买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】熵和傅里叶变换增强BAN模型的教态自主识别方法_贵州大学_202311826327.X 

申请/专利权人:贵州大学

申请日:2023-12-27

公开(公告)日:2024-03-29

公开(公告)号:CN117789088A

主分类号:G06V20/40

分类号:G06V20/40;G06V40/16;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/084;G06N3/094;G10L25/30;G10L25/51;G10L25/03;G10L25/18

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.16#实质审查的生效;2024.03.29#公开

摘要:本发明公开了熵和傅里叶变换增强BAN模型的教态自主识别方法,包括以下步骤:S1、针对智慧教室智能终端采集的教态视频,联合建立教态自主识别模型;S2、利用Hadamard积增强双线性注意力网络,捕获教师授课时表情与语调变化的交互过程;S3、利用条件域对抗网络CDAN,通过域自适应缓解域偏移和类别边缘化问题。本发明采用上述的熵和傅里叶变换增强BAN模型的教态自主识别方法,采用信息熵和傅里叶变换分别提取教师授课时肢体语言及语调的变化特征,联合建立教态自主识别模型,而后利用Hadamard积增强双线性注意力网络,提高多模态融合特征的稳定性,最终达到了在不同场景下稳定提升教态自主识别准确率的目的。

主权项:1.熵和傅里叶变换增强BAN模型的教态自主识别方法,其特征在于,包括以下步骤:S1、针对智慧教室智能终端采集的教态视频,采用信息熵和傅里叶变换分别提取教师授课时表情及语调的变化特征,联合建立教态自主识别模型;S2、利用Hadamard积增强双线性注意力网络,捕获教师授课时表情与语调变化的交互过程;S3、利用条件域对抗网络CDAN,通过域自适应缓解域偏移和类别边缘化问题。

全文数据:

权利要求:

百度查询: 贵州大学 熵和傅里叶变换增强BAN模型的教态自主识别方法

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。