摘要
本申请公开了一种连续动态情绪识别方法、系统、设备、介质及产品,涉及情绪识别领域,该方法包括:获取目标受试者的脑电信号数据及眼动信号数据;根据脑电信号数据及所述眼动信号数据确定脑电特征和眼动特征;基于深度学习模型,对脑电特征及所述眼动特征进行融合,得到多模态融合特征,并根据多模态融合特征确定目标受试者的连续动态情绪类别;深度学习模型包括跨模态注意力机制层、深度典型性相关分析层、卷积神经网络、Transformer网络和全连接层。本申请提高了连续动态情绪识别的准确性和实时性。
技术关键词
动态情绪识别方法
脑电特征
眼动特征
融合特征
深度学习模型
多模态
局部空间特征
注意力机制
变换特征
跨模态
情绪识别系统
时序特征
卷积神经网络学习
电信号
矩阵
训练样本集
数据
处理器
系统为您推荐了相关专利信息
图像修复方法
局部纹理特征
融合特征
多层感知器
校正
多模态特征
车辆状态数据
数据融合方法
融合特征
计算机可执行指令
诊断骨质疏松
深度学习模型
图像数据预处理
深度学习图像
标定工具