摘要
本申请涉及康养机器人领域,其具体地公开了一种基于多模态面部特征融合的康养陪伴机器人,其通过获取老年对象面部表情视频流,并进行精细化的预处理,进而捕捉面部各区域的细微特征,之后对面部各区域的细微特征智能地识别并赋予面部微表情更高的权重。随后捕捉表情的时间动态,结合时间注意力模块,进一步聚焦于表情变化的关键时刻和模式,从而生成更准确的最终情绪向量。最终,基于此情绪向量为机器人生成恰当的动作指令,从而克服传统方法对单一宏表情的依赖和对矛盾信号的忽略,实现对老年用户情感状态的精准、无歧义理解与响应。
技术关键词
面部特征融合
陪伴机器人
编码向量
序列
注意力
空间特征提取
视频流
人脸
门控循环网络
校准
卷积神经网络模型
面部微表情
编码模块
生成机器人
多模态
指令
对象
系统为您推荐了相关专利信息
外骨骼机器人控制
混合深度学习模型
卡尔曼滤波算法
人机协同控制
多场景
化计算方法
显卡
图像检测系统
语义特征
注意力机制
BiLSTM模型
SF6气体湿度
误差修正模型
序列
光强
贝叶斯神经网络
增量学习方法
二维卷积神经网络
数据
重放机制
Stacking集成学习
电价预测方法
梯度提升决策树
随机森林模型
样本