[发明专利]采用深度学习和UKF的基于肢体语言的情感感知方法有效
| 申请号： | 201810144385.7 | 申请日： | 2018-02-12 |
| 公开（公告）号： | CN108363978B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 杜广龙;张爱玲;张博;刘彩冰;张平 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V40/20;G06V10/764;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种采用深度学习和UKF的基于肢体语言的情感感知方法，包括以下步骤：采用Kinect监视进入Kinect工作区的人，然后实时计算人的骨骼点；使用无迹卡尔曼滤波估计骨架点的位置，计算由于跟踪误差和设备的噪声产生的测量误差；对静态的身体动作采用卷积神经网络的方法，对动态的身体动作采用双向长短期记忆条件随机域分析；将动作处理后得到的特性的输出项直接放入softmax分类器中进行识别，识别八种情绪。基于肢体语言的情感感知具有以下优点：首先，肢体语言可以更容易地被传感器捕获；其次，基于情绪感知的身体语言噪音相对较小；第三，肢体语言较少欺骗性；第四，肢体动作的捕捉不会影响或干扰参与者的动作。 | ||
| 搜索关键词： | 采用 深度 学习 ukf 基于 肢体 语言 情感 感知 方法 | ||
【主权项】：
1.一种采用深度学习和UKF的基于肢体语言的情感感知方法，其特征在于，包括以下步骤：S1、采用Kinect监视进入Kinect工作区的人，然后实时计算人的骨骼点；S2、使用无迹卡尔曼滤波估计骨架点的位置，计算由于跟踪误差和设备噪声产生的测量误差；S3、对静态的身体动作采用卷积神经网络的方法，将动作处理后得到的特性的输出项直接放入softmax分类器中进行识别，识别人的情绪种类；S4、对动态的身体动作采用双向长短期记忆条件随机域分析将动作处理后得到的特性的输出项直接放入softmax分类器中进行识别，识别人的情绪种类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810144385.7/，转载请声明来源钻瓜专利网。
