CN109033477A - 一种宠物情绪识别方法及装置 - Google Patents
一种宠物情绪识别方法及装置 Download PDFInfo
- Publication number
- CN109033477A CN109033477A CN201811059941.7A CN201811059941A CN109033477A CN 109033477 A CN109033477 A CN 109033477A CN 201811059941 A CN201811059941 A CN 201811059941A CN 109033477 A CN109033477 A CN 109033477A
- Authority
- CN
- China
- Prior art keywords
- information
- sample
- similarity
- scene
- action message
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种宠物情绪识别方法及装置,通过获取宠物的声音信息、产生所述声音信息时所伴随的动作信息和所处的环境场景,并与样本数据库中的样本信息进行匹配,从而获取对应的情绪,能够有效地识别出宠物情绪的情绪。进一步地,通过对样本数据库中的样本信息进行聚类分析,用以减少样本数据库中的样本的数量,可以加快匹配的速度,提高情绪识别的速度。
Description
技术领域
本发明涉及移动终端技术领域,尤其涉及一种宠物情绪识别方法和装置。
背景技术
宠物一直以来都是人类的朋友,对宠物的情绪识别一般是通过宠物的声音来进行,然而仅采用这一种方式可能带来误差,识别出的宠物的情绪不准确。
发明内容
为克服相关技术中存在的问题,本公开提供一种宠物情绪识别方法和装置。
根据本公开实施例的第一方面,提供一种宠物情绪识别方法,包括以下步骤:
获取宠物的声音信息、产生所述声音信息时所伴随的动作信息和所处的环境场景;
将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配;
获取匹配成功的样本信息对应的情绪。
进一步地,在将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配之前,还包括:
建立所述样本数据库。
进一步地,建立所述样本数据库,包括对多个样本信息进行聚类:
根据情绪信息,对声音信息、环境场景、动作信息进行聚类,并将聚类后的信息存储到样本数据库中;进而删除聚类到同一个类别中的其他的样本信息。
进一步地,对所述多个样本信息进行聚类,包括:
获取相同情绪下的所述多个样本信息的场景相似度、动作相似度和声音相似度;
根据所述场景相似度、所述动作相似度和所述声音相似度计算所述多个样本信息的相似度得分;
将所述相似度得分大于预设阈值的样本信息聚合为同一类别。
进一步地,所述环境场景包括以下中的至少一种:地理位置信息、温度、同伴信息、时间信息;所述动作信息包括以下中的至少一种:头部动作、尾部动作。
根据本发明的第二实施例,提供一种宠物情绪识别装置,包括:
第一获取模块,用于获取宠物的声音信息、产生所述声音信息时所伴随的动作信息和所处的环境场景;
匹配模块,用于将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配;
情绪识别模块,用于获取匹配成功的样本信息对应的情绪。
进一步地,还包括一建立模块,用于在将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配之前,建立所述样本数据库。
进一步地,还包括聚类模块用于根据情绪信息,对声音信息、环境场景、动作信息进行聚类,并将聚类后的信息存储到样本数据库中;进而删除聚类到同一个类别中的其他的样本信息。
进一步地,所述聚类模块,包括:
第二获取模块,用于获取相同情绪下的所述多个样本信息的场景相似度、动作相似度和声音相似度;
聚类子模块,用于根据所述场景相似度、所述动作相似度和所述声音相似度计算所述多个样本信息的相似度得分;
将所述相似度得分大于预设阈值的样本信息聚合为同一类别。
进一步地,所述环境场景包括以下中的至少一种:地理位置信息、温度、同伴信息、时间信息;所述动作信息包括以下中的至少一种:头部动作、尾部动作。
本公开的实施例提供的技术方案可以包括以下有益效果:通过获取宠物的声音信息、产生所述声音信息时所伴随的动作信息和所处的环境场景,并与样本数据库中的样本信息进行匹配,从而获取对应的情绪,能够有效地识别出宠物情绪的情绪。进一步地,通过对样本数据库中的样本信息进行聚类分析,用以减少样本数据库中的样本的数量,可以加快匹配的速度,提高情绪识别的速度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种宠物情绪识别方法的流程图。
图2是根据一示例性实施例示出的一种宠物情绪识别装置框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
实施例一
图1是根据一示例性实施例示出的一种宠物情绪识别方法的流程图,如图1所示,宠物情绪识别方法,包括以下步骤;
在步骤S101中,获取宠物的声音信息、产生声音信息时所伴随的动作信息和所处的环境场景。
通常情况下,一种宠物可以发出多种叫声,例如一只狗可以发出汪汪的叫声,也可以发出呜呜的叫声,而汪汪的叫声也有高低长短之分。因此,只基于声音信息来确定宠物所要表达的情绪,效果不佳。而本实施例中,可基于宠物的声音信息、产生声音信息时所伴随的动作信息和所处的环境场景三个维度,来确定宠物发出的声音信息对应的情绪,能够有效提高获取情绪的准确度。
