情绪度辅助调整方法、智能设备和计算机可读存储介质与流程

本发明涉及一种情绪调整辅助系统领域，尤其涉及一种情绪度辅助调整方法、智能设备和计算机刻度存储介质。

背景技术：

现代医学表明，人的注意力水平是受神经系统调节的，一个人的脑电波往往与他的注意力集中度、放松度、疲劳度等指标都有较紧密的联系。而脑电波信号则是人的大脑在进行活动时神经电流的外在表现，通常来说，人在特定的思维活动与情感状态时脑细胞与神经的活动强度与活动模式与表现在外部的脑电波信号有明显差别，通过脑电图记录(eeg，electroencephalography)这种无损伤的脑电波检测手段可以对人的脑电信号进行记录，提取和分析。

常规的技术方案中，脑电波可作为进行心理治疗或情绪调整的辅助手段，专业人士(如心理医生)可以根据受训者的脑电波信号，判断受训者的注意力集中度、放松度、疲劳度等，从而基于相关专业知识，对受训者进行言语暗示或指导，以改变改变受训者的注意力集中度、放松度、疲劳度等，以完成受训者的心理治疗或情绪调整。但是，这种倚重专业人士的脑电波情绪治疗或调整方式，对专业人士有很高的专业知识和专业技能，不够自动化和智能化，实现人工成本高。

技术实现要素：

本发明的主要目的在于提供一种绪度辅助调整方法、智能设备和计算机刻度存储介质，旨在解决倚重专业人士的脑电波情绪治疗或调整方式不够自动化和智能化，实现人工成本高的技术问题。

为实现上述目的，本发明提供一种情绪度辅助调整方法，所述情绪度辅助调整方法包括：

获取训练对象的脑电波中的当前脑电波特征，并基于当前脑电波特征确定训练对象的初始情绪度；

若所述初始情绪度低于预设极小阈值，则逐个向训练对象输出预存的多媒体信号预设单位时间；

若基于训练对象的脑电波检测到所述初始情绪度上升，将引起初始情绪度上升的多媒体信号作为有效刺激信号；

建立所述初始情绪度与有效刺激信号的映射关系表。

可选地，所述建立所述初始情绪度与有效刺激信号的映射关系表的步骤包括：

记录各有效刺激信号在预设单位时间内引起起始情绪度的上升幅度；

将引起起始情绪度的上升幅度最大的有效刺激信号作为目标刺激信号，在所述初始情绪度的映射关系表中标记目标刺激信号为最佳正向情绪刺激。

可选地，所述若所述初始情绪度低于预设极小阈值，则逐个向训练对象输出预存的多媒体信号预设单位时间的步骤之后包括：

若检测到所述初始情绪度下降，则切换引起初始情绪度下降的多媒体信号，并标记引起初始情绪度下降的多媒体信号为负向刺激信号。

可选地，述若所述初始情绪度低于预设极小阈值，则逐个向训练对象输出预存的多媒体信号预设单位时间的步骤之后包括：

若检测到所述初始情绪度在预设单位时间内不变，则切换引用初始情绪度不变的多媒体信号，并标记引起初始情绪度不变的多媒体信号为无效刺激信号。

可选地，所述建立所述初始情绪度与有效刺激信号的映射关系表的步骤之后包括：

将所述负向刺激信号和无效刺激信号添加至初始情绪度的映射关系表中。

可选地，所述情绪度辅助调整方法包括：

当建立完预设情绪度列表中所有情绪度的映射关系表之后，若基于当前脑电波特征确定训练对象的初始情绪度大于预设极大阈值，则向训练对象输出负向刺激信号和/或无效刺激信号。

可选地，在所述获取训练对象的脑电波中的当前脑电波特征，并基于当前脑电波特征确定训练对象的初始情绪度的步骤之前包括：

收集不同训练对象的测试情绪信息，并基于测试情绪信息确定不同训练对象的测试情绪度；

采集不同训练对象处于测试情绪度下的脑电波信号的初始脑电波特征；

逐个向不同训练对象输出预存的多媒体信号预设单位时间，并采集不同训练对象再次处于测试情绪度时的脑电波的过程脑电波特征；

根据所述初始脑电波特征和过程脑电波特征，生成所述测试情绪度对应的脑电波特征模型，直至测试情绪度遍历预设情绪度列表。

可选地，所述基于当前脑电波特征确定训练对象的初始情绪度的步骤包括：

基于当前脑电波特征确定训练对象的目标脑电波特征模型；

从预设情绪度列表确定所述目标脑电波特征模型对象情绪度为初始情绪度。

此外，为实现上述目的，本发明还提供一种智能设备，所述智能设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的情绪度辅助调整程序，所述情绪度辅助调整程序被所述处理器执行时实现上述的情绪度辅助调整方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有情绪度辅助调整程序，所述情绪度辅助调整程序被处理器执行时实现上述的情绪度辅助调整方法的步骤。

