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！

龙图腾网获悉北京协和医学院申请的专利一种老年人情绪分类方法、计算机设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116933129B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310869023.5，技术领域涉及：G06F18/24；该发明授权一种老年人情绪分类方法、计算机设备及介质是由周滢;李峥;韩伟;李迎新;薛家俊设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本一种老年人情绪分类方法、计算机设备及介质在说明书摘要公布了：本发明公开一种老年人情绪分类方法、计算机设备及介质，涉及语音处理和图像处理领域，该方法包括：获取待识别情绪老年人的面部表情视频数据和语音数据；对面部表情视频数据进行特征提取，得到面部表情特征；面部表情特征包括每一特定面部动作的存在表示以及强度表示；对语音数据进行特征提取，得到语音特征和文本特征；将面部表情特征、语音特征和文本特征进行融合，得到融合特征；将融合特征输入至训练好的情绪分类预测模型中，得到情绪分类结果；情绪分类结果包括正常、仅抑郁、仅焦虑、仅淡漠、抑郁合并焦虑、抑郁合并淡漠以及抑郁焦虑淡漠合并。通过上述方法，本发明实现了对老年人情绪的识别分类。

本发明授权一种老年人情绪分类方法、计算机设备及介质在权利要求书中公布了：1.一种老年人情绪分类方法，其特征在于，所述方法包括： 获取待识别情绪老年人的面部表情视频数据和语音数据；面部表情视频数据为在自然状态下，所述待识别情绪老年人保持直视前方，摄像机所采集到的所述待识别情绪老年人的面部视频数据；要求每位老年人保持直视前方60秒，尽量保证头部不动，USB网络摄像头放置在待识别情绪老年人正前方的70厘米，并保证位置固定；采集的面部视频数据以每秒25帧记录得到，其分辨率为640×480像素，以WAV格式保存；语音数据采用图片描述任务，任务包含六张图片，这些图片选自中国情感图片系统；图片由中性、积极和消极三种情绪效价以及面部表情和场景图片两种图片类型组成，并在30名正常老年人中对效价、唤醒度、优势度三个维度进行测定，与图片素材评定原人群评分基本一致，显示这些材料在老年人中有效；为保证录音质量，麦克风设置在距离参与者正前方20厘米的位置；所有声音文件均以48kHz、16位录制，以WAV格式保存在录音设备中； 对所述面部表情视频数据进行特征提取，得到面部表情特征；所述面部表情特征包括每一特定面部动作的存在表示以及强度表示，所述存在表示用于表示所述特定面部动作是否存在，所述强度表示用于表示所述特定面部动作的强度； 对所述语音数据进行特征提取，得到语音特征和文本特征；所述语音特征包括频率特征、能量特征、频谱特征以及与时间相关的语音特征；所述文本特征通过对所述语音数据进行情绪分析得到；所述与时间相关的语音特征包括与语速相关的时间特征、说话时长、停顿时长以及说话比例； 将所述面部表情特征、所述语音特征和文本特征进行融合，得到融合特征； 基于逻辑回归算法构建第一情绪分类模型、基于随机森林算法构建第二情绪分类模型、基于支持向量机构建第三情绪分类模型、基于K最近邻算法构建第四情绪分类模型、基于朴素贝叶斯算法的第五情绪分类模型、基于梯度提升机算法构建第六情绪分类模型以及基于极端梯度提升机算法构建第七情绪分类模型； 基于训练样本集训练所述第一情绪分类模型、所述第二情绪分类模型、所述第三情绪分类模型、所述第四情绪分类模型、所述第五情绪分类模型、所述第六情绪分类模型以及所述第七情绪分类模型，并选取准确性最高的情绪分类模型作为所述情绪分类预测模型；所述训练样本集包括若干样本融合特征以及每一所述样本融合特征对应的情绪分类标签； 将所述融合特征输入至训练好的情绪分类预测模型中，得到情绪分类结果；所述情绪分类结果包括正常、仅抑郁、仅焦虑、仅淡漠、抑郁合并焦虑、抑郁合并淡漠以及抑郁焦虑淡漠合并；所述训练好的情绪分类模型是以样本融合特征为输入，以所述样本融合特征对应的样本情绪分类结果为标签训练得到的模型； 对所述面部表情视频数据进行特征提取前，设置面部动作编码为：抬起眉毛内角、抬起眉毛外角、皱眉、上眼睑上升、脸颊提升、眼睑收紧、鼻子皱起、上唇抬起、鼻唇沟加深、拉动嘴角、收紧嘴角、嘴角向下、下唇抬起、嘴角拉伸、收紧嘴唇、双唇分开、下巴下降、吸唇以及眨眼；通过OpenFace3.0提供待识别情绪老年人面部表情视频数据的每帧面部表情视频数据中AU的存在和强度；AU的存在被编码为：0表示不存在，1表示存在；而AU的强度按5分制进行评级，范围从1到5，1为最小强度，5为最大强度；所述面部动作编码对应的强度表示分别为：AU1、AU2、AU4、AU5、AU6、AU7、AU9、AU10、AU11、AU12、AU14、AU15、AU17、AU20、AU23、AU25、AU26、AU28和AU45； 所述文本特征的提取过程包括：使用公开的数据库情感知识增强预训练SKEP，对每个图片描述内容进行情绪判断； 对于所述语音数据，基于OpenSmile工具包，采用扩展版日内瓦极简主义声学参数集eGeMAPS，提取语音特征； 所述语音特征包括：频率相关特征、能量相关特征、时域特征以及频谱特征；所述频率相关特征包括：音调、抖动、共振峰以及共振峰1-3带宽；所述能量相关特征包括：振幅扰动、响度以及信噪比；所述时域特征包括：每秒响度峰值、每秒有声部分、平均每秒有声长度、每秒有声部分标准差、平均无声部分长、无声部分长度的标准差、等声线、时长、说话时长、停顿时长、说话比例、说话比率以及语速；所述频谱特征包括：阿尔法比率、Hammarberg指数、共振峰1-3的相对能量、0-500Hz和500Hz的谱斜率、H1-H2及H1-A3谐波能量差、梅尔倒谱系数以及频谱通量； 由于人的情绪存在一定的波动性，试验当天处理采集语音数据和面部表情视频数据外，还收集主观情绪量表，即收集每名老年人的情绪量表；采用患者健康问卷抑郁量表、广泛性焦虑量表、淡漠评定量表分别测量抑郁、焦虑、淡漠；得到每个样本的情绪分类标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京协和医学院，其通讯地址为：100730 北京市东城区东单三条9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。