TW202027678A - 情緒偵測裝置、系統及其方法 - Google Patents

Abstract

情緒偵測裝置包含記憶體、處理器以及輸出/入裝置。記憶體儲存情緒模板，情緒模板包含複數個情緒狀態。處理器用以接收由寵物的腦電波所轉換而成的特徵值，並根據一時間區間內的特徵值變化判斷腦電波是否對應於穩定狀態。當腦電波對應於穩定狀態，處理器判斷腦電波是否匹配情緒狀態中的某情緒狀態。當腦電波匹配該情緒，在輸出/入裝置輸出寵物處於該情緒狀態的資訊。當腦電波不匹配情緒模板中的任一情緒狀態，處理器依據確認操作與特徵值更新情緒模板。

Description

情緒偵測裝置、系統及其方法

本案涉及一種偵測裝置、偵測系統及偵測方法，尤為一種用以偵測寵物情緒的裝置、系統及其操作方法。

與寵物作零距離的溝通是每個寵物主人的夢想，然而，除了藉由寵物叫聲以及肢體動作來判斷寵物目前的情緒狀態不夠精準。此外，每隻寵物具有個體差異，其叫聲或肢體動作並無法一概而論。

因此，顯然現行的寵物情緒判斷方式仍有關於上述問題的不足，亟需加以改良。

為了解決前述問題，本案提供一種情緒偵測裝置、情緒偵測系統以及情緒偵測方法。

本案的一實施態樣係涉及一種情緒偵測裝置。該情緒偵測裝置包含一記憶體、一處理器以及一輸出/入裝置。該記憶體用以儲存一情緒模板，該情緒模板包含複數個情緒狀態。該處理器電性耦接於該記憶體以及該輸出/入裝置。該處 理器用以接收一寵物的複數個腦電波所轉換而成的複數個特徵值，並根據一時間區間內的該些特徵值變化判斷該些腦電波是否對應於一穩定狀態，其中該些腦電波由一腦電波偵測裝置所偵測取得。當該些腦電波對應於該穩定狀態，該處理器判斷該些腦電波是否匹配該些情緒狀態中的一第一情緒狀態。當該些腦電波匹配該第一情緒狀態時，在該輸出/入裝置輸出該寵物處於該第一情緒狀態的資訊。當該些腦電波不匹配該些情緒狀態中的至少一者，該處理器依據一確認操作與該些特徵值更新該情緒模板。

本案的另一實施態樣係涉及一種情緒偵測系統。該情緒偵測系統包含一腦電波偵測裝置、一計算裝置以及一輸出/入裝置。該腦電波偵測裝置用以偵測一寵物的複數個腦電波。該計算裝置電性耦接於該腦電波偵測裝置以及該輸出/入裝置。該計算裝置轉換該些腦電波為複數個特徵值，並根據一時間區間內的該些特徵值變化判斷該些腦電波是否對應於一穩定狀態。當該些腦電波對應於該穩定狀態，該計算裝置判斷該些腦電波是否匹配一情緒模板的複數個情緒狀態當中的一第一情緒狀態。當該些腦電波匹配該第一情緒狀態，判斷該寵物處於該第一情緒狀態。當該些特徵值不匹配該些情緒狀態中的至少一者，該計算裝置根據一確認操作與該些特徵值更新該情緒模板。當該些腦電波匹配該第一情緒狀態時，該輸出/入裝置輸出該寵物處於該第一情緒狀態的資訊。

本案的另一實施態樣係涉及一種情緒偵測方法。該情緒偵測方法包含下列步驟：接收一寵物的複數個腦電波轉 換而成的複數個特徵值，其中該些腦電波由一腦電波偵測裝置偵測取得；根據一時間區間內的該些特徵值變化判斷該些腦電波是否對應於一穩定狀態；當判斷該些腦電波對應於該穩定狀態，判斷該些腦電波是否匹配一情緒模板中複數個情緒狀態中的一第一情緒狀態；當該些腦電波匹配該第一情緒，輸出該寵物處於該第一情緒的資訊；若該些腦電波不匹配該些情緒狀態中的至少一者，根據一確認操作與該些特徵值更新該情緒模板。

