[发明专利]一种基于自适应选择策略的情感识别方法在审

专利信息
申请号: 202310432129.9 申请日: 2023-04-20
公开(公告)号: CN116467676A 公开(公告)日: 2023-07-21
发明(设计)人: 韩志艳;王健 申请(专利权)人: 渤海大学
主分类号: G06F18/25 分类号: G06F18/25;G06F18/241;G06F18/214;G06F18/213;G06N3/0464;G06N3/045;G06N3/086
代理公司: 沈阳东大知识产权代理有限公司 21109 代理人: 李珉
地址: 121013 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 自适应 选择 策略 情感 识别 方法
【权利要求书】:

1.一种基于自适应选择策略的情感识别方法,其特征在于:

获取多种情感信号;

对多种情感信号分别进行预处理及转换,得到多个通道的图像信号;

对多个通道的图像信号分别进行情感特征提取及情感类别的初步判识;

自适应选择多个通道图像信号的情感类别的初步判识结果;

采用基于类可靠度和可能性比率的融合与识别算法进行最终的情感识别。

2.根据权利要求1所述的一种基于自适应选择策略的情感识别方法,其特征在于:所述方法包括以下步骤:

步骤1、情感信号获取;

首先诱发多种情感,并同步获取相应情感状态下的语音信号、面部表情信号和心电信号三种情感信号,并将三种情感信号绑定存储,获得多个情感信号样本;

步骤2、情感信号预处理及转换;

步骤2-1、语音信号预处理及转换;

首先对获取的情感信号样本中的语音信号进行预处理,包括预加重、分帧加窗和端点检测;然后将预处理后的语音信号转换成图像信号,作为第一通道图像信号;

步骤2-2、面部表情信号预处理;

针对获取的情感信号样本中的面部表情信号,首先进行脸部定位,然后进行图像几何特性归一化处理和图像光学特性归一化处理,作为第二通道图像信号;

步骤2-3、心电信号预处理及转换;

首先对获取的情感样本中的心电信号进行预处理,包括去除50Hz工频干扰,进行基线漂移的纠正和抑制肌电干扰;然后将预处理后的心电信号转换成图像信号,作为第三通道图像信号;

步骤3、对三个通道图像信号分别进行情感特征提取及情感类别的初步判识;

步骤4、自适应选择三个通道图像信号的情感类别的初步判识结果;

如果步骤3对三个通道图像信号情感类别的初步判识结果相同,则该结果即为情感类别的最终识别结果;如果只有两个通道的初步判识结果相同,则需要将这两个通道的图像信号情感特征参数顺序组合成混合特征向量并送入步骤5再次进行判别;如果三个通道的初步判识结果均不相同,则将第一通道和第二通道的图像信号情感特征参数顺序组合成混合特征向量并送入步骤5再次进行判别;

步骤5、采用基于类可靠度和可能性比率的融合与识别算法进行最终的情感识别。

3.根据权利要求2所述的一种基于自适应选择策略的情感识别方法,其特征在于:所述语音信号利用麦克风接收语音数据后,再通过采样量化获得;所述面部表情信号则通过摄像机拍摄获得;所述心电信号则通过便携式心电信号采集仪获取。

4.根据权利要求2所述的一种基于自适应选择策略的情感识别方法,其特征在于:所述预加重采用一阶数字预加重滤波器实现;所述分帧加窗为以帧长256点的标准进行分帧,并对分帧后的数据加汉明窗处理;所述端点检测则是利用短时能零积法进行;所述将预处理后的语音信号转换成图像信号则是将预处理后的语音信号进行快速傅立叶变换,得出相应的语谱图,再对语谱图中像素灰度值进行归一化处理,即使图像的像素灰度值为0,方差为1,作为第一通道图像信号。

5.根据权利要求2所述的一种基于自适应选择策略的情感识别方法,其特征在于:所述脸部定位利用肤色模型实现;所述图像几何特性归一化根据左右两眼的坐标值旋转图像实现;所述图像光学特性的归一化处理先采用直方图均衡化方法对图像灰度做拉伸,然后对图像像素灰度值进行归一化处理,使标准人脸图像的像素灰度值为0,方差为1,作为第二通道图像信号。

6.根据权利要求2所述的一种基于自适应选择策略的情感识别方法,其特征在于:

所述去除50Hz工频干扰采用整系数带阻滤波器实现;所述基线漂移的纠正采用拟合基线抵消法进行;所述抑制肌电干扰采用小波阈值去噪法实现;所述转换成图像信号是将预处理后的心电信号进行快速傅立叶变换,得出相应的心电谱图,然后对心电谱图中像素灰度值进行归一化处理,即使图像的像素灰度值为0,方差为1,作为第三通道图像信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于渤海大学,未经渤海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310432129.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top