本发明通过训练对象的当前脑电波特征，确定训练对象的初始情绪度，在初始情绪度低于预设极小阈值时，逐个向训练对象输出预存的多媒体信号预设单位时间，从而将引起初始情绪度上升的多媒体信号作为有效刺激信号，并建立初始情绪度与有效刺激信号的映射关系表，经过反复训练和调整后，情绪度与有效刺激信号的映射关系表越来越丰富，情绪治疗或调整需要专业人士介入需求越来越少，从而训练对象仅需触发开始情绪度辅助调整流程，实现自动化、智能化的情绪度辅助调整，大量节省了专业人士参与的人工成本。

附图说明

图1是本发明实施例方案涉及的智能设备硬件运行环境的终端结构示意图；

图2为本发明情绪度辅助调整方法一实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明实施例智能终端可以是固定终端，如物联网智能设备，包括智能空调、智能电灯、智能电源、智能路由器等智能家居；也可以是移动终端，包括智能手机、可穿戴的联网ar/vr装置、智能音箱、自动驾驶汽车等诸多联网设备。

如图1所示，该智能设备包括：处理器1001，例如cpu，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，该智能设备还可以包括用户接口、网络接口、摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi模块等等。用户接口可以包括显示屏(display)、触摸屏、摄像头(包括ar/vr设备)等，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口、蓝牙接口、探针接口、3g/4g/5g联网通信接口等)。

本领域技术人员可以理解，图1中示出的智能设备并不构成对智能设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及情绪度辅助调整程序。操作系统是管理和控制智能设备硬件和软件资源的程序，支持情绪度辅助调整程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与智能设备中其它硬件和软件之间通信。

在图1所示的智能设备中，处理器1001用于执行存储器1005中存储的情绪度辅助调整程序，实现以下步骤：

获取训练对象的脑电波中的当前脑电波特征，并基于当前脑电波特征确定训练对象的初始情绪度；

若所述初始情绪度低于预设极小阈值，则逐个向训练对象输出预存的多媒体信号预设单位时间；

若基于训练对象的脑电波检测到所述初始情绪度上升，将引起初始情绪度上升的多媒体信号作为有效刺激信号；

建立所述初始情绪度与有效刺激信号的映射关系表。

基于上述移动终端硬件结构以及移动智能设备控制技术系统，提出本发明方法各个实施例。

为辅助理解本发明的技术方案，情绪度的定义十分重要，以下内容解释情绪度。

情绪度可以理解为代表情绪好坏的情绪渐进等级，为一个人暂时或持续的情绪状态，这份渐进等级会显示人所感受的情绪，诸如害怕、愤怒、悲伤、热忱等。情绪度的情绪渐进等级能表示出生命的下降螺旋，从完全的活力及意识，降至一半的活力及意识，直到死亡，即情绪度的情绪渐进等级能显示生命衰败过程中各个层次的行为。

