一種帶有控制系統(tǒng)的家庭影院的制作方法
【專利摘要】本發(fā)明提供了一種帶有控制系統(tǒng)的家庭影院，其特征是，包括家庭影院和與家庭影院相連的情感控制系統(tǒng)，所述家庭影院包括：床、電動升降機構(gòu)和無線投影式家庭影院系統(tǒng)，床(1)的中間部位設(shè)有升降平臺，電動升降機構(gòu)包括直流電動推桿(2)和投影儀放置臺(3)，直流電動推桿(2)固定安裝在床(1)的升降平臺內(nèi)，投影儀放置臺(3)安裝在直流電動推桿(2)的推桿上，無線投影式家庭影院系統(tǒng)包括投影儀(4)、網(wǎng)絡(luò)電視盒、WIFI無線連接音響(5)和投影幕布，投影儀(4)放置在電動升降機構(gòu)的投影儀升降平臺(3)上，投影儀(4)通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口通訊相連，音響(5)通過WIFI無線連接與網(wǎng)絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝在投影儀(4)對面的墻上。本發(fā)明結(jié)構(gòu)設(shè)計合理，大大增加觀影體驗，具有很好的市場推廣價值。
【專利說明】
一種帶有控制系統(tǒng)的家庭影院
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及開關(guān)領(lǐng)域，具體涉及一種帶有控制系統(tǒng)的家庭影院。
【背景技術(shù)】
[0002] 目前，目前家庭影院包括電視、音響以及播放器，但是這種架構(gòu)還是無法做到很好 的用戶享受樂趣體驗，且電視、音響以及播放器也是多個不同的遙控器，使用戶在使用的時 候十分的不方便。
[0003] 情感在人們相互交際過程中起著極其重要的作用。借助情感表達(dá)所伴隨著的外在 表現(xiàn)信息，如情感化的語音信號或面部表情，人們可以很方便地相互溝通、相互了解。對于 人類情感方面的研究，一直是生理學(xué)、神經(jīng)學(xué)、心理學(xué)等領(lǐng)域的重要研究方向，近幾年來倍 受工程領(lǐng)域研究者的關(guān)注。當(dāng)前，對于單模態(tài)情感研究較多，但是對于多模態(tài)情感融合的研 究較為有限。

【發(fā)明內(nèi)容】

[0004] 針對上述問題，本發(fā)明提供一種帶有控制系統(tǒng)的家庭影院。
[0005] 本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：
[0006] -種帶有控制系統(tǒng)的家庭影院，其特征是，包括家庭影院和與家庭影院相連的情 感控制系統(tǒng)，所述家庭影院包括:床、其特征在于它還有電動升降機構(gòu)和無線投影式家庭影 院系統(tǒng)，床的中間部位設(shè)有升降平臺，電動升降機構(gòu)包括直流電動推桿和投影儀放置臺，直 流電動推桿固定安裝在床的升降平臺內(nèi)，投影儀放置臺安裝在直流電動推桿的推桿上，無 線投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò)電視盒、WIFI無線連接音響和投影幕布，投影儀放 置在電動升降機構(gòu)的投影儀升降平臺上，投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端 口通訊相連，音響通過WIFI無線連接與網(wǎng)絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安 裝在投影儀對面的墻上。
[0007] 優(yōu)選地，投影儀是高清晰度家庭投影儀。
[0008] 優(yōu)選地，投影儀是3D投影儀。
[0009] 本發(fā)明的有益效果為:結(jié)構(gòu)設(shè)計合理，大大增加了觀影體驗。
【附圖說明】
[0010] 利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限 制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得 其它的附圖。
[0011] 圖1是本發(fā)明家庭影院的結(jié)構(gòu)不意圖；
[0012] 圖2是本發(fā)明情感控制系統(tǒng)的結(jié)構(gòu)示意圖。
[0013] 附圖標(biāo)記：
[0014]語音情感識別處理模塊1、表情情感識別處理模塊2、多模態(tài)情感融合識別處理模 塊3、控制模塊4、聲學(xué)特征提取子模塊11、聲學(xué)特征降維子模塊12、語音情感分類處理子模 塊13、表情特征提取子模塊21、表情特征降維子模塊22、表情情感分類處理子模塊23。
【具體實施方式】
[0015] 結(jié)合以下實施例對本發(fā)明作進(jìn)一步描述。
[0016] 應(yīng)用場景1
[0017]參見圖1、圖2,本應(yīng)用場景中的一個具體實施例一種帶有控制系統(tǒng)的家庭影院，其 特征是，包括家庭影院和與家庭影院相連的情感控制系統(tǒng)，所述家庭影院包括:床、其特征 在于它還有電動升降機構(gòu)和無線投影式家庭影院系統(tǒng)，床的中間部位設(shè)有升降平臺，電動 升降機構(gòu)包括直流電動推桿和投影儀放置臺，直流電動推桿固定安裝在床的升降平臺內(nèi)， 投影儀放置臺安裝在直流電動推桿的推桿上，無線投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò) 電視盒、WIFI無線連接音響和投影幕布，投影儀放置在電動升降機構(gòu)的投影儀升降平臺上， 投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口通訊相連，音響通過WIFI無線連接與網(wǎng) 絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝在投影儀對面的墻上。
[0018] 優(yōu)選地，投影儀是高清晰度家庭投影儀。
[0019] 本優(yōu)選實施例結(jié)構(gòu)設(shè)計合理，大大增加了觀影體驗。
[0020] 優(yōu)選地，投影儀是3D投影儀。
[0021]本優(yōu)選實施例觀影體驗更佳。
[0022]優(yōu)選地，所述情感控制系統(tǒng)包括語音情感識別處理模塊1、表情情感識別處理模塊 2、多模態(tài)情感融合識別處理模塊3和控制模塊4:
[0023] (1)語音情感識別處理模塊1，用于獲取用戶的語音信號，并對語音信號進(jìn)行處理， 最終輸出語音情感識別結(jié)果，其包括聲學(xué)特征提取子模塊11、聲學(xué)特征降維子模塊12和語 音情感分類處理子模塊13;所述聲學(xué)特征提取子模塊11用于提取聲學(xué)特征數(shù)據(jù);所述聲學(xué) 特征降維子模塊12用于采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理； 所述語音情感分類處理子模塊13用于采用已訓(xùn)練好的支持向量機作為語音情感識別分類 器，對降維后的聲學(xué)特征數(shù)據(jù)進(jìn)行情感識別并輸出語音情感識別結(jié)果，支持向量機的核函 數(shù)采用高斯核函數(shù)；
[0024] (2)表情情感識別處理模塊2,用于獲取用戶的表情圖像，并對表情圖像特征進(jìn)行 處理，最終生成表情情感識別結(jié)果，其包括表情特征提取子模塊21、表情特征降維子模塊22 和表情情感分類處理子模塊23;所述表情特征提取子模塊21用于采用自適應(yīng)二維Gabor小 波變換方法對表情圖像中的表情特征進(jìn)行提取;所述表情特征降維子模塊22用于采用所述 改進(jìn)的局部線性嵌入方法對所述表情特征數(shù)據(jù)進(jìn)行降維處理，并采用形態(tài)學(xué)處理方法做濾 波處理;所述表情情感分類處理子模塊23用于采用已訓(xùn)練好的稀疏分類器作為表情情感識 別分類器，對降維、濾波處理后的表情特征數(shù)據(jù)進(jìn)行情感識別并輸出表情情感識別結(jié)果；
[0025] (3)多模態(tài)情感融合識別處理模塊3,用于基于所述語音情感識別結(jié)果和表情情感 識別結(jié)果，根據(jù)預(yù)定的多模態(tài)情感融合策略生成用戶情感識別結(jié)果；
[0026] (4)控制模塊，用于根據(jù)所述用戶情感識別結(jié)果，在驗證用戶身份的前提下控制家 庭影院執(zhí)行相應(yīng)的操作。
[0027] 本優(yōu)選實施例設(shè)置多模態(tài)情感融合識別處理模塊3,基于所述語音情感識別結(jié)果 和表情情感識別結(jié)果，增強了識別結(jié)果的可靠性。
[0028] 優(yōu)選地，所述用戶情感識別結(jié)果包括高級別和低級別的褒義情感，中性情感以及 高級別和低級別的貶義情感組成的5個級別情感類型。
[0029] 所述在驗證用戶身份的前提下控制家庭影院執(zhí)行相應(yīng)的操作，具體為:所述控制 模炔基于預(yù)先設(shè)置的語音特征數(shù)據(jù)庫，匹配所述用戶的語音信號的語音特征，從而進(jìn)行用 戶身份驗證，若驗證通過，控制模塊控制家庭影院執(zhí)行相應(yīng)的操作。
[0030] 所述采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理，包括：
[0031] (1)將提取的聲學(xué)特征數(shù)據(jù)中的聲學(xué)特征向量看成是高維空間中的樣本數(shù)據(jù)點， 設(shè)M維的N個樣本數(shù)據(jù)點為&41￡妒，1￡[1，幻，類別號為(：1，嵌入輸出的~個 111維的降維數(shù)據(jù) 點為Yi，Yi G Rm，i G [ 1，N]，m彡M，且m值的范圍為[2，20]，對每個樣本數(shù)據(jù)點Xi確定其鄰域點 的數(shù)目K，鄰域點的距離公式為：
[0033]式中，1/是結(jié)合樣本數(shù)據(jù)點類別信息計算后的距離，L是忽略樣本數(shù)據(jù)點類別信息 的原始?xì)W氏距離，參數(shù)A用來防止L過快增長，max(L)表示最大歐氏距離，min(L)表示最小歐 式距離，常數(shù)因子&、&(〇彡SJKl)，共同控制距離計算時樣本數(shù)據(jù)點類別信息的結(jié)合數(shù) 量程度；
[0034] (2)利用每個樣本數(shù)據(jù)點Xi的鄰域點計算出樣本數(shù)據(jù)點的局部重建權(quán)值矩陣W^， 要求最小化下列損失函數(shù)：
[0036] 式中，Wij為Xi與Xj之間的權(quán)值，且需滿足% = 1，對Xi的非鄰域點，Wij = 0;
[0037] (3)計算各樣本數(shù)據(jù)點Xi的K個鄰域點的權(quán)重之和：
[0041] 式中，為各鄰域點之間的加權(quán)矩陣，dUnXj表示樣本數(shù)據(jù)點間的Fisher投影 距離，I為可調(diào)參數(shù)；
[0042] (4)利用該樣本數(shù)據(jù)點的局部重建權(quán)值矩陣以及其鄰域點計算出該樣本數(shù)據(jù)點 的輸出值，具體是將所有的樣本數(shù)據(jù)點乂:映射嵌入到低維空間中，并使得低維重構(gòu)的誤差 達(dá)到最小，要求最小化下列損失函數(shù)：
[0044] 式中，
：其中構(gòu)建一個稀疏矩陣M=(I-W)T(I- W)，通過求解這個稀疏矩陣的前m個最小的非零特征值所對應(yīng)的特征向量作為樣本數(shù)據(jù)點 Xi的嵌入輸出值。
[0045] 所述自適應(yīng)二維Gabor小波變換方法中的Gabor濾波器的核函數(shù)定義為：
[0047] 式中，a、0分別表示核函數(shù)的方向和頻率大小，a、財安照按如下方法設(shè)置:當(dāng)表情圖 像質(zhì)量較好時，選取三個中心頻率0 ={ 〇，1，2}和六個方向a={〇，l，…，5}組成的18個Gabor 濾波器用于特征提取;當(dāng)表情圖像受到腐蝕、遮擋時，選取四個中心頻率0={〇，1…，3}和八 個方向a = {0，l，…，7}組成的32個Gabor濾波器用于特征提??；
[0048] 〇表示采用高斯函數(shù)窗口的大小，用來決定濾波器的帶寬，〇能夠根據(jù)參數(shù)設(shè)置進(jìn) 行自適應(yīng)調(diào)整:將表情圖像分成v X v子塊，根據(jù)每個子塊特征數(shù)目選擇〇，特征數(shù)目大的子 塊設(shè)定〇 = 1特征數(shù)目少的子塊設(shè)定〇 = 231;
[0049] ka,e為小波矢量，= /c^et<Pa，其中，kp和史〇：分別表不Gabor濾波器在頻率和方向 空間的采樣方式。
[0050] 所述預(yù)定的多模態(tài)情感融合策略為：
[0051]設(shè)已經(jīng)計算出一個測試樣本x對于c類的分類情況下，采用n個分類器進(jìn)行分類得 到的后驗概率集合為{Pl」(x)，i = 1，2，…，n，j = 1，2，…，c}，對n個分類器取得的后驗概率按 照方差規(guī)則集成得到一個新的后驗概率集合{qKx)，j = l，2,…，c}，從中按照預(yù)定的挑選 規(guī)則挑選出合適的后驗概率值所對應(yīng)的類別作為要輸出的用戶情感識別結(jié)果；
[0052]對于j類測試樣本，按照方差規(guī)則獲得的新的后驗概率qXx)可表示為：
[0056] 對于j類測試樣本，最終所獲得的識別類別可表示為：
[0057] p(x) =argmaxj(qj(x))
[0058] 其中，所述預(yù)定的挑選規(guī)則為:將所述新的后驗概率集合中的后驗概率值按照從 大到小順序進(jìn)行排列的前3個后驗概率值為qj (x)max，qj (x)，qj (x)max-2，若％ (X)max S
，選擇(1心)_作為合適的后驗概率值，否則選擇作為 合適的后驗概率值，其中Qq為設(shè)定的后驗概率權(quán)值，取值范圍為[1.4，1.6 ]。
[0059] 本優(yōu)選實施例設(shè)置改進(jìn)的局部線性嵌入方法，需要確定的參數(shù)比較少，只有鄰域 數(shù)k和輸出維數(shù)d，大大減少了運算量，且可以學(xué)習(xí)出任意維數(shù)的低維流形，提高了識別速 度;采用自適應(yīng)二維Gabor小波變換方法對表情圖像中的表情特征進(jìn)行提取，具有旋轉(zhuǎn)、平 移以及伸縮變換條件下不變的性質(zhì)，而且能得到一個解析的全局最優(yōu)解;在聲學(xué)特征降維 子模塊12對聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理的過程中，計算各樣本數(shù)據(jù)點個鄰域點的權(quán) 重之和，并將其考慮到低維重構(gòu)的損失函數(shù)中，降低了噪聲的影響和數(shù)據(jù)樣本外點對降維 的干擾，進(jìn)一步提高了情感識別的精度;設(shè)置預(yù)定的多模態(tài)情感融合策略，并根據(jù)多模態(tài)情 感融合策略生成用戶情感識別結(jié)果，使識別結(jié)果更加可靠準(zhǔn)確。
