郑州大学韩素雅获国家专利权
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!
龙图腾网获悉郑州大学申请的专利基于多模态信息的婴儿啼哭诉求检测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:CN115240714B 。
龙图腾网通过国家知识产权局官网在2025-07-22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:202210864860.4,技术领域涉及:G10L25/63;该发明授权基于多模态信息的婴儿啼哭诉求检测方法是由韩素雅;简立华;陈豪;李勃勃;肖苗设计研发完成,并于2022-07-21向国家知识产权局提交的专利申请。
本基于多模态信息的婴儿啼哭诉求检测方法在说明书摘要公布了:本发明提出了一种基于多模态信息的婴儿啼哭诉求检测方法,其步骤为:首先,采集婴儿心率信号和啼哭声音信号,并对其进行特征提取,获得心率信号和语音信号图节点特征向量;其次,利用图学习模块分别对心率信号和语音信号图节点特征向量进行处理,获得心率动态学习图和语音动态学习图;再将心率信号动态学习图和语音信号动态学习图输入多层特征融合图卷积神经网络中进行判别,输出婴儿啼哭诉求分类结果;最后,婴儿监护人根据实际情况对婴儿啼哭诉求分类结果进行判断与修正反馈。本发明能够将婴儿啼哭时的心率信号和语音信息结合,使用婴儿近期啼哭信息生成动态学习图,实现更准确的且拥有个体独立性和成长性的婴儿啼哭诉求信息识别。
本发明授权基于多模态信息的婴儿啼哭诉求检测方法在权利要求书中公布了:1.一种基于多模态信息的婴儿啼哭诉求检测方法,其特征在于,其步骤如下: 步骤一:利用光模块采集婴儿心率信号,利用声模块采集啼哭声音信号; 步骤二:分别对采集到的婴儿心率信号和啼哭声音信号进行预处理,并利用残差神经网络分别对预处理后的婴儿心率信号和啼哭声音信号进行特征提取,获得心率信号图节点特征向量和语音信号图节点特征向量; 步骤三:设置婴儿啼哭次数N为动态学习图大小,以每次婴儿啼哭为一个节点数据,输入时间最近的前N-1次啼哭和第N次啼哭;利用图学习模块分别对心率信号图节点特征向量和语音信号图节点特征向量进行处理,获得心率动态学习图和语音动态学习图; 实现方法为: 将心率信号图节点特征向量和语音信号图节点特征向量分别进行降维处理,获得心率动态学习图的输入X=x1,x2,…,xn∈Rn×p和语音动态学习图的输入Y=y1,y2,…,yn∈Rn ×p; 心率动态学习图和语音动态学习图分别表示为: 其中,表示心率信号节点xi与xj间的关系,表示语音信号节点yi与yj间的关系,ReLU·是保证Sij非负性的激活函数,|xiP-xjP|和|yiP-yjP|表示两节点间在P维空间的欧氏距离;表示对欧式距离进行缩放的优化参数;且i,j=1,2,…,n,且i≠j;通过下述损失函数优化心率动态学习图和语音动态学习图的结构: 其中,表示心率动态学习图结构损失函数,表示语音动态学习图结构损失函数,是正则化项,Qk是实际的数据标签,则是模型的预测值; 步骤四:将心率信号动态学习图和语音信号动态学习图输入多层特征融合图卷积神经网络中进行判别,输出婴儿啼哭诉求分类结果; 步骤五:婴儿监护人根据实际情况对婴儿啼哭诉求分类结果进行判断,若输出信息正确则此次婴儿啼哭诉求信息检测工作结束,返回并存储此次分类结果;若输出信息不正确,则监护人给出正确分类结果并反馈存储。
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郑州大学,其通讯地址为:450001 河南省郑州市高新区科学大道100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”。
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。