所述动作信息包括但不限于以下中的一种或者多种:头部动作、尾巴动作;以上的信息中一种或多种均可以表示宠物的情绪状态,例如:对狗来说:当尾巴摇动得很厉害并稍稍有点转圈时,表示它高兴得不得了,尾巴慢慢转动时,表示它亲昵的感情;狗在害怕的时候,尾巴下垂,夹在屁股中间甚至把尾巴卷到肚子下面。
所述环境场景包括地理位置信息,该地理位置信息可以通过GPS等定位***获得,并对其进行标注,例如家里,户外等;例如在户外时,此时可以认为处于遛狗状态。用户可以通过对特定GPS获得的位置信息进行标注,可以将非家里的范围标注为户外,或者是对特定的地理位置范围标注为户外,而其他的地理位置信息标注为其他,本实施例仅举出了三个示例性的标注方式,本领域技术人员当然也可以对该地理位置信息进行更多方面的标注。
此外,所述环境场景还可以包括当前环境的温度。例如当温度过高时,狗此时会热而呼吸较重并伴随伸舌头以散热。
此外,所述环境场景信息还包括同伴信息;可以通过声音获取装置中分析是否有其他狗存在,并将其也作为环境信息的一部分。例如狗在有其他狗存在的情况下,狗容易跟随其他狗的吠叫而吠叫,此时其情绪可能是高兴。
所述环境场景信息还可以包括时间信息,每一个宠物其生物钟不同,其在不同的时间其情绪的表达也不同,例如对于猫,其白天大部分时间都在睡觉,可能会在特定的时间起来吃东西,例如跟随主人的作息习惯,这是可以加入时间信息,用于识别其情绪。
在步骤S102中,将声音信息、动作信息、环境场景与样本数据库中的样本信息进行匹配。
其中,样本数据库是通过采集大量的声音样本、动作样本、环境场景样本生成的。
用户可以通过宠物身上的可穿戴设备或者传感器采集到的信息,例如声音、尾巴动作或头部动作、以及环境信息,例如温度、地点、是否有其他狗等,并为其赋予一个情绪,该情绪是用户自己基于宠物的表现而识别出的情绪,建立一条联系,并据此联系建立一个样本数据库。
因为,用户每次采集到的宠物的信息会一些细微的差别,但这些差别并足以表征一个新的情绪,这样如果在对这些采集到的宠物的信息都进行保存的话,则样本数据库会非常大,不利于宠物信息的匹配。因此,可以对样本数据库中已经存在的信息进行聚类,以消除一部分可能相似但差别不大的信息。例如,声音信息、动作信息、环境场景可能会有一些差别,但此时其表现是同一个情绪,则可以对声音信息、动作信息、环境信息进行聚类分析,并将聚类后的信息作为一个样本进行存储,进而删除聚类到同一个类别中的其他的样本信息。
所述聚类过程包括:
获取相同情绪下的所述多个样本信息的场景相似度、动作相似度和声音相似度;
根据所述场景相似度、所述动作相似度和所述声音相似度计算所述多个样本信息的相似度得分;
将所述相似度得分大于预设阈值的样本信息聚合为同一类别。
在步骤S103中,获取匹配成功的样本信息对应的情绪。
在匹配成功之后,可获取匹配成功的样本信息对应的情绪。
综上,本实施例提供的宠物情绪识别方法,通过获取宠物的声音信息、产生声音信息时所伴随的动作信息和所处的环境场景,并与样本数据库中的样本信息进行匹配,从而获取对应的情绪,能够有效地识别出宠物情绪的情绪。
实施例二
图2是根据一示例性实施例示出的一种宠物情绪识别装置框图,该宠物情绪识别装置可以通过软件、硬件或者两者的结合实现。如图2所示,该宠物情绪识别装置10包括第一获取模块11、匹配模块12和情绪识别模块13。
第一获取模块11被配置为获取宠物的声音信息、产生声音信息时所伴随的动作信息和所处的环境场景。
匹配模块12被配置为将声音信息、动作信息、环境场景与样本数据库中的样本信息进行匹配。
情绪识别模块13被配置为获取匹配成功的样本信息对应的情绪。
进一步地,还包括一建立模块14,用于在将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配之前,建立所述样本数据库。
进一步地,还包括聚类模块15用于根据情绪信息,对声音信息、环境场景、动作信息进行聚类,并将聚类后的信息存储到样本数据库中;进而删除聚类到同一个类别中的其他的样本信息。
进一步地,所述聚类模块15,包括:
第二获取模块16,用于获取相同情绪下的所述多个样本信息的场景相似度、动作相似度和声音相似度;
聚类子模块17,用于根据所述场景相似度、所述动作相似度和所述声音相似度计算所述多个样本信息的相似度得分;将所述相似度得分大于预设阈值的样本信息聚合为同一类别。
关于上述实施例中的宠物情绪识别装置,其中各个模块执行操作的具体方式已经在有关该宠物情绪识别方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上,本实施例提供的宠物情绪识别装置,通过获取宠物的声音信息、产生声音信息时所伴随的动作信息和所处的环境场景,并与样本数据库中的样本信息进行匹配,从而获取对应的情绪,能够有效地识别出宠物情绪的情绪。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种宠物情绪识别方法,其特征在于,包括以下步骤:
获取宠物的声音信息、产生所述声音信息时所伴随的动作信息和所处的环境场景;
将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配;
获取匹配成功的样本信息对应的情绪。
2.如权利要求1所述的方法,其特征在于,在将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配之前,还包括:
建立所述样本数据库。
3.如权利要求1所述的方法,其特征在于,包括对多个样本信息进行聚类:根据情绪信息,对声音信息、环境场景、动作信息进行聚类,并将聚类后的信息存储到样本数据库中;进而删除聚类到同一个类别中的其他的样本信息。
