龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：合肥工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
申请日：2021-09-02
公开（公告）日：2024-06-21
公开（公告）号：CN113971826B
主分类号：G06V40/16
分类号：G06V40/16;G06V10/80;G06V20/40;G06N3/0464;G06N3/045;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.21#授权;2022.03.29#实质审查的生效;2022.01.25#公开
摘要：本发明提供一种估计连续的效价和唤醒水平的动态情感识别方法和系统，涉及情感识别技术领域。本发明通过预先构建的特征网络对动态情感进行识别，所述特征网络包括特征获取层、特征融合层和预测层，所述特征获取层包括CNN网络层和3D‑CNN网络层，在本发明中通过CNN网络层对人脸图片进行处理，获取紧凑特征；通过3D‑CNN网络层对连续帧进行处理，获取时空特征；对紧凑特征和时空特征进行特征融合，得到情感特征；通过预测层对所述情感特征进行处理，得到情感标签。本发明实施例提出一种新型的特征网络，可以联合执行面部对齐，并在一次传递中正确预测出动态视频中连续的情感标签，大大减少了视频的情感检测时间，实时性好，且准确率高。
主权项：1.一种估计连续的效价和唤醒水平的动态情感识别方法，其特征在于，所述方法通过预先构建的特征网络对动态情感进行识别，所述特征网络包括特征获取层、特征融合层和预测层，所述特征获取层包括CNN网络层和3D-CNN网络层，包括以下步骤：S1、提取输入视频中的所有帧，获取人脸图片和多个人脸图片组成的连续帧；S2、基于所述CNN网络层对人脸图片进行处理，获取紧凑特征；基于所述3D-CNN网络层对所述连续帧进行处理，获取时空特征；S3、基于所述特征融合层对所述紧凑特征和时空特征进行特征融合，得到情感特征；S4、基于所述预测层对所述情感特征进行处理，得到情感标签，所述情感标签包括效价和唤醒；其中，所述CNN网络层包括：面部对齐网络和帧注意力网络；所述面部对齐网络用于提取单个帧中的面部特征，帧注意力网络用于为视频生成紧凑特征；所述帧注意力网络包括特征提取模块和帧注意模块；所述特征提取模块将单个帧中的面部特征嵌入到一个特征向量中；所述帧注意模块用于自适应地聚集特征向量，形成紧凑特征；所述CNN网络层还包括特征传输层，所述特征传输层用于将面部对齐网络的输出传输到帧注意力网络中。
全文数据：
权利要求：
百度查询： 合肥工业大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 估计连续的效价和唤醒水平的动态情感识别方法和系统
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