[發明專利]適于老年用戶的風險行為監測預警方法及系統

有效

• 申請號: 201811590111.7
• 申請日: 2018-12-25
• 公開（公告）號: CN109543659B
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 馬皚;宋業臻;方秋蘭;孫曉;王方兵;劉曉倩;林振林;趙一洋;舒志;陳奕帆
• 申請（專利權）人: 北京心法科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G16H40/67;G16H50/30
• 代理公司: 北京久誠知識產權代理事務所(特殊普通合伙) 11542
• 代理人: 余罡

1.一種適于老年用戶的風險行為監測預警方法，其特征在于，所述方法包括：

獲取老年用戶的每日行為數據、社會交往數據和面部活動監測數據；

將所述每日行為數據和所述社會交往數據輸入到風險分類器進行風險分類以及將所述面部活動監測數據輸入預先訓練好的情緒分類器進行情緒分類；

根據所述老年用戶的情緒類型和風險類型，確定是否進行預警；

所述每日行為數據包括每日平均進食次數、每日平均運動次數和每日平均休息次數；所述社會交往數據包括與他人接觸次數、與他人對話次數；所述面部活動監測數據包括面部活動單元的區域變化、面部溫度變化以及呼吸和心率變化；

將所述每日行為數據和所述社會交往數據輸入到風險分類器進行風險分類包括：

所述風險分類器分別計算每日平均進食次數、每日平均運動次數、每日平均休息次數、與他人接觸次數和與他人對話次數的平均值、標準差以及平均值和標準差之差；

所述風險分類器判斷每日平均進食次數、每日平均運動次數、每日平均休息次數、與他人接觸次數和與他人對話次數中是否存在大于或者小于其平均值和標準差之差的至少一項；

若是，則所述風險分類器確定風險分類為可能存在風險；

所述預先訓練好的情緒分類器訓練方式如下：

(1)構建一個卷積神經網絡，針對輸入大小為32*32的灰度圖，構建3個卷積&最大池化層、1個全鏈接層、全鏈接層后連接1個p＝0.5的Softmax層；

(2)根據人臉面部結構設置9個不同興趣區域ROI，主動引導神經網路關注與表情相關的區域；

(3)從互聯網上抽取高興、悲傷、憤怒和驚訝4類各900張面部圖片，并抽取證件照900張中性情緒圖片作為訓練數據，并經過ROI處理得到40500張圖片訓練數據；測試數據由互聯網上下載的高興、悲傷、憤怒、驚訝和中性情緒5類各300張圖片構成；

(4)經過訓練、測試，得到準確率超過98％的分類器；

(5)將老年用戶面部特征輸入按照上述步驟(1)-(4)進行訓練、測試得到最終的情緒分類器。

2.根據權利要求1所述的適于老年用戶的風險行為監測預警方法，其特征在于，3個卷積層分別為：CNN-64：[32，32，64，64]；CNN-96：[48，48，96，200]；CNN-128：[64,64,128,300]；

除了Softmax層外，其余各層激活函數均為：ReLU(x)＝max(0，x)；

以及，

權值W初始化采用Krizhevsky的零均值、常數標準差，各層常數標準差為：[0.0001,0.001,0.001,0.01,0.1]。

3.根據權利要求1所述的適于老年用戶的風險行為監測預警方法，其特征在于，根據所述老年用戶的情緒類型和風險類型，確定是否進行預警，包括：

記錄老年用戶中各個體在預設時間段內的情感類型和風險類型；

調用預設預警策略，確定所述情感類型和風險類型是否滿足所述預設預警策略，若滿足則報警。