因此，根據本案之技術內容，本案實施例藉由提供一種情緒偵測裝置、情緒偵測系統以及情緒偵測方法，藉以可改善使用者難以了解寵物情緒的問題。

100‧‧‧情緒偵測系統

110‧‧‧腦電波偵測裝置

120‧‧‧計算裝置

130‧‧‧輸出/入裝置

121‧‧‧記憶體

122‧‧‧處理器

200‧‧‧情緒偵測方法

S210~S250‧‧‧步驟流程

第1圖為基於本案一實施例所繪示的情緒偵測系統之示意圖；以及第2圖為基於本案一實施例所繪示的情緒偵測方法之步驟流程圖。

以下將以圖式及詳細敘述清楚說明本案之精神，任何所屬技術領域中具有通常知識者在瞭解本案之實施例後，當可由本案所教示之技術，加以改變及修飾，其並不脫離本案之精神與範圍。

本文之用語只為描述特定實施例，而無意為本案之限制。單數形式如“一”、“這”、“此”、“本”以及“該”，如本文所用，同樣也包含複數形式。

關於本文中所使用之『第一』、『第二』、...等，並非特別指稱次序或順位的意思，亦非用以限定本案，其僅為了區別以相同技術用語描述的元件或操作。

關於本文中所使用之『耦接』或『連接』，均可指二或多個元件或裝置相互直接作實體接觸，或是相互間接作實體接觸，亦可指二或多個元件或裝置相互操作或動作。

關於本文中所使用之『包含』、『包括』、『具有』、『含有』等等，均為開放性的用語，即意指包含但不限於。

關於本文中所使用之『及/或』，係包括所述事物的任一或全部組合。

關於本文中所使用之用詞(terms)，除有特別註明外，通常具有每個用詞使用在此領域中、在本案之內容中與特殊內容中的平常意義。某些用以描述本案之用詞將於下或在此說明書的別處討論，以提供本領域技術人員在有關本案之描述上額外的引導。

第1圖為基於本案一實施例所繪示的情緒偵測系統100之示意圖。如第1圖所示，在一些實施例中，一情緒偵測系統100包含一腦電波偵測裝置110、一計算裝置120以及一輸出/入裝置130。在一些實施例中，計算裝置120包含一記憶體121以及一處理器122。記憶體121以及處理器122相互電性 耦接。在一些實施例中，計算裝置120可與腦電波偵測裝置110以及輸出/入裝置130相互通訊耦接或電性耦接。

在一些實施例中，處理器122可包含但不限於單一處理單元或複數微處理器的集成，此單一處理單元或微處理器的集成可電性耦接於記憶體121。在一些實施例中，記憶體121可為內部或外部記憶體，包含揮發性或非揮發性的記憶體。亦即，記憶體121可包含一種非暫態電腦可讀取媒體。

在另一些實施例中，處理器122可藉由一特殊應用積體電路實現。應理解，上述關於處理器122之實施方式僅係用以示例而非用以限定本案，其他可能的電路或模組等硬體元件皆為本案所涵蓋之範圍。

在一些實施例中，記憶體121可儲存至少一指令，供該處理器122存取並執行，使處理器122可實施一應用程序。在一些實施例中，記憶體121除了儲存該至少一指令之外，更可儲存(或暫存)處理器122執行應用程序所需之資料，以及儲存(或暫存)處理器122執行應用程序後產生之資料。

在一些實施例中，記憶體121以及處理器122係為一獨立電子裝置當中的硬體元件。例如，在一些實施例中，計算裝置120可為一智慧型手機，記憶體121以及處理器122係為該智慧型手機當中的元件。例如，在一些實施例中，計算裝置120可為一伺服器，記憶體121以及處理器122係為該伺服器當中的元件。

應理解，前述的通訊/電性耦接所指的可為實體或非實體地耦接。舉例而言，在一些實施例中，該腦電波偵測裝 置110可藉由無線通訊技術(Wi-Fi)連接至該計算裝置120，藉此，腦電波偵測裝置110以及計算裝置120可進行單/雙向的訊息交換。或者，在一些實施例中，腦電波偵測裝置110可藉由實體線路連接至計算裝置120。藉此，腦電波偵測裝置110以及計算裝置120可進行單/雙向的訊息交換。

