/bkstd/bkszs/dxal/yxdc/
首页» 本科生教育» 教学成果» 典型案例» 优秀大创» 2023年国家级大学生创新训练计划项目结题:融合多模态数据的情绪识别方法研究

2023年国家级大学生创新训练计划项目结题:融合多模态数据的情绪识别方法研究

立项年份:2024

项目成员信息:                              

赵丰铭-2022-计算机与信息技术学院

郭昱哲-2022-计算机与信息技术学院

陈海容-2022-计算机与信息技术学院

指导教师信息:

王晶-必赢国际437官网计算机与信息技术学院副教授-主要研究方向包括时间序列分析与挖掘、异常检测、脑机接口、机器学习及其在医疗、交通、金融大数据等行业的应用

 

项目简介:情绪是伴随着人们日常生活的一种复杂的生理和心理现象。有效的情绪识别,可以起到改善人机交互、辅助临床诊断、引导产品开发等作用。

生理信号提供了一条客观有效的情绪识别途径,基于生理信号的情绪识别逐渐成为研究热点。如何有效融合不同生理信号的信息,是推进多模态情绪识别技术发展的关键难题。本研究基于卷积神经网络架构设计,开发了一种能有效融合多模态生理信号的情绪识别方法。

1 多模态生理信号

 

模型整体框架

 

实验结果

项目创新点:

利用时间卷积、深度卷积、可分离卷积从多模态生理信号中提取辨别性特征,从而提升模型情绪识别能力

                                                              

项目成果:

一篇论文已在中国科技论文在线公开发布