买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：澄知(北京)科技有限公司

摘要：本发明公开了一种基于冥想的交互式用户情绪感知方法及系统，包括：通过使用脑电波采集设备和显示屏组成的交互式情绪感知系统，捕捉并分析用户在进行冥想时产生的脑电波数据。在用户启动测试后，系统会播放预设冥想音频并展示一个包含多个元素的目标画布。当冥想音频达到预设的有效时间长度后，系统便开始收集用户的脑电波数据，并对这些数据进行分析以提取用户的情绪信息。此后，根据得到的情绪信息，系统会计算出一个与之相应的动轨迹强度值。最终，利用这个动轨迹强度值控制目标画布上各个元素的运动状态，并将其展示在显示屏上，从而向用户呈现其情绪感知结果。如此设计，能够为用户提供一种直观且交互性强的方式来理解和观察自身的情绪变化。

主权项：1.一种基于冥想的交互式用户情绪感知方法，其特征在于，应用于交互式情绪感知系统，所述交互式情绪感知系统包括脑电波采集设备和显示屏，所述方法包括：响应于测试启动指令，播放预设冥想音频并获取目标画布，所述目标画布上包括多个元素；当所述预设冥想音频持续播放到预设有效时间长度时，通过所述脑电波采集设备对目标用户进行脑电波采集，得到待定冥想脑电波数据；对所述待定冥想脑电波数据进行分析，得到所述目标用户对应的用户情绪信息；基于所述用户情绪信息，确定所述用户情绪信息对应的动轨迹强度值；基于所述动轨迹强度值，控制所述多个元素在所述目标画布上的运动状态，并显示至所述显示屏中作为所述目标用户的情绪感知结果；所述对所述待定冥想脑电波数据进行分析，得到所述目标用户对应的用户情绪信息，包括：获取用于对环境因素进行属性映射的属性映射调整因子；对所述待定冥想脑电波数据执行切割操作，获取多个脑电波数据段；对各个脑电波数据段进行特征构建，获取所述各个脑电波数据段的信息特征向量；采用所述属性映射调整因子对所述各个脑电波数据段的信息特征向量进行属性映射，获取所述各个脑电波数据段的初步信号描述；轮询所述多个脑电波数据段，根据当前轮询的脑电波数据段的初步信号描述，预测所述当前轮询的脑电波数据段对应到频域特征中的各个频带数据的置信度；所述频域特征为频域指标表征的特征；若所述当前轮询的脑电波数据段对应到频域特征中的各个频带数据的置信度中的最高置信度小于预设置信度下限，则从所述各个脑电波数据段的初步信号描述中移除所述当前轮询的脑电波数据段的初步信号描述；在轮询终止后，根据余下的初步信号描述，获取所述待定冥想脑电波数据的关键信号描述；采用所述属性映射调整因子对所述待定冥想脑电波数据的信息特征向量进行属性映射，获取所述待定冥想脑电波数据的关键信号描述；所述关键信号描述对应的向量集合的参数数与所述环境因素对应的向量集合的参数数一致；所述关键信号描述包括所述待定冥想脑电波数据对应的频域指标和时域指标，所述时域指标用于支持判定所述待定冥想脑电波数据对应的用户情绪信息；获取关联所述待定冥想脑电波数据的环境因素，并采用属性映射调整因子对所述环境因素进行属性映射，获取所述环境因素对应的向量集合；对所述频域指标、所述时域指标和所述环境因素对应的向量集合执行组合操作，获取综合信号特征；对所述综合信号特征进行情绪判定处理，获取所述待定冥想脑电波数据对应的用户情绪信息；所述待定冥想脑电波数据对应的用户情绪信息是通过训练后的情绪判定模型获取的，所述训练后的情绪判定模型的训练方式包括：获取训练冥想脑电波数据对应的训练信号描述和训练环境因素；所述训练信号描述包括所述训练冥想脑电波数据对应的训练频域指标和训练时域指标；采用情绪判定模型对所述训练频域指标、所述训练时域指标和所述训练环境因素执行整合操作，获取训练综合信号特征；采用所述情绪判定模型对所述训练综合信号特征进行情绪判定处理，获取所述训练冥想脑电波数据对应的用户情绪信息；获取所述训练冥想脑电波数据对应的训练情绪标记，根据所述训练情绪标记和所述训练冥想脑电波数据对应的用户情绪信息训练所述情绪判定模型，获取所述训练后的情绪判定模型；所述待定冥想脑电波数据的关键信号描述是通过训练后的脑电波信号解码模型获取的，所述训练后的脑电波信号解码模型的训练方式包括：获取训练冥想脑电波数据，采用脑电波信号解码模型对所述训练冥想脑电波数据进行信号解码，获取所述训练冥想脑电波数据的训练信号描述；获取所述训练冥想脑电波数据的训练信号描述标记，根据所述训练信号描述标记和所述训练信号描述训练所述脑电波信号解码模型，获取所述训练后的脑电波信号解码模型；所述基于所述用户情绪信息，确定所述用户情绪信息对应的动轨迹强度值，包括：获取用于确定运动轨迹强度值的用户情绪信息；对所述用户情绪信息进行含义分级解读，得到不同深度级的用户情绪内容，并获取用于得到所述运动轨迹强度值的情绪驱动数据；分别对所述不同深度级中每个深度级的各用户情绪内容进行特征构建，得到各所述用户情绪内容的初级强度特征；分别将各所述用户情绪内容作为特征元素，并根据不相同的一组深度级之间的用户情绪内容之间的情感相关性，确定连接各所述特征元素的关系连线；将各所述用户情绪内容的初级强度特征，对应确定为各所述特征元素的元素描述；根据各所述特征元素、连接各所述特征元素的关系连线以及各所述特征元素的元素描述，构建多层特征网络；针对所述多层特征网络中每个特征元素，确定所针对的特征元素的至少一个邻接元素；对所述至少一个邻接元素的元素描述和所述所针对的特征元素的元素描述进行基于图结构的关联加权的交叉分析，确定所述至少一个邻接元素以及所述所针对的特征元素的关联加权系数；根据所述关联加权系数，对所述至少一个邻接元素的元素描述和所述所针对的特征元素的元素描述进行加权组合，得到修正后的所述所针对的特征元素的元素描述，根据修正后的各所述特征元素的元素描述，得到各所述用户情绪内容的优化强度特征；对同一深度级的用户情绪内容的优化强度特征执行合并操作，得到所述不同深度级各自的情绪特征表征；将所述情绪驱动数据作为经过多阶段干扰的干扰数据，从所述多阶段干扰的最终阶段开始，基于第一个深度级的情绪特征表征，对每一阶段输入的干扰数据进行逆向的滤波处理，将对第一阶段输入的干扰数据进行滤波处理所得到的净化输出，作为所述第一个深度级输出的情绪强度特征；在所述第一个深度级之后的每一深度级，基于上一深度级输出的情绪强度特征和从所述第一个深度级到本深度级各自的情绪特征表征，对所述情绪驱动数据进行滤波处理，得到逐层情绪细化后的情绪强度特征；其中，每个深度级的滤波处理输出的情绪强度特征的细节层次逐深度级降低；对所述逐层情绪细化后的情绪强度特征进行数据重建，得到所述运动轨迹强度值。

全文数据：

权利要求：

百度查询： 澄知(北京)科技有限公司 一种基于冥想的交互式用户情绪感知方法及系统