[發(fā)明專利]適于老年用戶的風(fēng)險(xiǎn)行為監(jiān)測(cè)預(yù)警方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811590111.7
• 申請(qǐng)日: 2018-12-25
• 公開（公告）號(hào): CN109543659B
• 公開（公告）日: 2020-03-31
• 發(fā)明（設(shè)計(jì)）人: 馬皚;宋業(yè)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(qǐng)（專利權(quán)）人: 北京心法科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08;G16H40/67;G16H50/30
• 代理公司: 北京久誠知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11542
• 代理人: 余罡

本發(fā)明提供了一種適于老年用戶的風(fēng)險(xiǎn)行為監(jiān)測(cè)預(yù)警方法及系統(tǒng)。一種適于老年用戶的風(fēng)險(xiǎn)行為監(jiān)測(cè)預(yù)警方法，包括：獲取老年用戶的每日行為數(shù)據(jù)、社會(huì)交往數(shù)據(jù)和面部活動(dòng)監(jiān)測(cè)數(shù)據(jù)；將所述每日行為數(shù)據(jù)和所述社會(huì)交往數(shù)據(jù)輸入到風(fēng)險(xiǎn)分類器進(jìn)行風(fēng)險(xiǎn)分類以及將所述面部活動(dòng)監(jiān)測(cè)數(shù)據(jù)輸入預(yù)先訓(xùn)練好的情緒分類器進(jìn)行情緒分類；根據(jù)所述老年用戶的情緒類型和風(fēng)險(xiǎn)類型，確定是否進(jìn)行預(yù)警。本實(shí)施例中通過確定老年用戶的情緒類型和和風(fēng)險(xiǎn)類型，可以使預(yù)警結(jié)果更加精確。并且，本實(shí)施例中可以動(dòng)態(tài)和實(shí)時(shí)監(jiān)測(cè)個(gè)體情緒，可以實(shí)現(xiàn)監(jiān)測(cè)的實(shí)時(shí)性，可以提高監(jiān)測(cè)效率。

技術(shù)領(lǐng)域

本發(fā)明涉及預(yù)警技術(shù)領(lǐng)域，尤其涉及一種適于老年用戶的風(fēng)險(xiǎn)行為監(jiān)測(cè)預(yù)警方法及系統(tǒng)。

背景技術(shù)

目前，對(duì)于特殊人群預(yù)警可以包括以下方式：例如管理者通過定期定時(shí)對(duì)用戶進(jìn)行行為觀察和個(gè)體訪談，然后自身經(jīng)驗(yàn)判斷特殊人群中是否存在行為異常者。又如，管理者可以根據(jù)心理學(xué)理論設(shè)計(jì)編制質(zhì)性/量化問題，采用檢驗(yàn)信效度并修正問卷，通過特殊人群填寫問卷的結(jié)果推斷是否存在行為異常可能性。

然而，現(xiàn)有預(yù)警方法存在以下缺點(diǎn)：

第一，觀察法、訪談法的主觀性強(qiáng)，不精確，難以統(tǒng)一測(cè)量標(biāo)準(zhǔn)，故難以做到精確判斷識(shí)別。

第二，問卷量表填寫需要耗費(fèi)大量時(shí)間，導(dǎo)致測(cè)評(píng)效率比較低。

第三，測(cè)評(píng)周期比較長(zhǎng)，無法做到實(shí)時(shí)監(jiān)測(cè)。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供了一種適于老年用戶的風(fēng)險(xiǎn)行為監(jiān)測(cè)預(yù)警方法及系統(tǒng)，用于解決相關(guān)技術(shù)中存在的技術(shù)問題。

第一方面，本發(fā)明實(shí)施例提供了一種適于老年用戶的風(fēng)險(xiǎn)行為監(jiān)測(cè)預(yù)警方法，所述方法包括：

獲取老年用戶的每日行為數(shù)據(jù)、社會(huì)交往數(shù)據(jù)和面部活動(dòng)監(jiān)測(cè)數(shù)據(jù)；

將所述每日行為數(shù)據(jù)和所述社會(huì)交往數(shù)據(jù)輸入到風(fēng)險(xiǎn)分類器進(jìn)行風(fēng)險(xiǎn)分類以及將所述面部活動(dòng)監(jiān)測(cè)數(shù)據(jù)輸入預(yù)先訓(xùn)練好的情緒分類器進(jìn)行情緒分類；

根據(jù)所述老年用戶的情緒類型和風(fēng)險(xiǎn)類型，確定是否進(jìn)行預(yù)警。

可選地，所述每日行為數(shù)據(jù)包括每日平均進(jìn)食次數(shù)、每日平均運(yùn)動(dòng)次數(shù)和每日平均休息次數(shù)；所述社會(huì)交往數(shù)據(jù)包括與他人接觸次數(shù)、與他人對(duì)話次數(shù)；所述面部活動(dòng)監(jiān)測(cè)數(shù)據(jù)包括面部活動(dòng)單元的區(qū)域變化、面部溫度變化以及呼吸和心率變化。

可選地，所述預(yù)先訓(xùn)練好的情緒分類器訓(xùn)練方式如下：

(1)構(gòu)建一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，針對(duì)輸入大小為32*32的灰度圖，構(gòu)建3個(gè)卷積&最大池化層、1個(gè)全鏈接層、全鏈接層后連接1個(gè)p＝0.5的Softmax層；

(2)根據(jù)人臉面部結(jié)構(gòu)設(shè)置9個(gè)不同興趣區(qū)域ROI，主動(dòng)引導(dǎo)神經(jīng)網(wǎng)路關(guān)注與表情相關(guān)的區(qū)域；

(3)從互聯(lián)網(wǎng)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(xùn)練數(shù)據(jù)，并經(jīng)過ROI處理得到40500張圖片訓(xùn)練數(shù)據(jù)；測(cè)試數(shù)據(jù)由互聯(lián)網(wǎng)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(gòu)成；

(4)經(jīng)過訓(xùn)練、測(cè)試，得到準(zhǔn)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(jìn)行訓(xùn)練、測(cè)試得到最終的情緒分類器。

可選地，3個(gè)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(shù)均為：ReLU(x)＝max(0，x)；

以及，