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 > 东南大学;南京德容智慧信息科技有限公司刘波获国家专利权

东南大学;南京德容智慧信息科技有限公司刘波获国家专利权

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!

龙图腾网获悉东南大学;南京德容智慧信息科技有限公司申请的专利一种多模态情感分析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:CN120105158B

龙图腾网通过国家知识产权局官网在2025-11-18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:202510270077.9,技术领域涉及:G06F18/24;该发明授权一种多模态情感分析方法及系统是由刘波;胡聿鑫;刘丹妮;刘艳;丁宇航;曹玖新;赵涵韬设计研发完成,并于2025-03-07向国家知识产权局提交的专利申请。

一种多模态情感分析方法及系统在说明书摘要公布了:一种多模态情感分析方法及系统,首先,针对待分析的多模态人脸视频数据,利用预训练好的模型对不同模态的数据特征进行提取。然后,基于特征解耦的思想,将多模态特征投影至模态共享特征子空间与模态私有特征子空间以最大化保留不同模态的信息。在特征解耦模块,提取去噪的多模态共享特征。针对模态私有特征学习,通过最小化每个模态私有表征之间的互信息,约束不同模态的私有特征相互独立,提取多模态私有特征。然后,通过一个两阶段的跨模态的注意力融合模块,实现不同特征的融合,实现多模态情感分析任务。本发明提供准确高效的多模态情感分析服务,可以为心理专家和咨询人带来方便、及时的心理辅导服务。

本发明授权一种多模态情感分析方法及系统在权利要求书中公布了:1.一种多模态情感分析方法,其特征在于:包括以下步骤: 1多模态特征提取; 针对输入的视频数据集进行特征提取,分别提取文本、音频和视觉模态的特征,文本模态采用BERT模型提取文本向量,音频模态利用COVAREP工具包提取声觉特征,包括音调、响度和梅尔频率倒谱系数,视觉模态通过Openface提取面部表情特征,包括面部轮廓、面部肌肉的运动特征,所提取的特征用于后续的特征选择和融合; 2基于对抗学习的模态共有特征学习; 该模块包含两个对抗部分:共有编码器与模态判别器的对抗,以及共有编码器与噪声判别器的对抗,首先,共有编码器将预先提取的文本、声觉和视觉特征投影到模态共享子空间,编码器共享参数使得特征分布接近,从而使模态判别器难以判断当前特征来自哪个模态,实现模态间共性特征的学习,同时,共有编码器与噪声判别器对抗,提升共有编码器的抗噪能力; 3基于互信息的模态私有特征学习; 该模块通过计算互信息,约束不同模态的特征分布,为每个模态设计独立的编码器,最小化不同模态私有特征之间的互信息,确保投影后的私有特征具有充分的分离度,从而捕捉模态内的独特信息,此外,对模态内的噪声进行建模,生成高斯噪声分量,最小化噪声与私有特征的互信息,同时最大化私有特征与情感标签之间的互信息,使得私有特征能够减少噪声影响并与情感分析任务紧密相关; 4基于注意力的跨模态特征融合; 跨模态融合模块包含两个阶段,第一阶段为跨模态交互,通过多头自注意力机制在不同模态表征之间进行信息交换,增强跨模态表征;第二阶段为动态的注意力分配,利用自适应注意力机制根据每个表征的重要性动态调整权重,最终得到融合后的多模态特征表示,以完成情感分析任务; 5构建多模态情感分析模型; 利用步骤4的输出多模态融合特征向量,利用全连接层获取情感分析的分类结果; 6系统功能展示。

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东南大学;南京德容智慧信息科技有限公司,其通讯地址为:210000 江苏省南京市江宁区东南大学路2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。