[發明專利]一種基于多源微特征的深度神經網絡心理語義標注方法

有效

• 申請號: 201810992220.5
• 申請日: 2018-08-29
• 公開（公告）號: CN109242014B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 關慶陽;童心;畢連城;靳躍;蘇展鋒;周國林;鞠明剛
• 申請（專利權）人: 沈陽康泰電子科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 沈陽優普達知識產權代理事務所(特殊普通合伙) 21234
• 代理人: 俞魯江

1.一種基于多源微特征的深度神經網絡心理語義標注方法，其特征在于：

一、采集生理微特征，將生理微特征與微表情特征進行互相校驗，形成統一指向，通過深度學習方法統一貼簽處理；

二、采集語音微特征，將語音微特征與微表情特征進行互相校驗，形成統一指向，通過深度學習方法統一貼簽處理；

三、將生理微特征和語音微特征整合校驗后得到微表情特征；

四、將微表情特征與特征驗證庫進行比對判斷，排除非微表情特征；

五、特征驗證庫將驗證后的微表情特征進行特征融合；

六、特征融合通過深度神經網絡重構完成多源特征融合；

七、完成特征融合后進行心理語義標注，為實時獲取心理特征的決策提供準確、可靠依據；

特征融合完成實時心理的融合分析及標注，進而建立微表情坐標系與單維度的線性轉換關系；同時考慮到微表情對心理表達的崎變現象，通過先驗的心理標注庫對畸變校正；根據多維度微特征的心理映射，建立多微特征之間的驗證關系，進而構建數據特征的空間融合模型；以生理微特征為基準，采用多線程同步程序設計方式，構建多生理微特征數據融合，并且通過心理標注數據庫模型校正；進而利用微表情及聲音微特征融合模型計算出在特征空間上的投影點，同時在投影點中建立包含心理標注的感興趣區域；利用深度神經網絡在感興趣區域內進行搜索完成實時心理語義標注。

2.根據權利要求1所述的一種基于多源微特征的深度神經網絡心理語義標注方法，其特征在于：

生理微特征是通過手環采集的心跳次數、血壓數值。

3.根據權利要求1所述的一種基于多源微特征的深度神經網絡心理語義標注方法，其特征在于：

語音微特征是聲音采集器采集的在不同情緒下的聲紋特征。

4.根據權利要求1所述的一種基于多源微特征的深度神經網絡心理語義標注方法，其特征在于：

微表情是高清攝像頭采集的面部表現的情感組合。