Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆科技大学张倩获国家专利权

重庆科技大学张倩获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆科技大学申请的专利一种基于多模态分裂注意力融合的情绪识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119559473B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411625745.7,技术领域涉及:G06V10/80;该发明授权一种基于多模态分裂注意力融合的情绪识别方法是由张倩;吴仙海;万桉伶;刘怡君;罗军;侯云涵设计研发完成,并于2024-11-14向国家知识产权局提交的专利申请。

一种基于多模态分裂注意力融合的情绪识别方法在说明书摘要公布了:本发明公开了一种基于多模态分裂注意力融合的情绪识别方法,该包括:获取待识别的多模态数据;利用情绪识别模型对待识别的多模态数据进行情绪识别,情绪识别模型包括:初始特征提取模块、高级特征提取模块、MSAF模块和情绪分类器,初始特征提取模块包括初始文本特征提取单元、初始音频特征提取单元和初始视频特征提取单元,初始文本特征提取单元采用Transformer模型作为编码器;初始音频特征提取单元和初始视频特征提取单元采用AKFC网络作为编码器;高级特征提取模块中上下文信息获取单元和成对跨模态特征交互单元,上下文信息获取单元包括RGCN和GraphTransformer模型;MSAF模块用于确定融合特征;情绪分类器模块用于进行情绪识别。本发明能够提高对情绪的识别准确率。

本发明授权一种基于多模态分裂注意力融合的情绪识别方法在权利要求书中公布了:1.一种基于多模态分裂注意力融合的情绪识别方法,其特征在于,包括: 获取待识别的多模态数据,所述待识别的多模态数据与三个模态相关联,其中,三个模态包括音频、视频和文本,所述待识别的多模态数据为一个会话,所述会话包括两个或两个以上话语; 利用情绪识别模型对待识别的多模态数据进行情绪识别,其中,情绪识别模型包括:初始特征提取模块、高级特征提取模块、MSAF模块和情绪分类器, 初始特征提取模块包括初始文本特征提取单元、初始音频特征提取单元和初始视频特征提取单元,其中,初始文本特征提取单元采用Transformer模型作为编码器对每个话语的初始文本特征进行提取;初始音频特征提取单元和初始视频特征提取单元均采用AKFC网络作为编码器以分别对每个话语的初始音频特征和初始视频特征进行提取,在AKFC网络中,采用AKConv模块以及全连接层进行初始音频特征和初始视频特征的提取; 高级特征提取模块包括上下文信息获取单元和成对跨模态特征交互单元,其中,上下文信息获取单元包括关系图卷积网络RGCN和GraphTransformer模型,RGCN用于获取会话中每个话语的局部上下文信息,并得到每个话语的每个模态的第一特征表示;GraphTransformer模型用于根据每个话语的每个模态的第一特征表示来得到每个话语的每个模态的第二特征表示; 成对跨模态特征交互单元用于对任意两个模态执行跨模态注意得到第三特征表示; MSAF模块用于对上下文信息获取单元和成对跨模态特征交互单元得到的第二特征表示和第三特征表示进行融合,得到融合特征; 情绪分类器模块用于根据融合特征对每个话语进行情绪识别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆科技大学,其通讯地址为:401331 重庆市沙坪坝区大学城东路20号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。