例如，情绪度的一种定义标准，预设情绪度列表可包括以下情绪度：

一个几近死亡的人，可以说处在长期的冷漠无助。这个人对事物有特定的行为表现，情绪度为0.1—冷漠无助。

一个由于失落而长期悲伤的人，便处在悲伤。这个人对于许多事物也有些特定的行为表现，情绪度为0.5—悲伤。

若一个人还没有低到悲伤，但知道失落即将发生，或因过去的失落而长期固定在这个等级上，情绪度为害怕—1.1。

一个正与失落的威胁奋战的人处在愤怒，而这个人也会展现出其他方面的行为，情绪度为愤怒—1.5。

一个人若只怀疑可能会失落，或是固着在这个等级上，这个人会很怨恨，情绪度为对立—2.0。

在对立之上，一个人的情况没有好到热忱，也没有糟到怨恨的地步，这个人失去了一些目标，现在一时还找不到其他目标。这种人情绪度为无聊，—2.5。

一个人会以保守、谨慎的观点看待生活，不过他有在朝着目标迈进，这个人情绪度为热忱—3.0。

一个人热忱、快乐且充满活力，这个人情绪度为宁静—4.0。

为辅助理解上述情绪度，以下用具体例子辅助说明：

比方说，你有没有见过一个小孩向别人要一枚硬币？一开始他很快乐(情绪度为热忱)，他只是想要一枚硬币。如果遭到拒绝，他会解释他为什么想要硬币。如果他得不到，也没有非常想要，他就会觉得无聊然后走开(此时情绪度为无聊)。但如果他非常想要，就会表现出对立的态度(此时情绪度为对立)，然后变得很生气(此时情绪度为愤怒)。接下来，再要不到的话，他可能会编造一个要硬币的理由(此时情绪度为害怕，因害怕失去而编造理由)。如果还是失败，他就会进入悲伤的情绪(此时情绪度为悲伤)。假若他仍然被拒绝，最后就会陷入冷漠无助，然后说他不想要了。这就是否认、冷漠无助的情绪度。

再如，受到危险威胁的小孩的情绪度会下降。首先，他并没有发觉危险已经找上他了，还是高高兴兴的。然后危险开始朝他逼近，假设是一只狗吧。小孩看见危险了，但他不认为那只狗是冲着他来的，所以继续做他的事。不过现在他对正在玩的东西感到「无聊」了。他有一点担心，不确定会发生什么事。然后这只狗更逼近了，小孩开始「讨厌它」，或表现出对立的态度。狗又接近他一点，小孩生气了，设法要攻击这只狗，但狗仍然继续逼近，而且威胁愈来愈大。小孩害怕了。害怕于事无补，他哭了。如果狗仍然继续威胁他，小孩可能就会陷入冷漠无助，等着被咬。

在本发明情绪度辅助调整方法一实施例中，参照图2，所述情绪度辅助调整方法包括：

步骤s10，获取训练对象的脑电波中的当前脑电波特征，并基于当前脑电波特征确定训练对象的初始情绪度；

本发明的情绪度辅助调整方法应用于智能设备，训练对象为智能设备进行情绪度辅助调整的调整对象，训练对象一般为具有一定情绪方面的问题，如长时间的悲伤、愤怒等。该智能设备包括用于采训练对象脑电波的脑电波传感器，用于分析训练对象脑电波的处理器，用于输出多媒体信号的输出组件(如显示器、音频输出装置等)，以及用于存储相关数据的存储器,相关数据包括脑电波特征与情绪度的脑波情绪映射表，脑波情绪映射表中包括不同情绪度对应不同脑电波特征的对应关系。如情绪度包括冷漠无助、悲伤、害怕、愤怒、对立、无聊、热忱和宁静。脑波情绪映射表可通过大量样本训练而成，即采集大量样本(正常人)的脑电波特征和关联情绪度，从而样本数量到达一定程度后，脑电波特征与情绪度则具有强关联性。

在确定了训练对象之后，基于脑电波传感器采集训练对象的脑电波，处理器对脑电波进行分析，得到训练对象的当前脑电波特征，然后在预设的脑波情绪映射表中查找并获取当前脑电波特征对应的初始情绪度，此初始情绪度为训练对象当前的情绪状态。

步骤s20，若所述初始情绪度低于预设极小阈值，则逐个向训练对象输出预存的多媒体信号预设单位时间；

当检测到训练对象的初始情绪度小于预设极小阈值时，表明此时训练对象的情绪过于低落，则需要向训练对象输出预存的多媒体信号，每个钟多媒体信号输出预设单位时间，预存的多媒体信号包括单独色彩、单独音频、单独视频、或者音视频结合。预设单位时间可根据初始情绪度设置，例如初始情绪度的值越小，预设单位时间越大，从而在训练对象的初始情绪度较小时，对外界食物较为冷漠，形成反馈所需的时间也较长，故而预设单位时间适当增大，预存的多媒体信号能起到更好的情绪刺激作用。

步骤s30，若基于训练对象的脑电波检测到所述初始情绪度上升，将引起初始情绪度上升的多媒体信号作为有效刺激信号；

在每个预存的多媒体信号输出的每个预设单位时间中，对训练对象的脑电波进行实时检测，从而实时检测训练对象的脑电波特征，进而实时检测训练对象初始情绪度。当检测到训练对象的初始情绪度上升，例如初始情绪度从1.1(害怕)上升至2.0(对立)，则将引起初始情绪度上升的多媒体信号作为有效刺激信号。例如，引起初始情绪度上升的多媒体信号为欢乐颂钢琴曲，则该欢乐颂钢琴曲为训练对象情绪辅助调整的有效刺激信号，具有正向情绪调整作用。