在一些實施例中，腦電波偵測裝置110具有配適一寵物的穿戴部(圖中未示)，使腦電波偵測裝置110可設置於寵物的頭部周圍。在一些實施例中，腦電波偵測裝置110具有相應的微處理器以及電位偵測器，可偵測寵物的腦電波訊號。在一些實施例中，腦電波偵測裝置110更可用以濾除腦電波訊號當中的雜訊或增強腦電波訊號當中的部分訊號。在一些實施例中，腦電波偵測裝置110具有相應的記憶體可記錄寵物的腦電波訊號。在一些實施例中，腦電波偵測裝置110可主動或根據計算裝置120的要求傳輸對應該寵物的腦電波訊號的訊息至計算裝置120。

應理解，在一些實施例中，寵物可為較常見的貓或狗等種類，但本案並不以此為限。

在一些實施例中，輸出/入裝置130可包含一輸出裝置(圖中未示)以及一輸入裝置(圖中未示)。在一些實施例中，輸出裝置可為一顯示器或一揚聲器。在一些實施例中，該輸入裝置可包含一鍵盤、一滑鼠或一觸控式顯示器。在一些實施例中，輸出裝置可顯示來自計算裝置120的訊息。在一些實施例中，輸入裝置可用以接收該情緒偵測系統100的使用者的輸入，並將輸入轉換為訊息以傳輸至計算裝置120。換言之， 輸出/入裝置130係為計算裝置120與情緒偵測系統100的使用者的溝通媒介。

第2圖為基於本案一實施例所繪示的一種情緒偵測方法之步驟流程圖。在一些實施例中，一情緒偵測方法200包含步驟S210~S250。在一些實施例中，該情緒偵測方法200的該些步驟係由第1圖之實施例當中的該計算裝置120所實施，尤為該計算裝置120當中的該處理器122存取該記憶體121當中的該至少一指令以執行。是故，該情緒偵測方法200的實施環境請一併參照第1圖之實施例。在一些實施例中，步驟S210~S250將詳述於下列段落中。

步驟S210：接收腦電波訊號轉換的特徵值。

在一些實施例中，腦電波偵測裝置110可設置於該寵物的頭部周圍並偵測該寵物的腦電波訊號。在一些實施例中，腦電波偵測裝置110可在一時間區間中周期性的擷取寵物的腦電波訊號。例如，該腦電波偵測裝置110可根據每秒擷取一次寵物的腦電波，且持續10秒。然而，應注意的是，本實施例中時間區間與腦波擷取頻率僅為一種實施方式，本發明不以此為限。

在一些實施例中，腦電波偵測裝置110可主動傳輸對應該寵物的腦電波訊號的訊息至計算裝置120，計算裝置120當中的處理器122可接收對應該寵物的腦電波訊號的訊息，以進行後續的分析步驟。

在一些實施例中，腦電波偵測裝置110可記錄對應寵物的腦電波訊號的訊息。該計算裝置120當中的處理器 122可主動自腦電波偵測裝置110的記憶體中存取對應寵物的腦電波訊號的訊息，以進行後續的分析步驟。

在一些實施例中，當腦電波偵測裝置110偵測或記錄寵物的腦電波訊號時，當判斷寵物的腦電波訊號的強度過低，腦電波偵測裝置110可傳輸一警示訊號至計算裝置120。該計算裝置120當中的處理器122可於輸出/入裝置130顯示該警示訊號，以通知情緒偵測系統100的使用者。例如，當腦電波偵測裝置110設置於寵物的位置或方式不正確導致腦電波強度太低時，計算裝置120可藉由輸出/入裝置130輸出腦電波過低的資訊，以通知使用者。藉此，使用者可調整腦電波偵測裝置110的設置位置。在一些實施例中，前述判斷可由計算裝置120當中的處理器122所實施。

在一些實施例中，當處理器122獲取對應該寵物的腦電波訊號的訊息，處理器122可轉換這些腦電波訊號為複數個特徵值。在一些實施例中，處理器122係根據一轉換演算法以轉換這些腦電波訊號為多個特徵值。應理解，在一些實施例中，該轉換演算法包含一快速傅立葉轉換(Fast Fourier Transformation,FFT)演算法或一小波(Wavelet Transformation)轉換演算法中至少一者，但本案並不以此為限。

在一些實施例中，處理器122可依據上述演算法將擷取的每一筆腦電波訊號轉換為複數個(例如，N個)頻率資料。這個腦電波訊號對應的複數個頻率資料即為上述的多個特徵值，且這些特徵值可視為一筆特徵集合。以N個頻率為例， 每個腦電波訊號可轉換成維度為N*1的行矩陣，(a1,a2,...,aN)。每個矩陣元素都是分別對應於一個頻率的一個特徵值。其中，N為大於一的整數。