4.如权利要求3所述的方法,其特征在于,对所述多个样本信息进行聚类,包括:
获取相同情绪下的所述多个样本信息的场景相似度、动作相似度和声音相似度;
根据所述场景相似度、所述动作相似度和所述声音相似度计算所述多个样本信息的相似度得分;
将所述相似度得分大于预设阈值的样本信息聚合为同一类别。
5.根据权利要求1-4任一项所述的方法,所述环境场景包括以下中的至少一种:地理位置信息、温度、同伴信息、时间信息;所述动作信息包括以下中的至少一种:头部动作、尾部动作。
6.一种宠物情绪识别装置,其特征在于,包括:
第一获取模块,用于获取宠物的声音信息、产生所述声音信息时所伴随的动作信息和所处的环境场景;
匹配模块,用于将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配;
情绪识别模块,用于获取匹配成功的样本信息对应的情绪。
7.如权利要求6所述的装置,其特征在于,还包括:
建立模块,用于在将所述声音信息、所述动作信息、所述环境场景与样本数据库中的样本信息进行匹配之前,建立所述样本数据库。
8.根据权利要求6的所述的装置,还包括聚类模块用于根据情绪信息,对声音信息、环境场景、动作信息进行聚类,并将聚类后的信息存储到样本数据库中;进而删除聚类到同一个类别中的其他的样本信息。
9.如权利要求8所述的装置,其特征在于,所述聚类模块,包括:
第二获取模块,用于获取相同情绪下的所述多个样本信息的场景相似度、动作相似度和声音相似度;
聚类子模块,用于根据所述场景相似度、所述动作相似度和所述声音相似度计算所述多个样本信息的相似度得分;
将所述相似度得分大于预设阈值的样本信息聚合为同一类别。
10.如权利要求6-9任一项所述的装置,所述环境场景包括以下中的至少一种:地理位置信息、温度、同伴信息、时间信息;所述动作信息包括以下中的至少一种:头部动作、尾部动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811059941.7A CN109033477A (zh) | 2018-09-12 | 2018-09-12 | 一种宠物情绪识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811059941.7A CN109033477A (zh) | 2018-09-12 | 2018-09-12 | 一种宠物情绪识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109033477A true CN109033477A (zh) | 2018-12-18 |
Family
ID=64621513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811059941.7A Pending CN109033477A (zh) | 2018-09-12 | 2018-09-12 | 一种宠物情绪识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109033477A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175526A (zh) * | 2019-04-28 | 2019-08-27 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
CN110334595A (zh) * | 2019-05-29 | 2019-10-15 | 北京迈格威科技有限公司 | 一种犬尾运动的识别方法、装置、***及存储介质 |
CN117687316A (zh) * | 2024-01-12 | 2024-03-12 | 中国传媒大学 | 一种基于智能处理的智能家居交互*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331498A (zh) * | 2014-11-19 | 2015-02-04 | 亚信科技(南京)有限公司 | 一种对互联网用户访问的网页内容自动分类的方法 |
CN105976821A (zh) * | 2016-06-17 | 2016-09-28 | 北京小米移动软件有限公司 | 动物语言识别方法和装置 |
CN107209730A (zh) * | 2015-02-06 | 2017-09-26 | 索尼公司 | 信息处理装置、信息处理方法和信息处理*** |
-
2018
- 2018-09-12 CN CN201811059941.7A patent/CN109033477A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331498A (zh) * | 2014-11-19 | 2015-02-04 | 亚信科技(南京)有限公司 | 一种对互联网用户访问的网页内容自动分类的方法 |
CN107209730A (zh) * | 2015-02-06 | 2017-09-26 | 索尼公司 | 信息处理装置、信息处理方法和信息处理*** |
CN105976821A (zh) * | 2016-06-17 | 2016-09-28 | 北京小米移动软件有限公司 | 动物语言识别方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175526A (zh) * | 2019-04-28 | 2019-08-27 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
