[发明专利]基于情感的OCC-PAD-OCEAN联邦认知建模方法

权利要求书

1.基于情感的OCC-PAD-OCEAN联邦认知建模方法，其特征在于，该方法包括以下步骤：

S1构建VGG-FACS-OCC模型，设FACS-AU强度向量为f，取值范围设定为[0,1]，将FACS-OCC的转换标记为函数F2O(f)；

设定VGG模型的优化目标为：

L(VGG(I),F2O(f))＝CrossEntropy(VGG(I),F2O(f))

交叉熵损失函数设置为：

通过批量梯度下降方式对VGG模型以CK+数据集进行训练，最小化目标函数L；

将被试视频按时间切分为若干图片帧Image_t，按固定频次对图片帧Image_t进行抽样得到若干抽样帧I_i，(i＝1,2,3，…,n)；

利用MTCNN人脸识别算法对抽样帧I_i进行人脸目标检测，得到目标框集合B＝{b₁，b₂，…b_m}，其中，b_i＝(x_i，y_i，h_i，w_i，p_i)，x_i表示目标框的左上角横坐标，y_i表示目标框的左上角纵坐标，h_i表示目标框的高度，w_i表示目标框的宽度，p_i表示目标框的置信度；

确定高度阈值h_t、宽度阈值w_t和置信度阈值p_t；对于任意b_i∈B，保留B′＝{h_ih_t且w_iw_t且

S123从B′中获取置信度p_i最高的目标框b_*，根据b_*对I_i进行裁剪，并将裁剪后的I_i调整为特定大小得到Pre(I_i)；

基于VGG的隐层进行FACS特征提取，将预处理后的抽样帧I_i映射到OCC情感空间，得到情感空间向量E_i，情感空间向量E_i＝VGG(Pre(I_i))；

S2计算心情空间向量M_i＝K×E_i，其中K为OCC情感空间与PAD心情空间的参数量化映射关系的转换矩阵；

将心情空间与人格空间的映射关系连续化，得到M_i＝K×E′_i；

计算平均心情空间向量

S3将平均心情空间向量映射到OCEAN人格空间，通过心情空间向量得到人格空间向量；人格空间向量P_e＝Z×M_v，其中Z为PAD心情空间到OCEAN人格空间的转换矩阵。