[发明专利]情绪识别方法、系统、可穿戴设备及存储介质

权利要求书

1.一种情绪识别方法，其特征在于，应用于可穿戴设备，所述可穿戴设备内置心率传感器，所述情绪识别方法包括步骤：

利用所述心率传感器采集预设时长的利用光电容积描记PPG脉搏信号；

对PPG脉搏信号进行滤波处理，获得处理后的PPG脉搏信号；

提取处理后的PPG脉搏信号的信号参数，其中，所述信号参数包括峰度、偏度、最大波峰波谷幅度差值、信号幅度最值比和低频占比；

根据处理后的PPG脉搏信号的信号参数和预设条件，判断处理后的PPG脉搏信号的质量是否合格；

当处理后的PPG脉搏信号的质量合格时，将处理后的PPG脉搏信号输入至基于神经网络的情绪识别模型中，输出情绪识别结果；

所述根据处理后的PPG脉搏信号的信号参数和预设条件，判断处理后的PPG脉搏信号的质量是否合格的步骤包括：

判断处理后的PPG脉搏信号的峰度是否大于或等于预设峰度阈值、处理后的PPG脉搏信号的偏度是否大于或等于预设偏度阈值、处理后的PPG脉搏信号的最大波峰波谷幅度差值是否处于第一预设区间内、处理后的PPG脉搏信号的信号幅度最值比是否处于第二预设区间内和处理后的PPG脉搏信号的低频占比是否处于第三预设区间内；

若处理后的PPG脉搏信号的峰度大于或等于预设峰度阈值、处理后的PPG脉搏信号的偏度大于或等于预设偏度阈值、处理后的PPG脉搏信号的最大波峰波谷幅度差值处于第一预设区间内、处理后的PPG脉搏信号的信号幅度最值比处于第二预设区间内以及处理后的PPG脉搏信号的低频占比处于第三预设区间内，则确定处理后的PPG脉搏信号的质量合格；

其中，所述基于神经网络的情绪识别模型的包括依次连接的输入层、多层卷积网络层以及全连接层，所述卷积网络层包括依次连接的卷积单元、池化单元、激活函数单元和正则化单元，其中，所述输入层用于接收质量合格的处理后的PPG脉搏信号，所述全连接层用于识别输入的所述PPG脉搏信号对应的情绪，输出情绪识别结果，所述激活函数单元采用的激活函数包括Relu函数或sigmod函数。

2.根据权利要求1所述的情绪识别方法，其特征在于，所述对PPG脉搏信号进行滤波处理，获得处理后的PPG脉搏信号的步骤包括：

对PPG脉搏信号进行滤波处理，获得滤波后的PPG脉搏信号；

对滤波后的PPG脉搏信号进行归一化处理，获得处理后的PPG脉搏信号。

3.根据权利要求1或2所述的情绪识别方法，其特征在于，所述利用所述心率传感器采集预设时长的利用光电容积描记PPG脉搏信号的步骤之前还包括：

利用所述心率传感器采集不同情绪对应的多个预设时长的PPG脉搏信号；

对各情绪对应的PPG脉搏信号进行滤波处理，获得各情绪对应的候选PPG脉搏信号；

提取各情绪对应的候选PPG脉搏信号的信号参数；

根据各情绪对应的候选PPG脉搏信号的信号参数和预设条件，从各情绪对应的候选PPG脉搏信号中筛选质量合格的各情绪对应的候选PPG脉搏信号作为训练样本；

将训练样本对应的情绪标记为训练样本的实际标签；

将训练样本输入至预先构建的基于神经网络的情绪识别初始模型中，输出训练样本的识别标签；

基于预设的损失函数、预设的训练参数、预设的误差阈值、预设的优化算法、训练样本的实际标签和识别标签对基于神经网络的情绪识别初始模型进行迭代训练，获得所述基于神经网络的情绪识别模型。

4.根据权利要求3所述的情绪识别方法，其特征在于，所述对各情绪对应的PPG脉搏信号进行滤波处理，获得各情绪对应的候选PPG脉搏信号的步骤包括：

对各情绪对应的PPG脉搏信号进行滤波和归一化处理，获得各情绪对应的候选PPG脉搏信号。

5.根据权利要求4所述的情绪识别方法，其特征在于，所述预设的损失函数为：

，

其中，L表示所述损失函数，Y_i表示训练样本的实际标签，y_i表示训练样本的识别标签。