【技术实现步骤摘要】
一种情绪检测方法和装置
[0001]本申请涉及人工智能领域,尤其涉及一种情绪检测方法和装置。
技术介绍
[0002]人工智能(artificial intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。人工智能领域的研究包括机器人,自然语言处理,计算机视觉,决策与推理,人机交互,推荐与搜索,AI基础理论等。
[0003]现代社会的人们面临着很大的工作压力和生活压力,伴随压力产生了不同程度的情绪问题,例如焦虑症、抑郁症等。对此,如何有效检测和记录情绪波动状况成为人们关注的问题。
[0004]目前有一种情绪提醒方法大致如下:分别检测用户的心率、呼吸率、人体阻抗以及体温变化量,当检测结果超过了上述参数的正常范围,则判断用户有不良情绪。
[0005]在实际应用中,参数的正常范围是根据经验设置的估算值,这样的判断方法精度不高。
技术实现思路
[0006]有鉴于此,本申请提供一种情绪检测方法和装置,能够提高情绪检测精度。
[0007]第一方面提供一种情绪检测方法,在该情绪检测方法中,通过PPG传感器获取用户脉搏的PPG信号;将PPG信号发送给云端服务器;云端服务器根 ...
【技术保护点】
【技术特征摘要】
1.一种情绪检测方法,其特征在于,包括:通过光电容积脉搏波描记法PPG传感器获取用户脉搏的PPG信号;将所述PPG信号发送给云端服务器;接收所述云端服务器发送的用户情绪状态值,所述用户情绪状态值是在所述云端服务器根据所述PPG信号确定生理特征向量之后,使用神经网络模型处理所述生理特征向量得到的,所述生理特征向量包括血氧饱和度、心率和呼吸率;根据所述用户情绪状态值输出用户情绪状态。2.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据不同时刻的用户情绪状态值生成情绪状态曲线;当所述情绪状态曲线中负面情绪持续时长大于预设时长时,输出用于提醒负面情绪的提醒信号。3.一种情绪检测方法,其特征在于,包括:获取目标模型参数;接收可穿戴设备发送的光电容积脉搏波描记法PPG信号;根据PPG信号确定生理特征向量,所述生理特征向量包括血氧饱和度、心率和呼吸率;将所述生理特征向量输入具有所述目标模型参数的神经网络模型;将所述神经网络模型输出的用户情绪状态值发送给所述可穿戴设备。4.根据权利要求3所述的方法,其特征在于,所述获取目标模型参数包括:获取多个用户情绪数据,每个所述用户情绪数据包括生理特征向量和用户情绪状态值;获取神经网络模型的初始模型参数;将所述多个用户情绪数据和所述初始模型参数通过神经网络算法进行处理,得到目标模型参数。5.根据权利要求4所述的方法,其特征在于,所述神经网络算法是反向传播神经网络算法、自适应谐振理论网络算法、学习矢量量化网络算法、kohonen网络算法或hopfield网络算法。6.根据权利要求3至5中任一项所述的方法,其特征在于,所述根据PPG信号确定生理特征向量包括:使用经验模态分解方法将所述PPG信号分解为多个固有模态函数IMF分量和一个残余分量,所述多个IMF分量包括噪声主导分量和信号主导分量;对每个所述噪声主导分量去噪;对每个所述信号主导分量分别进行形态学滤波;将去噪后的噪声主导分量,形态学滤波后的信号主导分量和残余分量构成目标PPG信号;根据所述目标PPG信号确定生理特征向量。7.根据权利要求6所述的方法,其特征在于,所述使用经验模态分解方法将所述PPG信号分解为多个IMF分量和一个残余分量包括:将所述PPG信号作为待处理信号;获取所述待处理信号的上包络和下包络;
根据所述待处理信号、所述待处理信号的上包络和所述下包络确定目标信号;当所述目标信号不是IMF分量时,将所述目标信号作为所述待处理信号,触发所述获取所述待处理信号的上包络和下包络的步骤;当所述目标信号是IMF分量时,记录所述目标信号,以及根据所述待处理信号与所述目标信号确定差量信号;当所述差量信号的频率大于预设频率时,将所述待处理信号更新为所述差量信号,触发所述获取所述待处理信号的上包络和下包络的步骤;当所述差量信号的频率小于或等于预设频率时,将所述差量信号作为残余分量。8.一种情绪检测装置,其特征在于,包括:光电容积脉搏波描记法PPG传感器,用于获取用户脉搏的PPG信号;发送模块,用于将所述PPG信号发送给云端服务器;接收模块,用...
【专利技术属性】
技术研发人员:蔡云丽,
申请(专利权)人:华为云计算技术有限公司,
类型:发明
国别省市:
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。