龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：四川轻化工大学
摘要：本发明设计公开了一种针对抑郁症的动态特征提取及情感预测方法及应用，本发明的目的在于克服抑郁症预测时，不能有效提取时空视频数据中特征的缓慢动态变化及数据源单一问题，采用视频数据基于空间特征从自然数据通过手工方法及深度学习方法获得较高质量信息为基础，将其空间算法通过在不同方向进行扩展转化到时域，并提取图像序列的动态时域特征，通过创建直方图进行归纳观察运动变化的模式，并通过回归技术进行抑郁症预测；采用语音数据通过MFCC语音特征和组合特征提取子片段音频的特征，并对其进行降维，然后通过回归技术进行抑郁预测，最后对音、视频方法进行融合，利用所搭建的框架对抑郁症进行预测和评价。
主权项：1.一种针对抑郁症的动态特征提取及情感预测方法，其特征在于，具体包括以下步骤：S1、采用时空动态音频和视频数据作为输入，分别通过视觉分支框架和语音分支框架对数据进行处理，实现对抑郁症的预测：S101、第一个分支：视频数据分支框架的视觉数据通过四个步骤进行处理：第一步，对每一帧图像使用选定的局部特征描述符获取对象面部特征；第二步，将FDHH算法应用于每个特征矩阵；第三步，使用PCA方法将形状直方图减少到较小的不相关特征集合；第四步，FDHH降维后特征而不是原始数据用两种回归技术PLS和LR计算抑郁程度，直接比较预测中特征的性能；S102、第二个分支：语音数据分支框架采用语音数据分支进行抑郁识别的框架，分为四步:第一步，每次得到三个子片段音频；第二步是为每个片段设置了特征描述符，其特征描述符包括MFCC语音特征和组合特征；第三步是通过PCA将得到的特征描述符进行降维；第四步是通过偏最小二乘PLS或线性回归LR拟合降维后特征；最后通过回归结果采用抑郁等级表进行抑郁预测；S2、基于组合特征的抑郁症预测框架的应用；从原始数据通过图形数据和音频数据分支，并通过相应分支框架确定抑郁等级后，在决策级通过融合模型合并2个分支，将人类自然面部和声音动态描述进行组合预测。
全文数据：
权利要求：
百度查询： 四川轻化工大学 一种针对抑郁症的动态特征提取及情感预测方法及应用
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号