情绪识别在智能控制笔上的运用

2020-12-03孙乾夏泽昊

数码设计 2020年14期

孙乾夏泽昊

摘要：情绪带有生动性，也带有感知。目前从研究的现状看，情绪识别已经被应用到很多智能设备上。智能设备带有情绪识别，使设备更加灵活化，且设备的人性化更符合人们的需求。智能控制笔属于智能化的一种设备，在生活中应用很多，在智能控制笔中假如情绪识别的功能，对智能控制笔人性化提升有一定的意义。本文主要分析情绪识别在智能控制笔上的运用，希望在指导智能控制方面的发展有一定的作用。

关键词：智能化;情绪识别;识别方法

中图分类号：TP391.41文献标识码：A文章编号：1672-9129（2020）14-0063-01

1情绪识别在智能控制笔上的应用原理

在智能控制笔中，有基础按键，在基础按键的功能上搭载了6轴加速度传感器，通过姿态识别算法，可以构建出运动轨迹，并拟合出运动手势，是一种识别情绪的方式。同时在优化设备功能方面也有指导性作用，相比于当前市面上已出现的固定按键功能上，本作品还加入了远程移动光标功能，当教师需要切换页面，或者打开其他程序时，可以将教鞭光标操作功能开启，并移动光标指向，此时教鞭即可实现蓝牙鼠标的功能。在识别原理方面，该模块是基于 MEMS 动作传感器开发模型，其提供在三轴向加速度与角加速度的测量，通过 IIC 通信协议与主控芯片STM32连接，并实时计算移动距离实现控制光标的移动。

2对相关情绪识别的判断功能

在识别过程中，对情绪的判断是主要的识别功能。一般情况下，都需要加入情绪检测模块，实时判断教师情绪。除了上述加速度传感器外，还搭载了声音传感器检测来实时获取声音数据，通过IIC连接主控芯片STM32，由语音识别算法将模拟信号转换为文字，并通过自然语言处理（NPL）算法根据已知文字分类结合声音大小与教鞭状态来判断教师此时情绪，解决实时监测教师情绪问题。此外，为了提高算法识别的准确度，我们拟采用二级触发的方式，即识别出教师情绪不稳定时，会触发搭载在教鞭前端的摄像头模块，通过人脸识别算法和表情识别算法进行再次判断并输出结果。

3核心算法思路

运动轨迹计算：运动轨迹提取算法模块负责处理由MEMS加速度传感器采集的离散的数据。假设设定传感器的采样时间间隔为 Δt，迭代后可得：速度vn=vn-1+an+a[n-1]2×△t（n>1）;位移sn=sn-1+vn-1×△t+14an+an-1×△t（n>1）。

计算步骤分为以下四个步骤：

（1）将MEMS输出三轴角速度数据通过姿态矩阵算出重力加速度;

（2）将MEMS输出三轴加速度数据滤除重力加速度分量后，计算出x，y，z三轴方向上的瞬时速度;

（3）根据速度求出MEMS传感器在x，y，z三轴方向的位移;

（4）通过连线各个时刻的空间位置坐标点就可得MEMS传感器在三维空间的运动轨迹。

人脸识别：采用多任务级联卷积网络（MTCNN）人脸检测算法来进行人脸识别操作。其由三个网络构成，由粗到细进行人脸检测和人脸关键点定位。具体步骤如下：

（1）将图片调整到不同比例，制作图像金字塔，为输入网络准备;

（2）将金字塔图像输入P-Net（Proposal Network），获取含人脸的候选窗口（Proposal boundding boxes），并通过非极大值抑制（NMS）算法合并高度重合的候选框，去除冗余框;

（3）将P-Net输出得到的人脸图像输入R-Net（Refinement Network），对人脸检测框回归校准，通过NMS算法去除冗余框，此时的到的人脸检测框更加精准且冗余框更少。

（4）将R-Net输出得到的人脸图像输入O-Net（Output Network），一方面對人脸检测框坐标进行进一步的细化，另一方面输出人脸5个关键点（左眼、右眼、鼻子、左嘴角、右嘴角）坐标。