申请/专利权人：天津大学

申请日：2022-03-22

公开（公告）日：2024-06-21

公开（公告）号：CN114743261B

主分类号：G06V40/20

分类号：G06V40/20;G06V20/64;G06V10/771;G06V10/764;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.07.29#实质审查的生效;2022.07.12#公开

摘要：本发明公开了一种基于运动姿态伪能量模型的自动情绪识别方法及装置，方法包括：采集人体姿态运动时的三维骨骼数据并进行预处理，结合姿态运动时产生的动能与势能，构建姿态伪能量模型，以解码姿态运动时各关节动态能量的演化与情绪之间的关系；对姿态伪能量模型进行多维特征提取，结合不同特征之间的互补性，表征所提出的姿态伪能量模型与情绪之间的映射关系；采用最大相关最小冗余对多维特征进行特征选择，以获取低维度且更具可分性的融合特征矩阵；将融合特征矩阵作为输入，对SVM分类器进行模型训练，以获取基于人体姿态的自动情绪预测模型，实现自动情绪识别。装置包括：处理器和存储器。本发明将得到的融合特征作为后续模式识别的输入，从而进行自动情绪识别。

主权项：1.一种基于运动姿态伪能量模型的自动情绪识别方法，其特征在于，所述方法包括以下步骤：采集人体姿态运动时的三维骨骼数据并进行预处理，结合姿态运动时产生的动能与势能，构建姿态伪能量模型，以解码姿态运动时各关节动态能量的演化与情绪之间的关系；对姿态伪能量模型进行多维特征提取，结合不同特征之间的互补性，表征所提出的姿态伪能量模型与情绪之间的映射关系；采用最大相关最小冗余对多维特征进行特征选择，以获取低维度且更具可分性的融合特征矩阵；将融合特征矩阵作为输入，对SVM分类器进行模型训练，以获取基于人体姿态的自动情绪预测模型，实现自动情绪识别；其中，所述结合姿态运动时产生的动能与势能，构建姿态伪能量模型具体为：将关节的位移曲线与角度曲线相结合，在第f和第f-1帧处进行差分运算，并假设f＝0帧时的速度为0，将其结果定义为伪动能曲线，以表示每个关节的动能信息随时间的变化，计算公式如下： 式中，表示第i个关节点在第f帧时，位移曲线与角度曲线结合后的表达式，表示向量空间；其中，i∈[1,N]且f∈[1,F]，N为人体关节总数，F为姿态运动序列的总帧数，是第N个关节点在第F帧时的位置信息，为第i个关节点在第f帧时，位移曲线与角度曲线结合后的表达式；将每个关节的位移曲线与角度曲线相结合，计算每帧的姿态位置与中性姿态之间的有限差分，用于表示每个关节相对于中性姿态Pneutral的位移H随时间的变化，定义为伪势能曲线： 其中，Pneutral,N表示中性姿态中第N个关节的位置信息，经过运算，分别得到了代表姿态运动时的动能和势能曲线，将曲线合并定义为伪能量模型。

全文数据：

权利要求：

百度查询： 天津大学 一种基于运动姿态伪能量模型的自动情绪识别方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD