一种社交场景中人类注意力机制建模系统

技术领域

本发明涉及服务型机器人的技术领域，特别涉及一种社交场景中人类注意力机制建模系统。

背景技术

近些年，随着人工智能技术的飞速发展，机器人的应用价值也越来越大，将服务型机器人用于一些社交场景之中，具有低人工成本、安全、灵活等特点，改善了传统社交场景中需要大量人力资源、劳动强度大及不可预测性大的弊端。服务型机器人在社交场景中工作时，需要通过视觉系统获取环境信息，再通过计算系统的相关算法处理后，输出相应的行动策略，因此，一个有效的深度强化学习网络是关键所在。

人类注意力机制是指人类视觉系统通过快速扫描全局图像，获得需重点关注的目标区域，也就是所说的注意力焦点，然后对该区域投入更多注意力资源，以获取更多所需要关注目标的细节信息，而抑制其他无用信息。边缘交互理论是在以多设备为同一人服务为特征的物联网时代背景下提出的，多种设备间抢夺用户稀缺的注意力资源造成对用户的干扰，进一步影响用户的信息获取效率。

发明内容

针对现有技术中存在的不足之处，本发明的目的是提供一种社交场景中人类注意力机制建模系统，提高信息获取效率，改善设备与用户的人机关系。为了实现根据本发明的上述目的和其他优点，提供了一种社交场景中人类注意力机制建模系统，包括：

通过边缘交互理论下建立的交互设计的可穿戴设备、与所述可穿戴设备信号信号连接的用户内部信息处理模块与用户外部环境要素模块、与用户内部信息处理模块和用户外部环境要素模块均信号连接的信息处理模块及与所述信息处理模块信号连接的关联感知全局注意力模块，信息处理模块信号连接有社交场景/穿戴场景模块，所述社交场景/穿戴场景模块信号连接有可穿戴设备；

信息处理模块内设置有意图层、感知层、行为层及环境层；

用户内部信息处理模块用于处理用户行为目标、用户认知以及使用习惯的信息；用户外部环境要素模块用于提供真实场景信息。

优选的，所述意图层用于满足用户行为目标，聚焦于用户意图并探究跨设备的用户目标。

优选的，所述感知层用于符合用户认知匹配信息的清晰度与其重要性并建立差异化的用户认知，感知层中用户通过自身的感官系统接收到来自交互设备反馈的多通道信息。

优选的，所述行为层用于顺应用户本能行为和利用与培养用户经验行为，通过行为层出发对交互设备的交互设计，行为层中包括用户使用习惯与行为习惯，用户使用习惯为从于用户共同的生物或遗传特质，行为习惯为建立在用户后天习得的基础之上。

优选的，环境层用于对用户具体交互场景进行实时判断，同时结合用户目标确定高频场景，环境层为用户与交互设备发生交互的整体环境背景与空间，且交互行为发生的环境背景与空间不仅与用户的行为目标相关，而且因为可穿戴设备具有场景复.杂性的交互特征。

优选的，关联感知全局注意力模块包括以下步骤：

S1、过将神经网络的中间层特征拆解成若干个特征节点；

S2、将给定特征节点在全局范围内与其它特征节点进行相关性计算结果；

S3、用相关性计算结果推断各个特征节点的重要性程度；

S4、有效捕捉全局范围内特征的内在关联性，从而有效利用特征的全局结构信息。

本发明与现有技术相比，其有益效果是：

(1)本发明将边缘交互理论引入可穿戴设备的交互设计，构建了边缘交互下可穿戴设备交互设计模型，边缘交互理论在可穿戴设备交互场景中的引入更加帮助用户利用边缘注意力获取信息，提高信息获取效率，改善设备与用户的人机关系。

