摘要
本发明公开了一种基于房树人绘画与深度学习的抑郁症识别方法、计算机装置和存储介质,基于房树人绘画与深度学习的抑郁症识别方法包括将房树人绘画信息输入到绘画基特征编码器进行处理获取多个组基特征信息,将组基特征信息输入到导向性基特征门控单元进行处理获取组门信息和基向量,将组门信息与基向量输入到自适应信道特征融合网络进行处理获取抑郁症识别结果等步骤。本发明提供了一种基于人工智能深度学习的抑郁症早期自我识别工具,在无需人与人之间的交互和遵守严格的条件下,实现抑郁症的早期识别,可以降低被识别人的隐私信息泄露的风险;本发明应用条件宽松,容易推广应用到不同年龄段的被识别人。本发明广泛应用于图像处理技术领域。
技术关键词
识别方法
绘画
信道特征
残差模块
计算机装置
人工智能深度学习
注意力
编码器
网络
积层
元素
处理器
识别工具
图像处理技术
矩阵
数值
识别人
程序
线性
可读存储介质
系统为您推荐了相关专利信息
情感特征
情感识别方法
服务型机器人
动态权重分配
语音分类模型
特征提取模块
预警方法
时序特征
积层
计算机存储介质
集群管理节点
高效管理系统
高效管理方法
RapidIO总线
网络管理节点
康复训练设备
数据处理方法
展示方法
人机交互界面
患者身份信息
卷积神经网络模型
解码网络
神经网络架构
脉冲
编码器