【技术实现步骤摘要】
本专利技术属于人工智能领域，涉及情感计算和信号处理等技术，具体地说是一种基于脑不对称和多角度融合网络的情感识别方法。
技术介绍
1、情感计算是人机交互和认知科学领域的重要研究方向。与传统的离散情感状态建模(如高兴和伤心等标签)方法相比，维度情感建模提供了更加细粒度的情感分析。最常用的维度情感空间是唤醒-效价空间，其中唤醒反映情感状态的强度，效价体现情感状态的类型。
2、然而，随着单个领域的不断发展，以及面临复杂的现实场景挑战，仅仅依靠单个模态的数据进行情感分析已经无法满足情感分析领域的需求。视觉模态能够捕捉用户情感的外在表现，直观且易获取，但存在一定局限性。生理模态数据则填补了这一不足，因其神经细胞活动不受主观因素干扰，具有较高的可靠性和精度。通过生理模态和视觉模态数据的特征表示及模态融合，可以弥补单模态的缺陷并解决复杂现实场景下的情感分析问题，被广泛应用于抑郁症诊断、医疗监护等诸多领域。
3、多模态情感分析的核心在于数据质量和融合表征，高质量的情感数据对于系统性能至关重要。然而，现有情感数据采集过程中通常对同一...
【技术保护点】
1.一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，包括下列步骤：
2.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，所述步骤1中包括：
3.根据权利要求2所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，所述提取额叶位置脑电信号的脑不对称特征DI包括：
4.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，所述步骤2中包括：
5.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于：所述步骤3所述模态独...
【技术特征摘要】
1.一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，包括下列步骤：
2.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，所述步骤1中包括：
3.根据权利要求2所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，所述提取额叶位置脑电信号的脑不对称特征di包括：
4.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于，所述步骤2中包括：
5.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于：所述步骤3所述模态独立编码器由脑电信号编码器和皮肤电反应编码器构成，脑电信号编码器由2d卷积网络构成，对脑电信号特征fe进行编码提取其深度的时域和空域信息；皮肤电反应编码器由长短期记忆网络构成，对皮肤电信号fg进行编码提取深度情感信息，并将他们投影到和面部特征fv相同的维度，从而获得具有相同特征维度的单模态表征其中xm代表m模态的模态表征，e代表脑电信号、g代表皮肤电反应、v代表面部模态，l是特征序列长度，dv是统一的特征序列维度。
6.根据权利要求5所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于：所述脑电信号编码器包括以下部分：
7.根据权利要求1所述的一种基于脑不对称和多角度融合网络的情感识别方法,其特征在于：所述步骤4所述多角度融合网络由跨模态注意力模块和反向编...
【专利技术属性】
技术研发人员：陈建，周北茗，林琳，孙晓颖，燕学智，刘思宇，王梓琪，丁亚军，
申请(专利权)人：吉林大学，
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。