[0060]本應(yīng)用場景設(shè)定后驗概率權(quán)值為Qq=l .4,識別精度相對提高了12%。
[00611應(yīng)用場景2
[0062]參見圖1、圖2,本應(yīng)用場景中的一個具體實施例一種帶有控制系統(tǒng)的家庭影院，其 特征是，包括家庭影院和與家庭影院相連的情感控制系統(tǒng)，所述家庭影院包括:床、其特征 在于它還有電動升降機構(gòu)和無線投影式家庭影院系統(tǒng)，床的中間部位設(shè)有升降平臺，電動 升降機構(gòu)包括直流電動推桿和投影儀放置臺，直流電動推桿固定安裝在床的升降平臺內(nèi)， 投影儀放置臺安裝在直流電動推桿的推桿上，無線投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò) 電視盒、WIFI無線連接音響和投影幕布，投影儀放置在電動升降機構(gòu)的投影儀升降平臺上， 投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口通訊相連，音響通過WIFI無線連接與網(wǎng) 絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝在投影儀對面的墻上。
[0063]優(yōu)選地，投影儀是高清晰度家庭投影儀。
[0064]本優(yōu)選實施例結(jié)構(gòu)設(shè)計合理，大大增加了觀影體驗。
[0065]優(yōu)選地，投影儀是3D投影儀。
[0066]本優(yōu)選實施例觀影體驗更佳。
[0067]優(yōu)選地，所述情感控制系統(tǒng)包括語音情感識別處理模塊1、表情情感識別處理模塊 2、多模態(tài)情感融合識別處理模塊3和控制模塊4:
[0068] (1)語音情感識別處理模塊1，用于獲取用戶的語音信號，并對語音信號進(jìn)行處理， 最終輸出語音情感識別結(jié)果，其包括聲學(xué)特征提取子模塊11、聲學(xué)特征降維子模塊12和語 音情感分類處理子模塊13;所述聲學(xué)特征提取子模塊11用于提取聲學(xué)特征數(shù)據(jù);所述聲學(xué) 特征降維子模塊12用于采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理； 所述語音情感分類處理子模塊13用于采用已訓(xùn)練好的支持向量機作為語音情感識別分類 器，對降維后的聲學(xué)特征數(shù)據(jù)進(jìn)行情感識別并輸出語音情感識別結(jié)果，支持向量機的核函 數(shù)采用高斯核函數(shù)；
[0069] (2)表情情感識別處理模塊2,用于獲取用戶的表情圖像，并對表情圖像特征進(jìn)行 處理，最終生成表情情感識別結(jié)果，其包括表情特征提取子模塊21、表情特征降維子模塊22 和表情情感分類處理子模塊23;所述表情特征提取子模塊21用于采用自適應(yīng)二維Gabor小 波變換方法對表情圖像中的表情特征進(jìn)行提取;所述表情特征降維子模塊22用于采用所述 改進(jìn)的局部線性嵌入方法對所述表情特征數(shù)據(jù)進(jìn)行降維處理，并采用形態(tài)學(xué)處理方法做濾 波處理;所述表情情感分類處理子模塊23用于采用已訓(xùn)練好的稀疏分類器作為表情情感識 別分類器，對降維、濾波處理后的表情特征數(shù)據(jù)進(jìn)行情感識別并輸出表情情感識別結(jié)果；
[0070] (3)多模態(tài)情感融合識別處理模塊3,用于基于所述語音情感識別結(jié)果和表情情感 識別結(jié)果，根據(jù)預(yù)定的多模態(tài)情感融合策略生成用戶情感識別結(jié)果；
[0071] (4)控制模塊，用于根據(jù)所述用戶情感識別結(jié)果，在驗證用戶身份的前提下控制家 庭影院執(zhí)行相應(yīng)的操作。
[0072]本優(yōu)選實施例設(shè)置多模態(tài)情感融合識別處理模塊3,基于所述語音情感識別結(jié)果 和表情情感識別結(jié)果，增強了識別結(jié)果的可靠性。
[0073] 優(yōu)選地，所述用戶情感識別結(jié)果包括高級別和低級別的褒義情感，中性情感以及 高級別和低級別的貶義情感組成的5個級別情感類型。
[0074] 所述在驗證用戶身份的前提下控制家庭影院執(zhí)行相應(yīng)的操作，具體為:所述控制 模炔基于預(yù)先設(shè)置的語音特征數(shù)據(jù)庫，匹配所述用戶的語音信號的語音特征，從而進(jìn)行用 戶身份驗證，若驗證通過，控制模塊控制家庭影院執(zhí)行相應(yīng)的操作。
[0075] 所述采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理，包括：
[0076] (1)將提取的聲學(xué)特征數(shù)據(jù)中的聲學(xué)特征向量看成是高維空間中的樣本數(shù)據(jù)點， 設(shè)M維的N個樣本數(shù)據(jù)點為&41￡妒，1￡[1，幻，類別號為(：1，嵌入輸出的~個 111維的降維數(shù)據(jù) 點為Yi，Yi G Rm，i G [ 1，N]，m彡M，且m值的范圍為[2，20]，對每個樣本數(shù)據(jù)點Xi確定其鄰域點 的數(shù)目K，鄰域點的距離公式為：
[0078]式中，1/是結(jié)合樣本數(shù)據(jù)點類別信息計算后的距離，L是忽略樣本數(shù)據(jù)點類別信息 的原始?xì)W氏距離，參數(shù)A用來防止L過快增長，max(L)表示最大歐氏距離，min(L)表示最小歐 式距離，常數(shù)因子&、&(〇彡SJKl)，共同控制距離計算時樣本數(shù)據(jù)點類別信息的結(jié)合數(shù) 量程度；
[0079] (2)利用每個樣本數(shù)據(jù)點Xi的鄰域點計算出樣本數(shù)據(jù)點的局部重建權(quán)值矩陣W^， 要求最小化下列損失函數(shù)：
[0081] 式中，Wij為Xi與Xj之間的權(quán)值，且需滿足:EJU% = 1，對Xi的非鄰域點，Wij = 0;
[0082] (3)計算各樣本數(shù)據(jù)點Xi的K個鄰域點的權(quán)重之和：
[0086] 式中，為各鄰域點之間的加權(quán)矩陣，dUnXj表示樣本數(shù)據(jù)點間的Fisher投影 距離，I為可調(diào)參數(shù)；
[0087] (4)利用該樣本數(shù)據(jù)點的局部重建權(quán)值矩陣以及其鄰域點計算出該樣本數(shù)據(jù)點 的輸出值，具體是將所有的樣本數(shù)據(jù)點乂:映射嵌入到低維空間中，并使得低維重構(gòu)的誤差 達(dá)到最小，要求最小化下列損失函數(shù)：
[0089] 式中，
；其中構(gòu)建一個稀疏矩陣M=(I-W)T(I- W)，通過求解這個稀疏矩陣的前m個最小的非零特征值所對應(yīng)的特征向量作為樣本數(shù)據(jù)點 Xi的嵌入輸出值。
