检索结果-南通市图书馆

基于Gabor小波与分形维的人脸情感特征提取

在线全文

学校读者我要写书评

暂无评论

计算机工程 2008年第4期34卷 226-227,230页

作者：叶吉祥胡秀丽中南大学信息科学与工程学院长沙410001 长沙理工大学计算机与通信工程学院长沙410076

提出一种基于Gabor小波变换与分形维的人脸情感特征提取算法,对包含情感信息的静态灰度图像进行预处理,对表情子区域实行Gabor小波变换,提取情感特征矢量,对人脸兴趣区图像求盒维数和差分分形维数,将经过Gabor小波变换所得的特征矢量和... 详细信息

提出一种基于Gabor小波变换与分形维的人脸情感特征提取算法,对包含情感信息的静态灰度图像进行预处理,对表情子区域实行Gabor小波变换,提取情感特征矢量,对人脸兴趣区图像求盒维数和差分分形维数,将经过Gabor小波变换所得的特征矢量和分形维数作为所提取的特征。分析比较了不同测试者7种基本情感的识别效果,实验表明该方法能有效提取与情感变化有关的特征。

关键词：模式识别情感特征提取 Gabor小波变换分形维

基于粗糙集和多通道词向量的中文文本情感特征分析

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2020年第8期34卷 94-104页

作者：陈波谢珺苗夺谦王雨竹续欣莹太原理工大学信息与计算机学院山西晋中030600 太原理工大学电气与动力工程学院山西太原030024 同济大学电子与信息工程学院上海201804

粗糙集是一种能够有效处理不精确、不完备和不确定信息的数学工具,粗糙集的属性约简可以在保持文本情感分类能力不变的情况下对文本情感词特征进行约简。针对情感词特征空间维数过高、情感词特征表示缺少语义信息的问题,该文提出了RS-W... 详细信息

粗糙集是一种能够有效处理不精确、不完备和不确定信息的数学工具,粗糙集的属性约简可以在保持文本情感分类能力不变的情况下对文本情感词特征进行约简。针对情感词特征空间维数过高、情感词特征表示缺少语义信息的问题,该文提出了RS-WvGv中文文本情感词特征表示方法。利用粗糙集决策表对整个语料库进行情感词特征建模,采用Johnson粗糙集属性约简算法对决策表进行化简,保留最小的文本情感词特征属性集,之后再对该集合中的所有情感特征词进行词嵌入表示,最后用逻辑回归分类器验证RS-WvGv方法的有效性。另外,该文还定义了情感词特征属性集覆盖力,用于表示文本情感词特征属性集合对语料库的覆盖能力。最后,在实验对比的过程中,用统计检验进一步验证了该方法的有效性。

关键词：属性约简情感特征提取词向量情感分类

在线全文

学校读者我要写书评

暂无评论

基于免疫RBF神经网络的语音情感识别

计算机工程与科学 2009年第9期31卷 153-155,158页

作者：邓广慧荆东星叶吉祥长沙理工大学计算机与通信工程学院湖南长沙410076

本文针对语音情感识别中BP神经网络收敛速度慢和正确率低的问题,提出了一种训练径向基函数(RBF)网络的混合算法。在语音情感特征提取的基础上,采用免疫RBF神经网络进行情感识别,同时还训练了一个BP网络进行对比实验,得到了比较理想的识... 详细信息

本文针对语音情感识别中BP神经网络收敛速度慢和正确率低的问题,提出了一种训练径向基函数(RBF)网络的混合算法。在语音情感特征提取的基础上,采用免疫RBF神经网络进行情感识别,同时还训练了一个BP网络进行对比实验,得到了比较理想的识别结果。

关键词：情感特征提取情感识别径向基函数网络免疫算法免疫径向基函数网络

在线全文

学校读者我要写书评

暂无评论

语音情感识别研究综述

计算机仿真 2021年第8期38卷 7-17页

作者：张会云黄鹤鸣李伟康杰无青海师范大学计算机学院青海西宁810008 藏文信息处理教育部重点实验室青海西宁810008 青海省藏文信息处理与机器翻译重点实验室青海西宁810008

语音不仅包含说话人所要表达的语义信息,也蕴含着说话人所要表达的情感信息。语音情感识别是人机情感交互的关键,对语音情感的有效识别能够提升语音可懂度,使各种智能设备最大限度理解用户意图,提高机器人性化水平,从而更好地为人类服... 详细信息

