[发明专利]一种数字化书写识别情绪状态的方法

权利要求书

1.一种数字化书写识别情绪状态的方法，其特征在于，包括以下步骤：

S101，用户通过点阵数码笔在点阵纸张上书写文本；

S102，获取到用户书写时的实时信息数据；

S103，把得到的实时信息数据进行处理，得到与情绪标签相关更紧密的笔迹特征，其中得到的与情绪标签更紧密的笔迹特征进行数据归一化；

S104，把笔迹特征归一化的数据输入至预先训练的情绪识别模型中，得到用户的情绪状态类别。

2.根据权利要求1所述的一种数字化书写识别情绪状态的方法，其特征在于，所述情绪识别模型的预先训练包括以下步骤：

步骤S201，让待检测者通过点阵数码笔在点阵纸张上书写文本；

步骤S202，获取到待检测者书写时的实时信息数据；

步骤S203，把得到的实时信息数据进行处理，得到笔迹特征，其中得到的笔迹特征进行数据归一化，并获取该待检测者在所述笔迹书写时的情绪类别；

步骤S204，将步骤S203所述的归一化的数据及相应的情绪类别标签加入标注样本集合；重复S201-204,将多个待检测者的样本加入标注样本集合；

步骤S205，将标注样本集合分为训练样本集和测试样本集，采用训练样本集对机器学习随机森林算法进行模型训练，并采用测试样本集进行模型测试，若分类精度达到要求，即得到可用的情绪识别模型。

3.根据权利要求2所述的一种数字化书写识别情绪状态的方法，其特征在于，所述情绪类别包括悲伤、高兴、自然和紧张；

多个待检测者在观看相应的情绪诱导视频并写下文本后，对自己当前情绪状态的评分；该情绪状态的评分数值从1到10，然后比较悲伤、高兴和紧张三个类别的情绪状态分数，其中一类情绪的评分最高且分数大于等于8分，则代表待检测者符合该类情绪，若三个类别的评分最高值都小于8，则情绪类别标记为自然。

4.根据权利要求1或者2所述的一种数字化书写识别情绪状态的方法，其特征在于，所述实时信息数据包括用户使用点阵数码笔书写时笔尖经过的每个点的xy轴坐标、压力值、时间戳、笔的状态以及笔画数。

5.根据权利要求1或者2所述的一种数字化书写识别情绪状态的方法，其特征在于，所述笔迹特征包括倾斜度、压力、加速度、x轴方向加速度、y轴方向加速度、加速度最小值、x坐标点方差和y坐标点方差。