一种结合微表情、微动作及声音语言的多模态心理学分析方法

本发明公开了一种结合微表情、微动作及声音语言的多模态心理学分析方法，涉及心理学分析技术领域，包括以下步骤：在进行心理状态识别前，通过多源同步感知系统获取个体在交互场景中的原始数据，包括：高帧率摄像头获取的面部图像序列、视频分析提取的个体身体关键点轨迹、高灵敏度麦克风采集的语音信号；根据数据类型和语义归属，将原始数据分别划归至三个独立模态：微表情模态、微动作模态、声音语言模态。本发明在数据融合前引入耦合性检测与正交压缩机制，实现特征级去冗余与结构优化，提升模型对关键特征的聚焦能力与干扰抑制效果，并通过耦合评分动态控制压缩比例，增强心理状态识别的精度与稳定性，具备良好的通用性与实时适应性。