步骤s40，建立所述初始情绪度与有效刺激信号的映射关系表。

在确定了有效刺激信号(如欢乐颂钢琴曲)之后，确定训练对象的身份标识(如用户001)，初始情绪度由1.1上升至2.0，从而建立映射关系表[有效刺激信号：欢乐颂钢琴曲+初始情绪度1.1—害怕至2.0—对立]，从而后续的训练对象也为1.1—害怕时，可基于该建立的映射关系表查询到欢乐颂钢琴曲为有效刺激信号，从而直接向后续的训练对象输出欢乐颂钢琴曲以提升其情绪度。

具体地，步骤s40包括：

步骤s41，记录各有效刺激信号在预设单位时间内引起起始情绪度的上升幅度；

步骤s42，将引起起始情绪度的上升幅度最大的有效刺激信号作为目标刺激信号，在所述初始情绪度的映射关系表中标记目标刺激信号为最佳正向情绪刺激。

当可以提升训练对象的初始情绪度的有效刺激信号存在多个时，获取各有效刺激信号在预设单位时间内引起起始情绪度的上升幅度，例如有效刺激信号有3个，分别是有效刺激信号a、b、c，有效刺激信号所引起初始情绪度的上升幅度分别为1、1.5和0.5，从而将有效刺激信号b作为目标刺激信号，并在所述初始情绪度的映射关系表中标记目标刺激信号为最佳正向情绪刺激，以供后续的训练对象进行情绪度辅助调整时，相同初始情绪度时，优先输出有效刺激信号b，进一步提升情绪度辅助调整的有效性和准确性。

在本实施例中，通过训练对象的当前脑电波特征，确定训练对象的初始情绪度，在初始情绪度低于预设极小阈值时，逐个向训练对象输出预存的多媒体信号预设单位时间，从而将引起初始情绪度上升的多媒体信号作为有效刺激信号，并建立初始情绪度与有效刺激信号的映射关系表，经过反复训练和调整后，情绪度与有效刺激信号的映射关系表越来越丰富，情绪治疗或调整需要专业人士介入需求越来越少，从而训练对象仅需触发开始情绪度辅助调整流程，实现自动化、智能化的情绪度辅助调整，大量节省了专业人士参与的人工成本。

进一步地，在本发明情绪度辅助调整方法另一实施例中，在步骤s20之后还包括：

步骤s31，若检测到所述初始情绪度下降，则切换引起初始情绪度下降的多媒体信号，并标记引起初始情绪度下降的多媒体信号为负向刺激信号。

引起初始情绪度下降的多媒体信号会导致训练对象情绪更差，因此需将引起初始情绪度下降的多媒体信号标记为负向刺激信号，该负向刺激信号也与初始情绪度建立对应关系并存储至映射关系表中，以提醒后续的训练对象进行情绪度辅助调整过程中慎用。同时，负向刺激信号和有效刺激信号分别与初始情绪度建立关联关系，在情绪度辅助调整过程中可对照分析，进行多维度尝试调整，从而在保证训练对象情绪度基本稳定的前提下，尊重训练对象情绪度和刺激信号的个体性差异，进一步提升情绪度辅助调整的有效性和准确性。例如初始情绪度相同、不同训练对象，可能对于一个训练对象而言，映射关系表中的有效刺激信号可能正好是负向刺激信号，对于另一个训练对象而言，负向刺激信号恰恰是有效刺激信号，在这种个体存在较大差异情形下，所述映射关系表中有效刺激信号和负向刺激信号种类较多，则可尽可能减少个体性差异的影响。

可选地，在步骤s20之后还包括：

步骤s32，若检测到所述初始情绪度在预设单位时间内不变，则切换引用初始情绪度不变的多媒体信号，并标记引起初始情绪度不变的多媒体信号为无效刺激信号。

无效刺激信号对于训练对象的初始情绪度调整无效，但是由于训练对象的个体性差异，对此训练对象情绪度调整无效的刺激信号对另一训练对象的情绪度调整可能有效，故而还是对无效刺激信号进行标记。标记的无效刺激信号若持续被判断调整初始情绪度无效且判断无效的次数大于预设无效次数，则将无效刺激信号对应的多媒体信号删除，将无效刺激信号的标记抹除。无效刺激信号的出现是为了避免多媒体信号对个别训练对象无效时而被错误删除。

