条的氛围颜色。
一种基于智能氛围灯条的颜色调控系统，其特征在于，所述系统包括：
属性分析模块，用于获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
数据提取模块，用于收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
用户情感分析模块，用于对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
灯条颜色确认模块，用于采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
颜色调控模块，用于检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
本发明通过获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，可以了解所述智能氛围灯条的相关参数，以便于后续确定所述智能氛围灯条的功能属性，本发明通过收集所述使用用户的行为数据和用户表情数据，分别提取所述用户表情数据和所述行为数据中的关键数据，可以得到所述使用用户的行为和表情中的重要数据，以便于后续分析用户情感特征，本发明通过对所述表情关键数据进行特征提取，可以得到所述表情关键数据中的代表性数据，提高后续用户情感特征分析的准确性，其中，本发明通过采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，以便于通过所述语音数据分析出所述使用用户的语音情感表征，后续可以提高灯条颜色调控的准确性，本发明通过检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，以便于能够提高所述使用用户的体验感。因此，本发明实施例提供的一种基于智能氛围灯条的颜色调控方法及系统，能够提高基于智能氛围灯条的颜色调控的准确性。
附图说明
图1为本发明一实施例提供的一种基于智能氛围灯条的颜色调控方法的流程示意图；
图2为本发明一实施例提供的一种基于智能氛围灯条的颜色调控系统的功能模块图；
图3为本发明一实施例提供的实现所述一种基于智能氛围灯条的颜色调控方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供一种基于智能氛围灯条的颜色调控方法。本申请实施例中，所述一种基于智能氛围灯条的颜色调控方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述一种基于智能氛围灯条的颜色调控方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的一种基于智能氛围灯条的颜色调控方法的流程示意图。在本实施例中，所述一种基于智能氛围灯条的颜色调控方法包括步骤S1—S5。
S1、获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯的功能属性。
本发明通过获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，可以了解所述智能氛围灯条的相关参数，以便于后续确定所述智能氛围灯条的功能属性，其中，所述智能氛围灯条是一种能够照明，并且还能够创造出各种各样有趣的氛围的灯条，一般内置无线通信功能，一些灯条内部就有内置的Wi-Fi或者蓝牙，这样就可以直接和手机或平板电脑相连，然后通过手机或者平板电脑控制相关的颜色，所述使用用户是所述智能氛围灯条的使用者，所述参数信息是所述智能氛围灯条的灯条信息，如灯条的颜色和灯条材质等，进一步的，提取所述智能氛围灯条的参数信息可以通过参数提取工具实现，所述参数提取工具是由脚本语言编译。
本发明通过根据所述参数信息，确定所述智能氛围灯的功能属性，以便于了解所述智能氛围灯对应的功能，其中，所述功能属性是所述智能氛围灯对应的功能。
作为本发明的一个实施例，所述根据所述参数信息，确定所述智能氛围灯条的功能属性，包括：对所述参数信息进行文本识别，得到参数文本，对所述参数文本进行语义解析，得到参数语义，根据所述参数语义，从所述参数信息中筛选出所述智能氛围灯条的功能参数，对所述功能参数进行属性解析，得到所述智能氛围灯条的功能属性。
其中，所述参数文本是参数信息中的文本信息，所述参数语义是所述参数文本对应的含义解释，所述功能参数是关于所述智能氛围灯条相关功能的参数，如灯条颜色参数，进一步的，对所述参数信息进行文本识别可以通过OCR文本识别技术，对所述参数文本进行语义解析可以通过语义分析法实现，从所述参数信息中筛选出所述智能氛围灯条的功能参数可以通过筛选函数实现，如filter函数，对所述功能参数进行属性解析可以通过对比分析法实现。
S2、收集所述使用用户的行为数据和用户表情数据，分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据。
