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 > 临沂大学郭明获国家专利权

临沂大学郭明获国家专利权

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!

龙图腾网获悉临沂大学申请的专利一种多模态的人体步态情感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:CN115273236B

龙图腾网通过国家知识产权局官网在2026-02-10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:202210903599.4,技术领域涉及:G06V40/20;该发明授权一种多模态的人体步态情感识别方法是由郭明;赵琰;陈向勇设计研发完成,并于2022-07-29向国家知识产权局提交的专利申请。

一种多模态的人体步态情感识别方法在说明书摘要公布了:本发明公开了一种多模态的人体步态情感识别方法,具体涉及情感识别领域,通过头戴式VR设备刺激被测者产生情感,利用穿戴在被测者腿部的惯性传感器节点和头部的脑电传感器节点,采集步态情感数据;使用滑动窗口法对步态情感数据进行分割处理,以获得步态情感样本;通过快速傅里叶变换法将惯性步态情感样本转换为频域表示,通过小波连续变换法将脑电步态情感样本转换为时频域表示,以获得步态情感图像;利用训练数据进行模型训练和参数优化,以获得基于通道注意力机制的卷积神经网络模型;将惯性步态情感特征矩阵、脑电步态情感特征矩阵、融合步态情感特征矩阵分别作为全连接分类器的输入,建立相应的决策层融合机制,进行人体步态情感识别。本发明能够有效地克服使用单一模态对步态情感识别效果的影响,可有效地提高人体步态情感识别准确度。

本发明授权一种多模态的人体步态情感识别方法在权利要求书中公布了:1.一种多模态的人体步态情感识别方法,其特征在于:具体识别步骤如下: 步骤S1:通过头戴式VR设备刺激被测者产生e种情感,利用穿戴在被测者腿部的n个惯性传感器节点和头部的m个脑电传感器节点,采集v个被测者的惯性步态情感数据和脑电步态情感数据; 步骤S2:使用滑动窗口法对每个传感器节点所采集的惯性步态情感数据和脑电步态情感数据分别按照固定间隔进行分割处理,以获得全部的惯性步态情感样本和脑电步态情感样本; 步骤S3:通过快速傅里叶变换法将步骤S2中得到的惯性步态情感样本转换为频域表示,以获得惯性步态情感图像;通过小波连续变换法将步骤S2中得到的脑电步态情感样本转换为时频域表示,以获得脑电步态情感图像; 步骤S4:将步骤S3中得到的惯性步态情感图像和脑电惯性步态情感图像分别划分为训练数据和测试数据,利用训练数据进行模型训练和参数优化,以获得基于通道注意力机制的卷积神经网络模型; 步骤S5:通过步骤S4得到的基于通道注意力机制的卷积神经网络模型,提取步骤S3中得到的惯性步态情感图像的特征,以获得惯性步态情感特征矩阵,提取步骤S3中得到的脑电步态情感图像的特征,以获得脑电步态情感特征矩阵; 步骤S6:将步骤S5中得到的惯性步态情感特征矩阵和脑电步态情感特征矩阵进行特征融合处理,以获得融合步态情感特征矩阵; 步骤S7:将步骤S5中得到的惯性步态情感特征矩阵和脑电步态情感特征矩阵、步骤S6中得到的融合步态情感特征矩阵分别作为全连接分类器的输入,以获得对应的预测标签,建立相应的决策层融合机制,进行人体步态情感识别。

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临沂大学,其通讯地址为:276000 山东省临沂市兰山区工业大道北段西侧临沂大学科技处;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。