[发明专利]适于老年用户的风险行为监测预警方法及系统

说明书

本发明提供了一种适于老年用户的风险行为监测预警方法及系统。一种适于老年用户的风险行为监测预警方法，包括：获取老年用户的每日行为数据、社会交往数据和面部活动监测数据；将所述每日行为数据和所述社会交往数据输入到风险分类器进行风险分类以及将所述面部活动监测数据输入预先训练好的情绪分类器进行情绪分类；根据所述老年用户的情绪类型和风险类型，确定是否进行预警。本实施例中通过确定老年用户的情绪类型和和风险类型，可以使预警结果更加精确。并且，本实施例中可以动态和实时监测个体情绪，可以实现监测的实时性，可以提高监测效率。

技术领域

本发明涉及预警技术领域，尤其涉及一种适于老年用户的风险行为监测预警方法及系统。

背景技术

目前，对于特殊人群预警可以包括以下方式：例如管理者通过定期定时对用户进行行为观察和个体访谈，然后自身经验判断特殊人群中是否存在行为异常者。又如，管理者可以根据心理学理论设计编制质性/量化问题，采用检验信效度并修正问卷，通过特殊人群填写问卷的结果推断是否存在行为异常可能性。

然而，现有预警方法存在以下缺点：

第一，观察法、访谈法的主观性强，不精确，难以统一测量标准，故难以做到精确判断识别。

第二，问卷量表填写需要耗费大量时间，导致测评效率比较低。

第三，测评周期比较长，无法做到实时监测。

发明内容

针对现有技术中的缺陷，本发明提供了一种适于老年用户的风险行为监测预警方法及系统，用于解决相关技术中存在的技术问题。

第一方面，本发明实施例提供了一种适于老年用户的风险行为监测预警方法，所述方法包括：

获取老年用户的每日行为数据、社会交往数据和面部活动监测数据；

将所述每日行为数据和所述社会交往数据输入到风险分类器进行风险分类以及将所述面部活动监测数据输入预先训练好的情绪分类器进行情绪分类；

根据所述老年用户的情绪类型和风险类型，确定是否进行预警。

可选地，所述每日行为数据包括每日平均进食次数、每日平均运动次数和每日平均休息次数；所述社会交往数据包括与他人接触次数、与他人对话次数；所述面部活动监测数据包括面部活动单元的区域变化、面部温度变化以及呼吸和心率变化。

可选地，所述预先训练好的情绪分类器训练方式如下：

(1)构建一个卷积神经网络，针对输入大小为32*32的灰度图，构建3个卷积&最大池化层、1个全链接层、全链接层后连接1个p＝0.5的Softmax层；

(2)根据人脸面部结构设置9个不同兴趣区域ROI，主动引导神经网路关注与表情相关的区域；

(3)从互联网上抽取高兴、悲伤、愤怒和惊讶4类各900张面部图片，并抽取证件照900张中性情绪图片作为训练数据，并经过ROI处理得到40500张图片训练数据；测试数据由互联网上下载的高兴、悲伤、愤怒、惊讶和中性情绪5类各300张图片构成；

(4)经过训练、测试，得到准确率超过98％的分类器；

(5)将老年用户面部特征输入按照上述步骤(1)-(4)进行训练、测试得到最终的情绪分类器。

可选地，3个卷积层分别为：CNN-64：[32，32，64，64]；CNN-96：[48，48，96，200]；CNN-128：[64,64,128,300]；

除了Softmax层外，其余各层激活函数均为：ReLU(x)＝max(0，x)；

以及，