本发明通过收集所述使用用户的行为数据和用户表情数据，分别提取所述用户表情数据和所述行为数据中的关键数据，可以得到所述使用用户的行为和表情中的重要数据，以便于后续分析用户情感特征，其中，所述行为数据是关于所述使用用户动作方面的数据，所述用户表情数据是关于所述使用用户表情相关的数据，所述表情关键数据是所述用户表情数据中的重要数据，所述行为关键数据是所述行为数据中的重要数据，进一步的，收集所述使用用户的行为数据和用户表情数据可以通过调度摄像设备对所述使用用户拍摄的视频数据，对所述视频数据进行分解得到。
作为本发明的一个实施例，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据，计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度，根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度，根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，计算所述目标表情数据中每个数据的数据权重值，得到第一权重值，计算所述目标行为数据中每个数据的数据权重值，得到第二权重值，根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据。
其中，所述数据缺失值表示所述用户表情数据或者所述行为数据的完整度，所述过滤表情数据和所述过滤行为数据是根据所述第一缺失值和所述第二缺失值的数值大小，分别对所述用户表情数据和所述行为数据进行过滤处理后得到的数据，所述数据相似度分别表示所述过滤表情数据或者所述过滤行为数据中对应的数据相似程度，所述目标表情数据和所述目标行为数据是根据所述第一相似度和所述第二相似度的数值，分别对所述过滤表情数据和所述过滤行为数据进行去重处理后得到的数据，所述数据权重值表示所述目标表情数据或者所述目标行为数据中的数据重要程度。
进一步的，分别计算所述用户表情数据和所述行为数据的数据缺失值可以通过回归插补法实现，分别对所述用户表情数据和所述行为数据进行过滤处理可以通过数据过滤工具实现，所述数据过滤工具是由Java语言编译，计算所述过滤行为数据中每个数据的数据相似度与所述过滤表情数据的相似度计算方法相同，在此不做过多赘述，分别提取所述目标表情数据和所述目标行为数据的关键数据可以根据所述数据权重值的数值通过left函数提取。
进一步的，作为本发明的一个可选实施例，所述计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度，包括：
通过下述公式计算所述过滤表情数据中每个数据的数据相似度：
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值。
进一步的，作为本发明的一个可选实施例，所述计算所述目标表情数据中每个数据的数据权重值，得到第一权重值，包括：
通过下述公式计算所述目标表情数据中每个数据的数据权重值：
其中，Dj表示目标表情数据对应的第一权重值，j表示目标表情数据的序列号，Ej表示目标表情数据中第j个数据对应的数据属性值，表示第j个数据的数据属性值的向量协方差，trace()表示空间滤波函数。
通过下述公式计算所述目标表情数据和所述目标行为数据的数据权重值S3、对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征。
本发明通过对所述表情关键数据进行特征提取，可以得到所述表情关键数据中的代表性数据，提高后续用户情感特征分析的准确性，其中，所述用户表情特征是所述表情关键数据中具有代表性的部分。
作为本发明的一个实施例，所述对所述表情关键数据进行特征提取，得到用户表情特征，包括：获取所述表情关键数据中的表情图像，对所述表情图像进行降噪处理，得到降噪表情图像，检测所述降噪表情图像中的面部器官图像，对所述面部器官图像中每个图像进行灰度转换，得到灰度面部图像，计算所述灰度面部图像中每个像素点的像素灰度值，根据所述像素灰度值，分析所述面部器官图像中每个面部器官的线性关系，并提取所述面部器官图像中的面部器官的纹理特征，结合所述线性关系和所述纹理特征，分析所述使用用户的用户表情特征。
其中，所述表情图像是所述表情关键数据中关于所述使用用户的表情的图像，所述降噪表情图像是所述表情图像中的噪声干扰经过去除或者抑制后得到的图像，所述面部器官图像是所述降噪表情图像中关于所述使用用户的面部器官的图像，所述灰度面部图像是所述面部器官图像的颜通过一个颜色表达的灰度图像，所述像素灰度值是所述灰度面部图像中每个像素点的灰度数值，所述线性关系是所述面部器官图像中每个面部器官的变化关系，所述纹理特征是所述面部器官图像中的面部器官中形状很小的、半周期性或有规律地排列的纹理表征部分。
进一步的，获取所述表情关键数据中的表情图像可以通过图像提取器实现，所述图像提取器是由编程语言实现，对所述表情图像进行降噪处理可以通过均值滤波器实现，检测所述降噪表情图像中的面部器官图像可以通过Fisherface算法实现，对所述面部器官图像中每个图像进行灰度转换可以通过图像反转法实现，分析所述面部器官图像中每个面部器官的线性关系可以通过线性变换函数实现，如一次线性函数，提取所述面部器官图像中的面部器官的纹理特征可以通过LBP算法实现，可以通过所述纹理特征和所述线性关系分析出所述面部器官图像中每个面部器官的变化情况，进而得到所述使用用户的用户表情特征。
