摘要
本发明公开了一种基于多模态情绪识别的心理陪伴方法,属于心理健康服务技术领域,包括:S1、通过多模态传感器同步采集用户的生理信号、语音特征、面部表情及交互行为数据;S2、利用深度学习模型对多模态数据进行融合分析,识别用户当前情绪状态及情绪强度等级;S3、基于预设的情绪‑干预策略映射规则,结合用户历史情绪数据及个性化偏好,动态生成适配的心理陪伴干预方案。本发明中,通过多模态传感器同步采集生理信号、语音特征、面部表情及交互行为数据,并利用深度学习模型进行融合分析,相比单一模态识别,能够更全面、精准地判断用户情绪状态及强度等级,降低情绪误判风险,为后续干预提供可靠依据。
技术关键词
多模态情绪
多模态传感器
语音特征
陪伴系统
深度学习模型
心理健康服务技术
强化学习算法
控制游戏进程
生理
多模态数据采集
管理用户数据
策略优化模型
云端数据中心
虚拟现实场景
面部
微表情识别
模块
系统为您推荐了相关专利信息
智能终端系统
语音采集模块
机器学习模型
指令
实时语音
图片
深度学习模型
帧间运动估计
硬件加速模块
通道注意力机制
清洗参数
监测运行状态
深度学习模型
遗传算法优化
参数变化规律