语音不仅包含说话人所要表达的语义信息,也蕴含着说话人所要表达的情感信息。语音情感识别是人机情感交互的关键,对语音情感的有效识别能够提升语音可懂度,使各种智能设备最大限度理解用户意图,提高机器人性化水平,从而更好地为人类服务。采用文献研究法从语音情感语料库、语音情感特征提取、语音情感模型的构建以及语音情感识别的应用等方面对其研究现状和进展进行了综述;同时,对其未来发展趋势也进行了展望。旨在尽可能全面地对语音情感识别技术进行详细分析,为相关研究人员提供有价值的学术参考。

关键词：语音情感识别语音可懂度人机交互情感特征提取

在线全文

学校读者我要写书评

暂无评论

基于音视频的维度情感识别技术研究

基于音视频的维度情感识别技术研究

作者：苏海洋河北工业大学

学位级别：硕士

近年来,情感识别成为了人机交互领域的研究热点问题,通过人类情感表达时所产生的行为、生理和心理反应去量化、描述和识别不同的情感状态,根据情感表示模型利用音视频模态信息构建情感识别模型。情感是时序变化的,也是通过音视频模态进... 详细信息

近年来,情感识别成为了人机交互领域的研究热点问题,通过人类情感表达时所产生的行为、生理和心理反应去量化、描述和识别不同的情感状态,根据情感表示模型利用音视频模态信息构建情感识别模型。情感是时序变化的,也是通过音视频模态进行表达的,在单模态情感识别虽然有了一定的研究成果,但音视频模态维度情感识别能够检测出细微情感变化,得到了越来越多的关注。而音视频模态维度情感识别中需要考虑如何进行不同模态情感信息的有效融合。本文分别从单模态维度情感识别、基于BLSTM模型的维度情感识别、基于Transformer模型的维度情感识别等方面对情感识别方法进行了改进,并在此基础上研发了情感识别系统。主要研究工作如下:(1)在单模态维度情感识别方面,为了探究有效的情感特征和情感识别模型,解决不同模态情感特征的性能差异问题,本文提取了音频、视频和文本多种情感特征,并在多种情感识别模型中进行了大量实验,对情感特征和识别模型的性能进行了对比,为多模态维度情感识别实验中的特征选择和基础模型选择打下了基础。(2)为了提高情感识别性能,解决小数据集和数据标签不匹配的问题,本文提出了情感数据集的数据增广和数据标签延迟优化方法,构建了改进的双向长短时记忆网络(Bi-directional Long Short Term Memory,BLSTM)模型特征层融合维度情感识别模型,对情感识别性能有了较大的提升。然后,针对特征层融合存在不同模态之间的同步问题,又构建了改进的BLSTM模型决策层融合维度情感识别模型,该方法可以在不同时刻从耦合的模态中提取更有效的情感特征,对情感识别性能提升取得了更好的效果。(3)为了解决在BLSTM模型中存在的多模态信息流同步和不同模态信息关联的问题,本文基于多头注意力机制(Multi-Head Attention)构建了基于Transformer模型的深层特征学习,并分别在特征层、决策层、模型层维度情感识别中做了探究实验,结果表明Transformer模型可以有效提高情感识别性能。本文所提方法相比于不同基线方法在激活度和愉悦度上均取得了最佳的性能,可以在高层维度对情感信息有效捕捉,进而更好的对音视频信息进行有效融合。此外,为了便于观察在不同测试视频中情感识别的效果,研发了基于音视频的情感识别系统,能够更加直观的展现实验结果。

关键词：情感识别维度情感模型情感特征提取多模态情感融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

语音情感识别方法及其应用研究

语音情感识别方法及其应用研究

作者：朱明明安徽大学

学位级别：硕士

随着人机交互技术的发展及需求的日益提升,情感计算已成为当前自然人机交互和人工智能领域研究的热点。语音是人类交流最直接、最自然的途径,同时也是人机交互的重要方式。语音信号在传达语义信息的同时,还传递了说话人的情感状态信息... 详细信息

