【技术实现步骤摘要】
本专利技术涉及智能识别，尤其涉及一种基于人工智能的情绪识别方法。
技术介绍
1、在智能识别
，尤其是情绪识别方面，传统的识别方法往往依赖于手工特征的提取和简单的机器学习算法。这些方法在处理复杂情绪状态时，常常因为特征的不全面和算法的局限性而无法达到理想的识别效果。例如，早期的情绪识别系统只能识别有限的几种基本情绪，如快乐、悲伤、愤怒，而对于更微妙或混合的情绪状态则识别能力不足。
2、此外，现有的情绪识别技术在处理面部表情时，往往忽略了面部神经功能状态对情绪表达的影响。面部神经功能的不同状态，如面神经麻痹，会显著改变个体的面部表情模式，使得基于正常面部表情的情绪识别模型无法准确识别这类人群的情绪。这限制了情绪识别技术在医疗、康复以及特殊群体交流场景的应用。
3、再者，大多数现有情绪识别系统主要集中于视觉信息的处理，而忽视了听觉信息在情绪表达中的作用。人的情感表达不仅仅通过面部表情，还通过语音的声音特征（如音调、节奏和强度）来传达。单一模态的情绪识别难以全面捕捉情绪的复杂性，导致识别的准确性和鲁棒性受限。
技术实现思路
1、基于此，本专利技术有必要提供一种基于人工智能的情绪识别方法，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于人工智能的情绪识别方法，包括以下步骤：
3、步骤s1：对目标对象进行多组情绪代表人脸图像采集，得到多组情绪代表人脸图像，其中，每组情绪代表人脸图像对应一种特定情绪状态；
4、步骤s2：
5、步骤s3：根据面神经活动状态数据对目标对象进行情感语音采样，得到多组情绪代表音频数据，其中，每组情绪代表音频数据对应一种特定情绪状态；
6、步骤s4：根据面神经活动状态数据基于多组情绪代表人脸图像与多组情绪代表音频数据分别对目标对象进行视觉情绪神经网络训练和听觉情绪神经网络训练，得到视觉情绪识别模型与听觉情绪识别模型；
7、步骤s5：若面神经活动状态数据为完全性面神经麻痹，则对目标对象进行实时语音采集，得到待识别音频数据；根据待识别音频数据通过利用听觉情绪识别模型对目标对象进行情绪状态推断，得到最终情绪识别结果数据；
8、步骤s6：若面神经活动状态数据为无面神经麻痹、单侧面神经麻痹与部分面神经麻痹中任意一种，则对目标对象进行实时语音采集和表情图像捕捉，得到待识别语音时序数据与待识别面部图像；分别利用视觉情绪识别模型与听觉情绪识别模型对待识别面部图像与待识别语音时序数据进行情绪分析，并进行多模态情绪融合，得到最终情绪识别结果数据。
9、本专利技术通过多组情绪代表人脸图像的采集，不仅覆盖了基本情绪，还能细致识别微妙或混合的情绪状态。此外，通过面部神经功能评估，适应性地调整识别模型，确保即便在面部神经活动受限的情况下也能进行有效识别。通过结合视觉与听觉信息的多模态识别能力，以及实时语音和表情图像捕捉的动态分析，能够全面捕捉情绪的复杂性，实现实时情绪状态的监测。通过个性化的情绪识别模型训练，进一步增强了系统的通用性和适用性。在完全性面神经麻痹情况下依赖听觉模型，而在其他情况下通过多模态融合分析，确保了情绪识别结果的高可靠性。通过深度学习和神经网络的应用，减少了对手工特征提取的依赖，提高了算法的先进性和创新性，使得本方案不仅适用于日常场景，还能扩展到医疗、康复专业领域，为情绪识别提供了更为精准的工具。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的情绪识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤S2包括以下步骤：
4.根据权利要求3所述的基于人工智能的情绪识别方法，其特征在于，步骤S27包括以下步骤：
5.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤S3包括以下步骤：
6.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤S4包括以下步骤：
7.根据权利要求6所述的基于人工智能的情绪识别方法，其特征在于，步骤S45包括以下步骤：
8.根据权利要求6所述的基于人工智能的情绪识别方法，其特征在于，步骤S47包括以下步骤：
9.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤S5包括以下步骤：
10.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤S6包括以下步骤：
【技术特征摘要】
1.一种基于人工智能的情绪识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求3所述的基于人工智能的情绪识别方法，其特征在于，步骤s27包括以下步骤：
5.根据权利要求1所述的基于人工智能的情绪识别方法，其特征在于，步骤s3包括以下步骤：
6.根据...
【专利技术属性】
技术研发人员：李秋敏，余强，陈秋婉，聂茂盛，吴帆，
申请(专利权)人：麦乐峰厦门智能科技有限公司，
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。