[发明专利]老年人的情绪识别方法和系统

说明书

技术领域

本发明涉及信号处理技术领域，尤其涉及一种老年人的情绪识别方法和系统。

背景技术

情绪是一种综合了人的感觉、思想和行为的状态，它包括人对外界或自身刺激的心理反应，也包括伴随这种心理反应的生理反应。人类的情绪与身心健康密切关系，如果人类长期处于焦虑、忧愁、悲伤、恼怒、压抑等状态下，可能导致神经分裂、高血压、心脏病、溃疡、胃病和癌症等多种疾病，一般称为心因性疾病，因此掌握一个人，特别是老人的情绪情况，对于掌握身心状况非常有利。

情绪识别分析，对于老人，特别是失能和空巢老人，具有很大的价值。随着中国社会老龄化的加剧，以及大城市对年轻人就业、教育等方面的吸引力，空巢老人这一特殊群体势必会成为社会的普遍现象。但这一群体虽然正逐渐受到社会的关注，却依然缺乏有效的方式来为空巢老人提供及时的健康监管以及心理慰藉。通过情绪分析，能够实时反映出老人的情绪状况，并及时反馈给相关医务人员和子女，让他们更能了解父母的情绪，从而增加对老人的关心和及时的治疗。而在这一领域，我国市场上还没有相应成熟完善的产品和服务。

因此，如何提供一种更加客观、准确的老年人的情绪识别方法和系统，成为本领域亟需解决的问题。

发明内容

本发明的目的是提供一种更加客观、准确的老年人的情绪识别方法和系统。

本发明的目的是通过以下技术方案来实现的：

一种老年人的情绪识别方法，包括：

获取语音信息和图像信息；

处理该语音信息，获取梅尔频率倒谱系数；处理该图像信息，获取表情图像；

根据所述梅尔频率倒谱系数，按照预设的语音分类规则将获取的语音信息进行分类，获取语音情绪类别；以及根据预设的表情分类网络模型，提取所述表情图像的分类特征，根据该分类特征获取图片情绪类别。

优选的，所述方法进一步包括语音分类规则的建立步骤，具体包括：

根据语音数据库获取不同语音情绪类别所对应的梅尔频率倒谱系数的参数值。

优选的，所述方法进一步包括：对获取的不同语音情绪类别所对应的梅尔频率倒谱系数的参数值进行校正处理。

优选的，所述方法进一步包括表情分类网络模型的建立步骤，具体包括：根据人脸表情数据，使用人脸识别深度学习网络，获取不同图片情绪类别所对应的分类特征。

优选的，所述方法进一步包括：对获取的不同图片情绪类别所对应的分类特征进行校正处理。

优选的，所述处理该语音信息的步骤至少包括：对该语音信息进行去噪处理、语音增强处理和端点检测处理。

优选的，所述处理该图像信息的步骤至少包括：对该图像信息进行人脸检测识别，获取人脸图像，根据该人脸图像获取表情图像。

优选的，所述语音情绪类别至少包括正常、无力、哀愁和愤怒。

优选的，所述图片情绪类别至少包括正常、焦虑、忧伤、怀疑、愤怒和恐惧。

本发明公开一种老年人的情绪识别系统，包括：

获取模块，用于获取语音信息和表情图像；

处理模块，用于处理该语音信息，获取梅尔频率倒谱系数；处理该图像信息，获取表情图像；

分类模块，用于根据所述梅尔频率倒谱系数，按照预设的语音分类规则将获取的语音信息进行分类，获取语音情绪类别；以及根据预设的表情分类网络模型，提取所述表情图像的分类特征，根据该分类特征获取图片情绪类别。