首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于面部表情和行为特征的多模态融合的人物情绪识别算法 

申请/专利权人:中电信数智科技有限公司

申请日:2023-12-29

公开(公告)日:2024-07-05

公开(公告)号:CN118298478A

主分类号:G06V40/16

分类号:G06V40/16;G06V40/20;G06V10/772;G06V10/40;G06V10/764;G06V10/82;G06N3/045;G06N3/048;G06N3/047;G06N3/0464;G06N3/08

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.07.23#实质审查的生效;2024.07.05#公开

摘要:本发明涉及智慧养老领域,公开了一种基于面部表情和行为特征的多模态融合的人物情绪识别算法,首先使用R3D网络对视频或者图片中的人物表情和行为动作的时空特征进行提取;然后将这些特征数据作为输入数据,通过K‑SVD字典学习算法对R3D网络所提取的特征向量进行字典学习,得到稀疏编码树框架下的稀疏编码数据;最后将得到的稀疏编码数据作为输入数据在稀疏编码树的各个节点处训练APSO‑SVM分类器,对数据进行训练分类,最终输出数据所属类别的情绪表征;本发明相较于传统的C3D网络,引入了残差模块,构成R3D网络,对视频数据中的人物表情和行为动作的时空特征进行提取。相比C3D网络,解决了因为网络深度带来的问题,优化了网络性能。

主权项:1.一种基于面部表情和行为特征的多模态融合的人物情绪识别算法,其特征在于,首先使用R3D网络对视频或者图片中的人物表情和行为动作的时空特征进行提取;然后将这些特征数据作为输入数据,通过K-SVD字典学习算法对R3D网络所提取的特征向量进行字典学习,得到稀疏编码树框架下的稀疏编码数据;最后将得到的稀疏编码数据作为输入数据在稀疏编码树的各个节点处训练APSO-SVM分类器,对数据进行训练分类,最终输出数据所属类别的情绪表征。

全文数据:

权利要求:

百度查询: 中电信数智科技有限公司 一种基于面部表情和行为特征的多模态融合的人物情绪识别算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。