此外，在步骤s40之后，可将所述负向刺激信号和无效刺激信号添加至初始情绪度的映射关系表中，以供后续的训练对象进行情绪度辅助调整时，对负向刺激信号和无效刺激信号进行再次验证，最终基于负向刺激信号和无效刺激信号分别被持续判断为负向和无效的次数，对负向刺激信号和无效刺激信号进行保留和抹除，进一步提升情绪度辅助调整方法的准确性和适用性。

可选地，所述情绪度辅助调整方法包括：

当建立完预设情绪度列表中所有情绪度的映射关系表之后，若基于当前脑电波特征确定训练对象的初始情绪度大于预设极大阈值，则向训练对象输出负向刺激信号和/或无效刺激信号。

在预设情绪度列表中所有情绪度的有效刺激信号确定之后，即预设情绪度列表中所有情绪度的映射关系表之后，继续进行其他训练对象的情绪度辅助调整，若基于当前脑电波特征确定训练对象的初始情绪度大于预设极大阈值，则训练对象此时的情绪过于狂热和激动，需要恢复平静，此时向训练对象输出负向刺激信号和/或无效刺激信号，如负向刺激信号为安神类的轻音乐，无效刺激信号为流行歌曲，防止训练对象的情绪过于高涨和激动。并且，当建立完预设情绪度列表中所有情绪度的映射关系表之后，才进行负向刺激信号和/或无效刺激信号的输出，是因为训练对象处于情绪度过低(即小于预设极小阈值)的状态比处于情绪度过高(即大于预设极大阈值)的状态更容易出现自我伤害的举动，所以优先建立初始情绪度过低时的有效刺激信号的映射关系表。

进一步地，在本发明情绪度辅助调整方法又一实施例中，在步骤s10之前可建立脑波情绪映射表，具体包括：

步骤a，收集不同训练对象的测试情绪信息，并基于测试情绪信息确定不同训练对象的测试情绪度；

多个训练对象作为建立脑波情绪映射表的样本集，测试情绪信息可包括当前的训练对象的微表情、手势动作、说话语调等，根据测试情绪信息和微表情、手势、说话语调等心理学知识，确定不同训练对象的测试情绪度。

步骤b，采集不同训练对象处于测试情绪度下的脑电波信号的初始脑电波特征；

步骤c，逐个向不同训练对象输出预存的多媒体信号预设单位时间，并采集不同训练对象再次处于测试情绪度时的脑电波的过程脑电波特征；

采集样本集中不同训练对象处于测试情绪度下的脑电波信号，然后分析得到对应的初始脑电波特征，然后逐个向不同训练对象输出预存的多媒体信号预设单位时间，并采集不同训练对象再次处于测试情绪度时的脑电波的过程脑电波特征，从而以结合初始脑电波特征和过程脑电波特征来生成脑电波特征模型，避免训练对象的初始脑电波特征因初次测试不熟悉、抵触等情绪所带来的误差，提高脑电波特征模型的准确性。

步骤d，根据所述初始脑电波特征和过程脑电波特征，生成所述测试情绪度对应的脑电波特征模型，直至测试情绪度遍历预设情绪度列表。

为与预设情绪度列表一一对象的所有测试情绪度生成脑电波特征模型之后，将预设情绪度列表和各测试情绪度对应的脑电波特征模型关联存储并生成脑波情绪映射表，以供查询并得到训练对象参与情绪度辅助调整时的初始情绪度。

具体地，步骤s10具体为：基于当前脑电波特征确定训练对象的目标脑电波特征模型；从预设情绪度列表确定所述目标脑电波特征模型对象情绪度为初始情绪度，即从脑波情绪映射表中查找并获取当前脑电波特征对应的初始情绪度，从而实现初始情绪度的识别和获取。

本发明还提供一种智能设备，所述智能设备包括：存储器、处理器、通信总线以及存储在所述存储器上的情绪度辅助调整程序：

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行所述情绪度辅助调整程序，以实现上述情绪度辅助调整方法各实施例的步骤。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述情绪度辅助调整方法各实施例的步骤。

本发明计算机可读存储介质具体实施方式与上述情绪度辅助调整方法各实施例基本相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。