[0090] 所述自適應(yīng)二維Gabor小波變換方法中的Gabor濾波器的核函數(shù)定義為：
[0092] 式中，a、0分別表示核函數(shù)的方向和頻率大小，a、財安照按如下方法設(shè)置:當(dāng)表情圖 像質(zhì)量較好時，選取三個中心頻率0 ={ 〇，1，2}和六個方向a={〇，l，…，5}組成的18個Gabor 濾波器用于特征提取;當(dāng)表情圖像受到腐蝕、遮擋時，選取四個中心頻率0={〇，1…，3}和八 個方向a = {0，l，…，7}組成的32個Gabor濾波器用于特征提??；
[0093] 〇表示采用高斯函數(shù)窗口的大小，用來決定濾波器的帶寬，〇能夠根據(jù)參數(shù)設(shè)置進(jìn) 行自適應(yīng)調(diào)整:將表情圖像分成v X v子塊，根據(jù)每個子塊特征數(shù)目選擇〇，特征數(shù)目大的子 塊設(shè)定〇 = 1特征數(shù)目少的子塊設(shè)定〇 = 231;
[0094] ka,p為小波矢量，
，其中，kp和勢分別表不Gabor濾波器在頻率和方向 空間的采樣方式。
[0095] 所述預(yù)定的多模態(tài)情感融合策略為：
[0096]設(shè)已經(jīng)計算出一個測試樣本x對于c類的分類情況下，采用n個分類器進(jìn)行分類得 到的后驗概率集合為{Pl」(x)，i = 1，2，…，n，j = 1，2，…，c}，對n個分類器取得的后驗概率按 照方差規(guī)則集成得到一個新的后驗概率集合{qKx)，j = l，2,…，c}，從中按照預(yù)定的挑選 規(guī)則挑選出合適的后驗概率值所對應(yīng)的類別作為要輸出的用戶情感識別結(jié)果；
[0097]對于j類測試樣本，按照方差規(guī)則獲得的新的后驗概率qj(x)可表示為：
[0101] 對于j類測試樣本，最終所獲得的識別類別可表示為：
[0102] p(x) =argmaxj(qj(x))
[0103] 其中，所述預(yù)定的挑選規(guī)則為:將所述新的后驗概率集合中的后驗概率值按照從 大到小順序進(jìn)行排列的前3個后驗概率值為qj(x) max，qj(x)max-i，qj(x)max-2$%<X)ma：^
選擇(1心)_作為合適的后驗概率值，否則選擇qKxUx-i作為 合適的后驗概率值，其中Qq為設(shè)定的后驗概率權(quán)值，取值范圍為[1.4，1.6 ]。
[0104] 本優(yōu)選實施例設(shè)置改進(jìn)的局部線性嵌入方法，需要確定的參數(shù)比較少，只有鄰域 數(shù)k和輸出維數(shù)d，大大減少了運算量，且可以學(xué)習(xí)出任意維數(shù)的低維流形，提高了識別速 度;采用自適應(yīng)二維Gabor小波變換方法對表情圖像中的表情特征進(jìn)行提取，具有旋轉(zhuǎn)、平 移以及伸縮變換條件下不變的性質(zhì)，而且能得到一個解析的全局最優(yōu)解;在聲學(xué)特征降維 子模塊12對聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理的過程中，計算各樣本數(shù)據(jù)點個鄰域點的權(quán) 重之和，并將其考慮到低維重構(gòu)的損失函數(shù)中，降低了噪聲的影響和數(shù)據(jù)樣本外點對降維 的干擾，進(jìn)一步提高了情感識別的精度;設(shè)置預(yù)定的多模態(tài)情感融合策略，并根據(jù)多模態(tài)情 感融合策略生成用戶情感識別結(jié)果，使識別結(jié)果更加可靠準(zhǔn)確。
[0105] 本應(yīng)用場景設(shè)定后驗概率權(quán)值為Qq=l .45,識別精度相對提高了 10 %。
[0106] 應(yīng)用場景3
[0107]參見圖1、圖2,本應(yīng)用場景中的一個具體實施例一種帶有控制系統(tǒng)的家庭影院，其 特征是，包括家庭影院和與家庭影院相連的情感控制系統(tǒng)，所述家庭影院包括:床、其特征 在于它還有電動升降機構(gòu)和無線投影式家庭影院系統(tǒng)，床的中間部位設(shè)有升降平臺，電動 升降機構(gòu)包括直流電動推桿和投影儀放置臺，直流電動推桿固定安裝在床的升降平臺內(nèi)， 投影儀放置臺安裝在直流電動推桿的推桿上，無線投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò) 電視盒、WIFI無線連接音響和投影幕布，投影儀放置在電動升降機構(gòu)的投影儀升降平臺上， 投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口通訊相連，音響通過WIFI無線連接與網(wǎng) 絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝在投影儀對面的墻上。
[0108] 優(yōu)選地，投影儀是高清晰度家庭投影儀。
[0109] 本優(yōu)選實施例結(jié)構(gòu)設(shè)計合理，大大增加了觀影體驗。
[0110] 優(yōu)選地，投影儀是3D投影儀。
[0111] 本優(yōu)選實施例觀影體驗更佳。
[0112]優(yōu)選地，所述情感控制系統(tǒng)包括語音情感識別處理模塊1、表情情感識別處理模塊 2、多模態(tài)情感融合識別處理模塊3和控制模塊4:
[0113] (1)語音情感識別處理模塊1，用于獲取用戶的語音信號，并對語音信號進(jìn)行處理， 最終輸出語音情感識別結(jié)果，其包括聲學(xué)特征提取子模塊11、聲學(xué)特征降維子模塊12和語 音情感分類處理子模塊13;所述聲學(xué)特征提取子模塊11用于提取聲學(xué)特征數(shù)據(jù);所述聲學(xué) 特征降維子模塊12用于采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理； 所述語音情感分類處理子模塊13用于采用已訓(xùn)練好的支持向量機作為語音情感識別分類 器，對降維后的聲學(xué)特征數(shù)據(jù)進(jìn)行情感識別并輸出語音情感識別結(jié)果，支持向量機的核函 數(shù)采用高斯核函數(shù)；
[0114] (2)表情情感識別處理模塊2,用于獲取用戶的表情圖像，并對表情圖像特征進(jìn)行 處理，最終生成表情情感識別結(jié)果，其包括表情特征提取子模塊21、表情特征降維子模塊22 和表情情感分類處理子模塊23;所述表情特征提取子模塊21用于采用自適應(yīng)二維Gabor小 波變換方法對表情圖像中的表情特征進(jìn)行提取;所述表情特征降維子模塊22用于采用所述 改進(jìn)的局部線性嵌入方法對所述表情特征數(shù)據(jù)進(jìn)行降維處理，并采用形態(tài)學(xué)處理方法做濾 波處理;所述表情情感分類處理子模塊23用于采用已訓(xùn)練好的稀疏分類器作為表情情感識 別分類器，對降維、濾波處理后的表情特征數(shù)據(jù)進(jìn)行情感識別并輸出表情情感識別結(jié)果；
[0115] (3)多模態(tài)情感融合識別處理模塊3,用于基于所述語音情感識別結(jié)果和表情情感 識別結(jié)果，根據(jù)預(yù)定的多模態(tài)情感融合策略生成用戶情感識別結(jié)果；
[0116] (4)控制模塊，用于根據(jù)所述用戶情感識別結(jié)果，在驗證用戶身份的前提下控制家 庭影院執(zhí)行相應(yīng)的操作。