CN110175526B (zh) * | 2019-04-28 | 2024-06-21 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
CN110334595A (zh) * | 2019-05-29 | 2019-10-15 | 北京迈格威科技有限公司 | 一种犬尾运动的识别方法、装置、***及存储介质 |
CN110334595B (zh) * | 2019-05-29 | 2021-11-19 | 北京迈格威科技有限公司 | 一种犬尾运动的识别方法、装置、***及存储介质 |
CN117687316A (zh) * | 2024-01-12 | 2024-03-12 | 中国传媒大学 | 一种基于智能处理的智能家居交互*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109033477A (zh) | 一种宠物情绪识别方法及装置 | |
CN107209019B (zh) | 信息处理***和控制方法 | |
Krause et al. | Reality mining of animal social systems | |
KR101194186B1 (ko) | 지능형 상황 인식을 이용한 라이프로그 시스템 | |
US10776615B2 (en) | System and method of social networks for dogs or other pets | |
BR0209436A (pt) | Método e sistema diagnóstico para avaliar um estado de desempenho de um animal de desempenho | |
Pollock et al. | Separating components of detection probability in abundance estimation: an overview with diverse examples | |
CN110737212A (zh) | 无人机控制***和方法 | |
TW201833802A (zh) | 機械學習裝置及機械學習程式 | |
Gonçalves et al. | Sheepit, an e-shepherd system for weed control in vineyards: experimental results and lessons learned | |
Schmeling et al. | Training and validating a machine learning model for the sensor-based monitoring of lying behavior in dairy cows on pasture and in the barn | |
JP2019174164A (ja) | 物体認識情報及び受信電磁波情報に係るモデルを用いて端末位置を推定する装置、プログラム及び方法 | |
JP6089764B2 (ja) | 活動状況処理装置及び活動状況処理方法 | |
CN105354252A (zh) | 一种信息处理方法和装置 | |
Wijers et al. | Vocal discrimination of African lions and its potential for collar-free tracking | |
CN113962326A (zh) | 聚类方法、装置、设备及计算机存储介质 | |
Forcada et al. | Population abundance, structure and turnover estimates for leopard seals during winter dispersal combining tagging and photo-identification data | |
US20220276997A1 (en) | Updating metadata associated with historic data | |
CN110704646A (zh) | 一种豢养物档案建立方法及装置 | |
CN112036363B (zh) | 一种吸烟行为检测方法及装置 | |
US20190347807A1 (en) | Information processing apparatus, data collection method, and data collection system | |
de Camargo | Large-scale automated acoustic monitoring of birds and the challenges of field data | |
Li | Developing and applying precision animal farming tools for poultry behavior monitoring | |
Briggs et al. | Multi-instance multi-label class discovery: A computational approach for assessing bird biodiversity | |
Dunne et al. | Behavior classification of dairy cows fitted with GPS collars |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |