一种基于多模态生理信号的人员情绪检测方法及系统技术方案

本发明专利技术提供了一种基于多模态生理信号的人员情绪检测方法及系统，涉及人工智能领域，所述方法包括：利用心电传感器、皮肤电阻传感器，采集人体表皮的心电信号与皮肤电阻信号。将其作为输入，通过实时计算SDNN、SCR峰值与SCR频次3种生理特征指标。并基于动态变化规律，综合分析得到可以评估个体情绪突发性变化的2种指标以及相应的判断阈值，如果实时的情绪表征指标大于其阙值，则认为待检测人员的情绪在短时间内发生剧烈波动，系统对其报警，反之则无报警。解决了难以对待检测人员隐藏下的微情绪变化进行精准检测的技术问题。达到了对待检测人员通过意志或行为隐藏的生理变化进行动态感知，进而实现对其微情绪变化进行精准检测的技术效果。检测的技术效果。检测的技术效果。

【技术实现步骤摘要】
一种基于多模态生理信号的人员情绪检测方法及系统


[0001]本专利技术涉及人工智能领域，具体涉及一种基于多模态生理信号的人员情绪检测方法及系统。

技术介绍

[0002]对于一些社会中的特殊群体，可通过对其进行有效的情绪检测来感知待检测人员在会见活动期间的情绪状态，例如待检测人员状态分析、心理诊疗等，通过对待检测人员受到负面事件的影响下的心理变化从而引起的生理变化的过程进行生理信号的采集，可有效通过生理信号的变化进行情绪失控的监测。
[0003]然而，现有技术中存在对待检测人员的生理变化进行采集时，难以对待检测人员通过意志或行为隐藏的生理变化进行动态感知，导致难以对待检测人员隐藏下的微情绪变化进行精准检测的技术问题。