随着人机交互技术的发展及需求的日益提升,情感计算已成为当前自然人机交互和人工智能领域研究的热点。语音是人类交流最直接、最自然的途径,同时也是人机交互的重要方式。语音信号在传达语义信息的同时,还传递了说话人的情感状态信息。情感交流是人类交流活动中不可缺失的重要内容。因此,作为情感计算研究的一个重要方向,语音情感信息处理备受研究人员的重视。其中语音情感识别是计算机理解人类情感的关键,具有重要的研究意义。本文以建立语音情感识别应用系统为目标,深入研究了情感特征分析与提取、情感特征选择、语音情感建模与识别等关键问题,主要研究工作具体如下： (1)语音信号前端分析与处理。详细介绍了基于语音信号时域波形的分析和处理方法,主要包括语音信号的预处理、时域分析以及基于能量和过零率相结合的端点检测算法原理和检测流程等内容。 (2)情感特征分析与提取。建立了一个包含愉悦、平静和厌烦三类情感的情感语音库,用以解决情感特征分析与提取等语音情感识别研究所需的语料问题;针对上述三类情感展开了情感特征分析和提取的研究工作,观察和分析了能量、基频、共振峰等特征在不同情感状态下的变化规律,并根据统计分析结果选择和提取具有情感辨别力的全局统计情感特征。 (3)情感特征选择。为了在不显著降低系统识别率的条件下,尽可能的提升系统识别速率,提出了基于情感全集(包含全部三种情感)和基于情感对(两种情感,共三对)的两种特征选择方案;利用基于支持向量机(SVM)错误率的顺序前向和顺序后向算法进行了多次特征选择实验,得到了情感全集与情感对方案下各自的最优特征向量;最后在相同的情感测试集上对由不同方案下的最优特征向量训练的SVM情感识别模型的进行了识别性能对比实验,实验结果表明,以情感对方案选择的最优特征向量训练的SVM模型对于不同情感对的分类能力更强、识别速率更快。 (4)语音情感识别应用系统的设计与实现。设计并实现了一套适用于医疗手术环境下的语音情感识别系统,作为子模块嵌入到已开发的微创手术语音控制机器人系统中,主要用于解决两个问题：一是在训练阶段,辅助医生进行训练,使其尽可能保持平静进行训练,提升训练效果;二是在识别阶段,对医生发出的控制命令进行情感辅助决策,避免因医生的情绪波动引起的误操作,提高手术的成功率。

关键词：情感特征分析情感特征提取特征选择 SVM 语音情感识别应用系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于文本相关的语音情感识别研究

基于文本相关的语音情感识别研究

作者：叶斌天津大学

学位级别：硕士

近年来，随着计算机在人们的生活中起着越来越重要作用，人们对人机交互兴趣日益增加，越来越渴望更加人性化、智能化、和谐的人机交互系统，这一切逐渐推动着情感识别成为研究的热点。情感识别包括人脸表情情感识别、语音信号情感... 详细信息

近年来，随着计算机在人们的生活中起着越来越重要作用，人们对人机交互兴趣日益增加，越来越渴望更加人性化、智能化、和谐的人机交互系统，这一切逐渐推动着情感识别成为研究的热点。情感识别包括人脸表情情感识别、语音信号情感识别、肢体动作情感识别和生理信号情感识别等，本文根据当前研究现状，选择语音情感方向，以降低语音情感识别的时间复杂度、提高情感识别率为目的，进行了如下研究工作：首先，本论文对情感进行了分析，综述了目前科研人员对情感的定义和所建立的情感模型，确定了本论文所设计的语音情感识别系统需要识别的情感种类;其次，研究了对语音信号的处理，通过语音信号处理提取重要的语音情感特征参数是我们进行语音情感识别的重要手段，论文综述了目前科研人员对语音情感特征参数的研究成果，同时确定了论文在语音情感识别系统中所选择的特征参数，同时，鉴于语音的复杂性，在目前的语音情感识别的研究中，暂时还没有一个大型的、统一的语音情感语音库可以反映语言差异、性别差异、年龄差异以及地域差异等等，论文对语音情感数据库的建立进行了研究，以情感分类为基础，确定恐惧、悲伤、高兴、愤怒和中性五类不同情感，而后选取本身不带有情感信息的语句文本，选择不同的人分别用这五种不同的情感去朗读，录制并采用自我打分结合他人评价打分方式选取其中情感表达较好的情感语音构建情感语音数据库;最后，论文给出一种基于文本相关的语音情感识别方法和系统的设计与实现。论文所设计情感识别系统，利用情感语音数据库对情感语句的进行训练，提取情感特征参数，选择训练算法构建语音情感模式库，同时，论文给出了测试语音同语音情感模式库进行模式匹配的具体方法，在此基础上，论文还从统计学角度和引入权重的概念，对匹配的方法进行了改进和优化，最后，选择了两组具有代表性的实验，验证了本系统的语音情感识别情况。通过实验证明，论文所设计的语音情感识别系统具备较好的语音情感识别能力。

关键词：语音情感识别情感计算情感特征提取模式匹配

基于ACON/SVM/HMM混合算法的情感识别研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ACON/SVM/HMM混合算法的情感识别研究