进一步的，作为本发明的一个可选实施例，所述计算所述灰度面部图像中每个像素点的像素灰度值，包括：
通过下述公式计算所述灰度面部图像中每个像素点的像素灰度值：
其中，Gh表示灰度面部图像中第h个像素点的像素灰度值，Rh表示红色通道中第h个像素点的像素值，Gh表示绿色通道中第h个像素点的像素值，Bh表示蓝色通道中第h个像素点的像素值，表示灰度面度图像对应的灰度系数。
本发明通过对所述行为关键数据进行特征提取，可以得到所述行为关键数据中的表征行为，便于后续分析用户情感特征，其中，所述用户行为特征是所述行为关键数据中每个行为的表征部分。
作为本发明的一个实施例，所述对所述行为关键数据进行特征提取，得到用户行为特征，包括：获取所述行为关键数据中的行为图像，提取所述行为图像中所述使用用户对应的用户主体图像，标记所述用户主体图像中的用户肢体图像，对所述用户肢体图像进行分帧处理，得到肢体分帧图像，根据所述肢体分帧图像，记录所述用户肢体图像中每个肢体的行为轨迹，根据所述行为轨迹，对所述行为轨迹进行属性分析，得到行为属性，根据所述行为属性，提对所述用户肢体图像进行行为特征提取，得到用户行为特征。
其中，所述行为图像是所述行为关键数据中的图像数据，所述用户主体图像是所述行为图像中关于所述使用用户的图像，所述用户肢体图像是所述用户主体图像中关于所述使用用户的肢体打的图像，如胳膊、手以及腿部等肢体，所述肢体分帧图像是所述用户肢体图像经过分帧后得到的图像，所述行为轨迹是所述用户肢体图像中每个肢体的行为路径，所述行为属性是所述行为轨迹对应的性质，如头部上下晃动，表示头部跟着音乐的节奏进行打拍。
进一步的，获取所述行为关键数据中的行为图像可以通过上述的图像提取器实现，提取所述行为图像中所述使用用户对应的用户主体图像可以通过目标检测算法实现，标记所述用户主体图像中的用户肢体图像可以通过标注工具实现，如颜色标注工具，对所述用户肢体图像进行分帧处理可以通过区域生长法实现，记录所述用户肢体图像中每个肢体的行为轨迹可以通过轨迹记录仪实现，所述轨迹记录仪是由脚本语言编译，对所述行为轨迹进行属性分析可以通过对比分析法，所述用户行为特征可以通过根据所述行为属性对应的行为信息确定。
本发明通过结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征，进而可以得到所述使用用户的用户情绪，便于后续所述智能氛围灯条的颜色调控，其中，所述用户情感特征是所述使用用户的情绪表征。
作为本发明的一个实施例，所述结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征，包括：分别识别所述用户表情特征和所述用户行为特征对应的情感类别，得到表情情感类别和行为情感类别，计算所述表情情感类别和所述行为情感类别之间的重合度，得到类别重合度，根据所述类别重合度，确定所述使用用户的用户情感类别，根据所述表情类别和所述行为类别，对所述用户表情特征和所述用户行为特征进行特征融合，得到融合特征，结合所述用户情感类别和所述融合特征，得到所述使用用户的用户情感特征。
其中，所述表情情感类别和所述行为情感类别是所述用户表情特征和所述用户行为特征对应的情感类型，如高兴或者悲哀，所述类别重合度表示所述表情情感类别和所述行为情感类别之间的重合程度，进而可以判断所述表情情感类别和所述行为情感类别是否一致，所述用户情感类别是所述使用用户的情感类型，所述融合特征是所述用户表情特征和所述用户行为特征融合后得到的特征。
进一步的，分别识别所述用户表情特征和所述用户行为特征对应的情感类别可以通过分析所述用户表情特征和所述用户行为特征对应的标识得到，所述使用用户的用户情感类别可以通过所述类别重合度的数值大小进行确认，若所述类别重合度大大预设重合度，则表示所述表情情感类别和所述行为情感类别得到对应的类别一致，对所述用户表情特征和所述用户行为特征进行特征融合可以通过早融合法实现，可以通过所述用户情感类别确定情感类型，根据所述融合特征和所述情感类型所述使用用户的用户情感特征。
进一步的，作为本发明的一个可选实施例，所述计算所述表情情感类别和所述行为情感类别之间的重合度，得到类别重合度，包括：
通过下述公式计算计算所述表情情感类别和所述行为情感类别之间的重合度：
其中，Fx，y表示表情情感类别和行为情感类别之间的重合度，x表示表情情感类别，y表示行为情感类别，M表示情感类别的偏差系数，Nx表示表情情感类别的向量协方差，βx表示表情情感类别的的标准差，Ny表示行为情感类别的向量协方差，βy表示行为情感类别的标准差。
S4、采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色。
