[发明专利]一种基于语音和表情的自适应权重双模态融合情感识别方法有效
| 申请号： | 201910632006.3 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110516696B | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 肖婧;黄永明 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F18/25 | 分类号： | G06F18/25;G06F18/214;G06F18/2415 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 杜静静 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于语音和人脸表情的自适应权重双模态融合情感识别方法，包括以下步骤：获取情感语音和人脸表情数据，将情感数据与情感类别相对应，并选取训练样本集合测试样本集；对语音数据提取语音情感特征，对表情数据提取动态表情特征；分别基于语音情感特征和表情特征，采用基于半监督自动编码器的深度学习方法进行学习，通过softmax分类器得到分类结果和各类别输出概率；最后将两种单模态情感识别结果进行决策层融合，采用一种自适应加权的方法，得到最终的情感识别结果。本发明实针对个人不同模态情感特征表征能力的差异性，采取了自适应权重融合方法，具有更高的准确性和客观性。 | ||
| 搜索关键词： | 一种 基于 语音 表情 自适应 权重 双模 融合 情感 识别 方法 | ||
【主权项】：
1.一种基于语音和人脸表情的自适应权重双模态融合情感识别方法，其特征在于，所述方法包括如下步骤：/nS1、获取情感语音数据和人脸表情数据，将情感数据与情感类别相对应，并选取训练样本集合测试样本集；/nS2、对语音数据提取语音情感特征，对表情数据提取动态表情特征，首先自动提取表情峰值帧，获取表情开始到表情峰值的动态图像序列，后将非定长的图像序列归一化为定长的图像序列，作为动态表情特征；/nS3、分别基于语音情感特征和表情特征，采用基于半监督自动编码器的深度学习方法进行学习，通过softmax分类器得到分类结果和各类别输出概率；/nS4、将两种单模态情感识别结果进行决策层融合，采用一种自适应权重分配的方法，得到最终的情感识别结果。/n
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东南大学，未经东南大学许可，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/patent/201910632006.3/，转载请声明来源钻瓜专利网。
