摘要
本发明涉及宠物情绪识别技术领域,特别涉及一种基于深度学习的宠物犬情绪识别方法及系统。包括采集宠物动态数据、宠物生理数据、情景场景数据得到结构化数据集;通过交叉验证标注机制对所述结构化数据集进行标注获得标注数据集;基于所述标注数据集提取多模态特征,并通过级联SEblock阵列进行多模态特征整合获得多模态融合特征;在训练阶段注入应激场景模拟器生成的对抗样本数据,基于所述对抗样本数据及所述多模态融合特征进行深度学习模型训练获得宠物情绪识别模型;通过所述宠物情绪识别模型对待识别宠物进行情绪识别获得宠物情绪识别结果。本发明提升了数据质量及宠物情绪识别的模型鲁棒性,进而提升人宠交互质量。
技术关键词
宠物情绪识别
情绪识别方法
多模态特征
融合特征
深度学习模型训练
识别宠物
面部表情特征
场景模拟器
面部关键点检测
压缩特征
生理
级联
样本
多模态数据采集
情绪识别系统
多层级标签
平滑过滤器
阵列
系统为您推荐了相关专利信息
雷达回波图像
上下文特征
感知特征
记忆特征
运动特征
多模态深度学习
实时预警系统
激光雷达点云数据
风险
老年人
类别预测方法
融合特征
融合分类器
大数据
注意力机制