【技术实现步骤摘要】
本专利技术面向各类远程视频交流场景，利用机器视觉、多模态特征融合和领域泛化等技术对视频中的与会者，进行情绪分析，实现对参会人员异常情绪的监测。具体而言，本专利技术涉及视频理解、模式识别等，尤其是涉及一种异常情绪检测与识别方法及系统。
技术介绍
1、随着计算机技术的不断发展，人工智能技术的进步带来了人机交互的新里程碑。目前，人机交互技术的研究主要集中在物理层面，即用户利用智能交互设备实现人与机器之间信息交互。如果将情感分析引入至机器交互中，将有望在机器感知用户状态的基础上进一步分析用户心理和意图，更深刻理解用户行为动机，进行异常情绪的监测，提升人机交互中的用户体验，避免因负面情绪导致工作失误、造成损失，或对社会的公共安全带来隐患。
2、申请号为cn202010695698.9的专利申请公开了一种基于音视频的学生心理状态分析方法、装置、终端及介质，通过全景视频识别出学生的激活度、愉悦度和活跃度；通过音频计算出学生的负面情绪；最后综合激活度、愉悦度、活跃度及负面情绪等多种模态来分析学生的心理状态。申请号为cn20201154030...
【技术保护点】
1.基于领域泛化的远程视频交流人员情绪监测方法及系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构建负面情绪相关的上肢关键姿态数据集；对负面情绪表达紧密相关的关键姿态动作进行整理，利用负面情绪表达的关键姿态定位到与负面情绪相关的视频帧，为后续截取含有负面情绪的视频片段做准备。
3.根据权利要求1所述的方法，其特征在于，所述获取并处理待检测原始视频流，自动识别截取出异常情绪视频段，具体为提出一种基于关键姿态的视频帧定位方法，截取长视频中的负面情绪片段，包括：
4.根据权利要求1所述的方法，其特征在于，所...
【技术特征摘要】
1.基于领域泛化的远程视频交流人员情绪监测方法及系统，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构建负面情绪相关的上肢关键姿态数据集；对负面情绪表达紧密相关的关键姿态动作进行整理，利用负面情绪表达的关键姿态定位到与负面情绪相关的视频帧，为后续截取含有负面情绪的视频片段做准备。
3.根据权利要求1所述的方法，其特征在于，所述获取并处理待检测原始视频流，自动识别截取出异常情绪视频段，具体为提出一种基于关键姿态的视频帧定位方法，截取长视频中的负面情...
【专利技术属性】
技术研发人员：何毅，程浩，徐建平，纪一凡，陈玉明，孙志创，梅雪，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：
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。