在一些實施例中，可由腦電波偵測裝置110執行上述轉換演算法，而計算裝置120當中的處理器122可接收由這些腦電波訊號轉換而來的特徵值(亦即，多筆特徵集合)，再進行後續處理。

步驟S220：判斷寵物的腦電波是否處於穩定狀態。當判斷腦電波訊號對應穩定狀態時，進入步驟S230。當不對應時，回到步驟S210。

在一些實施例中，當該處理器122獲取該些腦電波訊號轉換而成的特徵值後，該處理器122將根據在一段時間區間內的特徵值變化判斷該些腦電波訊號是否已趨於一穩定狀態。

應理解，在一些實施例中，腦電波訊號當中的特定頻率區段的活躍程度與該寵物的可能情緒狀態有相當程度的對應關係。例如，30~50Hz的Gamma波頻率區段顯示該寵物處於對周遭環境感知較敏銳的狀態，此時對應的情緒狀態可能為緊張或陌生等等。例如，14~30Hz的Beta波頻率區段顯示該寵物處於思考力以及專注力較活化的狀態，此時對應的情緒狀態可能為想玩或好奇等等。例如，8~14Hz的Alpha波頻率區段顯示該寵物處於心靈較放鬆的狀態，此時對應的情緒狀態可能為開心或舒適等等。例如，4~8Hz的Theta波頻率區段顯示該寵物處於將入眠的狀態，此時對應的情緒狀態可能為疲憊 或沒精神等等。例如，0.1~4Hz的Delta波頻率區段顯示該寵物處於深度睡眠狀態，此時對應的情緒狀態可能為休息等等。因此，處理器122可判斷各頻率點的腦電波特徵值以分析寵物的情緒。

例如，在一些實施例中，處理器122在一段時間區間內連續取得的多個腦電波訊號並將其轉換為k筆腦電波特徵集合。舉例而言，第一筆特徵集合為(a1,a2,...,aN)。其中，a1,a2,...,aN分別第一個擷取腦電波經轉換後對應於各頻率點的特徵值。第二筆至第k筆的特徵集合可表示為(b1,b2,...,bN)、(c1,c2,...,cN)、...(k1,k2,...,kN)。處理器122可計算此k筆腦電波特徵集合的變化判斷寵物在這個時間區間內的情緒是否處於穩定狀態。

在一些實施例中，處理器122可取得此時間區間內對應於各個頻率點的k個頻率資料，以計算出對應於各個頻率點的k個頻率資料的中位數。例如，可取得對應於第一個頻率點的k個頻率資料(a1,b1,c1,...,k1)，並計算出第一個頻率點的中位數m1。相似的，處理器122可取得對應於其他頻率點(例如第i個頻率點)的頻率資料(ai,bi,ci,...,ki)，並計算出此頻率點頻率資料的中位數mi。取得所有頻率點頻率資料的中位數後，即可產生參考特徵集合(m1,m2,...mk)。後續即可依據每筆特徵集合與此參考特徵集合的差異判斷每筆特徵集合對應的腦電波是否為穩定情緒的腦電波。

在本實施例中，可根據各筆特徵集合與參考特徵集合的差異狀況判斷寵物的情緒是否處於穩定狀態。例如，處 理器122可計算此k筆腦電波特徵集合中的每一個頻率點頻率資料與此參考特徵集合對應的頻率資料差值來判斷。當此差值小於預設閥值(threshold)，則增加一個計數(counting)。依據最終的記數來判斷寵物是否處與穩定情緒。例如，當計數大於一個預設參數時，則判斷處於穩定情緒狀態。否則則判斷寵物處於不穩定情緒狀態，腦波偵測裝置110可再繼續進行寵物腦波偵測行為。

在另一實施例中，可計算每筆特徵集合與參考特徵集合的距離，當距離小於預設閥值時，則增加一個計數。當計數總與k的比值小於預設值時，則可判斷寵物處與穩定情緒狀態。否則則判斷寵物處於不穩定情緒狀態，腦波偵測裝置110可再繼續進行寵物腦波偵測行為。差值在此，每一筆腦電波特徵集合與此參考特徵集合的距離(distance)可例如為為歐幾里得距離(Euclidean distance)。