本发明通过采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，以便于通过所述语音数据分析出所述使用用户的语音情感表征，后续可以提高灯条颜色调控的准确性，其中，所述语音情感特征是所述语音数据中所述使用用户的语音情感的特征部分，包括高兴、悲伤、恐惧、惊讶等，进一步的，采集所述使用用户的语音数据可以通过录音设备实现，如录音器。
作为本发明的一个选实施例，所述根据所述语音数据，分析所述使用用户的语音情感特征，包括：对所述语音数据进行噪声抑制处理，得到目标语音数据，采集所述目标语音数据对应的语音信号，提取所述语音信号中的频域特征和时域特征，并测量所述目标语音数据中的语音频率，结合所述频域特征、所述时域特征以及所述语音频率，利用预设的情感分析模型分析所述目标语音数据对应的情感特征，得到所述使用用户的语音情感特征。
其中，所述目标语音数据是所述语音数据中的噪声和干扰声音经过抑制处理后得到的数据，所述语音信号是所述目标语音数据对应的信息载体信号，所述频域特征是从所述语音信号的频域上提取数字特征，包括梅尔频率倒谱系数、线性预测系数等，所述时域特征是从所述语音信号的时域上提取数字特征，如短时能量、短时过零率以及短时自相关函数等，所述语音频率是所述目标语音数据中语音的音调高低，所述预设的情感分析模型是分析声音和情感的模型，如二维AV情感模型。
进一步的，对所述语音数据进行噪声抑制处理可以通过瞬态噪声抑制算法实现，采集所述目标语音数据对应的语音信号可以通过信号采集器实现，提取所述语音信号中的频域特征和时域特征可以通过均方根值法实现，测量所述目标语音数据中的语音频率可以通过计频法实现。
本发明通过根据所述用户情感特征、所述语音情感特征以及所述功能属性，确定所述智能氛围灯条的氛围颜色，以便于调整的颜色更贴合所述使用用户的习性，其中，所述氛围颜色是所述智能氛围灯条的需要调整得到的颜色。
作为本发明的一个实施例，所述结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色，包括：查询所述用户情感特征的对应的情感色彩，得到第一情感颜色，并查询所述语音情感特征的对应的情感色彩，得到第二情感颜色，调度所述使用用户的生活购物数据，根据是所述生活购物数据，计算所述使用用户对情感色彩的喜爱系数，根据所述喜爱系数，设置所述第一情感颜色和所述第二情感颜色的颜色合并比例，根据所述颜色合并比例，对所述第一情感颜色和所述第二情感颜色进行颜色合并，得到合并情感颜色，根据所述合并情感颜色，确定所述智能氛围灯条的氛围颜色。
其中，所述第一情感颜色是所述用户情感特征对应的颜色，所述第二情感颜色是所述语音情感特征对应的颜色，所述生活购物数据是所述使用用户日常购买东西的相关数据，所述喜爱系数是所述使用用户对情感色彩的喜欢程度，所述颜色合并比例是所述第一情感颜色和所述第二情感颜色进行合并时对应的占比，进一步的，查询所述用户情感特征的对应的情感色彩可以通过统计调研的颜色和对应情绪的大数据得到，所述使用用户的生活购物数据可以通过调度所述使用用户的购物平台的相关购买信息得到，所述喜爱系数可以通过计算所述生活购物数据中的颜色出现次数的占比得到。
S5、检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
本发明通过检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，以便于能够提高所述使用用户的体验感，其中，所述当前环境是所述使用用户使用所述智能氛围灯条的环境，如客厅、书房以及卧室等，所述颜色参数是所述智能氛围灯条满足在所述当前环境下对应的参数，如亮度、闪烁频率以及对应的灯条图案等。
本发明通过结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控，以便于调整到更符合所述使用用户的颜色，提高了所述智能氛围灯条的创新性。
本发明通过获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，可以了解所述智能氛围灯条的相关参数，以便于后续确定所述智能氛围灯条的功能属性，本发明通过收集所述使用用户的行为数据和用户表情数据，分别提取所述用户表情数据和所述行为数据中的关键数据，可以得到所述使用用户的行为和表情中的重要数据，以便于后续分析用户情感特征，本发明通过对所述表情关键数据进行特征提取，可以得到所述表情关键数据中的代表性数据，提高后续用户情感特征分析的准确性，其中，本发明通过采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，以便于通过所述语音数据分析出所述使用用户的语音情感表征，后续可以提高灯条颜色调控的准确性，本发明通过检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，以便于能够提高所述使用用户的体验感。因此，本发明实施例提供的一种基于智能氛围灯条的颜色调控方法，能够提高基于智能氛围灯条的颜色调控的准确性。
如图2所示，是本发明一实施例提供的一种基于智能氛围灯条的颜色调控系统的功能模块图。
