[發明專利]一種基于人工智能的幼兒情緒監控方法及其系統

有效

• 申請號: 201810015264.2
• 申請日: 2018-01-08
• 公開（公告）號: CN108186033B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 陶凌輝;林錦賢;竺健;黃堅;楊坤
• 申請（專利權）人: 杭州不亦樂乎健康管理有限公司
• 主分類號: A61B5/16
• 分類號: A61B5/16
• 代理公司: 浙江新篇律師事務所 33371
• 代理人: 王嘉

1.一種基于人工智能的幼兒情緒監控方法，其特征在于，所述方法基于一種基于人工智能的幼兒情緒監控系統，所述系統包括：數據采集單元（1）、第一數據存儲單元（2）、第一通信單元（3）、數據分析單元（4）、第二數據存儲單元（5）、第二通信單元（6）、后臺服務器（7）、家長移動終端（8）；所述的數據采集單元（1）、第一數據存儲單元（2）、第一通信單元（3）、數據分析單元（4）構成兒童佩戴移動終端；

所述方法包括以下步驟：

步驟1），通過數據采集單元（1）收集周圍聲音；

步驟2），通過第一數據存儲單元（2）存儲步驟1）收集的聲音數據；

步驟3），通過數據分析單元（4）對步驟2）中存儲的聲音數據進行分析，得到分析數據；

其中所述的步驟3）中的數據分析單元4分析方法包括：

步驟31），預先通過數據采集單元（1）采集需要監護的兒童的聲音數據X；

步驟32），對步驟31）中的兒童聲音數據X先過濾噪音，再預先學習，收集孩子聲音的聲紋特點，建立聲音數據分類模型，存儲至第一數據存儲單元（2）；

其中建立數據分析模型的方法為：

步驟321），對錄入的兒童聲音序列X 進行特征值過濾雜音得到我們感興趣的聲音特性序列X'；

步驟322），將處理過的聲音特性序列X'按照固定時間窗口T 分割成不同的子序列S，輸入預先訓練的RNN網絡進行情緒分類

RNN（F（S））=W

S 為固定時間窗口的聲音特征值

F 為對聲音特征的預處理

RNN 為預先訓練的rnn神經網絡

W=（w1,w2,w3..wn）的向量，其中wi為對應某個情緒維度上面的評分值；

步驟33），平時使用，數據采集單元（1）同時采集周圍環境聲音和兒童聲音數據，存儲至第一數據存儲單元（2）；

步驟34），數據分析單元（4）對步驟3）中的聲音數據進行降噪處理；

步驟35），數據分析單元（4）將步驟4）中的聲音數據和步驟2）中的聲音數據進行比對，生成相關的情緒報告，并提示異常聲音；

步驟4），通過第一通信單元（3）將步驟2）中存儲的聲音數據和步驟3）中的分析數據上傳至后臺服務器（7）；

步驟5），通過第二數據存儲單元（5）將步驟4）中的聲音數據和分析數據存儲至后臺服務器（7）；

步驟6），通過第二通信單元（6）將步驟4）中的聲音數據和分析數據發送至家長移動終端（8）；

步驟7），家長移動終端（8）通過第二通信單元（6）給后臺服務器（7）發送錄音指令，后臺服務器（7）繼續通過第一通信單元（3）給數據采集單元（1）發送錄音指令，數據采集單元（1）按上述指令進行錄音；

步驟8），通過閾值對W進行評估，對異常情緒在時間維度和情緒占比維度生成可視化報告。

2.根據權利要求1所述的一種基于人工智能的幼兒情緒監控方法，其特征在于：所述的步驟1）中，數據采集單元（1）采集的數據信息包括周圍環境聲音和兒童發出的聲音。

3.根據權利要求1所述的一種基于人工智能的幼兒情緒監控方法，其特征在于：所述的數據采集單元（1）為麥克風。

4.根據權利要求1所述的一種基于人工智能的幼兒情緒監控方法，其特征在于：所述的第一通信單元（3）和第二通信單元（6）為藍牙、4G、Wi-Fi或數據線。

5.根據權利要求1所述的一種基于人工智能的幼兒情緒監控方法，其特征在于：所述的兒童佩戴移動終端可以是手環、掛件或手表。

6.根據權利要求1所述的一種基于人工智能的幼兒情緒監控方法，其特征在于：所述的數據分析單元（4）為人工神經網絡。