[发明专利]情绪识别方法、系统、可穿戴设备及存储介质

说明书

本发明公开了一种情绪识别方法、系统、可穿戴设备及存储介质，所述可穿戴设备内置心率传感器，所述方法包括：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；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。本发明解决了现有基于PPG脉搏信号进行情绪识别，存在准确度低的问题的问题。

技术领域

本发明涉及智能可穿戴设备领域，尤其涉及一种情绪识别方法、系统、可穿戴设备及计算机可读存储介质。

背景技术

随着生活水平的提高，人们的健康越来越受到关注，人体的情绪与神经系统、内分泌系统以及心血管系统等有着密切的联系，人体情绪具有反应迅速、复杂多变的特点，长期不良情绪会严重影响个人的生活、工作。可穿戴设备的便携性和低成本，使得智能手表、手环在近年来得到了普及，目前绝大多数的智能手表、手环都具有PPG(Photoplethysmography，利用光电容积描记)脉搏信号检测功能，通过从PPG脉搏信号中提取包含情绪信息的特征进行情绪识别。但在PPG信号采集过程中，信号可能受到相当程度的干扰，影响情绪识别的准确性和灵敏性。

发明内容

本发明的主要目的在于提出一种情绪识别方法、系统、可穿戴设备及计算机可读存储介质，旨在解决现有基于PPG脉搏信号进行情绪识别，存在准确度低的问题。

为实现上述目的，本发明提供一种情绪识别方法，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。

可选地，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。

可选地，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。

可选地，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。