摘要
本发明属于情绪识别技术领域,涉及一种基于多尺度脑网络解码模型的情绪识别方法、系统及终端。情绪识别方法包括:采集脑电数据并分割为分段脑电数据;分别计算分段脑电数据的三类脑效应连通矩阵;分别基于粗粒度编码方法和细粒度编码方法将三类脑效应连通矩阵映射至RGB三色通道,得到粗粒度3D脑网络图像和细粒度3D脑网络图像;构建多尺度3D卷积神经网络解码模型并分别对粗粒度3D脑网络图像和细粒度3D脑网络图像解码,获得粗粒度特征和细粒度特征;基于多尺度注意力机制对粗粒度特征和细粒度特征进行融合,获得时域解码特征;对时域解码特征进行分类映射,获得不同情绪类别的概率分布。本发明能显著提升基于脑电信号的情绪识别准确率与可靠性。
技术关键词
细粒度特征
情绪识别方法
网络解码
解码模型
情绪识别系统
多尺度注意力机制
动态特征提取
编码方法
图像
通道
多尺度特征融合
分支
效应
矩阵
情绪识别技术
解码模块
分段
系统为您推荐了相关专利信息
遥感图像分割方法
多阶段
特征提取模块
动态上下文信息
静态上下文
无人机航拍图像
自定义特征
感知特征
上采样
动态剪枝
高峰值平均功率比
OFDM系统
网络解码器
空洞
转换单元