[0117] 本優(yōu)選實施例設(shè)置多模態(tài)情感融合識別處理模塊3,基于所述語音情感識別結(jié)果 和表情情感識別結(jié)果，增強了識別結(jié)果的可靠性。
[0118] 優(yōu)選地，所述用戶情感識別結(jié)果包括高級別和低級別的褒義情感，中性情感以及 高級別和低級別的貶義情感組成的5個級別情感類型。
[0119] 所述在驗證用戶身份的前提下控制家庭影院執(zhí)行相應(yīng)的操作，具體為:所述控制 模炔基于預(yù)先設(shè)置的語音特征數(shù)據(jù)庫，匹配所述用戶的語音信號的語音特征，從而進(jìn)行用 戶身份驗證，若驗證通過，控制模塊控制家庭影院執(zhí)行相應(yīng)的操作。
[0120] 所述采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理，包括：
[0121] (1)將提取的聲學(xué)特征數(shù)據(jù)中的聲學(xué)特征向量看成是高維空間中的樣本數(shù)據(jù)點， 設(shè)M維的N個樣本數(shù)據(jù)點為&4 1￡妒，1￡[1，幻，類別號為(：1，嵌入輸出的~個111維的降維數(shù)據(jù) 點為Yi，Yi G Rm，i G [ 1，N]，m彡M，且m值的范圍為[2，20]，對每個樣本數(shù)據(jù)點Xi確定其鄰域點 的數(shù)目K，鄰域點的距離公式為：
[0123] 式中，1/是結(jié)合樣本數(shù)據(jù)點類別信息計算后的距離，L是忽略樣本數(shù)據(jù)點類別信息 的原始?xì)W氏距離，參數(shù)A用來防止L過快增長，max(L)表示最大歐氏距離，min(L)表示最小歐 式距離，常數(shù)因子&、&(〇彡SJKl)，共同控制距離計算時樣本數(shù)據(jù)點類別信息的結(jié)合數(shù) 量程度；
[0124] (2)利用每個樣本數(shù)據(jù)點X:的鄰域點計算出樣本數(shù)據(jù)點的局部重建權(quán)值矩陣W^， 要求最小化下列損失函數(shù)：
[0126] 式中，Wij為Xi與Xj之間的權(quán)值，且需滿足% = 1，對Xi的非鄰域點，Wij = 0;
[0127] (3)計算各樣本數(shù)據(jù)點Xi的K個鄰域點的權(quán)重之和：
[0131]式中，為各鄰域點之間的加權(quán)矩陣，dUuXj)表示樣本數(shù)據(jù)點間的Fisher投影 距離，I為可調(diào)參數(shù)；
[0132] (4)利用該樣本數(shù)據(jù)點的局部重建權(quán)值矩陣以及其鄰域點計算出該樣本數(shù)據(jù)點 的輸出值，具體是將所有的樣本數(shù)據(jù)點乂:映射嵌入到低維空間中，并使得低維重構(gòu)的誤差 達(dá)到最小，要求最小化下列損失函數(shù)：
[0134]
;其中構(gòu)建一個稀疏矩陣M=(I-W)T(I- W)，通過求解這個稀疏矩陣的前m個最小的非零特征值所對應(yīng)的特征向量作為樣本數(shù)據(jù)點 Xi的嵌入輸出值。
[0135]所述自適應(yīng)二維Gabor小波變換方法中的Gabor濾波器的核函數(shù)定義為：
[0137] 式中，a、0分別表示核函數(shù)的方向和頻率大小，a、財安照按如下方法設(shè)置:當(dāng)表情圖 像質(zhì)量較好時，選取三個中心頻率0 ={ 〇，1，2}和六個方向a={〇，l，…，5}組成的18個Gabor 濾波器用于特征提取;當(dāng)表情圖像受到腐蝕、遮擋時，選取四個中心頻率0={〇，1…，3}和八 個方向a = {0，l，…，7}組成的32個Gabor濾波器用于特征提??；
[0138] 〇表示采用高斯函數(shù)窗口的大小，用來決定濾波器的帶寬，〇能夠根據(jù)參數(shù)設(shè)置進(jìn) 行自適應(yīng)調(diào)整:將表情圖像分成v X v子塊，根據(jù)每個子塊特征數(shù)目選擇〇，特征數(shù)目大的子 塊設(shè)定〇 = 1特征數(shù)目少的子塊設(shè)定〇 = 231;
[0139] ka,e為小波矢量，
，其中，ke和?^分別表示Gabor濾波器在頻率和方向 空間的采樣方式。
[0140] 所述預(yù)定的多模態(tài)情感融合策略為：
[0141] 設(shè)已經(jīng)計算出一個測試樣本x對于c類的分類情況下，采用n個分類器進(jìn)行分類得 到的后驗概率集合為{Pl」(x)，i = 1，2，…，n，j = 1，2，…，C}，對n個分類器取得的后驗概率按 照方差規(guī)則集成得到一個新的后驗概率集合{qKx)，j = l，2,…，c}，從中按照預(yù)定的挑選 規(guī)則挑選出合適的后驗概率值所對應(yīng)的類別作為要輸出的用戶情感識別結(jié)果；
[0142] 對于j類測試樣本，按照方差規(guī)則獲得的新的后驗概率w(X)可表示為：
[0146] 對于j類測試樣本，最終所獲得的識別類別可表示為：
[0147] p(x) =argmaxj(qj(x))
[0148] 其中，所述預(yù)定的挑選規(guī)則為:將所述新的后驗概率集合中的后驗概率值按照從 大到小順序進(jìn)行排列的前3個后驗概率值為qj (x)max，qj (x)，qj (x)max-2，若％ OOmux S
選擇(1心)_作為合適的后驗概率值，否則選擇qKxUx-i作為 合適的后驗概率值，其中Qq為設(shè)定的后驗概率權(quán)值，取值范圍為[1.4，1.6 ]。
[0149] 本優(yōu)選實施例設(shè)置改進(jìn)的局部線性嵌入方法，需要確定的參數(shù)比較少，只有鄰域 數(shù)k和輸出維數(shù)d，大大減少了運算量，且可以學(xué)習(xí)出任意維數(shù)的低維流形，提高了識別速 度;采用自適應(yīng)二維Gabor小波變換方法對表情圖像中的表情特征進(jìn)行提取，具有旋轉(zhuǎn)、平 移以及伸縮變換條件下不變的性質(zhì)，而且能得到一個解析的全局最優(yōu)解;在聲學(xué)特征降維 子模塊12對聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理的過程中，計算各樣本數(shù)據(jù)點個鄰域點的權(quán) 重之和，并將其考慮到低維重構(gòu)的損失函數(shù)中，降低了噪聲的影響和數(shù)據(jù)樣本外點對降維 的干擾，進(jìn)一步提高了情感識別的精度;設(shè)置預(yù)定的多模態(tài)情感融合策略，并根據(jù)多模態(tài)情 感融合策略生成用戶情感識別結(jié)果，使識別結(jié)果更加可靠準(zhǔn)確。
[0150] 本應(yīng)用場景設(shè)定后驗概率權(quán)值為Qq=l .5,識別精度相對提高了 15%。
[0151] 應(yīng)用場景4
[0152] 參見圖1、圖2,本應(yīng)用場景中的一個具體實施例一種帶有控制系統(tǒng)的家庭影院，其 特征是，包括家庭影院和與家庭影院相連的情感控制系統(tǒng)，所述家庭影院包括:床、其特征 在于它還有電動升降機構(gòu)和無線投影式家庭影院系統(tǒng)，床的中間部位設(shè)有升降平臺，電動 升降機構(gòu)包括直流電動推桿和投影儀放置臺，直流電動推桿固定安裝在床的升降平臺內(nèi)， 投影儀放置臺安裝在直流電動推桿的推桿上，無線投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò) 電視盒、WIFI無線連接音響和投影幕布，投影儀放置在電動升降機構(gòu)的投影儀升降平臺上， 投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口通訊相連，音響通過WIFI無線連接與網(wǎng) 絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝在投影儀對面的墻上。
