基于实时影像的宠物拟人化互动方法及系统与流程
本申请属于计算机视觉,具体涉及基于实时影像的宠物拟人化互动方法及系统。
背景技术:
1、随着宠物经济规模的扩大及人工智能技术的发展,宠物已成为许多家庭的重要成员,围绕宠物陪伴与情感沟通的智能化产品正受到广泛关注。目前,现有技术多依赖于对宠物叫声、摇尾、跳跃等外部行为的识别,将宠物情绪作为整体标签进行分类,仅能区分开心或不开心等粗粒度类别,既无法量化情绪强度,也难以预测宠物的动作意图,导致互动停留在被动响应层面。
2、宠物的情绪表达高度依赖于面部细微的生物学信号,包括眉骨肌肉收紧、耳朵朝向变化、瞳孔收缩及胡须张角等。这些信号分布于不同面部区域,且同时出现、快速变化,单一部位观察无法反映真实情绪。同时,不同品种、不同个体间的面部结构及表情表达存在显著差异,这对宠物的情绪识别提出了更高的要求。
3、因此,如何实现宠物的精准情绪量化,进而实现与宠物情感沟通,成为本领域亟待解决的技术问题。
技术实现思路
1、针对以上问题,本申请提供基于实时影像的宠物拟人化互动方法及系统,通过采集宠物面部影像并进行多区域划分,提取各生物区域的形变数据与纹理数据生成实时动作编码,同时结合宠物专属的历史行为记录对动作编码进行个体化校准,进而量化生成宠物的紧张数值与兴奋数值,最终根据情绪量化结果确定宠物的当前生理状态及即将执行的动作意图,以实现对宠物情绪的精准量化与行为预测,进而实现人与宠物之间的拟人化情感互动与智能陪伴。
2、为实现上述目的,一方面,本申请提供基于实时影像的宠物拟人化互动方法,包括:
3、获取宠物面部影像,并对所述宠物面部影像进行生物区域划分,获得实时生物区域,所述生物区域为宠物面部中多个具有表情表达功能的区域;
4、根据所述实时生物区域生成生物特征信息,所述生物特征信息为所述实时生物区域的形态描述数据;
5、从所述生物特征信息中提取每一实时生物区域的形变数据和纹理数据,并根据所述形变数据和所述纹理数据生成实时动作编码,所述实时动作编码用于表示宠物的面部动作模式;
6、获取宠物的历史行为记录,所述历史行为记录包括宠物的多条行为条目以及对应的历史动作编码与历史执行参数;
7、计算所述实时动作编码与多条所述历史动作编码的相似度,在所述历史行为记录中查找与所述实时动作编码相似度最高的历史动作编码,并确定与所述相似度最高的历史动作编码对应的历史执行参数;
8、根据所述历史执行参数与所述形变数据,生成情绪量化数值,并根据所述情绪量化数值确定宠物的动作意图,所述情绪量化数值包括紧张数值与兴奋数值中至少一者,所述动作意图用于表示对宠物行为倾向的预测。
9、一方面,本申请提供基于实时影像的宠物拟人化互动系统,包括:
10、影像获取与区域划分模块,用于获取宠物面部影像,并对所述宠物面部影像进行生物区域划分,获得实时生物区域,所述生物区域为宠物面部中多个具有表情表达功能的区域;
11、生物特征生成模块,用于根据所述实时生物区域生成生物特征信息,所述生物特征信息为所述实时生物区域的形态描述数据;
12、编码生成模块,用于从所述生物特征信息中提取每一实时生物区域的形变数据和纹理数据,并根据所述形变数据和所述纹理数据生成实时动作编码,所述实时动作编码用于表示宠物的面部动作模式;
13、历史记录获取模块,用于获取宠物的历史行为记录,所述历史行为记录包括宠物的多条行为条目以及对应的历史动作编码与历史执行参数;
14、参数匹配模块,用于计算所述实时动作编码与多条所述历史动作编码的相似度,在所述历史行为记录中查找与所述实时动作编码相似度最高的历史动作编码,并确定与所述相似度最高的历史动作编码对应的历史执行参数;
