基于多级确认实现人体特征感知的大数据情绪分析系统技术方案

本发明专利技术公开了基于多级确认实现人体特征感知的大数据情绪分析系统，包括以下模块组成：影像采集模块，用于获取实时视频图像数据；人像追踪定位模块，用于捕捉定位所述视频图像数据内人像数据；人体特征感知模块，用于对所述人像数据进行识别，提取特征值；情绪分析模块，用于根据所述特征值进行情绪分析；反馈显示模块，用于反馈与显示情绪分析结果；云端服务器模块，用于同步与更新大数据库；处理控制模块，用于实现系统的智能化调度与控制；外设输入模块，用于连接外部设备并进行输入。通过设置智能化影像采集及追踪定位，能够精确捕捉视频图像中人体所在区域并形成稳定高清的人像数据，从而在基础上保证人体特征感知的精确度。度。度。

【技术实现步骤摘要】
基于多级确认实现人体特征感知的大数据情绪分析系统


[0001]本专利技术涉及大数据情绪分析
，具体来说，涉及基于多级确认实现人体特征感知的大数据情绪分析系统。

技术介绍

[0002]随着社会的不断进步和科技的不断发展，当代工作与生活压力也在不断的增大，影响着人们的情绪，导致人们情绪容易出现波动，尤其是随着现代家长对孩子升学教育越来越重视，家长辅导孩子作业时，面对孩子的学习问题，常常心情焦虑乃至生气发火，情绪难以控制。不仅影响亲子关系，也不利于孩子身心健康发展。
[0003]而当代的年轻人在就业与工作方面，同样面对巨大压力也导致其情绪的不稳定，表现在生活社交的方方面面，导致工作效率降低，甚至对人际交往造成恶劣影响。所以，如何意识到情绪问题以及做到如何控制也越来越需要引起当代人的重视，而情绪的改善可以有效地提高工作效率，缓解各方面的压力。
[0004]现有技术中存在相当多的情绪鉴定与分析装置或系统，通过对人们微表情的观察或者肢体动作的判断来分析用户的情绪波动，再通过有效的提醒来辅助用户注意自身的反应。但现有的对于情绪的鉴定存在着以下问题，例如对于情绪的鉴定正确率较低，无法通过数据化的信息对用户的情绪进行鉴定；对用户的分析鉴定效果较差，所识别的动作特征或表情情绪不够严谨规范，导致情绪鉴定无法对鉴定之后的情绪进行核实，使得最终的鉴定结果无法达到用户的情绪预期。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0006]针对相关技术中的问题，本专利技术提出基于多级确认实现人体特征感知的大数据情绪分析系统，以克服现有相关技术所存在的上述技术问题。
[0007]为此，本专利技术采用的具体技术方案如下：基于多级确认实现人体特征感知的大数据情绪分析系统，包括：
[0008]影像采集模块(1)，用于获取实时视频图像数据；
[0009]人像追踪定位模块(2)，用于利用追踪定位算法控制所述影像采集模块(1)的运行，以捕捉定位所述视频图像数据内人像数据；
[0010]人体特征感知模块(3)，用于对所述人像数据进行识别，提取肢体特征量和面部特征量；
[0011]情绪分析模块(4)，用于将所述肢体特征量和所述面部特征量分别与情绪数据库中的历史数据进行对比，确定用户肢体情绪和用户面部表情情绪，根据用户肢体情绪和用户面部表情情绪确定用户情绪；
[0012]反馈显示模块(5)，用于反馈与显示情绪分析结果。
[0013]进一步地，所述影像采集模块(1)包括全景摄像头与变焦摄像头；所述全景摄像头
用于获取区域内全景视频图像数据；
[0014]所述人像追踪定位模块(2)用于根据所述全景视频图像数据获取帧差图像，根据帧差图像确定人像目标相对所述视频图像数据初始状态；还用于根据初始状态所述调整所述变焦摄像头的拍摄角度及焦距，以更清晰地捕捉定位所述人像数据。
[0015]进一步地，所述人像追踪定位模块(2)用于对所述全景摄像头进行标定，得到标定参数；
[0016]将所述全景摄像头拍摄的前一帧灰度图像与当前帧的灰度图像进行帧间差分，获得帧差图像；
[0017]检测所述帧差图像中的外轮廓，并取其中最大的轮廓作为检测得到的人像目标；
[0018]计算所述人像目标的中心像素的坐标数据及目标高度；
[0019]利用所述人像目标的中心像素坐标数据及所述标定参数计算人体在所述视频图像数据内的观测角度；
[0020]根据所述观测角度调整变焦摄像头的拍摄角度，且根据所述人像目标的目标高度调整所述变焦摄像头的焦距。
[0021]进一步地，所述帧间差分的计算公式为：
[0022][0023]其中，I
d
(x,y)为帧差图像，I
c
(x,y)与I
p
(x,y)分别表示前一帧与当前帧的图像，thr为差分阈值，abs为取绝对值。
[0024]进一步地，所述人体特征感知模块(3)包括肢体感知模块(301)和面部感知模块(302)；
[0025]所述肢体感知模块(301)用于识别与提取所述人像数据内人体的骨架信息，并根据预设的网络模型单元对所述骨架信息进行分析，以提取人体运动的特征量；
[0026]所述面部感知模块(302)用于识别与提取人像数据内面部的五官信息，并根据预设的网络模型单元对所述五官信息进行分析，以提取面部表情的特征量。