本发明所述一种基于智能氛围灯条的颜色调控系统100可以安装于电子设备中。根据实现的功能，所述一种基于智能氛围灯条的颜色调控系统100可以包括属性分析模块101、数据提取模块102、用户情感分析模块103、灯条颜色确认模块104及颜色调控模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述属性分析模块101，用于获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
所述数据提取模块102，用于收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
所述用户情感分析模块103，用于对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
所述灯条颜色确认模块104，用于采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
所述颜色调控模块105，用于检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
详细地，本申请实施例中所述一种基于智能氛围灯条的颜色调控系统100中所述的各模块在使用时采用与上述图1中所述的一种基于智能氛围灯条的颜色调控方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明一实施例提供的实现一种基于智能氛围灯条的颜色调控方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如一种基于智能氛围灯条的颜色调控方法程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行一种基于智能氛围灯条的颜色调控方法程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如一种基于智能氛围灯条的颜色调控方法程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理系统与所述至少一个处理器10逻辑相连，从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的一种基于智能氛围灯条的颜色调控方法程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于智能氛围灯条的颜色调控方法，其特征在于，所述方法包括：
获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
2.如权利要求1所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述根据所述参数信息，确定所述智能氛围灯条的功能属性，包括：
对所述参数信息进行文本识别，得到参数文本；
对所述参数文本进行语义解析，得到参数语义；
根据所述参数语义，从所述参数信息中筛选出所述智能氛围灯条的功能参数；
对所述功能参数进行属性解析，得到所述智能氛围灯条的功能属性。
3.如权利要求1所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述对所述表情关键数据进行特征提取，得到用户表情特征，包括：
获取所述表情关键数据中的表情图像，对所述表情图像进行降噪处理，得到降噪表情图像；
检测所述降噪表情图像中的面部器官图像，对所述面部器官图像中每个图像进行灰度转换，得到灰度面部图像；
计算所述灰度面部图像中每个像素点的像素灰度值，根据所述像素灰度值，分析所述面部器官图像中每个面部器官的线性关系；
提取所述面部器官图像中的面部器官的纹理特征，结合所述线性关系和所述纹理特征，分析所述使用用户的用户表情特征。
4.如权利要求3所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述计算所述灰度面部图像中每个像素点的像素灰度值，包括：
通过下述公式计算所述灰度面部图像中每个像素点的像素灰度值：
其中，Gh表示灰度面部图像中第h个像素点的像素灰度值，Rh表示红色通道中第h个像素点的像素值，Gh表示绿色通道中第h个像素点的像素值，Bh表示蓝色通道中第h个像素点的像素值，表示灰度面度图像对应的灰度系数。
5.如权利要求1所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述对所述行为关键数据进行特征提取，得到用户行为特征，包括：
获取所述行为关键数据中的行为图像，提取所述行为图像中所述使用用户对应的用户主体图像；
标记所述用户主体图像中的用户肢体图像，对所述用户肢体图像进行分帧处理，得到肢体分帧图像；
根据所述肢体分帧图像，记录所述用户肢体图像中每个肢体的行为轨迹，根据所述行为轨迹，对所述行为轨迹进行属性分析，得到行为属性；
根据所述行为属性，提对所述用户肢体图像进行行为特征提取，得到用户行为特征。
6.如权利要求1所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征，包括：