15、情绪分析与意图预测模块,用于根据所述历史执行参数与所述形变数据,生成情绪量化数值,并根据所述情绪量化数值确定宠物的动作意图,所述情绪量化数值包括紧张数值与兴奋数值中至少一者,所述动作意图用于表示对宠物行为倾向的预测。
16、本申请的实施例具有以下有益效果:
17、本申请的实施例中,首先将宠物的眉骨、颧肌、口角、耳根等生物区域分别作为独立分析单元进行图像识别,使每一区域的细微形变均能被单独捕捉。由于宠物的情绪表达高度依赖于面部各区域同时出现且快速变化的细微生物学信号,单一区域的观察无法反映真实情绪,因此区域化设计从根本上解决了将面部整体处理时局部信息被平均化掩盖的问题。在此基础上,从每一区域分别提取形变数据和纹理数据并融合生成动作编码。形变数据反映各区域的几何形态变化,纹理数据反映各区域的表面质感变化,两者从不同物理维度描述同一面部动作,互不重叠且互为补充。将两者融合生成的编码同时包含几何和纹理两类信息,较单一特征方案具有更高的信息完整度,为后续的匹配和量化提供了更准确的数据基础。
18、同时,本申请的实施例将动作编码与该宠物自身的历史动作编码进行相似度对比,利用个体历史行为记录匹配对应的历史执行参数。不同品种、不同个体之间面部结构及表情表达方式存在显著差异,同一形变幅度在不同个体身上对应的情绪含义可能完全不同,若不进行个体校准则会产生系统性偏差。通过历史匹配使后续量化过程具备了个性化锚点,避免了跨个体泛化失准的问题。
19、进一步的,本申请的实施例将当前形变数据与历史执行参数联合计算生成紧张数值和兴奋数值。形变数据提供了当前时刻的实时感知信息,历史执行参数提供了该宠物个体的历史行为参考,两者联合使情绪量化结果同时具备实时敏感性和个体适应性。可以理解,若仅依赖当前形变数据,易受瞬时噪声和环境干扰;若仅依赖历史数据,则无法反映当前实时状态变化。本申请的实施例将两者结合生成的紧张数值和兴奋数值,在准确性和稳定性上均优于仅依赖单一信息来源的方式。本申请的实施例根据情绪量化数值确定动作意图,实现了从情绪到行为的预测延伸,使宠物动作发生前即可预判其行为倾向,为后续的拟人化互动提供前瞻性依据。
1.基于实时影像的宠物拟人化互动方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,对所述宠物面部影像进行生物区域划分,包括:
3.根据权利要求1所述的方法,其特征在于,所述从所述生物特征信息中提取每一实时生物区域的形变数据和纹理数据,包括:
4.根据权利要求1所述的方法,其特征在于,根据所述形变数据和所述纹理数据生成实时动作编码,包括:
5.根据权利要求1所述的方法,其特征在于,获取宠物面部影像之后,还包括:
6.根据权利要求1所述的方法,其特征在于,所述计算所述实时动作编码与多条所述历史动作编码的相似度,在所述历史行为记录中查找与所述实时动作编码相似度最高的历史动作编码,并确定与所述相似度最高的历史动作编码对应的历史执行参数,包括:
7.根据权利要求1所述的方法,其特征在于,所述历史执行参数至少包括历史幅度阈值、历史持续时长及历史触发边界;
8.根据权利要求7所述的方法,其特征在于,所述根据所述历史执行参数中的历史持续时长,对所述形变偏离度进行时间加权处理,生成每一生物区域的时间加权偏离度,包括:
9.根据权利要求1所述的方法,其特征在于,确定所述宠物的动作意图之后,还包括:
10.基于实时影像的宠物拟人化互动系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com