步驟S230：判斷腦電波是否匹配情緒模板中多個情緒狀態中的第一情緒狀態。當匹配時，進入步驟S240。當不匹配時，進入步驟S250。

應理解，在一些實施例中，計算裝置120的記憶體121當中可儲存情緒模板。情緒模板當中紀錄了複數個情緒狀態，每個情緒狀態分別自對應複數個特徵值，或者是分別對應於一個特徵集合。在一些實施例中，該些情緒狀態可包含開心情緒、生氣情緒、傷心情緒等，但本案並不以此為限。在一些實施例中，該些情緒狀態可包含前述多個情緒的複合狀態，該些情緒的複合狀態亦可各自對應於一筆特徵集合。

在一些實施例中，當該處理器122根據前述方式判斷該些腦電波訊號已趨於該穩定狀態後，該處理器122將根據該情緒模板比對該些特徵值。亦即，該處理器122可判斷該些特徵值是否匹配於該情緒模板當中的至少一情緒狀態。當符合時，則進行步驟S240。當不符合時，則進行步驟S250。應理解，情緒模板當中的情緒狀態可相當程度的對應於前述的腦電波訊號頻率區段，然而本案並不以此為限。

在一些實施例中，處理器122可計算穩定狀態下的腦電波參考特徵集合與情緒模板當中的任一情緒狀態對應的腦電波特徵集合的差值或距離，藉此判斷該些腦電波的參考特徵集合是否匹配於情緒模板當中的任一情緒對應的特徵集合。

在一些實施例中，參考特徵集合不需完全相等於該情緒模板當中的情緒狀態對應的特徵集合，只要該些特徵值與該情緒模板當中的至少一情緒狀態對應的特徵集合之間的差值或距離小於一預設值，處理器122可判斷寵物或這些腦電波匹配於情緒模板當中的任一情緒狀態(例如為第一情緒狀態)。

S240：輸出寵物處於第一情緒狀態的資訊。

在一些實施例中，若該些特徵值匹配於該情緒模板當中的某一情緒對應的特徵集合，該處理器122可判斷該寵物對應於該情緒。例如，若該些特徵值匹配於該情緒模板當中的開心情緒對應的特徵集合，處理器122可判斷該寵物對應於開心情緒。

步驟S250：依據一確認操作與特徵值更新情緒模板。

在一些實施例中，若該些特徵值或特徵集合未匹配於該情緒模板當中的任一情緒對應的參考特徵集合，處理器122可判斷寵物當下對應的情緒並未記錄於該情緒模板當中。在此狀況下，該處理器122可根據該些特徵值於情緒模板中新增另一情緒。

在一些實施例中，該處理器122可根據穩定狀態下的腦電波參考特徵集合作為新增的該情緒對應的腦電波參考特徵集合。

在一些實施例中，若該些特徵值未匹配於該情緒模板當中的任一情緒對應的特徵值，該處理器122可由輸出/入裝置130傳輸一詢問訊息，以通知使用者。例如，可在輸出/入裝置130顯示的該詢問訊息可顯示『目前腦電波訊號對應於未記錄於情緒模板中的情緒狀態，是否新增情緒狀態』等類似內容，以供該情緒偵測系統100的使用者確認。在一些實施例中，該詢問訊息當中包含複數個選項，以供該情緒偵測系統100的使用者選擇。

在一些實施例中，使用者可藉由該輸出/入裝置130對該詢問訊息輸入一確認操作。當該處理器122接收對應該確認操作的訊息，處理器122可根據該些特徵值或參考特徵集合於情緒模板中新增一個情緒狀態。

在一些實施例中，該情緒偵測系統100的使用者藉由該輸出/入裝置130執行的該確認操作更包含欲新增的情 緒狀態的名稱，例如『平靜狀態』等名稱。應理解，前述的該確認操作可提供該情緒偵測系統100的使用者自定義新增情緒的機會。

簡言之，當判斷腦電波訊號的特徵值或參考特徵集合對應於該情緒模板當中的某一情緒，處理器122可傳輸對應該情緒的訊息至該輸出/入裝置130，以呈現對應該情緒的訊息予該情緒偵測系統100的使用者。藉此，該情緒偵測系統100的使用者可理解該寵物當前的情緒狀態。例如，當處理器122判斷腦電波訊號的特徵值對應於該情緒模板當中的開心情緒，可在輸出/入裝置130可顯示該寵物處於開心情緒的資訊。當判斷寵物當下的情緒不匹配情緒模板中的任一情緒狀態時，可讓使用者選擇是否要新增寵物此時的情緒。藉此，可讓每隻不同的寵物具有各自較為精確且客製化的情緒模板，進而讓寵物的主人較容易瞭解寵物當下的情緒。

