摘要
本申请提出了情绪识别方法及装置,属于人工智能技术领域。该方法包括:获取目标对象的多模态的生理信号;将生理信号输入至情绪识别模型中,获得目标对象的情绪识别结果;其中,情绪识别模型用于:分别对生理信号对应的时域信号和频域信号进行降维,获得降维后的时域信号和降维后的频域信号;将降维后的时域信号和降维后的频域信号进行融合,获得第一尺度融合特征;将第一尺度融合特征分别与降维前的时域信号和降维前的频域信号进行融合,获得第二尺度融合特征和第三尺度融合特征;将第二尺度融合特征和第三尺度融合特征进行融合,获得第四尺度融合特征;基于第四尺度融合特征,获得目标对象的情绪识别结果。该方法有效提升了情绪识别的准确性。
技术关键词
融合特征
情绪识别模型
情绪识别方法
时域特征
深度学习模型
频域特征
预训练模型
对象
情绪识别装置
上采样
多模态生理
信号获取模块
存储计算机程序
数据
人工智能技术
电信号
标签
系统为您推荐了相关专利信息
自动化执行方法
混合云架构
构建时间序列模型
混合云环境
服务注册中心
建模分析方法
搜索算法
位置更新
二维卷积神经网络
全基因组关联分析
连续小波变换
刀具故障诊断方法
Attention机制
数控铣齿
信号
智能识别方法
多尺度特征金字塔
条件生成对抗网络
多模态数据采集
深度学习模型
流量采集设备
资产
风险预测方法
网络流量数据
交互特征