图像信息。输出 子系统用于向游戏设备输出用户的当前状态信息，包括图形界面及声音信息。中央处理系 统根据接收到的表情信息，心律信息，以及用户的输入信息对用户的游戏热度值的增量进 行判定，并根据用户的当前游戏热度值给输出子系统和控制子系统发送命令，提醒用户或 对用户的输入、显示部分进行控制。
[0105] 用户游戏行为信息传输子系统将摄像头，心律传感设备，输入设备中得到的信息 实时发送给数据存储器进行存储，处理器每过一段时间将这段时间中存储器中积累的信息 进行处理，并根据处理结果发送信息给音箱、显示设备和输入设备，对用户进行提醒和控 制。本发明系统开启时的流程图：如3所示，本系统开启后的主要流程图如下:如图4所示。
[0106] 其中用户游戏热度值的初始值为零，随着时间不断有增量。中央处理系统根据采 集到的用户表情，用户的输入信息，用户的心律情况综合判定增量的正负、大小。
[0107] 理想情况下（如图5所示），即用户一直在正常玩游戏时，热度值Η前期呈线性增长， 其增长速度Η'是恒定的。到疲劳时间后热度值Η呈抛物线增长，其增长速度Η'呈线性增长。 其中热度值的增长速度Η '反映的是用户的疲劳情况，我们认为在疲劳时间点前用户的疲劳 是不增加的，疲劳时间点后用户的疲劳状况一直在线性上升，所以才有了这样的设定。
[0108] 我们将疲劳时间点Tt的热度值规定在25,控制时间点Tc的热度值规定在50。并且 规定控制时间点Tc的热度值增长速度是疲劳时间点Tt增长速度的二倍，则理想情况下热度 值曲线公式为：
[0109]
[0110] 其中Tt为疲劳时间点，Tc为控制时间点，t为游戏时间。
[0111] 上述的规定是为了使用户能够通过只需控制疲劳时间点Tt和控制时间点Tc两个 变量，从而控制整个热度值曲线的变化，达到控制防沉迷强度的效果。Tc越小则允许游戏时 间越短，Tc越大则允许游戏时间越长;Tc-Tt越大则防沉迷强度越弱，Tc-Tt越小则防沉迷强 度越强。
[0112] 如图7所示，当用户休息时，游戏热度值呈线性降低，一直到休息时间Tr时将为0。
[0113] 根据《网络游戏防沉迷系统开发标准》的规定，默认疲劳时间点Tt为3小时，控制时 间点Tc为5小时，休息时间Tr为5小时。用户也可以根据自身需求，自己设定这三个量。
[0114] 以上的增长降温是理想情况下，即玩家一直在游戏时的升温情况。降温是在玩家 离开电脑的情况下是线性的。但是由于玩家的行为并不是单一的，所以会根据本系统的采 集子系统所采集到的玩家表情信息，输入信息及心律信息对热度值的增量给予校正。设校 正系数为I，则
[0115] H7Η7*ι#ρX I
[0116] 即真实增加的速率是理想增加的速率被校正后得到的。
[0117]校正系数I的得出方法是：由玩家的输入信息判定校正系数的基础值Ib，由表情识 别的信息判定这个基础值的准确率Ir，再由心律信息为这个值增加严重程度Is。
[0118]校正系数基础值lb的得出原理是：当玩家进行游戏的时候他需要与游戏进行互 动，而无论哪款游戏，它的的互动入口都是有限的，玩家只能在在几个入口处进行操作。所 以只要玩家在玩游戏，他一定会在一定时间内重复地操作几个按钮。可能是键盘中的几个 键，也可能是鼠标按键，或者其他设备上的按钮。通过检测所有输入设备的输入信息，只要 有些按钮在单位时间内被多次重复，就可以一定程度上判定玩家在进行游戏了。重复次数 越多判定越准确，根据按钮的重复次数，以及被重复按下的按钮数，系统可以生成一个介于 0~1之间的校正基础值。我们的生成方法是当系统检测到单位时间5秒内有某个键被按下 次数超过3次就记录下按键次数m，有η个键按下超过三次就记录η个m，然后将它们按照从大 到小进行排列就能得到一组数据ml，m2….mn。
