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！
摘要：本发明公开了一种视点与环境交互的递进式自蒸馏情绪状态估计方法，旨在通过收集观看者在不同图像下的眼球视点数据，实现情绪状态的精准判定。首先，使用高精度眼动追踪设备形成初始数据集，并将图像分割为多个视点停留区域，按照停留顺序进行分割和排序。然后，利用初步深度学习模型对图像样本进行难度评估，以支持递进式学习。该方法设计了深度神经网络，并结合自蒸馏机制不断优化预测结果。模型从易到难逐渐学习，通过高置信度预测指导当前阶段学习，最终在独立验证集上评估效果。该方法有效提升了情绪状态估计的准确性和鲁棒性，适用于心理学研究、智能人机交互及用户体验优化等多个领域，具备高精度和多场景应用能力，提供可靠的情绪状态分析结果。
主权项：1.一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述方法包括：S1：通过高精度的眼动追踪设备采集观看者在观看屏幕上不同种类图像时的眼球视点数据，得到训练集和测试集；S2：利用视点与图像的交互关系，将训练集中图像分割为多个视点停留区域，根据视点停留顺序进行分割和排序，得到视点区域序列；S3：基于得到的视点区域序列，利用预设的视点情绪评估模型对训练集视点数据样本进行难度评估，根据评估结果对样本进行排序和分级；S4：基于排序和分级结果，构建深度神经网络模型，该模型结合自蒸馏机制，在训练过程中不断优化自身预测结果，从而提高情绪状态估计的准确性和可靠性；S5：通过递进式学习策略由易到难逐渐学习样本，在每个递进学习阶段，模型均利用自蒸馏机制，通过前一阶段的高置信度预测来指导当前阶段的学习；S6：重复以上步骤S3和S4，逐步构建的深度神经模型的性能和泛化能力；S7：使用测试集评估模型的性能和准确性，其中所述测试集包括人眼观看屏幕上不同种类图像时的眼球视点数据和视点对应的图像以及对应的真实情绪类别。
全文数据：
权利要求：
百度查询： 中国石油大学(华东) 一种视点与环境交互的递进式自蒸馏情绪状态估计方法
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。
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