申请/专利权人：安徽信息工程学院

申请日：2023-12-07

公开（公告）日：2024-03-01

公开（公告）号：CN117636435A

主分类号：G06V40/16

分类号：G06V40/16;G06V10/764;G06V10/77;G06V10/82;G06F21/32;G06N3/045;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.03.01#公开

摘要：本发明涉及在线教育技术领域，公开了一种基于WLLE和RAN的在线学习情感图像识别方法，通过对在线学习者人脸图像进行预处理，包括人脸区域检测、人脸表情区域提取等，并将预处理后的人脸图像固定裁剪为5个部分重叠的子区域；然后，利用加权局部线性嵌入算法WLLE对各子区域高维数据进行降维；最后，利用区域注意网络RAN分别提取降维后各子区域图像特征，通过自注意力机制学习每个图像区域的重要性权值，利用关系注意力模块进一步捕获重要图像区域的注意权值，进而获得目标图像的预测表示，通过softmax分类器实现在线学习情感图像识别。

主权项：1.一种基于WLLE和RAN的在线学习情感图像识别方法，其特征在于，包括以下步骤：步骤一：在在线学习环境中获取学员的面部图像，构建在线学习者面部图像库；步骤二：通过学员反馈或情感传感器等方式获取情感数据，标记在线学习者的情感状态；步骤三：对每个情感状态下的面部图像进行面部区域的分割、特征提取，并获取情感状态相关的面部特征点数据；步骤四：利用WLLE算法对情感状态特征进行降维处理，将标记了情感状态的面部图像以及每个情感状态的面部特征点信息数据作为输入；步骤五：通过区域注意网络RAN提取不同情感状态下的面部图像特征，使用自注意力机制学习每个图像区域的权重，结合关系注意力模块获取情感状态的预测表示，最后通过分类器实现在线学习情感图像识别；步骤六：学员进入在线学习平台，图像采集设备采集学员面部图像，在线学习平台使用构建的在线学习情感识别模型，通过情感数据进行学习者的情感分类，从而判断学习者的学习情感状态。

全文数据：

权利要求：

百度查询： 安徽信息工程学院 一种基于WLLE和RAN的在线学习情感图像识别方法

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