申请/专利权人：广东电网有限责任公司;广东电网有限责任公司电力科学研究院

申请日：2022-01-05

公开（公告）日：2024-03-01

公开（公告）号：CN114366102B

主分类号：A61B5/16

分类号：A61B5/16;A61B5/369;A61B5/24;A61B3/14;A61B3/113;A61B3/11

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2022.05.06#实质审查的生效;2022.04.19#公开

摘要：本发明公开了一种多模态紧张情绪识别方法、装置、设备及存储介质，涉及智能识别技术领域。所述方法包括：获取被试人员的面部视频、脑电信号和皮肤电信号；利用注意力机制的典型相关分析对所述面部视频、所述脑电信号和所述皮肤电信号进行特征融合，得到融合特征；将所述融合特征输入情绪分类模型，得到情绪分类结果。本发明能够结合面部视频、脑电信号和皮肤电信号进行特征融合，多方面检测被试人员的情绪是否适宜进行危险作业，提前规避风险。

主权项：1.一种多模态紧张情绪识别方法，其特征在于，包括：获取被试人员的面部视频、脑电信号和皮肤电信号；利用注意力机制的典型相关分析对所述面部视频、所述脑电信号和所述皮肤电信号进行特征融合，得到融合特征；将所述融合特征输入情绪分类模型，得到情绪分类结果；其中，在所述获取被试人员的面部视频、脑电信号和皮肤电信号后，还包括：根据所述面部视频计算左右眼瞳孔直径的微分熵特征；其中，所述微分熵特征计算公式为： 其中，X服从高斯分布Nμ，σ2，x为特征，π，e为常数，σ2为特征方差；根据所述面部视频计算左右眼瞳孔直径的功率谱密度特征，其中，计算所述功率谱密度特征，包括：利用短时傅里叶变换得到左眼或右眼瞳孔直径的频域信号Xm，ωk，其中，m为变量，ωk＝2πkN为角频率，k＝0,1,...,N-1；通过频域信号计算对应的能量谱：Eωk＝Xm,ωkX*m,ωk；根据所述微分熵特征与功率谱密度特征，得到眼动特征。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司;广东电网有限责任公司电力科学研究院 一种多模态紧张情绪识别方法、装置、设备及存储介质

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