[0027]进一步地，所述肢体感知模块(301)的原理包括以下步骤：所述肢体感知模块(301)用于接收与识别所述人像数据，并截取至少一帧图像以确定肢体所在位置；
[0028]从截取的区域图像内提取人体的骨架信息；
[0029]根据所述骨架信息构建人体坐标模型，并输出骨架信息中关键点的坐标位置；
[0030]将预定时间内的骨架信息的坐标位置整合成张量依次输入到所述网络模型单元内的卷积神经网络模型和递归神经网络模型中，得到肢体动作特征向量；
[0031]利用变换矩阵对肢体动作特征向量进行坐标变换，并基于相似度函数对经过变换的肢体动作特征向量进行计算，得到人体肢体运动部分的肢体特征量。
[0032]进一步地，所述面部感知模块的原理包括以下步骤：
[0033]若所述人像数据中存在面部图像，则定位与提取面部图像数据；
[0034]将面部图像数据进行不同尺度的变换，构建图像金字塔；
[0035]通过全卷积网络模型进行初步特征提取，并标定边框，根据已标定的边框进行边框回归调整窗口，再通过非极大值抑制进行窗口的过滤；
[0036]通过监督识别面部图像对特征点进行回归，并输出面部坐标信息，构建面部坐标模型；
[0037]对面部坐标模型进行去噪，去除表面噪点；
[0038]利用训练好的网络模型单元整合面部坐标信息合成张量并输入到递归神经网络模型中进行处理，得到面部动作特征向量；
[0039]利用变换矩阵对面部动作特征向量进行坐标变换，利用相似度函数对经过坐标变换的面部动作特征向量进行计算，得到面部运动部分的面部特征量。
[0040]进一步地，所述相似度函数公式为：
[0041][0042]其中，D(x
i
,y
j
)为种类x
i
和种类x
j
的相似度，m
i
为种类i的均值向量，m
j
为种类j的均值向量，与为种类i和种类j的类内方差。
[0043]进一步地，还包括：
[0044]云端服务器模块(6)，用于同步与更新大数据库；
[0045]处理控制模块(7)，用于实现系统的智能化调度与控制；
[0046]外设输入模块(8)，用于连接外部设备并进行输入。
[0047]进一步地，所述反馈显示模块(5)包括显示单元、告警单元及提醒建议单元。
[0048]本专利技术的有益效果为：通过设置智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多级确认实现人体特征感知的大数据情绪分析系统，其特征在于，包括：影像采集模块(1)，用于获取实时视频图像数据；人像追踪定位模块(2)，用于利用追踪定位算法控制所述影像采集模块(1)的运行，以捕捉定位所述视频图像数据内人像数据；人体特征感知模块(3)，用于对所述人像数据进行识别，提取肢体特征量和面部特征量；情绪分析模块(4)，用于将所述肢体特征量和所述面部特征量分别与情绪数据库中的历史数据进行对比，确定用户肢体情绪和用户面部表情情绪，根据用户肢体情绪和用户面部表情情绪确定用户情绪；反馈显示模块(5)，用于反馈与显示情绪分析结果。2.根据权利要求1所述的基于多级确认实现人体特征感知的大数据情绪分析系统，其特征在于，所述影像采集模块(1)包括全景摄像头与变焦摄像头；所述全景摄像头用于获取区域内全景视频图像数据；所述人像追踪定位模块(2)用于根据所述全景视频图像数据获取帧差图像，根据帧差图像确定人像目标相对所述视频图像数据初始状态；还用于根据初始状态所述调整所述变焦摄像头的拍摄角度及焦距，以更清晰地捕捉定位所述人像数据。3.根据权利要求2所述的基于多级确认实现人体特征感知的大数据情绪分析系统，其特征在于，所述人像追踪定位模块(2)用于对所述全景摄像头进行标定，得到标定参数；将所述全景摄像头拍摄的前一帧灰度图像与当前帧的灰度图像进行帧间差分，获得帧差图像；检测所述帧差图像中的外轮廓，并取其中最大的轮廓作为检测得到的人像目标；计算所述人像目标的中心像素的坐标数据及目标高度；利用所述人像目标的中心像素坐标数据及所述标定参数计算人体在所述视频图像数据内的观测角度；根据所述观测角度调整变焦摄像头的拍摄角度，且根据所述人像目标的目标高度调整所述变焦摄像头的焦距。4.根据权利要求3所述的基于多级确认实现人体特征感知的大数据情绪分析系统，其特征在于，所述帧间差分的计算公式为：其中，I
d
(x,y)为帧差图像，I
c
(x,y)与I
p
(x,y)分别表示前一帧与当前帧的图像，thr为差分阈值，abs为取绝对值。5.根据权利要求1所述的基于多级确认实现人体特征感知的大数据情绪分析系统，其特征在于，所述人体特征感知模块(3)包括肢体感知模块(301)和面部感知模块(302)；所述肢体感知模块(301)用于识别与提取所述人像数据内人体的骨架信息，并根据预设的网络模型单元对所述骨架信息进行分析，以提取人体运动的特征量；所述面部感知模块(302)用于识别与提取人像数据内面部的五官信息，并根据预...

【专利技术属性】
技术研发人员：丁孟霞，
申请(专利权)人：丁孟霞，
类型：发明
国别省市：