[發明專利]一種嬰幼兒依戀類型自動預測系統及其預測方法

在審

• 申請號: 201811561925.8
• 申請日: 2018-12-20
• 公開（公告）號: CN109711310A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 李紅改;崔錦實;王莉;查紅彬
• 申請（專利權）人: 北京大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;A61B5/16
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 王巖

本發明公開了一種嬰幼兒依戀類型自動預測系統及其預測方法。本發明采用卷積神經網絡及矩陣運算得到一維序列特征，訓練循環神經網絡得到訓練好的循環神經網絡模型，嬰兒放置在嬰兒安全座椅上，照料者面對嬰兒，第一攝像機拍攝照料者按照流程指示程序與嬰兒的互動行為的視頻數據，利用卷積神經網絡得到視頻數據的三維序列特征，并經過矩陣運算得到一維序列特征，輸入至預訓練好的循環神經網絡模型，得到嬰兒的依戀類型；本發明能夠節省現有技術中在嬰兒依戀類型測試中所耗費的大量人工勞力和時間，并且不受場地、設備的限制，能夠將此測試推廣到家庭、社區中，使得父母能夠盡早了解嬰兒與照料者之間的依戀類型。

技術領域

本發明涉及計算機技術心理學分析領域，具體涉及一種嬰幼兒依戀類型自動預測系統及其預測方法。

背景技術

母嬰互動是發展心理學研究中的重要內容，通過觀察嬰兒早期與母親之間的互動行為，可以預測和分析嬰兒的依戀類型。但是在以往的心理學研究中，通常是由經過培訓的心理學研究人員通過嬰兒兩歲左右時的陌生人情境實驗，進行多次觀察和復雜編碼才能得到嬰兒對母親的依戀類型，并且需要多名研究人員進行可信度校準，過程繁瑣并且可信度不高，而且在兩歲左右嬰兒的依戀類型已經形成，很難再進行干預調節。此外，目前并沒有除人工觀察之外的、利用計算機技術來自動分析預測依戀類型的方法。

研究表明，嬰兒在6個月左右時的靜止臉(Still-Face)實驗中的情緒表現和行為反應與之后的依戀類型間存在明顯的相關性，并且結合測量母親的敏感性和控制性，可以評測母嬰交互的質量，預測依戀類型的發展趨勢。

發明內容

本發明提出了一種嬰幼兒依戀類型自動預測系統及其預測方法，能夠利用嬰兒在6個月左右時的靜止臉(Still-Face)的視頻數據，以計算機視覺的分析方法，預測判斷嬰兒與照料者之間的依戀類型，解決當前方法中無法自動、快捷地分析嬰兒依戀類型的問題。

本發明的一個目的在于提出一種嬰幼兒依戀類型自動預測系統。

本發明的嬰幼兒依戀類型自動預測系統包括：嬰兒安全座椅、第一攝像機和計算機；其中，嬰兒坐在嬰兒安全座椅上，照料者面對嬰兒；在嬰兒和照料者的側面設置第一攝像機，嬰兒和照料者的整個身體位于第一攝像機的成像視野內；第一攝像機連接至計算機；照料者按照流程指示程序與嬰兒進行互動，第一攝像機拍攝照料者與嬰兒的互動行為，并將視頻傳輸至計算機，得到視頻數據；對視頻數據采用卷積神經網絡得到三維特征，經過矩陣運算得到一維序列特征，輸入至預訓練好的循環神經網絡得到嬰兒的依戀類型。

進一步，本發明還包括第二攝像機和第三攝像機，分別正對嬰兒和照料者的臉部，拍攝嬰兒和照料者的臉部的視頻，第二和第三攝像機分別連接至計算機。

本發明的另一個目的在于提供一種嬰幼兒依戀類型自動預測方法。

本發明的嬰幼兒依戀類型自動預測方法，包括以下步驟：

1)設計流程指示程序；

2)預訓練循環神經網絡模型：

a)收集數據庫，數據庫包括多個嬰兒與照料者的靜止臉實驗的視頻數據作為訓練樣本數據，并且每一個訓練樣本數據標注有依戀類型標簽；

b)對數據庫中的訓練樣本數據利用卷積神經網絡，經過多個卷積層加池化層運算，得到三維特征；

c)對三維特征經過矩陣運算，得到一維序列特征；

d)將一維序列特征輸入到以長短期記憶LSTM為基本單元的循環神經網絡，得到輸出結果；

e)將輸出結果與訓練樣本數據所對應的真實的依戀類型標簽相比較，調整循環神經網絡的層數、連接方式、參數、損失函數和優化方式，重復步驟b)～d)，使得輸出結果與真實的依戀類型標簽的差異最小化，得到訓練好的循環神經網絡模型；