[发明专利]一种基于多模态深度神经网络对人群抑郁状态辅助检测的方法在审
| 申请号： | 202211002632.2 | 申请日： | 2022-08-19 |
| 公开（公告）号： | CN116110565A | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 杨长春;王彭;曹苗苗;张力维;孟天霜 | 申请（专利权）人： | 常州大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06V10/80;G06V10/82;G06F16/35;G06N3/045;G06N3/0464;G06N3/0499;G06N3/0442;G06N3/048;G06N3/088;G10L25/30;G10L25/63 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 刘秋彤 |
| 地址： | 213164 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机自然语言处理情感分析领域，提出了一种基于多模态深度神经网络对人群抑郁状态辅助检测的方法。首先采集读取音频、文本和视频模态数据；通过三条分支网络对三种模态数据提取高维特征，音频模态使用Wav2vec2.0对音频数据编码，特征提取模块网络提取音频高维特征；文本模态使用Bert对文本数据编码，双向长短时间记忆网络提取文本高维特征；从视频模态获取面部、头部关键点坐标信息，通过时间分布卷积神网络提取视频高维特征；通过搭建自注意力模块，充分融合三种高维特征以提高对抑郁状态检测的准确率；通过利用加权的交叉熵损失函数，抑制干扰噪声对于网络学习能力的影响，从而进行准确的抑郁状态预测。 | ||
| 搜索关键词： | 一种 基于 多模态 深度 神经网络 人群 抑郁 状态 辅助 检测 方法 | ||
【主权项】：
暂无信息
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常州大学，未经常州大学许可，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/202211002632.2/，转载请声明来源钻瓜专利网。
