【技术实现步骤摘要】
一种基于表情控制情感灯的方法及其系统
本专利技术涉及人工智能领域，尤其涉及一种基于表情控制情感灯的方法及其系统。
技术介绍
近年来，随着通信技术、智能技术、移动互联网技术的发展，智能家居已成为今后家居和住宅发展的必然方向，同时家庭服务型情感灯将成为其中重要的设备。现有的情感灯大多根据人脸表情获取情感状态，根据环境检测装置获取环境参数，根据情感状态和环境参数建立灯光调节方案；或者根据行为与情感之间的对应关系，调节灯光。现有的情感灯灯光调节方案参考对象单一，并不适用于所有群体，因此，为解决上述问题，本专利技术提供一种基于表情控制情感灯的方法及其系统，可以根据不同年龄、不同动作调节情感灯的灯光亮度和色调。
技术实现思路
有鉴于此，本专利技术提出了一种基于表情控制情感灯的方法及其系统，可以根据不同年龄、不同动作调节情感灯的灯光亮度和色调。本专利技术的技术方案是这样实现的：本专利技术提供了一种基于表情控制情感灯的方法，包括以下步骤：S1、实时采集用户的人脸图像，对采集的人脸图像进行预处理，获取人脸五...
【技术保护点】
1.一种基于表情控制情感灯的方法，其特征在于：包括以下步骤：/nS1、实时采集用户的人脸图像，对采集的人脸图像进行预处理，获取人脸五官特征、人脸轮廓特征及方向梯度直方图特征；/nS2、获取本地的人体测量学模型，将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到人体测量学模型中，得出人脸图形对应的年龄分类；/nS3、将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到卷积神经网络中，得到用户的人脸表情识别结果，根据表情识别结果分析得到用户情感状态，根据用户情感状态映射形成灯光调整方案；/nS4、获取本地音乐情感模型，并将年龄分类和用户情感状态引入音乐情感模型中，获取音乐调整方案。/n
【技术特征摘要】
1.一种基于表情控制情感灯的方法，其特征在于：包括以下步骤：
S1、实时采集用户的人脸图像，对采集的人脸图像进行预处理，获取人脸五官特征、人脸轮廓特征及方向梯度直方图特征；
S2、获取本地的人体测量学模型，将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到人体测量学模型中，得出人脸图形对应的年龄分类；
S3、将人脸五官特征、人脸轮廓特征及方向梯度直方图特征输入到卷积神经网络中，得到用户的人脸表情识别结果，根据表情识别结果分析得到用户情感状态，根据用户情感状态映射形成灯光调整方案；
S4、获取本地音乐情感模型，并将年龄分类和用户情感状态引入音乐情感模型中，获取音乐调整方案。
2.如权利要求1所述的一种基于表情控制情感灯的方法，其特征在于：所述S1中预处理包括：灰度处理、图像裁剪和数据增量处理。
3.如权利要求1所述的一种基于表情控制情感灯的方法，其特征在于：所述S2中人体测量学模型根据人脸五官特征、人脸轮廓特征进行年龄分类。
4.如权利要求1所述的一种基于表情控制情感灯的方法，其特征在于：所述S3中用户情感状态包括：开心、惊讶、愤怒、沮丧、平静和/或疲劳。
5.如权利要求1所述的一种基于表情控制情感灯的方法，其特征在于：所述S3中卷积神经网络包含5个卷积层和3个全连接层；
所述第一卷积层具有96个大小为11×11的内核，并对输入的图像做过滤处理；第二卷积层具有128个5×5×48的内核，其输入连接到第一卷积层的输出，并对第一卷积层输出的图像做过滤处理；第三卷积层具有192个大小为3×3×128的内核，其输入连接到第二卷积层的输出，其对第二卷积层的输出做卷积处理；第四卷积层具有192个大小为3×3×192的内核，其输入连接到第三卷积层的输出，其对第三卷积层的输出做卷积处理；第五卷积层的输入连接到第四卷积层的输出，其对第四卷积层的输出做卷积处理，第三卷积层第四卷积层第五卷积层具有128个大小为3×3×192的内核；第一全连接层连接到第五卷积层的输出，第二全连接层将第一全连接层的输出作为输入，第三全连接层将第二全连接层的输出作为输入，3个全连接层均具有1024个神经元。
6.如权利要求1所述的一种基于表情控制情感灯的方法，其特征在于：所述S4中音乐情感模型采用监督机器学习的方法实现音乐情感预测，以及根据用户情感状态筛选具有相同音乐情感的音乐。
7.一种基于表情控制情感灯的系统，其包括中心处理器、数据采集单元、人脸识别单元、表情分析单元和灯光控制单元，其特...
【专利技术属性】
技术研发人员：海克洪，王迎曙，
申请(专利权)人：湖北美和易思教育科技有限公司，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。