摘要
本申请公开了一种基于人工智能的情绪识别系统及方法,涉及人工智能技术领域,解决了现有技术缺乏考虑不同文化的人员在同一表情或语音状态下的情绪结果有所不同,且外部噪声对情绪判别时的影响程度有所不同,使得情绪识别的准确度较低,导致情绪识别系统的效率较低的技术问题;通过根据文化标签和人员数据生成情绪类别;根据情绪类别和环境状态生成预测人员行为;根据预测人员行为生成警报信号;根据警报信号做出提示,将人员的文化标签以及所处环境的噪声考虑在内,动态调节多模态数据之间的影响程度,并根据环境状态和情绪类别预测人员行为,使得情绪识别的精准度和效率得以提升,且提高了情绪识别的全面性。
技术关键词
情绪识别系统
多模态
人工智能模型
生成警报信号
语音
人脸
标签
多任务级联卷积神经网络模型
预训练模型
决策
训练集
机器学习模型
关键点
图像
长短期记忆网络
数据分析模块
文本
数据采集模块
情绪识别方法
系统为您推荐了相关专利信息
分级检测方法
梯度分布特征
渐变色
反射率数据
可见光波段
多模态情感分析
分析模块
心理
语义
面部动作单元识别
大语言模型
多模态
系统管理方法
云桌面系统
容器
车辆故障诊断系统
云服务器
车辆故障信息
终端设备
历史故障数据
无人机光学
拉曼激光雷达
高光谱相机
流域水文模拟
语义分割模型