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 > 苏州城市学院彭芳获国家专利权

苏州城市学院彭芳获国家专利权

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!

龙图腾网获悉苏州城市学院申请的专利一种面向服务型机器人的多模态情感识别方法及系统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:CN120995416B

龙图腾网通过国家知识产权局官网在2026-01-16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:202511520732.8,技术领域涉及:G06F18/25;该发明授权一种面向服务型机器人的多模态情感识别方法及系统是由彭芳;葛夕畅;郑建颖;张士强;周星宇;陈泽;苏梓豪;商益洋设计研发完成,并于2025-10-23向国家知识产权局提交的专利申请。

一种面向服务型机器人的多模态情感识别方法及系统在说明书摘要公布了:本发明属于人工智能技术领域,尤其是指一种面向服务型机器人的多模态情感识别方法及系统,所述方法包括:采集用户情绪变化的音视频流数据,分离出视觉与语音数据;通过预训练模型提取视觉、语音情感特征,计算各模态预测概率分布;基于该分布构建双模态置信度量化模型,得到各模态置信度;采用分段式动态权重分配策略融合特征,进而识别用户情感状态。本发明融合视觉与语音模态,结合动态时间规整实现特征对齐,通过置信度模型、动态权重策略及跨模态时序协同模块、共享表示空间优化性能,在复杂环境下具备高识别准确率、强鲁棒性及实时处理能力,适用于多种服务场景。

本发明授权一种面向服务型机器人的多模态情感识别方法及系统在权利要求书中公布了:1.一种面向服务型机器人的多模态情感识别方法,其特征在于,包括以下步骤: S1:采集用户情绪动态变化的音视频流数据,对其进行模态分离以获取视觉数据与语音数据;通过预先训练的模型分别对两类数据实施特征提取,生成视觉情感特征与语音情感特征,并同步计算每种模态数据的预测概率分布值; S2:基于所述每种模态数据的预测概率分布值,构建双模态置信度量化模型,分别计算视觉模态数据的视觉置信度和语音模态数据的语音置信度,其方法如下: S21:根据每种模态特征的预测概率分布,构建双模态置信度量化模型如下: ,其中,为模态置信度,为模态类型,为视觉模态,为语音模态,为预测概率分布的信息熵,为模态m的最大预测概率分布值,表示视觉模态的预测概率分布,表示语音模态的预测概率分布,α、β、γ为权重系数;其中,为模态置信度,为模态类型,为视觉模态,为语音模态,为预测概率分布的信息熵,为模态m的最大预测概率分布值,表示视觉模态的预测概率分布,表示语音模态的预测概率分布,α、β、γ为权重系数; S22:基于所述双模态置信度量化模型,计算每种模态特征的置信度; S3:对所述视觉情感特征和所述语音情感特征进行时序优化和特征对齐,再基于视觉模态数据的视觉置信度和语音模态数据的语音置信度,采用分段式动态权重分配策略,对所述视觉情感特征和所述语音情感特征进行融合,得到融合特征; S4:根据所述融合特征,识别用户的情感状态; 其中,所述分段式动态权重分配策略包括: 设置置信度阈值,判断当视觉模态数据的视觉置信度和语音模态数据的语音置信度中任一最大值是否大于或等于所述置信度阈值: 若是,利用如下公式进行权重分配: ,其中,为模态m的权重,为模态类型,为视觉模态,为语音模态,为模态m的置信度,为视觉置信度,表示语音置信度,表示放大因子,为下限保护权重值; 否则,自动切换至高置信度模态优先模式,利用如下公式进行权重分配: ,其中,I表示指示函数,当满足的条件时,输出为1,否则输出为0。

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苏州城市学院,其通讯地址为:215000 江苏省苏州市吴中区吴中大道1188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。