[发明专利]一种数字化书写识别情绪状态的方法

说明书

本发明涉及情绪识别技术领域，尤其是指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：用户通过点阵数码笔在点阵纸张上书写文本；获取到用户书写时的实时信息数据；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；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。本发明解决了现有情绪识别方案中信息采集条件复杂苛刻的问题，采用字体特征方法来对用户所写字体特征识别后，进行情绪状态分类，所以免除了大部分物理硬件设备和生理信号检测设备；同时数字化书写技术对笔迹的特征识别更加准确。

技术领域

本发明涉及情绪识别技术领域，尤其是指一种数字化书写识别情绪状态的方法。

背景技术

随着人工智能技术的飞速发展，越来越多的智能产品用到人们的生活学习中，特别是情感计算领域处于快速发展之中。随着现代这会不断发展，心理健康和心理咨询服务等也愈发受到重视，尤其是属于高强度、高压力人群的学生一族，更加需要对情绪状态进行特别的关注。目前，在各个领域中想获得人类所处的情绪状态一般采用询问、经验判断等方法，但所得信息的准确率往往由被询问者诚实度、判断者专业度所限制。为了能够及时关注书写过程的情绪，追踪书写者情绪不正常变化。防止抑郁或危害心理健康，及时调节心情，克服焦虑、紧张等带来的情绪困扰，对完善心理健康预警变得十分有意义。笔迹是日常自然书写过程中形成的书写的轨迹，书写的轨迹与特定的人、人的情绪状态都是相关的，因此笔迹识别作为一种生物识别技术，应用于用户身份鉴定、法医调查等场合，也可以通过笔迹分析进行健康状况、情绪状况的诊断，在医疗领域中有良好的应用前景。

发明内容

本发明针对现有技术的问题提供一种数字化书写识别情绪状态的方法，解决了现有情绪识别方案中信息采集条件复杂苛刻的问题，因为采用字体特征方法来对用户所写字体特征识别后，进行情绪状态分类，所以免除了大部分物理硬件设备和生理信号检测设备；同时数字化书写技术能够获取到用户实时落笔坐标、压力、时间等动态信息，对笔迹的特征识别更佳准确。

为了解决上述技术问题，本发明采用如下技术方案：

本发明提供了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。

其中，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。

其中，所述情绪类别包括悲伤、高兴、自然和紧张；