申请/专利权人：华东师范大学

申请日：2021-05-13

公开（公告）日：2023-08-22

公开（公告）号：CN113420591B

主分类号：G06V40/16

分类号：G06V40/16;G06V10/25;G06V10/774;G06V10/77;G06V10/80;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2023.08.22#授权;2021.10.12#实质审查的生效;2021.09.21#公开

摘要：本发明提供的基于情感的OCC‑PAD‑OCEAN联邦认知建模方法，包括以下步骤：构建VGG‑FACS‑OCC模型，计算出被试视频的情感空间向量；依据OCC‑PAD‑OCEAN模型中的OCC情感空间与PAD心情空间的参数量化映射关系，将情感空间向量映射到PAD心情空间，得到心情空间向量；将心情空间向量映射到OCEAN人格空间，得到人格空间向量。本发明通过建立的表情‑心情映射关系将表情映射到PAD心情空间，再通过建立的心情‑人格映射关系，将一段时间内的平均心情进行映射，实现对人格特征的萃取，最终获取在人格空间上有一定统计学意义信效度的信息。

主权项：1.基于情感的OCC-PAD-OCEAN联邦认知建模方法，其特征在于，该方法包括以下步骤：S1构建VGG-FACS-OCC模型，设FACS-AU强度向量为f，取值范围设定为[0,1]，将FACS-OCC的转换标记为函数F2Of；设定VGG模型的优化目标为：LVGGI,F2Of＝CrossEntropyVGGI,F2Of交叉熵损失函数设置为： 通过批量梯度下降方式对VGG模型以CK+数据集进行训练，最小化目标函数L；将被试视频按时间切分为若干图片帧Imaget，按固定频次对图片帧Imaget进行抽样得到若干抽样帧Ii，i＝1,2,3，…,n；利用MTCNN人脸识别算法对抽样帧Ii进行人脸目标检测，得到目标框集合B＝{b1，b2，…bm}，其中，bi＝xi，yi，hi，wi，pi，xi表示目标框的左上角横坐标，yi表示目标框的左上角纵坐标，hi表示目标框的高度，wi表示目标框的宽度，pi表示目标框的置信度；确定高度阈值ht、宽度阈值wt和置信度阈值pt；对于任意bi∈B，保留B′＝{hiht且wiwt且S123从B′中获取置信度pi最高的目标框b*，根据b*对Ii进行裁剪，并将裁剪后的Ii调整为特定大小得到PreIi；基于VGG的隐层进行FACS特征提取，将预处理后的抽样帧Ii映射到OCC情感空间，得到情感空间向量Ei，情感空间向量Ei＝VGGPreIi；S2计算心情空间向量Mi＝K×Ei，其中K为OCC情感空间与PAD心情空间的参数量化映射关系的转换矩阵；将心情空间与人格空间的映射关系连续化，得到Mi＝K×E′i；计算平均心情空间向量S3将平均心情空间向量映射到OCEAN人格空间，通过心情空间向量得到人格空间向量；人格空间向量Pe＝Z×Mv，其中Z为PAD心情空间到OCEAN人格空间的转换矩阵。

全文数据：

权利要求：

百度查询： 华东师范大学 基于情感的OCC-PAD-OCEAN联邦认知建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD