-
公开(公告)号：CN110751015B
公开(公告)日：2023-04-11
申请号：CN201910823131.2
申请日：2019-09-02
Applicant: 合肥工业大学 , 中国航天员科研训练中心
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本申请提供一种面部红外热图的灌注优化及人工智能情绪监测方法，其中，基于监测目标个体面部红外视频，利用CNN‑BiGRU_Attention网络模型对每帧面部红外图像对应的血液灌注伪彩色图进行处理，进而挖掘蕴含在帧内空间特征向量矩阵；此外，利用BiGRU层确定面部红外视频帧间时间特征向量矩阵；最后基于每帧面部红外图像对应的空间特征向量矩阵和相邻帧间时间特征向量矩阵，确定监测目标个体针对每种预设情绪状态的概率特征信息。上述技术方案将CNN与BiGRU结合，BiGRU模块引入Attention机制，充分提取图像的空间特征和帧间时间特征，进而联合识别监测目标个体对于每种预设情绪状态的概率特征信息，可以在非干扰的测试环境中获取更加真实的情绪分布，有效提高了情绪识别的效率及准确度。
-
公开(公告)号：CN110765839A
公开(公告)日：2020-02-07
申请号：CN201910823603.4
申请日：2019-09-02
Applicant: 合肥工业大学 , 中国航天员科研训练中心
Abstract: 本申请提供一种可见光面部图像的多路信息融合及人工智能情绪监测方法，其中，本方法基于面部图像中预设特征点集群确定第一概率特征向量，同时利用卷积神经网络确定图像级的第二概率特征向量，进而结合图像序列间的时间信息生成情绪特征矩阵，此外，基于预设面部子区域图像以及相邻帧间光流图确定第三概率特征向量，对上述三个概率特征向量进行特征融合从而获取融合特征向量，最终基于上述三个概率特征向量、情绪特征矩阵和融合特征向量，确定监测个体的情绪状态分布。本申请利用上述三条分析通路处理面部视频，挖掘面部图像的空间及帧间时间特征，针对不同维度的特征进行全面分析及有效融合，保证高效分析的同时提高了情绪状态监测的精确度。
-
公开(公告)号：CN110765838A
公开(公告)日：2020-02-07
申请号：CN201910823146.9
申请日：2019-09-02
Applicant: 合肥工业大学 , 中国航天员科研训练中心
Abstract: 本申请提供一种用于情绪状态监测的面部特征区域实时动态分析方法，其中，基于Dlib人脸监测库和Surrey人脸模型，本方法从监测目标个体的连续面部图像序列中提取多个预设面部特征点的空间特征信息，并获取特定面部皮肤感兴趣区域的颜色变化特征从而判别目标个体的心率值，基于多个预设特征点的特征信息和目标个体的心率值搭建SVM分类器，确定监测目标个体的情绪分布。本申请上述方案克服了现有技术中监测数据不够全面、类型单一、情绪分析方法简略的缺陷，全面提高了对监测目标个体情绪状态的实时分析准确度。
-
公开(公告)号：CN110693508A
公开(公告)日：2020-01-17
申请号：CN201910823119.1
申请日：2019-09-02
Applicant: 中国航天员科研训练中心 , 合肥工业大学
Abstract: 本申请提供一种多通道协同的心理生理主动感知方法及服务机器人，此机器人通过右眼可见光摄像头采集部件获取监测目标个体的可见光视频，通过左眼红外仪采集部件拍摄监测目标个体的红外热图视频，通过左侧接触式指夹仪器获取监测目标个体的皮电、脉搏、血氧等生理数据；机器人的口袋分析操作台用于分析挖掘上述多通道数据对应的深层特征信息及相关权重，用于确定监测目标个体的心理生理特征值。此机器人具有红外智能捕获对象功能、远程服务功能，可按照用户要求分析得到监测目标个体的心理生理特征值。上述多通道协同的心理生理主动感知服务机器人便于实时操作，采用人机交互的方式提高了心理状态监测效率，自动化、智能化程度大大提高。
-
公开(公告)号：CN110619893A
公开(公告)日：2019-12-27
申请号：CN201910823584.5
申请日：2019-09-02
Applicant: 合肥工业大学 , 中国航天员科研训练中心
Abstract: 本申请提供一种语音信号的时频特征提取及人工智能情绪监测方法，其中，本方法首先对监测目标个体的音频数据进行预加重、加窗分帧等预处理，进而搭建深度信念网络充分挖掘数据的时频特征，再利用动态时间规划和蚁群算法，将提取的时频特征与语音情感语料库中预定义语料时频特征进行匹配，以确定监测目标个体对应的情绪分布。上述技术方案过程简捷，不必依赖于经验值，在信噪比较低时对情绪状态的识别率仍然很高，并且，利用深度信念网络提取音频的时频特征，能实现对语音进行时序性分析，实现更精确的情绪状态识别效果。同时，上述技术方案结合动态时间规划和蚁群算法进行特征匹配，实现在局部以及全局上最优匹配，大幅增加了情绪状态的识别效率。
-
Patent Agency Ranking
公开(公告)号：CN110751016B
公开(公告)日：2023-04-11