在一些實施例中，處理器122與輸出/入裝置130可協同運作以提供更進一步的訊息。例如，輸出/入裝置130除了顯示該寵物處於開心情緒外，亦可啟用照相或攝影功能以擷取該寵物的圖片或影像，該處理器122可儲存該圖片或該影像於該記憶體121當中。爾後，若該處理器122再次判斷腦電波訊號的特徵值對應於開心情緒，該處理器122可一併傳輸該圖片或該影像至該輸出/入裝置130，令該輸出/入裝置130可提供關於開心情緒的其他訊息。然而，應理解，本案並不以此為限。

在一些實施例中，該處理器122可藉由該輸出/入 裝置130顯示多軸表現圖以呈現該寵物的情緒。例如，多軸表現圖可包含前述的複數情緒狀態，例如：開心、沒精神、想玩、陌生等。在一些實施例中，該處理器122可藉由該多軸表現圖反映該寵物的複合情緒狀態，例如：30%想睡、50%陌生以及20%沒精神等。然而，應理解，本案並不以此為限。

在一些實施例中，情緒偵測系統100當中的計算裝置120可作為單獨實施的一情緒偵測裝置，例如：一雲端伺服器。在此狀況下，其可與該腦電波偵測裝置110以及該輸出/入裝置130協同運作以實施前述的情緒偵測方法200。

在一些實施例中，情緒偵測系統100當中的計算裝置120以及該輸出/入裝置130屬於同一裝置，例如：一智慧型手機。在此狀況下，情緒偵測方法200可關聯一應用程式，該應用程式運作於該智慧型手機上以實施前述的情緒偵測方法200。

由前述本案實施方式可知，本案提供了一種情緒偵測裝置、情緒偵測系統以及情緒偵測方法，可根據情緒模板判斷寵物的情緒，並可新增情緒模板當中未定義的情緒，可供使用者快速且方便的確定寵物的情緒，增進與寵物之間的情誼，可為使用者帶來優良的體驗。

雖然本案以實施例揭露如上，然其並非用以限定本案，任何熟習此技藝者，在不脫離本案之精神和範圍內，當可作各種之更動與潤飾，因此本案之保護範圍當視後附之申請專利範圍所界定者為準。

100‧‧‧情緒偵測系統

110‧‧‧腦電波偵測裝置

120‧‧‧計算裝置

130‧‧‧輸出/入裝置

121‧‧‧記憶體

122‧‧‧處理器

Claims (11)

