(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210282815.8 (22)申请日 2022.03.22 (71)申请人 天津大学 地址 300072 天津市南 开区卫津路9 2号 (72)发明人 刘爽　王韬　明东　何峰　柯余峰　 (74)专利代理 机构 天津市北洋 有限责任专利代 理事务所 12 201 专利代理师 李林娟 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/64(2022.01) G06V 10/771(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于运动姿态伪能量模型的自动情绪 识别方法及装置 (57)摘要 本发明公开了一种基于运动姿态伪能量模 型的自动情绪识别方法及装置， 方法包括： 采集 人体姿态 运动时的三维骨骼数据并进行预处理， 结合姿态 运动时产生的动能与势能， 构建姿态伪 能量模型， 以解码姿态运动时各关节动态能量的 演化与情绪之间的关系； 对姿态伪能量模型进行 多维特征提取， 结合不同特征之间的互补性， 表 征所提出的姿态伪能量模型与情绪之间的映射 关系； 采用最大相关最小冗余对多维特征进行特 征选择， 以获取低维度且更具可分性的融合特征 矩阵； 将融合特征矩阵作为输入， 对SVM分类器进 行模型训练， 以获取基于人体姿态的自动情绪预 测模型， 实现自动情绪识别。 装置包括： 处理器和 存储器。 本发 明将得到的融合特征作为后续模式 识别的输入， 从而 进行自动情绪识别。 权利要求书2页 说明书10页 附图4页 CN 114743261 A 2022.07.12 CN 114743261 A 1.一种基于运动姿态伪能量模型的自动情绪识别方法， 其特征在于， 所述方法包括以 下步骤： 采集人体姿态运动时的三维骨骼数据并进行预处理， 结合姿态运动时产生的动能与势 能， 构建姿态伪能量模型， 以解码姿态运动时各关节动态能量的演化与情绪之间的关系； 对姿态伪能量模型进行多维特征提取， 结合不同特征之间的互补性， 表征所提出的姿 态伪能量模型与情绪之间的映射关系； 采用最大相关最小冗余对多维特征进行特征选择， 以获取低维度且更具可分性的融合 特征矩阵； 将融合特征矩阵作为输入， 对SVM分类器进行模型训练， 以获取基于人体姿态的自动情 绪预测模型， 实现自动情绪识别。 2.根据权利要求1所述的一种基于运动姿态伪能量模型的自动情绪识别方法， 其特征 在于， 所述结合姿态运动时产生的动能与势能， 构建姿态伪能量模型 具体为： 将关节的位移 曲线与角度曲线相结合， 在第f和第f ‑1帧处进行差分运算， 并假设f＝0 帧时的速度为0， 将其结果定义为伪动能曲线， 以表示每个关节的动能信息随时间的变化， 计算公式如下： 式中， 表示第i个关节点在第f帧时， 位移曲线与角度曲线结合后的 表达式， 表示向量空间； 其中， i∈[1， N]且f∈[1， F]， N为人体关节总数， F为姿态运动序列 的总帧数， 是第N个关节点在第F帧时的位置信息， Pif为第i个关节点在第f帧时， 位移曲 线与角度曲线结合后的表达式； 将每个关节的位移曲线与角度曲线相结合， 计算每帧的姿态位置与中性姿态之间的有 限差分， 用于表示每个关节相对于中性姿态Pneutral的位移H随时间的变化， 定义为伪势能曲 线： 其中， Pneutral， N表示中性姿态中第N个关节的位置信息， 经过运算， 分别得到了代表姿态 运动时的动能和势能曲线， 将曲线合并定义 为伪能量模型。 3.根据权利要求2所述的一种基于运动姿态伪能量模型的自动情绪识别方法， 其特征 在于， 所述中性姿态为： 定义双臂的肩关节和腕关节组成的两个向量， 双腿的髋关节和踝关节组成的两个向 量， 以及脊椎基部关节和肩部中心关节组成的一个向量； 从每一帧的三维姿态数据中计算出上述5个向量与水平面法线的夹角之和， 选择出夹 角和最小的5帧姿态进行平均求和， 获取最终的中性姿态。 4.根据权利要求1所述的一种基于运动姿态伪能量模型的自动情绪识别方法， 其特征 在于， 所述多维特 征包括： 提取模型的统计学 特征、 复杂度特 征、 频域特 征。权　利　要　求　书 1/2 页 2 CN 114743261 A 25.一种基于运动姿态伪能量模型的自动情绪识别装置， 其特征在于， 所述装置包括： 处 理器和存储器， 所述存储器中存储有程序指令， 所述处理器调用存储器中存储的程序指令 以使装置执 行权利要求1 ‑4中的任一项所述的方法步骤。权　利　要　求　书 2/2 页 3 CN 114743261 A 3