摘要
本申请涉及人工智能和医疗健康技术领域,公开了一种压力检测模型的训练方法、装置、电子设备及存储介质,其方法包括:构建压力检测模型,压力检测模型包括依次连接的特征提取层、特征融合层以及结果预测层;其中,特征提取层包括:动作单元特征识别网络、情绪特征识别网络、表现特征识别网络、和隐性特征识别网络;构建训练集,训练集中的各条数据样本为识别对象的面部图像,且数据样本包含对面部动作单元特征、面部情绪特征、面部表现特征、以及面部图像编码特征的标注;将训练集输入至压力检测模型进行训练,得到所述压力检测模型。本申请大大降低了压力检测成本,检测结果效率高,提高了可操作性,方便用户使用;且实用性强。
技术关键词
情绪特征
隐性特征
面部动作单元
样本
压力
构建训练集
数据
稀疏特征
存储计算机可执行指令
电子设备
医疗健康技术
标签
深度神经网络
可读存储介质
对象
图像编码
系统为您推荐了相关专利信息
图像生成模型
缺陷检测方法
样本
图像信息处理技术
无监督
CPU卡芯片
测试方法
状态空间模型
隶属度函数
参数
扫描结构
二维扫描振镜
电光调制器
显微内窥成像方法
激光光源