申请号：CN201910823132.7
申请日：2019-09-02
Applicant: 合肥工业大学 , 中国航天员科研训练中心
IPC: G06V40/16 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种用于情绪状态监测的面部运动单元双流特征提取方法，其中，利用第一卷积神经网络和循环神经网络，确定每种预设面部子区域图像对应的第一图像时空特征信息，利用第二卷积神经网络对每种预设面部子区域对应的光流图进行降维和时空特征提取，确定每种预设面部子区域对应的第二时空特征信息，基于每种预设面部子区域对应的第一图像时空特征信息和所有第二图像时空特征信息，确定监测个体的情绪状态分布。本申请同步提取面部视频帧序列的光流和特征图流，充分考虑到图像中面部区域的空间特征及在相邻帧间运动的时间特征，解决了传统算法提取的语义特征重复的缺陷，简化了计算步骤从而降低计算时间复杂度，提高了计算的效率和准确度。
-
公开(公告)号：CN110598607B
公开(公告)日：2022-04-15
申请号：CN201910823238.7
申请日：2019-09-02
Applicant: 中国航天员科研训练中心 , 合肥工业大学
Abstract: 本申请提供一种非接触式与接触式协同的实时情绪智能监测系统。该系统基于用于采集目标个体生理信息的接触式数据采集模块，用于采集目标个体可见光视频、红外热图视频、音频数据的非接触式数据采集模块，搭建数据分析模块确定各类监测数据下目标个体对于每种预设情绪类别的概率分布，并将各类监测数据对应的概率分布通过adaboost策略进行集成学习，采用soft voting投票法确定监测目标个体的最终情绪分布。本申请克服了现有技术中在确定监测目标个体的情绪状态时使用的监测数据类型单一、无法将多类的数据进行语义关联及跨媒体融合的缺陷，全面提高了实时情绪监测的准确度。
-
公开(公告)号：CN110751015A
公开(公告)日：2020-02-04
申请号：CN201910823131.2
申请日：2019-09-02
Applicant: 合肥工业大学 , 中国航天员科研训练中心
Abstract: 本申请提供一种面部红外热图的灌注优化及人工智能情绪监测方法，其中，基于监测目标个体面部红外视频，利用CNN-BiGRU_Attention网络模型对每帧面部红外图像对应的血液灌注伪彩色图进行处理，进而挖掘蕴含在帧内空间特征向量矩阵；此外，利用BiGRU层确定面部红外视频帧间时间特征向量矩阵；最后基于每帧面部红外图像对应的空间特征向量矩阵和相邻帧间时间特征向量矩阵，确定监测目标个体针对每种预设情绪状态的概率特征信息。上述技术方案将CNN与BiGRU结合，BiGRU模块引入Attention机制，充分提取图像的空间特征和帧间时间特征，进而联合识别监测目标个体对于每种预设情绪状态的概率特征信息，可以在非干扰的测试环境中获取更加真实的情绪分布，有效提高了情绪识别的效率及准确度。
-
公开(公告)号：CN110755092B
公开(公告)日：2022-04-12
申请号：CN201910823150.5
申请日：2019-09-02
Applicant: 中国航天员科研训练中心 , 合肥工业大学
Abstract: 本申请提供一种具有跨媒体信息融合功能的非接触式情绪监测方法，其中，本方法基于包括监测目标个体面部可见光视频、面部红外热图视频、音频数据在内的非接触式数据，分别确定第一情绪特征向量矩阵、第二情绪特征向量矩阵和第三情绪特征向量矩阵，之后利用可调节的多模态特征融合机制对上述三个情绪特征向量矩阵进行降维和特征提取，从而得到共享模态矩阵和私有模态矩阵，最后基于得到的模态矩阵确定监测目标个体对于每种预设情绪状态的概率分布。上述方案不仅全面增加了用于分析情绪状态的监测数据类型，将多种类型的监测数据进行跨媒体融合，并且能够充分利用有效数据分析情绪状态，在有效提高情绪状态监测准确度的同时增进分析效率。
-
公开(公告)号：CN110598608B
公开(公告)日：2022-01-14
申请号：CN201910823548.9
申请日：2019-09-02
Applicant: 中国航天员科研训练中心 , 合肥工业大学
Abstract: 本申请提供一种非接触式与接触式协同的心理生理状态智能监测系统，该系统中，非接触式数据采集模块采集面部可见光视频、音频数据及红外热图视频，接触式数据采集模块采集生理信号数据；针对各通道监测数据，可见光信息感知模块用于对可见光视频进行图像降维及特征提取，音频信息感知模块用于提取音频的时频特征，红外信息感知模块用于提取温度变化特征，生理信息感知模块用于提取生理特征，多模融合模块以各通道模型精度为权重将各通道的多模、跨域特征信息进行语义关联及特征融合，综合分析模利用Voting集成学习方法分析得到监测目标个体的心理生理状态分布本系统相较现有的技术可以更加准确、全面、高效地监测人体心理生理状态。
-
-
-
-
-
-
-
-
-
Search Results
455
records
(took 0.052 seconds)
