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,该方法利用情绪识别模型处理包括面部表情、语音和文本的高维信号实现情绪识别,情绪识别模型包括面部表情特征提取模块、语音特征提取模块、文本处理模块、特征融合层和情绪分类识别层,且每一特征提取模块均包括双向门控循环单元。与现有技术相比,本发明解决了现有技术中在进行情绪识别过程中对高维信号处理存在提取稳定性不足的缺点,可获取更稳健的情绪分析结果。
技术关键词
情绪识别方法
面部表情特征提取
门控循环单元
情绪识别模型
语音特征提取
多任务卷积神经网络
人脸面部表情
文本
表达式
人脸特征点识别
信号
韵律特征
注意力
特征提取模块
频谱特征
融合特征
系统为您推荐了相关专利信息
情绪识别方法
情绪识别模型
情绪识别装置
生理
脑成像数据
风电机组叶片
时序特征
程度预测方法
环境监测信息
神经网络模型
关键词提取模型
信息显示方法
注意力模型
信息显示系统
大数据
语音辅助系统
多模态数据采集
轨道交通环境
时间序列图像组
门控循环单元