[发明专利]一种抑郁症程度评估方法、系统、装置及存储介质

权利要求书

1.一种抑郁症程度评估方法，其特征在于，包括：

获取第一视频，所述第一视频为包含人物表情变化和人物语音的视频；

随机截取第一组图片，所述第一组图片为所述第一视频中的连续多帧图片；

将所述第一组图片输入人脸表情识别模型中处理，得到多个表情特征向量；

将多个所述表情特征向量输入微表情抑郁症识别模型中处理，得到第一评分；

提取第一音频，所述第一音频为所述第一组图片对应的语音片段；

将所述第一音频输入语音抑郁症识别模型中处理，得到第二评分；

根据所述第一评分和所述第二评分，评估抑郁症程度。

2.根据权利要求1所述的一种抑郁症程度评估方法，其特征在于，所述将所述第一组图片输入人脸表情识别模型中处理之前，所述方法还包括：

对所述第一组图片进行预处理，所述预处理包括人脸检测处理和人脸对齐处理；

将预处理后的所述第一组图片通过线性反投影算法转化为LBP图片；

将所述LBP图片分成多个局部块，并提取每个所述局部块的直方图；

将每个所述局部块的直方图依次连接形成LBP特征的统计直方图，得到所述第一组图片对应的一维向量。

3.根据权利要求2所述的一种抑郁症程度评估方法，其特征在于，所述方法还包括构建所述人脸表情识别模型，包括：

将所述第一组图片对应的一维向量输入多层感知机中，构建得到所述人脸表情识别模型。

4.根据权利要求1所述的一种抑郁症程度评估方法，其特征在于，所述方法还包括构建所述微表情抑郁症识别模型，包括：

将多个所述表情特征向量按顺序拼接成一个第一特征向量；

将所述第一特征向量输入支持向量机中，构建得到所述微表情抑郁症识别模型。

5.根据权利要求1所述的一种抑郁症程度评估方法，其特征在于，所述提取第一音频之后，所述方法还包括对所述第一音频进行预处理，包括：

剪去所述第一音频中的干扰语音片段和静音片段；

将剪去干扰语音片段和静音片段后的其余语音片段进行拼接，得到音频文件；

对所述音频文件进行裁剪，并使用Python对音频文件进行特征提取，得到语音特征。

6.根据权利要求5所述的一种抑郁症程度评估方法，其特征在于，所述方法还包括构建所述语音抑郁症识别模型，包括：

将所述语音特征进行合并，得到语音特征向量；

将所述语音特征向量进行标记，并输入支持向量机中，构建得到所述语音抑郁症识别模型。

7.根据权利要求5所述的一种抑郁症程度评估方法，其特征在于，所述方法还包括对所述语音抑郁症识别模型进行训练和测试，包括：

构建音频训练集和音频测试集；

获取所述音频训练集以对所述语音抑郁症识别模型进行训练；

获取所述测试集以验证所述语音抑郁症识别模型是否训练完成。

8.一种抑郁症程度评估系统，其特征在于，包括：

获取模块，用于获取第一视频，所述第一视频为包含人物表情变化和人物语音的视频；

截取模块，用于随机截取第一组图片，所述第一组图片为所述第一视频中的连续多帧图片；

第一处理模块，用于将所述第一组图片输入人脸表情识别模型中处理，得到多个表情特征向量；

第二处理模块，用于将多个所述表情特征向量输入微表情抑郁症识别模型中处理，得到第一评分；

提取模块，用于提取第一音频，所述第一音频为所述第一组图片对应的语音片段；

第三处理模块，用于将所述第一音频输入语音抑郁症识别模型中处理，得到第二评分；

评估模块，用于根据所述第一评分和第二评分，评估抑郁症程度。