[0153] 優(yōu)選地，投影儀是高清晰度家庭投影儀。
[0154] 本優(yōu)選實施例結(jié)構(gòu)設(shè)計合理，大大增加了觀影體驗。
[0155] 優(yōu)選地，投影儀是3D投影儀。
[0156] 本優(yōu)選實施例觀影體驗更佳。
[0157] 優(yōu)選地，所述情感控制系統(tǒng)包括語音情感識別處理模塊1、表情情感識別處理模塊 2、多模態(tài)情感融合識別處理模塊3和控制模塊4:
[0158] (1)語音情感識別處理模塊1，用于獲取用戶的語音信號，并對語音信號進(jìn)行處理， 最終輸出語音情感識別結(jié)果，其包括聲學(xué)特征提取子模塊11、聲學(xué)特征降維子模塊12和語 音情感分類處理子模塊13;所述聲學(xué)特征提取子模塊11用于提取聲學(xué)特征數(shù)據(jù);所述聲學(xué) 特征降維子模塊12用于采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理； 所述語音情感分類處理子模塊13用于采用已訓(xùn)練好的支持向量機作為語音情感識別分類 器，對降維后的聲學(xué)特征數(shù)據(jù)進(jìn)行情感識別并輸出語音情感識別結(jié)果，支持向量機的核函 數(shù)采用高斯核函數(shù)；
[0159] (2)表情情感識別處理模塊2,用于獲取用戶的表情圖像，并對表情圖像特征進(jìn)行 處理，最終生成表情情感識別結(jié)果，其包括表情特征提取子模塊21、表情特征降維子模塊22 和表情情感分類處理子模塊23;所述表情特征提取子模塊21用于采用自適應(yīng)二維Gabor小 波變換方法對表情圖像中的表情特征進(jìn)行提取;所述表情特征降維子模塊22用于采用所述 改進(jìn)的局部線性嵌入方法對所述表情特征數(shù)據(jù)進(jìn)行降維處理，并采用形態(tài)學(xué)處理方法做濾 波處理;所述表情情感分類處理子模塊23用于采用已訓(xùn)練好的稀疏分類器作為表情情感識 別分類器，對降維、濾波處理后的表情特征數(shù)據(jù)進(jìn)行情感識別并輸出表情情感識別結(jié)果；
[0160] (3)多模態(tài)情感融合識別處理模塊3,用于基于所述語音情感識別結(jié)果和表情情感 識別結(jié)果，根據(jù)預(yù)定的多模態(tài)情感融合策略生成用戶情感識別結(jié)果；
[0161] (4)控制模塊，用于根據(jù)所述用戶情感識別結(jié)果，在驗證用戶身份的前提下控制家 庭影院執(zhí)行相應(yīng)的操作。
[0162] 本優(yōu)選實施例設(shè)置多模態(tài)情感融合識別處理模塊3,基于所述語音情感識別結(jié)果 和表情情感識別結(jié)果，增強了識別結(jié)果的可靠性。
[0163] 優(yōu)選地，所述用戶情感識別結(jié)果包括高級別和低級別的褒義情感，中性情感以及 高級別和低級別的貶義情感組成的5個級別情感類型。
[0164] 所述在驗證用戶身份的前提下控制家庭影院執(zhí)行相應(yīng)的操作，具體為:所述控制 模炔基于預(yù)先設(shè)置的語音特征數(shù)據(jù)庫，匹配所述用戶的語音信號的語音特征，從而進(jìn)行用 戶身份驗證，若驗證通過，控制模塊控制家庭影院執(zhí)行相應(yīng)的操作。
[0165] 所述采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理，包括：
[0166] (1)將提取的聲學(xué)特征數(shù)據(jù)中的聲學(xué)特征向量看成是高維空間中的樣本數(shù)據(jù)點， 設(shè)M維的N個樣本數(shù)據(jù)點為&4 1￡妒，1￡[1，幻，類別號為(：1，嵌入輸出的~個111維的降維數(shù)據(jù) 點為Yi，Yi G Rm，i G [ 1，N]，m彡M，且m值的范圍為[2，20]，對每個樣本數(shù)據(jù)點Xi確定其鄰域點 的數(shù)目K，鄰域點的距離公式為：
[0168] 式中，1/是結(jié)合樣本數(shù)據(jù)點類別信息計算后的距離，L是忽略樣本數(shù)據(jù)點類別信息 的原始?xì)W氏距離，參數(shù)A用來防止L過快增長，max(L)表示最大歐氏距離，min(L)表示最小歐 式距離，常數(shù)因子&、&(〇彡SJKl)，共同控制距離計算時樣本數(shù)據(jù)點類別信息的結(jié)合數(shù) 量程度；
[0169] (2)利用每個樣本數(shù)據(jù)點Xi的鄰域點計算出樣本數(shù)據(jù)點的局部重建權(quán)值矩陣W^， 要求最小化下列損失函數(shù)：
[0171] 式中，Wij為Xi與Xj之間的權(quán)值，且需滿足= 1，對Xi的非鄰域點，Wij = 0;
[0172] (3)計算各樣本數(shù)據(jù)點Xi的K個鄰域點的權(quán)重之和：
[0176] 式中，為各鄰域點之間的加權(quán)矩陣，dUhXj表示樣本數(shù)據(jù)點間的Fisher投影 距離，I為可調(diào)參數(shù)；
[0177] (4)利用該樣本數(shù)據(jù)點的局部重建權(quán)值矩陣以及其鄰域點計算出該樣本數(shù)據(jù)點 的輸出值，具體是將所有的樣本數(shù)據(jù)點乂:映射嵌入到低維空間中，并使得低維重構(gòu)的誤差 達(dá)到最小，要求最小化下列損失函數(shù)：
[0179]
其中構(gòu)建一個稀疏矩陣M=(I-W)T(I- W)，通過求解這個稀疏矩陣的前m個最小的非零特征值所對應(yīng)的特征向量作為樣本數(shù)據(jù)點 Xi的嵌入輸出值。
[0180]所述自適應(yīng)二維Gabor小波變換方法中的Gabor濾波器的核函數(shù)定義為：
[0182] 式中，a、0分別表示核函數(shù)的方向和頻率大小，a、財安照按如下方法設(shè)置:當(dāng)表情圖 像質(zhì)量較好時，選取三個中心頻率0 ={ 〇，1，2}和六個方向a={〇，l，…，5}組成的18個Gabor 濾波器用于特征提取;當(dāng)表情圖像受到腐蝕、遮擋時，選取四個中心頻率0={〇，1…，3}和八 個方向a = {0，l，…，7}組成的32個Gabor濾波器用于特征提??；
[0183] 〇表示采用高斯函數(shù)窗口的大小，用來決定濾波器的帶寬，〇能夠根據(jù)參數(shù)設(shè)置進(jìn) 行自適應(yīng)調(diào)整:將表情圖像分成v X v子塊，根據(jù)每個子塊特征數(shù)目選擇〇，特征數(shù)目大的子 塊設(shè)定〇 = 1特征數(shù)目少的子塊設(shè)定〇 = 231;
[0184] ka,p為小波矢量
，其中，kp和Pa分別表不Gabor濾波器在頻率和方向 空間的采樣方式。
[0185] 所述預(yù)定的多模態(tài)情感融合策略為：
