[发明专利]一种家居环境下的氛围场识别方法及识别系统有效

专利信息
申请号: 201710037544.9 申请日: 2017-01-18
公开(公告)号: CN106845391B 公开(公告)日: 2020-02-18
发明(设计)人: 刘振焘;曹卫华;陈略峰;于朝阳;张日;江澜;毛宇涵;韩杨 申请(专利权)人: 中国地质大学(武汉)
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 杨立;陈振玉
地址: 430074 湖北省武汉市洪山区鲁磨路3*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 家居环境 氛围 识别 方法 系统
【说明书】:

发明公开了一种家居环境下的氛围场识别方法及识别系统,所述的方法包括:从家居环境下的视听信息中提取出家居色彩特征信息和背景音乐特征信息,并降维处理得到家居色彩模态样本和背景音乐模态样本,再进行情感分类,得到家居色彩情感状态和背景音乐情感状态,并与相应的APA(Affinity‑Pleasure‑Arousal)情感空间的三维坐标模型相对应;采用模糊层次分析法(FAHP)结合专家规则,分析家居色彩情感状态和背景音乐情感状态对家居交流氛围场影响的权重大小,得到最终的氛围场识别结果,并与氛围场三维坐标模型对应起来,进行图形可视化显示。

技术领域

本发明属于氛围场识别领域,具体涉及一种家居环境下的氛围场识别方法及识别系统。

背景技术

随着生活水平的提高和信息技术的高速发展,人类对智能化生活的需求越来越高,人机交互能力也得到越来越多的重视,具有情感交互的机器成为智能家居领域的研究热点,而交流氛围场的识别已成为情感计算的一个重要内容,人机交流的氛围场识别是实现机器人与人类之间随意交流的一个重要组成部分。目前,针对交流氛围场的研究还处于起步阶段,相关研究主要是在心理学、行为科学等领域展开,应用于信息科学方面的研究还不是很多。随着通信技术的不断发展,人们之间交流方式不断地增加和多样化,除了面对面的交流,基于网络聊天工具的交流方式,人与计算机之间的交流,人与机器人之间的交流等已经逐渐进入我们的生活。

氛围场是弥漫在空间中的能够影响行为过程和结果的心理因素和心理感受,是由个人或多人对话过程中所营造出来的气氛,包括:紧张、兴奋、沮丧、恐惧、期待、高兴、热烈、冷漠、积极、消极、肯定、否定、怀疑、信任、尊敬、鄙视等。通过实时对交流氛围场进行分析,机器人可以掌握交流氛围场,以及说话人所表达的情感,从而做出适当反应,以适应人类情感的不断变化,例如安抚、鼓励、赞美等等。情感识别/分析主要是针对个人进行,在人机交互中,特别是多人对多机器人的交互过程中,仅仅分析情感状态并不能反映出整体的交流氛围场。

发明内容

本发明提供的一种家居环境下的氛围场识别方法及识别系统,能够准确识别家居环境下的氛围场。

本发明解决上述技术问题的技术方案如下:提供了一种家居环境下的氛围场识别方法,包括:

S1,获取家居环境下的视听信息;

S2,从所述视听信息提取出家居色彩特征信息和背景音乐特征信息;

S3,对所述家居色彩特征信息和所述背景音乐特征信息分别进行PCA降维处理,得到家居色彩模态样本和背景音乐模态样本;

S4,对所述家居色彩模态样本进行色彩情感分类,得到家居色彩情感状态,并将其映射到家居色彩的APA情感空间模型中;以及对所述背景音乐模态样本进行背景音乐情感分类,得到背景音乐情感状态,并将其映射到背景音乐的APA情感空间模型中;

S5,采用模糊层次分析法(FAHP),分析家居色彩情感状态和背景音乐情感状态对家居交流氛围场影响的权重大小,结合专家规则得到最终的氛围场识别结果。

为了解决本发明的技术问题,还提供了一种家居环境下的氛围场识别系统,包括:

数据获取模块,用于获取家居环境下的视听信息;

特征信息提取模块,用于从所述视听信息中提取出家居色彩特征信息和背景音乐特征信息;

降维处理模块,用于对所述家居色彩特征信息和所述背景音乐特征信息分别进行PCA降维处理,得到家居色彩模态样本和背景音乐模态样本;

情感分类模块,用于对所述家居色彩模态样本进行色彩情感分类,得到家居色彩情感状态;以及还用于对所述背景音乐模态样本进行背景音乐情感分类,得到背景音乐情感状态;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710037544.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top