【技术实现步骤摘要】
用于针灸的基于深度学习的多模态情绪分析方法及系统
本专利技术涉及情绪识别
,尤其涉及一种用于针灸的基于深度学习的多模态情绪分析方法及系统。
技术介绍
情绪识别是图像识别领域一个重要分支,它根据对人的外在表情或者内在生理信号,识别人的情绪的过程。情绪虽然是一种内部的主观体验,但它总是伴随着某种外部表现,这种外部表现也就是可以观察到的某些行为特征,会在人的面部、姿态和语调方面有所表现。同时,除了外在表现之外,情绪还会在人的身体内部产生与情绪有关的生理信号,心率和脑电信号都属于情绪所引起的生理信号。情绪分析与识别涉及多个学科领域,包括神经科学、心理学、认知科学、计算机科学和人工智能等,是一项交叉学科研究。情绪识别方法一般分成两类:基于外在表情的识别和基于生理信号的识别。基于外在表情的情绪识别方法主要包括对面部表情和语调表情的识别。面部表情识别方法是根据情绪在面部表情的外在表现来识别不同的情绪;语调识别是根据情绪在语言表达方式的外在表现进行识别的。基于外在表情的缺点是不能保证情绪识别的可靠性,因为外在表情的体现与性格有关,另外,人们可以通过伪装面部表情和语音语调来掩饰自己的真实情绪,而这种伪装往往不易被发现。基于生理信号的情绪识别方法中,目前被广泛采用的是基于中枢神经系统的识别方法,原理是,人在不同情绪下在大脑都会产生不同的生理信号,也就是常说的脑电信号,通过识别脑电信号来识别不同的情绪,这种方法不易被伪装,识别率也较高。但同通过外在表情识别情绪相比,识别率还有待提高。情绪识别与分析越来越多地应用在广泛的领域, ...
【技术保护点】
1.一种用于针灸的基于深度学习的多模态情绪分析方法,其特征在于,包括以下步骤:/n步骤一:采集针灸时患者面部表情图像,对采集的面部表情图像进行处理,通过Gabor小波变换提取面部表情的Gabor小波特征;/n步骤二:采集针灸时患者的脑电曲线图像,采用均匀局部二值模式UPLBP提取脑电曲线图像的纹理特征,并对图片进行降维处理;/n步骤三:采用CNN-LSTM网络对步骤一和步骤二中提取的特征进行多模态特征融合,并进行情绪分类;/n步骤四:根据情绪分类结果给出针灸系统操作建议,进行针灸力度或频率的调整。/n
【技术特征摘要】
1.一种用于针灸的基于深度学习的多模态情绪分析方法,其特征在于,包括以下步骤:
步骤一:采集针灸时患者面部表情图像,对采集的面部表情图像进行处理,通过Gabor小波变换提取面部表情的Gabor小波特征;
步骤二:采集针灸时患者的脑电曲线图像,采用均匀局部二值模式UPLBP提取脑电曲线图像的纹理特征,并对图片进行降维处理;
步骤三:采用CNN-LSTM网络对步骤一和步骤二中提取的特征进行多模态特征融合,并进行情绪分类;
步骤四:根据情绪分类结果给出针灸系统操作建议,进行针灸力度或频率的调整。
2.根据权利要求1所述的多模态情绪分析方法,其特征在于,步骤三中多模态特征融合及情绪分类的具体处理过程包括:
S001:将步骤一得到的面部表情图像的Gabor小波特征和步骤二得到的脑电曲线图像的特征融合成一个特征向量;
S002:将融合后的特征向量转换成张量形式,通过设置不同的一次训练所选取的样本数batch_size的值,进行迭代,并从每次迭代训练中随机取出训练样本作为CNN-LSTM网络的输入数据,输入到CNN-LSTM网络;
S003:调节CNN网络初始结构和网络参数,进行迭代;
S004:在CNN网络经过多层卷积池化提取图片的特征,得到五维张量特征图;
S005:在不改变特征图内数值的前提下,将五维张量特征图变换成符合LSTM输入要求的三维张量特征图,并输入到LSTM层进行处理;
S006:将LSTM层的输出输入到全连接层和函数层进行SVM分类;
S007:经过SVM分类,得到一维数组的情绪分类结果,并保存训练好的神经网络,所述一维数组包含有对应于样本训练后的预测情绪分类信息;
S008:比较预测情绪分类信息与实际情绪分类信息,得到训练好的神经网络的预测准确率。
3.根据权利要求2所述的多模态情绪分析方法,其特征在于,所述融合成一个特征向量具体包括:对提取的不同模态图像的特征采用可变权重的稀疏化线性融合进行加权处理,合成一个特征向量,特征融合加权公式表示如下:
O(x)=γK(x)+(1-γ)F(x)(1)
其中:K(x)表示脑电曲线图像的特征;
F(x)表示面部表情特征;
γ为不同性格对脑电曲线影响的经验权重系数。
4.根据权利要求2所述的多模态情绪分析方法,其特征在于,步骤S003中,调整初始结构和网络参数具体包括:调整CNN网络初始结构中卷积层的层数和网络参数学习率。
5.根据权利要求2所述的多模态情绪分析方法,其特征在于,所述函数层采用的损失函数为softmax函数。
6.根据权利要求1所述的多模态情绪分析方法,其特征在于,步骤一中,通过Gabor小波变换进行面部...
【专利技术属性】
技术研发人员:荣培晶,李少源,李亮,
申请(专利权)人:中国中医科学院针灸研究所,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。