摘要
本发明提供了一种基于多模态特征的心理分析方法及系统,涉及心理评估技术领域。方法包括:同步获取用户的语音数据、视频数据、文本数据及生理信号数据;分别对上述数据进行去噪,得到去噪后的各模态数据;分别对各模态数据进行特征提取,得到各模态特征;通过注意力加权机制将各模态特征向量映射到统一语义空间,生成融合特征矩阵;采用训练好的心理分析模型对融合特征矩阵进行多任务学习,同步输出情绪分类、压力指数和心理健康风险评分;基于用户的实时反馈数据和新增样本,通过在线增量学习机制更新心理分析模型的模型参数。通过精确的数据去噪、高效特征提取和灵活的模型优化,实现了对用户心理状态的全面、准确分析。
技术关键词
心理分析方法
多模态特征
数据
在线增量学习
融合特征
信号
生理
面部微表情
多任务
心理健康
语音
文本
生成上下文感知
心理分析系统
心理评估技术
心率
掩码矩阵
系统为您推荐了相关专利信息
支持向量机分类
矿物质电缆
主成分分析法
支持向量机模型
校正
注意力机制
单目深度估计方法
上采样
分支
输出特征
射频指纹识别方法
信号特征
神经网络训练
矩阵
时间卷积网络