[發明專利]一種處于無意識、自由狀態下的自閉癥擁抱機體驗評價方法及系統在審
| 申請號： | 201910178802.4 | 申請日： | 2019-03-11 |
| 公開（公告）號： | CN109920539A | 公開（公告）日： | 2019-06-21 |
| 發明（設計）人： | 李太福;廖志強;尹蝶;段棠少;張志亮;黃星耀 | 申請（專利權）人： | 重慶科技學院 |
| 主分類號： | G16H50/20 | 分類號： | G16H50/20;G06K9/00;G06K9/62;G06N3/02 |
| 代理公司： | 重慶蘊博君晟知識產權代理事務所(普通合伙) 50223 | 代理人： | 王玉芝 |
| 地址： | 401331 重*** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 用戶體驗 自閉癥 滾筒 系列照片 自由狀態 云端 手機 視頻 復雜非線性關系 讀取 人臉識別技術 用戶體驗數據 隨時間變化 代碼向量 滾筒顏色 人臉表情 神經網絡 視頻分解 視頻文件 現場拍攝 自動獲得 云平臺 錄入 表情 傳輸 升級 優化 應用 開發 | ||
1.一種處于無意識、自由狀態下的自閉癥擁抱機體驗評價方法,其特征在于，包括以下步驟，
S1：采集用戶使用擁抱機的第一過程視頻，依據所述第一過程視頻得到第一過程系列照片，對所述第一過程系列照片進行人臉識別得到用戶人臉表情向量，依據所述用戶人臉表情向量得到輸入矩陣；
S2:采集用戶調查數據，依據所述用戶調查數據得到結果矩陣Y，構建GRNN模型，采用所述輸入矩陣和所述結果矩陣對GRNN模型進行訓練；
S3:采集用戶使用擁抱機的第二過程視頻，采用訓練完成的GRNN模型對所述用戶使用擁抱機的第二過程視頻進行分析并獲取用戶體驗數據。
2.如權利要求1所述的一種處于無意識、自由狀態下的自閉癥擁抱機體驗評價方法,其特征在于，所述步驟S1包括，
S11：以橫坐標為時間，縱坐標為表情類型代碼生成用戶人臉表情向量隨時間變化的二維表情譜，其中，“憤怒”對應的表情向量為[0,0,0,0,0,0,1]T、“厭惡”對應的表情向量為[0,0,0,0,0,2,0]T、“恐懼”對應的表情向量為[0,0,0,0,3,0,0]T、“高興”對應的表情向量為[0,0,0,4,0,0,0]T、“傷心”對應的表情向量為[0,0,5,0,0,0,0]T、“驚訝”對應的表情向量為[0,6,0,0,0,0,0]T、“無情緒”對應的表情向量為[7,0,0,0,0,0,0]T，采用表情譜得到矩陣A＝[e1,e2,e3,…,en]7×n；
S12:將矩陣A進行轉置變換得到AT＝[e1,e2,e3,…,en]n×7；
S13:構造矩陣M＝A·AT；
S14:計算矩陣M的特征值，生成矩陣M的特征值矩陣λ＝[λ1,λ2,λ3,…,λ7]1×7；
S15:生成輸入矩陣X＝[λ,N,B]1×9，其中N為年齡，B為性別。
3.如權利要求2所述的一種處于無意識、自由狀態下的自閉癥擁抱機體驗評價方法,其特征在于，所GRNN模型方程式為：
其中，表示所有樣本觀測值Yi的加權平均，Yi表示觀測值，X網絡輸入變量，Xi表示第i個神經元對應的學習樣本，σ表示網絡擴展因子。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于重慶科技學院，未經重慶科技學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910178802.4/1.html，轉載請聲明來源鉆瓜專利網。