(2)本发明人在与可穿戴设备交互的过程中，行为、场景、习惯、认知等要素之间的关系，并提出从四个不同层面的边缘交互下可穿戴设备交互设计策略。

(3)本发明中利用基于人类注意力机制局部注意力和全局注意力两种注意力机制的局限性，提出关联感知全局注意力机制。

附图说明

图1为根据本发明的社交场景中人类注意力机制建模系统的流程框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1，一种社交场景中人类注意力机制建模系统，包括：通过边缘交互理论下建立的交互设计的可穿戴设备、与所述可穿戴设备信号信号连接的用户内部信息处理模块与用户外部环境要素模块、与用户内部信息处理模块和用户外部环境要素模块均信号连接的信息处理模块及与所述信息处理模块信号连接的关联感知全局注意力模块，信息处理模块信号连接有社交场景/穿戴场景模块，所述社交场景/穿戴场景模块信号连接有可穿戴设备；

可穿戴设备中分析可穿戴设备所触达用户的信息对用户注意力影响具体包括：

人体的视觉、听觉、触觉为高清晰度与低清晰度信息感知的三个主要感官通道；高清晰度的信息通常需要用户的中心注意力才能有效获取，低清晰度的信息一般利用用户的边缘注意力就可高效获取，信息的清晰度需要与信息的重要程度进行匹配；用户对信息的熟练程度，用户的注意力天生对熟知的事物有知觉性；信息的传递的到达率，用户在输入环节中可能会遇到当输入某类信息一时，无法准确输入的情况。

信息处理模块内设置有意图层、感知层、行为层及环境层；

用户内部信息处理模块用于处理用户行为目标、用户认知以及使用习惯的信息；用户外部环境要素模块用于提供真实场景信息，用户行为目标、用户认知、使用习惯与真实场景这四个关键影响要素结合可穿戴设备交互模式，共同构成了交互场景下注意力机制设计模型。

通过用户行为目标、用户认知、使用习惯与真实场景四个关键影响要素建模具体包括以下步骤：

S201、意图判断这一节点是机器通过计算对用户在输入环节中所直接输入的和设备主动获取的信息做进一步分析处理；

S202、关注用户对信息的获取效率和相应的注意力资源的占用。同时，在多通道输出时需要避免对用户中心注意力造成干扰；

S203、需要关注信息的重要程度与信息准确高效传达所需的清晰度；

S204、真实场景在输入环节中，用户输入信息的特征是多通道的，针对不同类型信息的输入方式，主要需要围绕用户的真实场景和使用习惯两个维度考量。

用户的行为目标是在信息处理环节中影响用户注意力资源占用的关键要素，这一要素是通过其与信息处理环节中设备对用户的意图判断的匹配准确性影响用户注意力资源的使用

进一步的，所述意图层用于满足用户行为目标，聚焦于用户意图并探究跨设备的用户目标。

进一步的，所述感知层用于符合用户认知匹配信息的清晰度与其重要性并建立差异化的用户认知，感知层中用户通过自身的感官系统接收到来自交互设备反馈的多通道信息，对边缘交互理论的研究可知，在各感官通道中信息清晰度会对用户的注意力资源与认知资源产生影响，这两者同时也受到用户个性化的生活经验影响。

进一步的，所述行为层用于顺应用户本能行为和利用与培养用户经验行为，通过行为层出发对交互设备的交互设计，行为层中包括用户使用习惯与行为习惯，用户使用习惯为从于用户共同的生物或遗传特质，行为习惯为建立在用户后天习得的基础之上。

进一步的，环境层用于对用户具体交互场景进行实时判断，同时结合用户目标确定高频场景，环境层为用户与交互设备发生交互的整体环境背景与空间，且交互行为发生的环境背景与空间不仅与用户的行为目标相关，而且因为可穿戴设备具有场景复.杂性的交互特征，会对用户交互行为的完成度与设备的可用性、易用性产生影响，并进一步影响用户注意力资源的占用。

进一步的，关联感知全局注意力模块包括以下步骤：

S1、过将神经网络的中间层特征拆解成若干个特征节点；

S2、将给定特征节点在全局范围内与其它特征节点进行相关性计算结果；

S3、用相关性计算结果推断各个特征节点的重要性程度；

S4、有效捕捉全局范围内特征的内在关联性，从而有效利用特征的全局结构信息。

针对局部注意力和全局注意力两种注意力机制的局限性，提出关联感知全局注意力机制。对于给定的特征向量X

这里说明的设备数量和处理规模是用来简化本发明的说明的，对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。

尽管本发明的实施方案已公开如上，但其并不仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。