[发明专利]一种情绪识别装置

说明书

一种情绪识别装置，包括表情认知模块、微表情认知模块和加权融合模块，所述表情认知模块用于将表情情绪映射到连续的情感空间进行识别，所述微表情认知模块用于对细微的情绪变化进行识别，所述加权融合模块用于确定情绪状态。本发明的有益效果为：能够对情绪进行准确识别。

技术领域

本发明创造涉及情绪识别技术领域，具体涉及一种情绪识别装置。

背景技术

随着人工智能科学的飞速发展，如何使计算机能够识别人类的表情进而得到人类的情感状态，己经越来越多地受到计算机科学、心理学等学科的关注。

目前在情感计算领域己出现了诸多情感模型，但大多仅适用于离散状态下的情感计算，对于人与服务机器人的自然交互过程中，认知情感状态的连续时空特性仍无法满足。

发明内容

针对上述问题，本发明旨在提供一种情绪识别装置。

本发明创造的目的通过以下技术方案实现：

一种情绪识别装置，包括表情认知模块、微表情认知模块和加权融合模块，所述表情认知模块用于将表情情绪映射到连续的情感空间进行识别，所述微表情认知模块用于对细微的情绪变化进行识别，所述加权融合模块用于确定情绪状态。

本发明的有益效果为：能够对情绪进行准确识别。

附图说明

利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明结构示意图。

附图标记：

表情认知模块1、微表情认知模块2、加权融合模块3。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种情绪识别装置，包括表情认知模块1、微表情认知模块2和加权融合模块3，所述表情认知模块1用于将表情情绪映射到连续的情感空间进行识别，所述微表情认知模块2用于对细微的情绪变化进行识别，所述加权融合模块3用于确定情绪状态；

其中，表情认知模块1：

采用方向梯度直方图对输入图像表情特征进行提取，根据特征维数建立多维表情空间，设表情空间中基本表情Bx_i的中心点为Bx_ic，i＝1,2,…,n，表情空间中某表情点s处的该基本表情的势能定义为：

式中，‖·‖表示输入表情与基本表情的欧式距离，α为基本表情的衰减因子；

表情空间中，定义表情点s的势能为：

E(s)＝[E(s,Bx₁),E(s,Bx₂),…,E(s,Bx_n)]

式中，Bx_i表示第i个基本表情，i＝1,2,…,n，E(s)为由表情点s相对各基本表情势能组成的向量，由此确定表情点s的表情。

本优选实施例在实际交流过程中，基于多种基本表情的混合表情不可避免，惊恐的表情便同时具备惊讶和恐惧两种表情的特征，表情识别模块将表情情绪映射到的连续情感空间中，更加符合表情认知的实际情况，这种连续性同时可以使装置情感认知能力得到极大的提高。

优选的，微表情认知模块2：