[发明专利]一种基于多源微特征的深度神经网络心理语义标注方法

权利要求书

1.一种基于多源微特征的深度神经网络心理语义标注方法，其特征在于：

一、采集生理微特征，将生理微特征与微表情特征进行互相校验，形成统一指向，通过深度学习方法统一贴签处理；

二、采集语音微特征，将语音微特征与微表情特征进行互相校验，形成统一指向，通过深度学习方法统一贴签处理；

三、将生理微特征和语音微特征整合校验后得到微表情特征；

四、将微表情特征与特征验证库进行比对判断，排除非微表情特征；

五、特征验证库将验证后的微表情特征进行特征融合；

六、特征融合通过深度神经网络重构完成多源特征融合；

七、完成特征融合后进行心理语义标注，为实时获取心理特征的决策提供准确、可靠依据；

特征融合完成实时心理的融合分析及标注，进而建立微表情坐标系与单维度的线性转换关系；同时考虑到微表情对心理表达的崎变现象，通过先验的心理标注库对畸变校正；根据多维度微特征的心理映射，建立多微特征之间的验证关系，进而构建数据特征的空间融合模型；以生理微特征为基准，采用多线程同步程序设计方式，构建多生理微特征数据融合，并且通过心理标注数据库模型校正；进而利用微表情及声音微特征融合模型计算出在特征空间上的投影点，同时在投影点中建立包含心理标注的感兴趣区域；利用深度神经网络在感兴趣区域内进行搜索完成实时心理语义标注。

2.根据权利要求1所述的一种基于多源微特征的深度神经网络心理语义标注方法，其特征在于：

生理微特征是通过手环采集的心跳次数、血压数值。

3.根据权利要求1所述的一种基于多源微特征的深度神经网络心理语义标注方法，其特征在于：

语音微特征是声音采集器采集的在不同情绪下的声纹特征。

4.根据权利要求1所述的一种基于多源微特征的深度神经网络心理语义标注方法，其特征在于：

微表情是高清摄像头采集的面部表现的情感组合。