[0120]准确率Ir的得出原理是：另外当玩家沉迷进游戏中后，他一定是专注于游戏内容 的。大部分的时间他的表情都是单一的，不会有很多变化。而且一般来说游戏的设计者都会 将游戏的主要信息放在画面中央，所以玩家的注意力几乎一直集中在画面中央。但是玩家 在浏览网页，做其他事情的时候，注意力是分散的，表情的变化会生动很多。另外当玩家在 游戏中时，随着游戏的进度，玩家可能会产生激动、高兴等正面情绪，或者生气、烦躁等负面 情绪。当玩家的情绪变化波动剧烈时，势必会增加玩家的精神消耗。根据这个现象，我们使 用表情识别子系统根据现有技术不断读取用户的表情状况，将每个时刻的表情进行判定， 归类到兴奋、激动、高兴、一般、烦躁、生气、气愤等等各种情绪中。然后依据我们的方法，评 估每个情绪的剧烈程度，根据积极和消极这个维度，将系统内的情绪划分到一个以零点为 中心的整数值区间内。然后计算单位时间内用户的情绪波动情况，给校正基础值做准确率 的判定。比如根据现有的技术能够获得15个情绪，根据我们的方法把他们赋值-7到+7之间 的整数。表情识别子系统每5秒读取判定一次表情，将表情判定到这15个情绪中，就能得到 一个-7到+7的整数值。然后每分钟对上一个两分钟的24张表情数据进行计算。这样只需要 计算一个数量为24,范围在-7到+7的整数数组的方差D，即可以判断用户上两分钟的专注 度。计算极差R可以判断用户情绪波动情况。计算平均值霧可以得到用户上两分钟的情绪是 积极还是消极的。然后根据方差产生一个0.8~1之间的专注度F，根据情绪种类数量Q和极 差R产生一个0~0.2的波动调整值W，再根据平均值产生一个0.9~1.1的情绪调整值A。由此 可以得到一般性的算法为：
[0121] Ir=(F+ff) XA
[0122] 其中F为专注度，W为情绪波动调整值，A为情绪调整值，他们的算法为：
[0126] 其中D为方差，R为极差，画为平均值，Q为情绪种类数。
[0127] 这样设定的好处是当玩家非常专注于游戏，但是突然情绪变化很明显，说明玩家 耗费精神会很多，这样得到的正确率会高于1，当玩家不怎么专注，情绪变化明显时，可能不 在游戏，但是依然做很费神的事情，得分会略低于1，当玩家正常游戏时专注度较高，情绪变 化不明显，得分也会接近于1，当玩家专注度不高，情绪变化不明显时，得分会很低。另外我 们鼓励玩家处于积极的情绪，所以在消极情绪时，我们会进行调整使准确率提升。
[0128] 严重程度Is的得出原理是：用户的身体状况也是我们考虑的重要因素之一。当用 户在极度疲劳的状况下玩一个小时游戏和在一般情况下玩一个小时游戏的防沉迷准则应 该是不一样的。我们根据采集子系统采集到的用户心律信息来确定用户在这段时间的疲劳 状况。我们以用户心跳速度V作为衡量疲劳状况的标准。在这里我们认为极度兴奋产生的心 动过速得到的用户心神消耗与疲劳产生的心神消耗是差不多的。根据正常人的心律情况， 我们将心律在80次每分钟以下的情况都视为正常情况。将心律在120次每分钟设为顶点。即 在120次每分钟时应立即停止玩游戏，80次每分钟可以玩规定时间的游戏。那么在80次每分 钟的时候游戏热度值的增速是1，而到了 120次每分钟时增速是非常大的。考虑到系统采集 信息的误差，以及使心律在较高情况下产生的影响曲线更平滑，我们将严重程度系数Is的 计算公式设定为：
[0130] 其中r为用户每分钟心跳次数，Rj为调整值，心为正常心律值，Rmax为最大允许心律。
[0131] 最后，考虑到用户停止玩游戏后需要给游戏热度降温，而且降温速度和用户的行 为是相关的。所以我们设定游戏热度一直在进行自我降温，降温与增温同时进行，游戏热度 增量的正负取决于用户的行为状态。所以最终可以得到游戏热度增量的计算方法为：
[0134] 其中t为每次计算热度值时间隔的时间，Ho表示此次计算热度值前热度值的初始
表示游戏热度在Ho时理想情况下热度增加的速率
表示理想情况下热度 值的降低速率，I表示受用户游戏行为影响的校正系数；
[0135] I = IbXIrXIs
[0136] 当玩家正常游戏时校正系数》1，此时游戏热度增量即为理想状况下升温速度。当 玩家疲劳游戏时，此时校正系数>1，此时游戏热度升温比理想状况下快很多。当玩家在进行 类似于游戏的行为时，校正系数〈1，此时降温速度比较慢，而且如果玩家是处于警戒点之后 的情况下，理想情况下的升温速度非常快，可能没有进行游戏，但是某些行为符合游戏行 为，这时还会继续升温。此时最好是离开电脑或进行完全放松的活动，使校正系数足