[0186] 設(shè)已經(jīng)計算出一個測試樣本x對于c類的分類情況下，采用n個分類器進(jìn)行分類得 到的后驗概率集合為{Pl」(x)，i = 1，2，…，n，j = 1，2，…，c}，對n個分類器取得的后驗概率按 照方差規(guī)則集成得到一個新的后驗概率集合{qKx)，j = l，2,…，c}，從中按照預(yù)定的挑選 規(guī)則挑選出合適的后驗概率值所對應(yīng)的類別作為要輸出的用戶情感識別結(jié)果；
[0187] 對于j類測試樣本，按照方差規(guī)則獲得的新的后驗概率qj(x)可表示為：
[0191] 對于j類測試樣本，最終所獲得的識別類別可表示為：
[0192] p(x) =argmaxj(qj(x))
[0193] 其中，所述預(yù)定的挑選規(guī)則為:將所述新的后驗概率集合中的后驗概率值按照從 大到小順序進(jìn)行排列的前3個后驗概率值為qj(x) max，(^若％
選擇(1心)_作為合適的后驗概率值，否則選擇qKxUx-i作為 合適的后驗概率值，其中Qq為設(shè)定的后驗概率權(quán)值，取值范圍為[1.4，1.6 ]。
[0194] 本優(yōu)選實施例設(shè)置改進(jìn)的局部線性嵌入方法，需要確定的參數(shù)比較少，只有鄰域 數(shù)k和輸出維數(shù)d，大大減少了運算量，且可以學(xué)習(xí)出任意維數(shù)的低維流形，提高了識別速 度;采用自適應(yīng)二維Gabor小波變換方法對表情圖像中的表情特征進(jìn)行提取，具有旋轉(zhuǎn)、平 移以及伸縮變換條件下不變的性質(zhì)，而且能得到一個解析的全局最優(yōu)解;在聲學(xué)特征降維 子模塊12對聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理的過程中，計算各樣本數(shù)據(jù)點個鄰域點的權(quán) 重之和，并將其考慮到低維重構(gòu)的損失函數(shù)中，降低了噪聲的影響和數(shù)據(jù)樣本外點對降維 的干擾，進(jìn)一步提高了情感識別的精度;設(shè)置預(yù)定的多模態(tài)情感融合策略，并根據(jù)多模態(tài)情 感融合策略生成用戶情感識別結(jié)果，使識別結(jié)果更加可靠準(zhǔn)確。
[0195] 本應(yīng)用場景設(shè)定后驗概率權(quán)值為Qq=l .55,識別精度相對提高了 10 %。
[0196] 應(yīng)用場景5
[0197] 參見圖1、圖2,本應(yīng)用場景中的一個具體實施例一種帶有控制系統(tǒng)的家庭影院，其 特征是，包括家庭影院和與家庭影院相連的情感控制系統(tǒng)，所述家庭影院包括:床、其特征 在于它還有電動升降機構(gòu)和無線投影式家庭影院系統(tǒng)，床的中間部位設(shè)有升降平臺，電動 升降機構(gòu)包括直流電動推桿和投影儀放置臺，直流電動推桿固定安裝在床的升降平臺內(nèi)， 投影儀放置臺安裝在直流電動推桿的推桿上，無線投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò) 電視盒、WIFI無線連接音響和投影幕布，投影儀放置在電動升降機構(gòu)的投影儀升降平臺上， 投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口通訊相連，音響通過WIFI無線連接與網(wǎng) 絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝在投影儀對面的墻上。
[0198] 優(yōu)選地，投影儀是高清晰度家庭投影儀。
[0199] 本優(yōu)選實施例結(jié)構(gòu)設(shè)計合理，大大增加了觀影體驗。
[0200] 優(yōu)選地，投影儀是3D投影儀。
[0201]本優(yōu)選實施例觀影體驗更佳。
[0202]優(yōu)選地，所述情感控制系統(tǒng)包括語音情感識別處理模塊1、表情情感識別處理模塊 2、多模態(tài)情感融合識別處理模塊3和控制模塊4:
[0203] (1)語音情感識別處理模塊1，用于獲取用戶的語音信號，并對語音信號進(jìn)行處理， 最終輸出語音情感識別結(jié)果，其包括聲學(xué)特征提取子模塊11、聲學(xué)特征降維子模塊12和語 音情感分類處理子模塊13;所述聲學(xué)特征提取子模塊11用于提取聲學(xué)特征數(shù)據(jù);所述聲學(xué) 特征降維子模塊12用于采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理； 所述語音情感分類處理子模塊13用于采用已訓(xùn)練好的支持向量機作為語音情感識別分類 器，對降維后的聲學(xué)特征數(shù)據(jù)進(jìn)行情感識別并輸出語音情感識別結(jié)果，支持向量機的核函 數(shù)采用高斯核函數(shù)；
[0204] (2)表情情感識別處理模塊2,用于獲取用戶的表情圖像，并對表情圖像特征進(jìn)行 處理，最終生成表情情感識別結(jié)果，其包括表情特征提取子模塊21、表情特征降維子模塊22 和表情情感分類處理子模塊23;所述表情特征提取子模塊21用于采用自適應(yīng)二維Gabor小 波變換方法對表情圖像中的表情特征進(jìn)行提取;所述表情特征降維子模塊22用于采用所述 改進(jìn)的局部線性嵌入方法對所述表情特征數(shù)據(jù)進(jìn)行降維處理，并采用形態(tài)學(xué)處理方法做濾 波處理;所述表情情感分類處理子模塊23用于采用已訓(xùn)練好的稀疏分類器作為表情情感識 別分類器，對降維、濾波處理后的表情特征數(shù)據(jù)進(jìn)行情感識別并輸出表情情感識別結(jié)果；
[0205] (3)多模態(tài)情感融合識別處理模塊3,用于基于所述語音情感識別結(jié)果和表情情感 識別結(jié)果，根據(jù)預(yù)定的多模態(tài)情感融合策略生成用戶情感識別結(jié)果；
[0206] (4)控制模塊，用于根據(jù)所述用戶情感識別結(jié)果，在驗證用戶身份的前提下控制家 庭影院執(zhí)行相應(yīng)的操作。
[0207] 本優(yōu)選實施例設(shè)置多模態(tài)情感融合識別處理模塊3,基于所述語音情感識別結(jié)果 和表情情感識別結(jié)果，增強了識別結(jié)果的可靠性。
[0208] 優(yōu)選地，所述用戶情感識別結(jié)果包括高級別和低級別的褒義情感，中性情感以及 高級別和低級別的貶義情感組成的5個級別情感類型。
[0209] 所述在驗證用戶身份的前提下控制家庭影院執(zhí)行相應(yīng)的操作，具體為:所述控制 模炔基于預(yù)先設(shè)置的語音特征數(shù)據(jù)庫，匹配所述用戶的語音信號的語音特征，從而進(jìn)行用 戶身份驗證，若驗證通過，控制模塊控制家庭影院執(zhí)行相應(yīng)的操作。
[0210] 所述采用改進(jìn)的局部線性嵌入方法對所述聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理，包括：