分别识别所述用户表情特征和所述用户行为特征对应的情感类别，得到表情情感类别和行为情感类别；
计算所述表情情感类别和所述行为情感类别之间的重合度，得到类别重合度，根据所述类别重合度，确定所述使用用户的用户情感类别；
根据所述表情类别和所述行为类别，对所述用户表情特征和所述用户行为特征进行特征融合，得到融合特征；
结合所述用户情感类别和所述融合特征，得到所述使用用户的用户情感特征。
7.如权利要求6所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述计算所述表情情感类别和所述行为情感类别之间的重合度，得到类别重合度，包括：
通过下述公式计算计算所述表情情感类别和所述行为情感类别之间的重合度：
其中，Fx，y表示表情情感类别和行为情感类别之间的重合度，x表示表情情感类别，y表示行为情感类别，M表示情感类别的偏差系数，Nx表示表情情感类别的向量协方差，βx表示表情情感类别的的标准差，Ny表示行为情感类别的向量协方差，βy表示行为情感类别的标准差。
8.如权利要求1所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述根据所述语音数据，分析所述使用用户的语音情感特征，包括：
对所述语音数据进行噪声抑制处理，得到目标语音数据，采集所述目标语音数据对应的语音信号；
提取所述语音信号中的频域特征和时域特征，并测量所述目标语音数据中的语音频率；
结合所述频域特征、所述时域特征以及所述语音频率，利用预设的情感分析模型分析所述目标语音数据对应的情感特征，得到所述使用用户的语音情感特征。
9.如权利要求1所述的一种基于智能氛围灯条的颜色调控方法，其特征在于，所述结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色，包括：
查询所述用户情感特征的对应的情感色彩，得到第一情感颜色，并查询所述语音情感特征的对应的情感色彩，得到第二情感颜色；
调度所述使用用户的生活购物数据，根据是所述生活购物数据，计算所述使用用户对情感色彩的喜爱系数，根据所述喜爱系数，设置所述第一情感颜色和所述第二情感颜色的颜色合并比例；
根据所述颜色合并比例，对所述第一情感颜色和所述第二情感颜色进行颜色合并，得到合并情感颜色，根据所述合并情感颜色，确定所述智能氛围灯条的氛围颜色。
10.一种基于智能氛围灯条的颜色调控系统，其特征在于，所述系统包括：
属性分析模块，用于获取待调控的智能氛围灯条和使用用户，提取所述智能氛围灯条的参数信息，根据所述参数信息，确定所述智能氛围灯条的功能属性；
数据提取模块，用于收集所述使用用户的行为数据和用户表情数据，并分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，其中，所述分别提取所述用户表情数据和所述行为数据中的关键数据，得到表情关键数据和行为关键数据，包括：
分别计算所述用户表情数据和所述行为数据的数据缺失值，得到第一缺失值和第二缺失值，根据所述第一缺失值和所述第二缺失值，分别对所述用户表情数据和所述行为数据进行过滤处理，得到过滤表情数据和过滤行为数据；
通过下述公式计算所述过滤表情数据中每个数据的数据相似度，得到第一相似度；
其中，Ci，i+1表示过滤表情数据对应的第一相似度，i和i+1表示过滤表情数据的序列号，q表示过滤表情数据的数量，Bi表示第i个过滤表情数据对应的向量值，Bi+1表示第i+1个过滤表情数据对应的向量值；
根据所述第一相似度，对所述过滤表情数据进行去重处理，得到目标表情数据，计算所述过滤行为数据中每个数据的数据相似度，得到第二相似度；
根据所述第二相似度，对所述过滤行为数据进行去重处理，得到目标行为数据，分别计算所述目标表情数据和所述目标行为数据的数据权重值，得到第一权重值和第二权重值；
根据所述第一权重值和所述第二权重值，分别提取所述目标表情数据和所述目标行为数据的关键数据，得到表情关键数据和行为关键数据；
用户情感分析模块，用于对所述表情关键数据进行特征提取，得到用户表情特征，对所述行为关键数据进行特征提取，得到用户行为特征，结合所述用户表情特征和所述用户行为特征，分析所述使用用户的用户情感特征；
灯条颜色确认模块，用于采集所述使用用户的语音数据，根据所述语音数据，分析所述使用用户的语音情感特征，结合所述用户情感特征和所述语音情感特征，确定所述智能氛围灯条的氛围颜色；
颜色调控模块，用于检测所述使用用户的当前环境，根据所述当前环境和所述功能属性，设置所述氛围颜色对应的颜色参数，结合所述颜色参数和所述氛围颜色，执行对所述智能氛围灯条的颜色调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310590569.7A CN116600452A (zh) | 2023-05-24 | 2023-05-24 | 一种基于智能氛围灯条的颜色调控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310590569.7A CN116600452A (zh) | 2023-05-24 | 2023-05-24 | 一种基于智能氛围灯条的颜色调控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116600452A true CN116600452A (zh) | 2023-08-15 |
