System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于ai识别和心理学,具体涉及一种基于ai识别的情绪识别系统及方法。
技术介绍
1、情绪是人类精神生活的重要组成部分,对人的行为和决策产生重大影响;准确地识别和理解他人的情绪状态,对于心理咨询、治疗、社交以及人机交互等领域具有重要意义;然而,人的情绪状态往往受到多种因素的影响,包括生理、心理、社会和文化等,因此,情绪识别是一项复杂且具有挑战性的任务。
2、现有的情绪识别方法主要基于心理学和生物生理学的理论,通过分析人的语言、面部表情、身体语言、声音等来识别情绪;然而,这些方法大多只关注单一的情绪指标,未能综合多种信息进行全面分析;此外,现有的情绪识别方法大多采用接触性的测量方式,这不仅会对被测试者造成一定的干扰,而且可能引发被测试者的主观感受,从而影响测试结果的准确性。
技术实现思路
1、本专利技术的目的在于提供一种基于ai识别的情绪识别系统及方法,综合了心理学、生物生理学、机器视觉、深度学习技术,以非接触的方法获取人不可主观控制的生理心理指标,并结合微表情、微动作等信息,识别并量化人的紧张心理情绪。
2、为实现上述目的,本专利技术提供如下技术方案:一种基于ai识别的情绪识别系统,包括
3、数据采集层,所述数据采集层用于收集并整理具有标记情绪的大规模数据集;
4、数据预处理模块,所述数据预处理模块和数据分析层通信连接,用于对采集层的数据进行清洗和预处理;
5、情绪特征提取模块,所述情绪特征提取模块通过面部识别、面
6、情绪模型生成模块,所述情绪模型生成模块通过训练和深度学习生成情绪模型;
7、模型优化模块,所述模型优化模块和情绪模型生成模块通信连接,模型优化模块采用模型优化算法来调整模型的参数,使用数据增强技术来增加模型的泛化能力,模型计算速度优化,使其适应实时情绪识别需求。
8、作为本专利技术的一种优选的技术方案,所述大规模数据集包括语音、文本和图像。
9、作为本专利技术的一种优选的技术方案,所述清洗和预处理包括去除噪音、非关键信息、错误标签。
10、作为本专利技术的一种优选的技术方案,所述微动作分析时,信息通过音频和视频分析来提取。
11、作为本专利技术的一种优选的技术方案,所述多模态信息包括面部表情、声音、身体语言、言语内容。
12、作为本专利技术的一种优选的技术方案,所述模型训练具体步骤:
13、a、数据收集和预处理:
14、a.收集包含情感标签的大规模文本数据集;
15、b.对原始数据进行文本清洗;
16、c.划分训练集、验证集和测试集;
17、b、特征工程:
18、a.提取文本特征,采用词袋模型的特征、n-gram特征、主题模型;
19、b.应用词嵌入技术将文本转为向量表示;
20、c、模型的训练:
21、模型训练:使用标记好的数据集对选择的模型进行训练。
22、作为本专利技术的一种优选的技术方案,调整模型参数具体是指以下参数:学习率、批量大小、准确率、召回率、f1得分。
23、作为本专利技术的一种优选的技术方案,所述数据增强技术包括旋转、缩放、翻转图像。
24、本专利技术还公开了一种基于ai识别的情绪识别方法,识别方法如下:
25、通过数据采集层采集检测人的语音、图像信息;
26、分析数据采集层的数据,基于ai人工智能算法,综合心理学、生物生理学、机器视觉、深度学习技术,以非接触的方法获取人不可主观控制的生理心理指标;
27、通过训练和深度学习生成情绪模型,并结合微表情、微动作信息,识别并量化人的紧张心理情绪;
28、通过专家智能评判系统进行多模态数据计算和分析,给出被检测人的心理情绪状况、生理健康状态以及是否在说谎信息。
29、与现有技术相比,本专利技术的有益效果是:
30、综合了心理学、生物生理学、机器视觉、深度学习技术,能更准确地识别和理解用户的情绪状态;
31、采用非接触式的方法获取用户的信息,避免了接触性测量可能给用户带来的干扰和不适;
32、系统还能根据用户的情绪状态提供相应的反馈和建议,有助于用户自我认知和心理健康的提升。
本文档来自技高网...【技术保护点】
1.一种基于AI识别的情绪识别系统,其特征在于:包括
2.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:所述大规模数据集包括语音、文本和图像。
3.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:所述清洗和预处理包括去除噪音、非关键信息、错误标签。
4.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:所述微动作分析时,信息通过音频和视频分析来提取。
5.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:所述多模态信息包括面部表情、声音、身体语言、言语内容。
6.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:所述模型训练具体步骤:
7.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:调整模型参数具体是指以下参数:学习率、批量大小、准确率、召回率、F1得分。
8.根据权利要求1所述的一种基于AI识别的情绪识别系统,其特征在于:所述数据增强技术包括旋转、缩放、翻转图像。
9.一种基于AI识别的情
...【技术特征摘要】
1.一种基于ai识别的情绪识别系统,其特征在于:包括
2.根据权利要求1所述的一种基于ai识别的情绪识别系统,其特征在于:所述大规模数据集包括语音、文本和图像。
3.根据权利要求1所述的一种基于ai识别的情绪识别系统,其特征在于:所述清洗和预处理包括去除噪音、非关键信息、错误标签。
4.根据权利要求1所述的一种基于ai识别的情绪识别系统,其特征在于:所述微动作分析时,信息通过音频和视频分析来提取。
5.根据权利要求1所述的一种基于ai识别的情绪识别系统,其特征在于:所述多模态信息包括面部表...
【专利技术属性】
技术研发人员:周勇斌,卓聪杰,蒙昌栋,吴铃,
申请(专利权)人:广西翔兰科技有限公司,
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。