[0211] (1)將提取的聲學(xué)特征數(shù)據(jù)中的聲學(xué)特征向量看成是高維空間中的樣本數(shù)據(jù)點， 設(shè)M維的N個樣本數(shù)據(jù)點為&4 1￡妒，1￡[1，幻，類別號為(：1，嵌入輸出的~個111維的降維數(shù)據(jù) 點為Yi，Yi G Rm，i G [ 1，N]，m彡M，且m值的范圍為[2，20]，對每個樣本數(shù)據(jù)點Xi確定其鄰域點 的數(shù)目K，鄰域點的距離公式為：
[0213]式中，1/是結(jié)合樣本數(shù)據(jù)點類別信息計算后的距離，L是忽略樣本數(shù)據(jù)點類別信息 的原始?xì)W氏距離，參數(shù)A用來防止L過快增長，max(L)表示最大歐氏距離，min(L)表示最小歐 式距離，常數(shù)因子&、&(〇彡SJKl)，共同控制距離計算時樣本數(shù)據(jù)點類別信息的結(jié)合數(shù) 量程度；
[0214] ⑵利用每個樣本數(shù)據(jù)點Xl的鄰域點計算出樣本數(shù)據(jù)點的局部重建權(quán)值矩陣軋， 要求最小化下列損失函數(shù)：
[0216] 式中，Wij為Xi與Xj之間的權(quán)值，且需滿足EUi = 1，對Xi的非鄰域點，Wij = 0;
[0217] (3)計算各樣本數(shù)據(jù)點Xi的K個鄰域點的權(quán)重之和：
[0221] 式中，為各鄰域點之間的加權(quán)矩陣，dUhXj表示樣本數(shù)據(jù)點間的Fisher投影 距離，I為可調(diào)參數(shù)；
[0222] (4)利用該樣本數(shù)據(jù)點的局部重建權(quán)值矩陣以及其鄰域點計算出該樣本數(shù)據(jù)點 的輸出值，具體是將所有的樣本數(shù)據(jù)點乂:映射嵌入到低維空間中，并使得低維重構(gòu)的誤差 達(dá)到最小，要求最小化下列損失函數(shù)：
[0224]
;其中構(gòu)建一個稀疏矩陣1=(1-￥廣（1_ W)，通過求解這個稀疏矩陣的前m個最小的非零特征值所對應(yīng)的特征向量作為樣本數(shù)據(jù)點 Xi的嵌入輸出值。
[0225]所述自適應(yīng)二維Gabor小波變換方法中的Gabor濾波器的核函數(shù)定義為：
[0227] 式中，a、0分別表示核函數(shù)的方向和頻率大小，a、財安照按如下方法設(shè)置:當(dāng)表情圖 像質(zhì)量較好時，選取三個中心頻率0 ={ 〇，1，2}和六個方向a={〇，l，…，5}組成的18個Gabor 濾波器用于特征提取;當(dāng)表情圖像受到腐蝕、遮擋時，選取四個中心頻率0={〇，1…，3}和八 個方向a = {0，l，…，7}組成的32個Gabor濾波器用于特征提?。?br>[0228] 〇表示采用高斯函數(shù)窗口的大小，用來決定濾波器的帶寬，〇能夠根據(jù)參數(shù)設(shè)置進(jìn) 行自適應(yīng)調(diào)整:將表情圖像分成v X v子塊，根據(jù)每個子塊特征數(shù)目選擇〇，特征數(shù)目大的子 塊設(shè)定〇 = 1特征數(shù)目少的子塊設(shè)定〇 = 231;
[0229] ka,e為小波矢量
，其中，ke和爐a分別表示Gabor濾波器在頻率和方向 空間的采樣方式。
[0230] 所述預(yù)定的多模態(tài)情感融合策略為：
[0231] 設(shè)已經(jīng)計算出一個測試樣本x對于c類的分類情況下，采用n個分類器進(jìn)行分類得 到的后驗概率集合為{Pl」(x)，i = 1，2，…，n，j = 1，2，…，c}，對n個分類器取得的后驗概率按 照方差規(guī)則集成得到一個新的后驗概率集合{qKx)，j = l，2,…，c}，從中按照預(yù)定的挑選 規(guī)則挑選出合適的后驗概率值所對應(yīng)的類別作為要輸出的用戶情感識別結(jié)果；
[0232] 對于j類測試樣本，按照方差規(guī)則獲得的新的后驗概率qj(x)可表示為：
[0236] 對于j類測試樣本，最終所獲得的識別類別可表示為：
[0237] p(x) =argmaxj(qj(x))
[0238] 其中，所述預(yù)定的挑選規(guī)則為:將所述新的后驗概率集合中的后驗概率值按照從 大到小順序進(jìn)行排列的前3個后驗概率值為9辦)" 1￡?，9」（1)111￡?-1，9」（叉) max-2 ? 若％ OW- $
，選擇(1心)_作為合適的后驗概率值，否則選擇qKxUx-i作為 合適的后驗概率值，其中Qq為設(shè)定的后驗概率權(quán)值，取值范圍為[1.4，1.6 ]。
[0239] 本優(yōu)選實施例設(shè)置改進(jìn)的局部線性嵌入方法，需要確定的參數(shù)比較少，只有鄰域 數(shù)k和輸出維數(shù)d，大大減少了運算量，且可以學(xué)習(xí)出任意維數(shù)的低維流形，提高了識別速 度;采用自適應(yīng)二維Gabor小波變換方法對表情圖像中的表情特征進(jìn)行提取，具有旋轉(zhuǎn)、平 移以及伸縮變換條件下不變的性質(zhì)，而且能得到一個解析的全局最優(yōu)解;在聲學(xué)特征降維 子模塊12對聲學(xué)特征數(shù)據(jù)進(jìn)行降維處理的過程中，計算各樣本數(shù)據(jù)點個鄰域點的權(quán) 重之和，并將其考慮到低維重構(gòu)的損失函數(shù)中，降低了噪聲的影響和數(shù)據(jù)樣本外點對降維 的干擾，進(jìn)一步提高了情感識別的精度;設(shè)置預(yù)定的多模態(tài)情感融合策略，并根據(jù)多模態(tài)情 感融合策略生成用戶情感識別結(jié)果，使識別結(jié)果更加可靠準(zhǔn)確。
[0240]本應(yīng)用場景設(shè)定后驗概率權(quán)值為Qq=l .6,識別精度相對提高了8%。
[0241]最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保 護(hù)范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng) 當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實 質(zhì)和范圍。
【主權(quán)項】
1. 一種帶有控制系統(tǒng)的家庭影院，其特征是，包括家庭影院和與家庭影院相連的情感 控制系統(tǒng)，所述家庭影院包括:床、其特征在于它還有電動升降機構(gòu)和無線投影式家庭影院 系統(tǒng)，床的中間部位設(shè)有升降平臺，電動升降機構(gòu)包括直流電動推桿和投影儀放置臺，直流 電動推桿固定安裝在床的升降平臺內(nèi)，投影儀放置臺安裝在直流電動推桿的推桿上，無線 投影式家庭影院系統(tǒng)包括投影儀、網(wǎng)絡(luò)電視盒、WIFI無線連接音響和投影幕布，投影儀放置 在電動升降機構(gòu)的投影儀升降平臺上，投影儀通過數(shù)據(jù)線與無線電視盒子的視頻輸出端口 通訊相連，音響通過WIFI無線連接與網(wǎng)絡(luò)電視盒的音頻輸出端口通訊相連，投影幕布安裝 在投影儀對面的墻上。2. 根據(jù)權(quán)利要求1所述的一種帶有控制系統(tǒng)的家庭影院，其特征是，投影儀是高清晰度 家庭投影儀。3. 根據(jù)權(quán)利要求2所述的一種帶有控制系統(tǒng)的家庭影院，其特征是，投影儀是3D投影 儀。
【文檔編號】H04N21/442GK106054682SQ201610620684
【公開日】2016年10月26日
【申請日】2016年7月30日
【發(fā)明人】不公告發(fā)明人
【申請人】楊超坤