摘要
本发明提供了一种面向增强现实的多模态情感识别方法、装置、产品及系统S1,该方法包括:采集多模态数据;S2,分别获得各模态用于情感识别的特征向量;S3,使用深度神经网络EmoSynNet对各模态进行模态可用性检测、代理模态特征对抗生成以及情感状态预测。利用上述技术方案,可以提高增强现实环境中情感识别的准确性和适应性。
技术关键词
情感识别方法
深度神经网络
心电信号提取
模态特征
像素矩阵
主题
情感识别系统
子模块
深度信念网络
长短期记忆网络
图像特征向量
字符
生成器网络
生成对抗网络
现实环境交互
语音
情感识别装置
多模态数据采集
系统为您推荐了相关专利信息
文本特征向量
图像特征向量
图文
搜索推荐方法
知识图谱路径
网络评论文本
隐私泄露检测方法
数据读取单元
网络模型训练
特征提取模块
文本特征向量
图像特征向量
跨模态数据
数据分类模型
样本
多模态特征融合
肿瘤
风险预测方法
深度学习神经网络
风险预测装置
人工蜂群算法
超参数
指纹数据库
训练深度神经网络
蓝牙信标