Family
ID=87595308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310590569.7A Pending CN116600452A (zh) | 2023-05-24 | 2023-05-24 | 一种基于智能氛围灯条的颜色调控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116600452A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116916497A (zh) * | 2023-09-12 | 2023-10-20 | 深圳市卡能光电科技有限公司 | 基于嵌套态势识别的落地柱形氛围灯光照控制方法及系统 |
-
2023
- 2023-05-24 CN CN202310590569.7A patent/CN116600452A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116916497A (zh) * | 2023-09-12 | 2023-10-20 | 深圳市卡能光电科技有限公司 | 基于嵌套态势识别的落地柱形氛围灯光照控制方法及系统 |
| CN116916497B (zh) * | 2023-09-12 | 2023-12-26 | 深圳市卡能光电科技有限公司 | 基于嵌套态势识别的落地柱形氛围灯光照控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108898579A (zh) | 一种图像清晰度识别方法、装置和存储介质 | |
| CN107392124A (zh) | 情绪识别方法、装置、终端及存储介质 | |
| WO2020078119A1 (zh) | 模拟用户穿戴服装饰品的方法、装置和系统 | |
| CN111198958A (zh) | 匹配背景音乐的方法、装置及终端 | |
| Dureha | An accurate algorithm for generating a music playlist based on facial expressions | |
| CN110458107A (zh) | 用于图像识别的方法和装置 | |
| James et al. | Emotion based music recommendation system | |
| CN109871450A (zh) | 基于绘本阅读的多模态交互方法及系统 | |
| CN111126280B (zh) | 基于融合手势识别的失语症患者辅助康复训练系统及方法 | |
| CN116600452A (zh) | 一种基于智能氛围灯条的颜色调控方法及系统 | |
| KR20210002410A (ko) | 외형인식모델 학습용 데이터셋 구축 방법, 장치 및 프로그램 | |
| CN107786867A (zh) | 基于深度学习架构的图像辨识方法及系统 | |
| CN110362744A (zh) | 阅读推荐方法及系统、终端设备、计算机设备及介质 | |
| CN116916497B (zh) | 基于嵌套态势识别的落地柱形氛围灯光照控制方法及系统 | |
| CN114268747A (zh) | 基于虚拟数字人的访谈业务处理方法及相关装置 | |
| JP2019075118A (ja) | 顔画像中の照明条件を評価する方法及び装置 | |
| CN110750673B (zh) | 图像处理方法、装置、设备及存储介质 | |
| Wan et al. | An approach for image retrieval based on visual saliency | |
| CN115690615B (zh) | 一种面向视频流的深度学习目标识别方法及系统 | |
| CN114333881B (zh) | 基于环境自适应的音频传输降噪方法、设备及介质 | |
| CN111797856A (zh) | 建模方法、装置、存储介质及电子设备 | |
| Mizna et al. | Blue eyes technology | |
| Bhutada et al. | Emotion based music recommendation system | |
| Tripathi et al. | Facial expression recognition using data mining algorithm | |
| CN112732646A (zh) | 文件的搜索方法、搜索装置和电子设备 |
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 |