-
公开(公告)号:CN119888812A
公开(公告)日:2025-04-25
申请号:CN202411913262.7
申请日:2024-12-24
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V20/40 , G06V10/80 , G06V10/764 , G06V20/59 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G10L15/26 , G06F18/213 , G06F18/25 , G06F40/30
Abstract: 本发明涉及一种基于语义通信的驾驶员多模态情绪识别方法,属于车联网技术领域,包括以下步骤:S1:采集驾驶员的视觉、音频和文本数据并进行时空特征提取;S2:提取图像和文本的情绪常识关系特征;S3:语义编码和信道编码;S4:信道译码和语义译码;S5:多模态特征融合及情绪分类。本发明实现了在低信噪比环境下多模态情绪特征的高效可靠传输,提高了端边云架构下驾驶员情绪识别系统的实时处理能力。
-
公开(公告)号:CN119888811A
公开(公告)日:2025-04-25
申请号:CN202411913260.8
申请日:2024-12-24
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V20/40 , G06V10/80 , G06V10/764 , G06V20/59 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/084 , G10L15/26 , G06F18/213 , G06F18/25
Abstract: 本发明涉及一种个性感知的驾驶员多模态情绪识别方法,属于车联网技术领域,包括以下步骤:S1:采集驾驶员视觉、音频和文本数据并进行显性三模态特征提取;S2:对三模态数据进行隐性个性化特征提取;S3:将驾驶员的显性三模态特征和个性化特征进行融合;S4:对情绪进行分类。本发明实现了高效准确识别车联网中驾驶员的驾驶情绪。
-