[發(fā)明專利]一種基于多源微特征的深度神經(jīng)網(wǎng)絡(luò)心理語義標注方法

有效

• 申請?zhí)枺?/td>: 201810992220.5
• 申請日: 2018-08-29
• 公開（公告）號: CN109242014B
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 關(guān)慶陽;童心;畢連城;靳躍;蘇展鋒;周國林;鞠明剛
• 申請（專利權(quán)）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(yōu)普達知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 21234
• 代理人: 俞魯江

本發(fā)明公開了一種基于多源微特征的深度神經(jīng)網(wǎng)絡(luò)心理語義標注方法，根據(jù)獲生理微特征、語音微特征進而建立微表情坐標系與單維度的線性轉(zhuǎn)換關(guān)系；同時考慮到微表情對心理表達的崎變現(xiàn)象，通過先驗的心理標注庫對畸變校正。根據(jù)多維度微特征的心理映射，建立多微特征之間的驗證關(guān)系，進而構(gòu)建數(shù)據(jù)特征的空間融合模型。通過建立深度神經(jīng)網(wǎng)絡(luò)，將多特征進行融合，為實時獲取心理特征的決策提供準確、可靠依據(jù)。獲得實時心理特征，從而完成實時心理語義標注。為實時獲取心理特征的決策提供準確、可靠依據(jù)。

技術(shù)領(lǐng)域

本發(fā)明涉及多源微特征領(lǐng)域，具體說是一種基于多源微特征的深度神經(jīng)網(wǎng)絡(luò)心理語義標注方法。

背景技術(shù)

心理語義是通過表情特征，皮膚電特征，呼吸特征，血壓特征，呼吸特征以及聲音特征等多特征的變換，形成具有統(tǒng)一維度的特征空間，進而通過建立深度神經(jīng)網(wǎng)絡(luò)，將多特征進行融合，為實時獲取心理特征的決策提供準確、可靠依據(jù)。當審訊遇到困難時，可以借助心理語義讀取的方法，進行輔助判讀心理活動，為審訊員提供參考性的定向提問。

發(fā)明內(nèi)容

本法的目的是提供一種準確的基于多源微特征的深度神經(jīng)網(wǎng)絡(luò)心理語義標注方法。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是：

一、采集生理微特征，將生理微特征與微表情特征的互相校驗，形成統(tǒng)一指向，通過深度學習方法統(tǒng)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的互相校驗，形成統(tǒng)一指向，通過深度學習方法統(tǒng)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微表情特征的進行特征融合；

六、特征融合通過深度神經(jīng)網(wǎng)絡(luò)重構(gòu)完成多源特征融合；

七、完成特征融合進行心理語義標注，為實時獲取心理特征的決策提供準確、可靠依據(jù)。

本發(fā)明的優(yōu)點是：

本發(fā)明獲取微表情特征，皮膚電特征，呼吸特征，血壓特征及聲音特征，根據(jù)深度學習網(wǎng)絡(luò)的信息融合算法，將多特征進行融合，為實時獲取心理特征的決策提供準確、可靠依據(jù)。

附圖說明

圖1是多源微特征數(shù)據(jù)融合邏輯單元連接圖。

圖2是基于深度神經(jīng)網(wǎng)絡(luò)的融合決策。

具體實施方式

下面將結(jié)合附圖及實施例對本發(fā)明作進一步說明。

一種基于多源微特征的深度神經(jīng)網(wǎng)絡(luò)心理語義標注方法，包括，

一、采集生理微特征101，將生理微特征101與微表情特征的互相校驗，形成統(tǒng)一指向，通過深度學習方法統(tǒng)一貼簽處理；

二、采集語音微特征102，將語音微特征102與微表情特征的互相校驗，形成統(tǒng)一指向，通過深度學習方法統(tǒng)一貼簽處理；

三、將生理微特征101和語音微特征102整合校驗后得到微表情特征103；

四、將微表情特征103與特征驗證庫105進行比對判斷，排除非微表情特征；

五、特征驗證庫105將驗證后微表情特征的進行特征融合106；

六、特征融合106通過深度神經(jīng)網(wǎng)絡(luò)重構(gòu)104完成多源特征融合；

七、完成特征融合106進行心理語義標注107，為實時獲取心理特征108的決策提供準確、可靠依據(jù)。