摘要
本发明公开了一种基于机器学习的手语情感分类方法及其系统,先对手语视频进行帧提取得到图像集,在识别手势特征得到文本,基于文本分别进行第一情感标签的预测和文本语义特征的分析。其中,第一情感标签包括各大类情感类型,每个情感类型还包括多个小类具体的情感词汇,通过计算第一情感标签内情感词汇与文本的匹配程度,确定第二情感标签,手语情感分类更精确,显著提升了情感描述的丰富度和分类的精确度,满足了多样化场景的需求。相较于仅能进行简单情感分类(如正面、负面或中性)的现有技术,本发明结合了图像识别、文本识别及语义分析技术,并利用情感词汇与文本语义特征向量的匹配程度计算,实现了情感标签的精确划分。
技术关键词
情感分类方法
手语
手势特征
语义分析模型
深层语义分析
标签
情感分类模型
深度学习模型
情感分类系统
视频
情感倾向分析
文本识别
语义分析技术
图像提取模块
序列
光流算法
矩阵