摘要
本发明公开了一种多模态情绪识别方法及系统,具体包括如下步骤:步骤一:数据预处理与特征提取,对于情绪脑电,利用EEGLAB工具处理脑电数据,先采用使用零相移FIR滤波器在0.5‑50Hz波段对EEG数据进行带通滤波,消除50Hz线路噪声中的电干扰,采用球面插值法对去除的不良电极位置进行插值,并进行ICA处理以消除非脑相关伪迹;本发明提出的方法充分考虑了不同模态,即脑电信号和人脸表情的空间与时间上下文信息;通过引入时空上下文编码器,能够捕捉不同时间点和空间位置上的关键信息,从而深入理解情绪的动态变化和空间分布特性;这种全面的上下文信息利用对于提高情绪识别的准确率至关重要。
技术关键词
多模态情绪
人脸表情
识别方法
FIR滤波器
编码器
注意力机制
多模态特征
脑电特征
前端组件
数据
人脸特征
系统响应速度
后台管理员
深度学习框架
QT框架
服务器
系统为您推荐了相关专利信息
编码识别方法
图像采集设备
图像编码识别
图像处理方法
特征提取模块
信道冲激响应
手势识别方法
手势特征
手势识别模型
序列
神经机器翻译系统
机器翻译模型
学生
蒸馏
双语语料
声纹识别模型
嵌入特征
多层次特征提取
语音特征
长短期记忆网络
分布式电力
数据
网络
编码器结构
非暂态计算机可读存储介质