【技术实现步骤摘要】
本专利技术涉及一种步态情绪联合识别方法，特别是一种基于异空间神经架构搜索的步态情绪联合识别方法。
技术介绍
1、本部分提供的仅仅是与本公开相关的背景信息,其并不必然是现有技术。
2、步态情绪识别是一项基于计算机视觉和机器学习技术的研究领域，旨在通过分析个体的步行方式来推断其情绪状态。研究表明，情绪状态可以影响人的生物特征，如姿势、步幅、步行速度和姿态变化。这为步态情绪识别提供了理论基础，因为情绪状态可能在步行中体现出独特的特征。随着人工智能领域的不断进步，深度学习相关技术，如卷积神经网络(cnn)和循环神经网络(rnn)，已被广泛用于步态情绪识别。这些深度学习方法可以自动提取和学习特征，提高了情绪识别的准确性和鲁棒性。步态情绪识别具有广泛的应用前景，包括健康监测、自动驾驶、虚拟现实、情感智能辅助工具等。不同领域的需求推动了步态情绪识别技术的不断发展和应用。
3、现有基于深度学习的步态情绪识别主要通过手工设计深度学习模型提取人体实时位置步态信息特征，并基于此特征完成步态情绪识别。目前，获取人体步态情绪特征主要通过深...
【技术保护点】
1.一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，步骤1中所述的三维人体姿态关节点，包括：根关节点、脊柱关节点、颈部关节点、头部关节点、左肩关节点、左肘关节点、左手关节点、右肩关节点、右肘关节点、右手关节点、左髋关节点、左膝关节点、左脚关节点、右髋关节点、右膝关节点和右脚关节点。
3.根据权利要求1所述的一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，步骤2中所述的空间转换，具体包括：
4.根据权利要求...
【技术特征摘要】
1.一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，步骤1中所述的三维人体姿态关节点，包括：根关节点、脊柱关节点、颈部关节点、头部关节点、左肩关节点、左肘关节点、左手关节点、右肩关节点、右肘关节点、右手关节点、左髋关节点、左膝关节点、左脚关节点、右髋关节点、右膝关节点和右脚关节点。
3.根据权利要求1所述的一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，步骤2中所述的空间转换，具体包括：
4.根据权利要求1所述的一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，步骤3中所述的得到最优骨干网络，具体包括以下步骤：
5.根据权利要求4所述的一种基于异空间神经架构搜索的步态情绪联合识别方法，其特征在于，步骤3-1中所述的包含构建骨干网络的子模块，具体包括：3*3卷积子模块、5*5卷...
【专利技术属性】
技术研发人员：徐建平，李新德，李兵，胡川飞，
申请(专利权)人：中国电子科技集团公司第二十八研究所，
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。