龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安交通大学
摘要：本发明属于一种学习意图推理方法，针对现有的学习行为分析方法中，大多是基于单一模态的方法，存在学习行为表征不够全面，学习状态分析准确性低的技术问题，若直接迁移使用现有的大型多模态预训练模型，又存在多模态数据对齐困难的技术问题，提供一种基于多模态融合的学习意图推理方法及系统、程序产品，分别提取表情特征、最终动作特征和文本特征，通过对学习行为进行语义级别的特征提取，将学习者的行为转化为向量表征，再通过语义级别的融合，将独立的各模态语义信息，使用线性变换对齐的方法，在统一的表征空间中进行初步对齐，再拼接融合对齐后的特征向量，从而对学习者的学习行为进行表征，解决了学习情境表示难和计算难的问题。
主权项：1.一种基于多模态融合的学习意图推理方法，其特征在于，包括以下步骤：S1，从课堂学习视频当前图像中提取学习者的人体边界框和包含人体边界框的局部图像；S2，从所述局部图像中提取表情特征；S3，根据所述人体边界框和局部图像，获取全局动作特征和关节位置特征，拼接得到最终动作特征；S4，将与课堂学习视频对应的教学文本，按照时间序列与课堂学习视频中的当前图像对齐，再获取对应的文本特征；S5，将所述表情特征、最终动作特征和文本特征转换为维度相同的特征向量；S6，拼接融合表情特征的特征向量和最终动作特征的特征向量，得到初级融合特征；S7，拼接融合第一融合特征和文本特征的特征向量，得到联合特征；S8，根据所述联合特征，进行学习意图推理。
全文数据：
权利要求：
百度查询： 西安交通大学 基于多模态融合的学习意图推理方法及系统、程序产品
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号