1. 一種情緒偵測裝置，包含：一記憶體，儲存一情緒模板，該情緒模板包含複數個情緒狀態；以及一處理器，電性耦接該記憶體，該處理器接收一寵物的複數個腦電波所轉換而成的複數個特徵值，並根據一時間區間內的該些特徵值變化判斷該些腦電波是否對應於一穩定狀態，其中該些腦電波由一腦電波偵測裝置所偵測取得；以及一輸出/入裝置，電性耦接該處理器；其中，當該些腦電波對應於該穩定狀態，該處理器判斷該些腦電波是否匹配該些情緒狀態中的一第一情緒狀態，當該些腦電波匹配該第一情緒狀態時，在該輸出/入裝置輸出該寵物處於該第一情緒狀態的資訊；其中，當該些腦電波不匹配該些情緒狀態中的至少一者，該處理器依據一確認操作與該些特徵值更新該情緒模板。
2. 如請求項1所述之情緒偵測裝置，其中當該些腦電波不匹配該些情緒狀態中的至少一者，該處理器自該輸出/入裝置接收該確認操作並根據該些特徵值於該情緒模板中新增一第二情緒狀態。
3. 如請求項1所述之情緒偵測裝置，其中該處理器根據一轉換演算法轉換該些腦電波為該些特徵值，該轉換演算法包含一快速傅立葉轉換演算法或一小波轉換演算 法。
4. 如請求項1所述之情緒偵測裝置，其中該處理器根據一轉換演算法將該些腦電波轉換成對應於N個頻率的頻率資料，其中該N個頻率的頻率資料為該些特徵值，且該些特徵值為一筆特徵集合，該處理器根據該時間區間內的K筆特徵集合中對應各頻率的K個頻率資料，計算對應該N個頻率的K個頻率資料的中位數，並根據該K個中位數產生一參考特徵集合；其中，該處理器計算每筆特徵集合與該參考特徵集合對應於各頻率的頻率資料差值，並根據該些頻率資料差值判斷該些腦電波否對應於該穩定狀態。
5. 如請求項4所述之情緒偵測裝置，其中當該些頻率資料差值小於一預設閥值時，判斷該些腦電波應於該穩定狀態。
6. 一種情緒偵測系統，包含：一腦電波偵測裝置，用以偵測一寵物的複數個腦電波；一計算裝置，電性耦接於該腦電波偵測裝置，該計算裝置轉換該些腦電波為複數個特徵值，並根據一時間區間內的該些特徵值變化判斷該些腦電波是否對應於一穩定狀態；其中，當該些腦電波對應於該穩定狀態，該計算裝置判斷該些腦電波是否匹配一情緒模板的複數個情緒狀態當中的一第一情緒狀態； 其中，當該些腦電波匹配該第一情緒狀態，判斷該寵物處於該第一情緒狀態，當該些特徵值不匹配該些情緒狀態中的至少一者，該計算裝置根據一確認操作與該些特徵值更新該情緒模板；以及一輸出/入裝置，電性耦接於該計算裝置，當該些腦電波匹配該第一情緒狀態時，輸出該寵物處於該第一情緒狀態的資訊。
7. 如請求項6所述之情緒偵測系統，其中當該些腦電波不匹配該些情緒狀態中的至少一者，該計算裝置自該輸出/入裝置接收該確認操作並根據該些特徵值於該情緒模板中新增一第二情緒狀態。
8. 如請求項6所述之情緒偵測系統，其中當計算裝置根據一轉換演算法將該些腦電波轉換成對應於N個頻率的頻率資料，其中該N個頻率的頻率資料為該些特徵值，且該些特徵值為一筆特徵集合，該處理器根據該時間區間內的K筆特徵集合中對應各頻率的K個頻率資料，計算對應該N個頻率的K個頻率資料的中位數，並根據該K個中位數產生一參考特徵集合；其中，該計算裝置計算每筆特徵集合與該參考特徵集合對應於各頻率的頻率資料差值，並根據該些頻率資料差值判斷該些腦電波否對應於該穩定狀態；其中，當該些頻率資料差值小於一預設閥值時，判斷該些腦電波應於該穩定狀態。
9. 一種情緒偵測方法，包含：接收一寵物的複數個腦電波所轉換而成的複數個特徵值，其中該些腦電波由一腦電波偵測裝置偵測取得；根據一時間區間內的該些特徵值變化判斷該些腦電波是否對應於一穩定狀態；當判斷該些腦電波訊號對應於該穩定狀態，判斷該些腦電波是否匹配一情緒模板中複數個情緒狀態中的一第一情緒狀態；當該些腦電波匹配該第一情緒狀態，輸出該寵物處於該第一情緒狀態的資訊；若該些腦電波不匹配該些情緒狀態中的至少一者，根據一確認操作與該些特徵值更新該情緒模板。
10. 如請求項9所述之情緒偵測方法，更包含：當該些腦電波不匹配於該情緒模板中的該些情緒狀態中的至少一者，自一輸出/入裝置接收該確認操作，並根據該些特徵值於該情緒模板中新增一第二情緒狀態。
11. 如請求項9所述之情緒偵測方法，更包含：根據一轉換演算法將該些腦電波轉換成對應於N個頻率的頻率資料，其中該N個頻率的頻率資料為該些特徵值，且該些特徵值為一筆特徵集合；根據該時間區間內的K筆特徵集合中對應各頻率的K個頻率資料，計算對應該N個頻率的K個頻率資料的中位數， 並根據該K個中位數產生一參考特徵集合；計算每筆特徵集合與該參考特徵集合對應於各頻率的頻率資料差值，並根據該些頻率資料差值判斷該些腦電波否對應於該穩定狀態；以及當該些頻率資料差值小於一預設閥值時，判斷該些腦電波應於該穩定狀態。

Images