一种基于脑电图和微表情的多模态情绪识别和意识检测方法

AITNT
正文
推荐专利
一种基于脑电图和微表情的多模态情绪识别和意识检测方法
申请号:CN202410970432
申请日期:2024-07-19
公开号:CN118902458B
公开日期:2025-07-15
类型:发明专利
摘要
本发明公开了一种基于脑电图和微表情的多模态情绪识别和意识检测方法,具体包括如下步骤:特征提取,关注多通道脑电信号的关联并提取微表情特征,通过特征层对脑电图和微表情进行特征融合,形成多模态特征;对于脑电图特征,处理步骤如下:a、对原始脑电信号进行预处理,包括剔除伪影、滤波和成分去除;b、预处理后,根据输出大小将每个通道的脑电图数据分割成不重叠的1秒间隔,以提取脑电图特征;通过脑电图和微表情的多模态融合特征进行情绪识别,并用距离来衡量意识障碍患者和正常人情绪表达之间的差距,来区分意识状态的好坏程度,起到意识状态辅助检测的目的。
技术关键词
意识障碍患者 表情特征 多通道脑电信号 头皮脑电信号 原始脑电信号 情绪识别模型 脑电图数据 融合特征 Sigmoid函数 时空注意力机制 人脸图像序列 多模态特征融合 多模态数据融合
系统为您推荐了相关专利信息
1
音频播放控制方法、装置、电子设备及存储介质
音频播放控制方法 对象识别模型 音频播放控制装置 皮肤特征信息 身体特征信息
2
一种基于动态融合模块的面部动态视频图像疼痛评估方法
疼痛评估方法 动态视频图像 多模态传感器 表情特征提取 重构模型
3
面向AI数字人的会议状态控制方法、系统及设备
状态控制方法 多类特征 面部表情特征 多模态 深度学习模型
4
一种基于外接TF卡的智能对讲终端⼈脸识别方法及相关设备
访问权限信息 智能对讲终端 对讲设备 生物特征信息 人脸图像信息
5
生成虚拟数字人的方法、电子设备和存储介质
表情特征 动作特征 机器学习模型 元素 策略
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号