[发明专利]情绪识别方法、装置、电子设备和存储介质在审

专利信息
申请号: 202110341498.8 申请日: 2021-03-30
公开(公告)号: CN112926525A 公开(公告)日: 2021-06-08
发明(设计)人: 杨占栋;李昱;王全礼;张晨 申请(专利权)人: 中国建设银行股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F40/279
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 情绪 识别 方法 装置 电子设备 存储 介质
【说明书】:

发明实施例公开了一种情绪识别方法、装置、电子设备和存储介质。该情绪识别方法包括:采集待识别人物的人脸图像,以及与所述人脸图像的采集时机关联的所述待识别人物输出的语音信息;对所述人脸图像进行人脸检测,根据人脸检测结果得到图像编码结果;对所述语音信息进行文本编码和概念编码,根据文本编码结果和概念编码结果得到语音编码结果;对所述图像编码结果和所述语音编码结果进行融合,根据融合编码结果识别所述待识别人物的情绪。本发明实施例涉及人工智能技术领域,通过融合编码结果提高了对人物情绪识别的准确度。

技术领域

本发明实施例涉及人工智能技术领域,尤其涉及一种情绪识别方法、装置、电子设备和存储介质。

背景技术

人物情绪识别是人机交互与情感计算研究的重要组成部分。情感计算,也被称为人工情感智能或者情感AI,是基于系统和设备的研究和开发识别、理解和模拟人的情感。人物常见且重要的情绪类别包括开心、愤怒、厌恶、恐惧、悲伤、惊讶等。研究情绪识别的目的是使得情绪能够模拟和计算,这个技术使得人机交互时机器能够理解人类的情绪状态,并且反作用于他们的行为,对识别到的情绪做出适当的反应,进而提高人机交互的智能性。

目前情绪识别的技术主要有以下四类。基于语音的情绪识别,自主神经系统的各种变化可以间接的改变一个人的言语,而情绪识别技术可以利用这些信息来识别情绪,例如,在恐惧、愤怒或欢乐的状态下产生的言语,会迅速、响亮、准确的发音,音调更高、范围更广,而诸如疲倦、无聊、悲伤等情绪往往会产生缓慢、低沉和含糊不清的语言。基于面部表情的情绪识别,对人脸的面部表情进行分析,识别出快乐、气愤、惊讶、害怕等情绪。基于肢体动作的情绪识别,自动动作分析可以被有效的用来检测用户的特定的情绪状态,例如,当你不知道一个问题答案的时候抬起你的肩膀,当使用一个物体时候,可以用手指向它们等等,这些动作都可以被捕捉并且识别。基于身体数据监控的情绪识别,通过检测和分析用户的身体数据信号来检测用户的情绪状态,例如心跳、血压、脑电波数据等。

现有技术中,主要是基于人脸表情、语音、肢体动作或身体数据监控中的一种进行情感识别;其中,人脸表情、语音或肢体动作的方法,存在准确率和稳定性不高的问题;基于身体数据监控的方法,需要被测人员主动配合才可以完成,存在用户体验度不高的问题。

发明内容

本发明实施例提供一种情绪识别方法、装置、电子设备和存储介质,以提高人物情绪识别的准确度。

第一方面,本发明实施例提供了一种情绪识别方法,包括:

采集待识别人物的人脸图像,以及与所述人脸图像的采集时机关联的所述待识别人物输出的语音信息;

对所述人脸图像进行人脸检测,根据人脸检测结果得到图像编码结果;

对所述语音信息进行文本编码和概念编码,根据文本编码结果和概念编码结果得到语音编码结果;

对所述图像编码结果和所述语音编码结果进行融合,根据融合编码结果识别所述待识别人物的情绪。

第二方面,本发明实施例还提供了一种情绪识别装置,包括:

信息采集模块,用于采集待识别人物的人脸图像,以及与所述人脸图像的采集时机关联的所述待识别人物输出的语音信息;

图像处理模块,用于对所述人脸图像进行人脸检测,根据人脸检测结果得到图像编码结果;

语音处理模块,用于对所述语音信息进行文本编码和概念编码,根据文本编码结果和概念编码结果得到语音编码结果;

情绪识别模块,用于对所述图像编码结果和所述语音编码结果进行融合,根据融合编码结果识别所述待识别人物的情绪。

第三方面,本发明实施例还提供了一种电子设备,包括:

一个或多个处理器;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国建设银行股份有限公司,未经中国建设银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110341498.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top