一种基于类脑多模态层次化感知的情绪识别方法

AITNT
正文
推荐专利
一种基于类脑多模态层次化感知的情绪识别方法
申请号:CN202510016661
申请日期:2025-01-06
公开号:CN119964257A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及一种基于类脑多模态层次化感知的情绪识别方法,本发明从类脑感知角度出发,模仿人脑对感知信息层次化处理的特性,构建了可统一处理多模态情绪信息的类脑计算模型,能够模拟人类处理多模态输入信息。模型集成了类脑感知机制和机器学习。首先基于真实人脑感知特性完成语音、视觉和文本的深层特征提取;接着通过设计的多模态多头注意力机制完成信息融合;最后利用决策层实现情绪分析。实验结果表明,此方法四分类识别精度分别可达83.7%,具有较好的应用前景。
技术关键词
情绪识别方法 面部表情特征提取 语音特征提取 梅尔频率倒谱系数 预测类别 多任务卷积神经网络 文本 语音信号提取 听觉 交叉注意力机制 多模态情绪 深层特征提取 多头注意力机制 融合特征 门控循环单元 GRU模型 前馈神经网络
系统为您推荐了相关专利信息
1
基于脑电信号的情绪识别方法、装置、设备以及存储介质
脑电信号特征提取 情绪识别方法 注意力 情绪识别模型 矩阵
2
基于音频信号多维度敏感特征和S-ReXNet的电机故障检测方法
电机故障检测方法 音频 梅尔频率倒谱系数 离散傅立叶变换 信号
3
一种基于噪声标签学习的光伏组件遮挡检测方法
噪声标签 遮挡检测方法 光伏组件 矩阵估计方法 特征提取模块
4
一种基于机器视觉的机械臂智能分拣方法及分拣系统
智能分拣方法 三维环境模型 机械臂末端执行器 逆运动学 坐标系
5
一种基于时空融合与多重注意力机制的情绪识别方法
情绪识别方法 空间特征提取 焦点损失函数 特征提取模块 宽度学习系统
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