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 > 浙江师范大学黄昌勤获国家专利权

浙江师范大学黄昌勤获国家专利权

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!

龙图腾网获悉浙江师范大学申请的专利一种基于跨时空图表征的学习者情感分析方法及装置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:CN116311438B

龙图腾网通过国家知识产权局官网在2026-02-03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:202310190443.0,技术领域涉及:G06V40/16;该发明授权一种基于跨时空图表征的学习者情感分析方法及装置是由黄昌勤;蒋凡;王士进;黄琼浩;王希哲设计研发完成,并于2023-02-24向国家知识产权局提交的专利申请。

一种基于跨时空图表征的学习者情感分析方法及装置在说明书摘要公布了:本发明公开了一种基于跨时空图表征的学习者情感分析方法及装置,方法包括:将输入的若干学习者表情视频帧划分为若干个同等大小且不重叠的子分块,并将子分块进行图结点特征嵌入处理,得到图结点的初始特征;构建每个子分块的跨时空最近邻图结构;将学习者情感跨时空图表征模块的输出情感时空图特征进行分类,预测输入的学习者表情视频帧的情感类别;本发明能够在不使用额外辅助信息的情形下对学习者表情视频帧进行局部区域划分,使得跨时空图卷积网络能够直接处理学习者表情视频帧数据,另外,本发明通过跨时空图构建和具有关联感知的图卷积算子来获取学习者表情不同区域、不同视频帧之间的时空关联图表征,可广泛应用于计算机技术领域。

本发明授权一种基于跨时空图表征的学习者情感分析方法及装置在权利要求书中公布了:1.一种基于跨时空图表征的学习者情感分析方法,其特征在于,包括: 将输入的学习者表情视频帧划分为若干个同等大小且不重叠的子分块,并将所述子分块进行图结点特征嵌入处理,得到图结点的初始特征; 根据所述图结点的初始特征,构建每个子分块的跨时空最近邻图; 根据所述跨时空最近邻图,将学习者情感跨时空图表征学习模块的输出学习者表情图表征进行分类,预测输入的学习者表情视频帧的情感类别;其中,学习者情感跨时空图表征学习模块用于对每个视频帧分块进行跨时空最近邻图构建并学习图表征,该模块由多个相同的基本块所组成,每个基本块包含图结点变换特征层、时空最近邻图构建、关联感知时空图卷积层和多层感知机; 所述学习者情感跨时空图表征学习模块的具体执行过程为:在执行图卷积操作前将图结点特征向量映射到同一特征域,完成图结点特征变换;为所有视频帧的每个图结点构建局部k近邻图结构;通过关联感知空域图卷积来获取学习者表情各个局部区域之间的关系,提取学习者表情空域关联关系特征;执行关联感知时域图卷积处理,包括时域图特征聚合与时域图特征更新;在在执行关联感知图卷积之后进行图结点特征变换操作,并在执行关联感知图卷积和图结点特征变换操作之后,采用多层感知机对更新后的所有图结点特征进行特征映射处理; 方法还包括: 采用带标签分布平滑正则项的交叉熵损失函数作为学习者情感分析模型的训练目标函数;其中,交叉熵损失函数的表达式为: 其中,N为学习者表情视频帧样本批次大小,C为学习者表情类别数目,是标签分布平滑正则化项; 通过基于梯度下降的方法对所述目标函数进行优化,完成对学习者情感分析模型的训练。

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浙江师范大学,其通讯地址为:321004 浙江省金华市迎宾大道688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。