技术实现思路

[0004]本申请的目的是提供一种基于多模态生理信号的人员情绪检测方法及系统，解决了对待检测人员的生理变化进行采集时，难以对待检测人员通过意志或行为隐藏的生理变化进行动态感知，导致难以对待检测人员隐藏下的微情绪变化进行精准检测的技术问题。达到了对待检测人员的生理变化进行采集时，通过评估个体情绪突发性变化的SDNN指标和SCR指标，以及相应的判断阈值，实现对待检测人员通过意志或行为隐藏的生理变化进行动态感知，进而实现对待检测人员隐藏下的微情绪变化进行精准检测的技术效果。
[0005]鉴于上述问题，本申请提供了一种基于多模态生理信号的人员情绪检测方法及系统。
[0006]本申请的第一个方面，提供了一种基于多模态生理信号的人员情绪检测方法，所述方法应用于情绪检测系统，且所述系统与心电传感器、皮肤电阻传感器通信连接，所述方法包括：利用所述心电传感器，对目标用户进行心电信号采集，用以获得动态心电信号数据；利用所述皮肤电阻传感器，对目标用户进行皮肤电阻信号采集，用以获得动态皮肤电阻信号数据；通过对所述动态心电信号数据和所述动态皮肤电阻信号数据，进行预定窗长时段的预处理，用以分别获得SDNN指标、SCR融合指标；判断所述SDNN指标是否满足降低态势；若所述SDNN指标满足降低态势，判断所述SCR融合指标是否同步满足增高态势；若所述SDNN 指标满足降低态势，所述SCR融合指标同步满足增高态势，触发第一报警指令，对所述目标用户的情绪状态进行报警。
[0007]本申请的第二个方面，提供了一种基于多模态生理信号的人员情绪检测系统，所述系统包括：心电信号采集模块，用于利用心电传感器，对目标用户进行心电信号采集，用以获得动态心电信号数据；皮肤电阻信号采集模块，用于利用皮肤电阻传感器，对目标用户进行皮肤电阻信号采集，用以获得动态皮肤电阻信号数据；数据预处理模块，用于通过对所述动态心电信号数据和所述动态皮肤电阻信号数据，进行预定窗长时段的预处理，用以分
别获得SDNN指标、SCR融合指标；SDNN指标判断模块，用于判断所述SDNN指标是否满足降低态势；SCR融合指标判断模块，用于若所述SDNN指标满足降低态势，判断所述SCR融合指标是否同步满足增高态势；状态报警模块，用于若所述SDNN指标满足降低态势，所述SCR融合指标同步满足增高态势，触发第一报警指令，对所述目标用户的情绪状态进行报警。
[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0009]本申请提供的一种基于多模态生理信号的人员情绪检测方法，通过将心电(ECG)传感器与皮肤电阻(GSR)传感器置于待检测人员皮肤表面，采集人体表皮的心电信号与皮肤电阻信号。以心电信号与皮肤电阻信号为输入，通过实时计算SDNN、SCR峰值与SCR频次3种生理特征指标。并基于3种指标的动态变化规律，综合分析得到可以评估个体情绪突发性变化的2种指标以及相应的判断阈值，如果实时的情绪表征指标大于其阙值，则认为待检测人员的情绪在短时间内发生剧烈波动，系统对其报警，反之则无报警。达到了对待检测人员的生理变化进行采集时，通过评估个体情绪突发性变化的SDNN指标和SCR指标，以及相应的判断阈值，实现对待检测人员通过意志或行为隐藏的生理变化进行动态感知，进而实现对待检测人员隐藏下的微情绪变化进行精准检测的技术效果。
[0010]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0011]图1为本申请提供的一种基于多模态生理信号的人员情绪检测方法的流程示意图；
[0012]图2为本申请提供的一种基于多模态生理信号的人员情绪检测方法中进行预定窗长时段的预处理的流程示意图；
[0013]图3为本申请提供的一种基于多模态生理信号的人员情绪检测方法中判断所述SCR融合指标是否同步满足增高态势的流程示意图；
[0014]图4为本申请提供的一种基于多模态生理信号的人员情绪检测的系统结构示意图；
具体实施方式
[0015]由于现有技术中存在对待检测人员的生理变化进行采集时，难以对待检测人员通过意志或行为隐藏的生理变化进行动态感知，导致难以对待检测人员隐藏下的微情绪变化进行精准检测的技术问题。
[0016]针对上述技术问题，本申请提供的技术方案总体思路如下：
[0017]本申请提出了一种基于多模态生理信号的人员情绪检测方法。由于待检测人员易受到负面事件的影响，发生情绪失控的亲情会见活动期间，将心电(ECG)传感器与皮肤电阻(GSR)传感器置于待检测人员皮肤表面，采集人体表皮的心电信号与皮肤电阻信号。以心电信号与皮肤电阻信号为输入，通过实时计算SDNN、SCR峰值与SCR频次3种生理特征指标。并基于3种指标的动态变化规律，综合分析得到可以评估个体情绪突发性变化的2种指标以及相应的判断阈值，如果实时的情绪表征指标大于其阙值，则认为待检测人员的情绪在短时
间内发生剧烈波动，系统对其报警，反之则无报警。
[0018]在介绍了本申请基本原理后，下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
[0019]实施例一
[0020]如图1所示，本申请提供了一种基于多模态生理信号的人员情绪检测方法，所述方法应用于情绪检测系统，且所述系统与心电传感器、皮肤电阻传感器通信连接，所述方法包括：
[0021]步骤S100：利用所述心电传感器，对目标用户进行心电信号采集，用以获得动态心电信号数据；
[0022]步骤S200：利用所述皮肤电阻传感器，对目标用户进行皮肤电阻信号采集，用以获得动态皮肤电阻信号数据；
[0023]具体而言，待检测人员作为社会中特殊群体的存在，对其进行有效的情本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态生理信号的人员情绪检测方法，其特征在于，所述方法应用于情绪检测系统，且所述系统与心电传感器、皮肤电阻传感器通信连接，所述方法包括：利用所述心电传感器，对目标用户进行心电信号采集，用以获得动态心电信号数据；利用所述皮肤电阻传感器，对目标用户进行皮肤电阻信号采集，用以获得动态皮肤电阻信号数据；通过对所述动态心电信号数据和所述动态皮肤电阻信号数据，进行预定窗长时段的预处理，用以分别获得SDNN指标、SCR融合指标；判断所述SDNN指标是否满足降低态势；若所述SDNN指标满足降低态势，判断所述SCR融合指标是否同步满足增高态势；若所述SDNN指标满足降低态势，所述SCR融合指标同步满足增高态势，触发第一报警指令，对所述目标用户的情绪状态进行报警。2.如权利要求1所述的方法，其特征在于，所述进行预定窗长时段的预处理，包括：基于提峰算法，对所述动态心电信号数据进行相邻波峰采集，用以得到两个相邻R波的波峰间期；基于滑窗计算算法，对所述两个相邻R波的波峰间期进行所述预定窗长时段的动态计算，用以确定所述SDNN指标。3.如权利要求2所述的方法，其特征在于，所述方法包括：基于特征提取算法，对所述动态皮肤电阻信号数据进行SCR成分提取，用以得到SCR成分；利用所述滑窗计算算法，对所述SCR成分进行所述预定窗长时段的动态计算，用以确定SCR峰值特征、SCR频次特征；通过对所述SCR峰值特征和所述SCR频次特征进行特征融合，用以确定所述SCR融合指标。4.如权利要求3所述的方法，其特征在于，所述方法包...

【专利技术属性】
技术研发人员：许子卿，赵国朕，
申请(专利权)人：钱塘科技创新中心，
类型：发明
国别省市：