買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浪潮電子信息產(chǎn)業(yè)股份有限公司申請的專利情緒識別方法、裝置、設(shè)備及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115050077B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210760941.X，技術(shù)領(lǐng)域涉及：G06V40/16；該發(fā)明授權(quán)情緒識別方法、裝置、設(shè)備及存儲介質(zhì)是由張潤澤;李仁剛;趙雅倩;郭振華;范寶余;李曉川設(shè)計(jì)研發(fā)完成，并于2022-06-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本情緒識別方法、裝置、設(shè)備及存儲介質(zhì)在說明書摘要公布了：本申請公開了情緒識別方法、裝置、設(shè)備及存儲介質(zhì)，應(yīng)用于神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，該情緒識別模型訓(xùn)練方法包括：獲取待測視頻和待測音頻；在待測視頻中確定多個待測視頻幀，并利用標(biāo)簽集合中的各個情緒標(biāo)簽分別與待測文本模板拼接生成各個情緒標(biāo)簽分別對應(yīng)的待測文本數(shù)據(jù)；將待測視頻幀、待測文本數(shù)據(jù)和待測音頻輸入情緒識別模型，得到待測非文本編碼數(shù)據(jù)和各個待測文本數(shù)據(jù)分別對應(yīng)的各個待測文本編碼數(shù)據(jù)；利用待測非文本編碼數(shù)據(jù)分別和各個待測文本編碼數(shù)據(jù)生成待測相似度數(shù)據(jù)；將最大待測相似度數(shù)據(jù)對應(yīng)的情緒標(biāo)簽確定為待測視頻對應(yīng)的情緒識別結(jié)果；該方法引入了標(biāo)簽的本身所包含的語義信息，提高準(zhǔn)確率。

本發(fā)明授權(quán)情緒識別方法、裝置、設(shè)備及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種情緒識別方法，其特征在于，包括：獲取待測視頻和待測音頻；在待測視頻中確定多個待測視頻幀，并利用標(biāo)簽集合中的各個情緒標(biāo)簽分別與待測文本模板拼接生成各個所述情緒標(biāo)簽分別對應(yīng)的待測文本數(shù)據(jù)；將所述待測視頻幀、所述待測文本數(shù)據(jù)和所述待測音頻輸入情緒識別模型，得到待測非文本編碼數(shù)據(jù)和各個待測文本數(shù)據(jù)分別對應(yīng)的各個待測文本編碼數(shù)據(jù)；利用所述待測非文本編碼數(shù)據(jù)分別和各個所述待測文本編碼數(shù)據(jù)生成待測相似度數(shù)據(jù)；將最大待測相似度數(shù)據(jù)對應(yīng)的情緒標(biāo)簽確定為所述待測視頻對應(yīng)的情緒識別結(jié)果；其中：所述利用標(biāo)簽集合中的各個情緒標(biāo)簽分別與待測文本模板拼接生成各個所述情緒標(biāo)簽分別對應(yīng)的待測文本數(shù)據(jù)，包括：從預(yù)設(shè)模板庫中選取所述待測文本模板；對所述待測文本模板分別和各個所述情緒標(biāo)簽進(jìn)行向量映射處理，得到一個待測模板向量和各個標(biāo)簽向量；將所述模板向量分別和各個所述標(biāo)簽向量進(jìn)行拼接，得到所述待測文本數(shù)據(jù)；所述情緒識別模型的訓(xùn)練過程，包括：獲取訓(xùn)練視頻、訓(xùn)練音頻和情緒標(biāo)簽；在所述訓(xùn)練視頻中確定多個訓(xùn)練視頻幀，并從預(yù)設(shè)模板庫中選取一個目標(biāo)文本模板，對所述目標(biāo)文本模板和所述情緒標(biāo)簽進(jìn)行向量映射處理，得到模板向量和標(biāo)簽向量，對所述模板向量和所述標(biāo)簽向量進(jìn)行拼接，得到訓(xùn)練文本數(shù)據(jù)；將所述訓(xùn)練視頻幀、所述訓(xùn)練文本數(shù)據(jù)和所述訓(xùn)練音頻輸入初始模型，得到訓(xùn)練文本編碼數(shù)據(jù)以及訓(xùn)練非文本編碼數(shù)據(jù)；所述訓(xùn)練文本編碼數(shù)據(jù)基于所述訓(xùn)練文本數(shù)據(jù)得到，表征情緒標(biāo)簽的情緒語義特征；所述訓(xùn)練非文本編碼數(shù)據(jù)基于訓(xùn)練視頻幀和訓(xùn)練音頻得到，表征圖像和聲音表征的情緒特征；利用所述訓(xùn)練文本編碼數(shù)據(jù)和所述訓(xùn)練非文本編碼數(shù)據(jù)生成相似度數(shù)據(jù)；利用所述相似度數(shù)據(jù)生成損失值，并基于所述損失值對所述初始模型進(jìn)行參數(shù)調(diào)節(jié)；若檢測到滿足訓(xùn)練完成條件，則將參數(shù)調(diào)節(jié)后的所述初始模型確定為情緒識別模型；所述初始模型包括文本編碼器、圖像編碼器和音頻編碼器，還包括池化網(wǎng)絡(luò)模塊和時間遞歸網(wǎng)絡(luò)模塊，所述文本編碼器的輸出為所述池化網(wǎng)絡(luò)模塊的輸入，所述圖像編碼器的輸出為所述時間遞歸網(wǎng)絡(luò)模塊的輸入；所述將所述訓(xùn)練視頻幀、所述訓(xùn)練文本數(shù)據(jù)和所述訓(xùn)練音頻輸入初始模型，得到訓(xùn)練文本編碼數(shù)據(jù)以及訓(xùn)練非文本編碼數(shù)據(jù)，包括：將所述訓(xùn)練文本輸入所述文本編碼器，得到多個初始文本編碼；將所述多個初始文本編碼輸入所述池化網(wǎng)絡(luò)模塊，得到所述訓(xùn)練文本編碼數(shù)據(jù)；將所述訓(xùn)練視頻幀輸入所述圖像編碼器，得到多個初始圖像編碼，并將所述訓(xùn)練音頻輸入所述音頻編碼器，得到初始音頻編碼；將所述多個初始圖像編碼輸入所述時間遞歸網(wǎng)絡(luò)模塊，得到中間圖像編碼；將所述中間圖像編碼和所述初始音頻編碼進(jìn)行拼接，得到所述訓(xùn)練非文本編碼數(shù)據(jù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浪潮電子信息產(chǎn)業(yè)股份有限公司，其通訊地址為：250101 山東省濟(jì)南市高新區(qū)浪潮路1036號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。