作者：朱菊霞安徽大学

学位级别：硕士

语音是人与人之间相互传递信息最简易的途径。语音信号不仅查以传达人们所要表达的语义信息,还可以同时传递出说话人的情感状态。情感信息在人们感知外界事物和做出某种决策过程中都起着非常重要的作用。因此,伴随人机交互技术的不断发... 详细信息

语音是人与人之间相互传递信息最简易的途径。语音信号不仅查以传达人们所要表达的语义信息,还可以同时传递出说话人的情感状态。情感信息在人们感知外界事物和做出某种决策过程中都起着非常重要的作用。因此,伴随人机交互技术的不断发展,蕴含于语音信号中的情感信息受到很多研究人员的关注。目前,情感识别作为语音情感处理的重要方面成为一个新的研究热点并已受到研究人员的重视。语音情感识别是一种典型的模式识别。本文根据语音情感识别的基本原理,主要研究了情感特征计算与识别算法,具体工作如下：（1）从语音信号时域波形的角度,介绍了情感语音信号时域分析的相关内容,如短时能量、短时过零率、短时自相关分析以及基于能量和过零率相结合的端点检测算法等,为后续情感特征计算奠定了理论基础。（2）情感特征提取：本文详细讨论了两种类型的情感特征计算,一类是以语音短时分析技术为基础的时序情感特征;另一类是全局情感特征。这两类情感特征均与情感语音的能量、基音频率、共振峰以及美尔频率倒谱系数（MFCC）相关。（3）情感识别算法：本文详细阐述了两类情感识别算法,一类是以统计情感特征为训练测试样本的“一对多”网络（ACON）、支持向量机（SVM）算法,另一类是以时序情感特征为训练测试样本的隐马尔可夫模型（HMM）算法。（4）情感识别实验：首先,根据计算出的情感特征分别训练ACON、SVM以及HMM三种子情感识别模型。其次,通过决策机制将上述子情感识别模型有机地结合在一起,构成一个混合情感识别模型。本文提出的识别模型的训练样本涵盖了全局和时序两类情感信息,从而能更全面的描述情感状态。同时,它将确定性和不确定性识别模型相结合,避免了它们各自的不足。最后,用同一个情感测试集合测试上述各种情感识别模型。仿真实验结果表明本文提出的混合情感识别模型效果较好。

关键词：端点检测情感特征提取情感识别 ACON SVM HMM模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

语音信号情感识别

语音信号情感识别

作者：陈佳中南大学

学位级别：硕士

情感计算是近年来发展比较迅速的一个新兴领域,主要包括人工情感,情感识别,情感表达等部分,情感识别作为情感计算的重要组成部分,近年来得到了广泛的研究和应用。它集中体现了现代科学发展中的多学科、多领域间的相互交叉、相互促进和... 详细信息

情感计算是近年来发展比较迅速的一个新兴领域,主要包括人工情感,情感识别,情感表达等部分,情感识别作为情感计算的重要组成部分,近年来得到了广泛的研究和应用。它集中体现了现代科学发展中的多学科、多领域间的相互交叉、相互促进和相互渗透的特点。对情感识别的研究可以从多方面进行,例如面部表情,语音,生理信号等等,本文的研究内容是基于人工情感和免疫神经网的语音信号情感识别研究。本文首先介绍了情感计算的研究现状,阐述了人工神经网络,人工情感理论,分形等基础理论,提出了使用分形维作为描述语音信号特征的一个分量,然后使用RBF神经网络进行识别。本文还进行了特征参数提取的研究,这些特征参数主要包括基音参数,共振峰参数,分形维等等。基音参数使用自相关方法进行提取,共振峰参数使用LPC方法提取,分形维则使用盒维的计算方法提取。在提取出特征参数的基础上分析了不同情感在不同特征参数下的差异,分析过程中发现,在愤怒,高兴,伤心这三种情感的识别中,愤怒和高兴这两种情感的在单个特征参数上差异不是很明显,必须通过在一组特征分量组成的特征矢量上体现差异。实验结果证明,本文提出的使用分形维描述语音信号的混沌程度以及使用RBF网络进行识别,效果是令人满意的,在样本空间中,识别正确率达到了100%,同时RBF网络体现出收敛速度快,识别正确率高的优点。在实现RBF识别情感的基础上,同时还训练了一个BP网络进行了对比试验。实验表明,BP网络的收敛速度慢,特别有时候由于初始值设置不恰当导致了BP网络在训练过程中不收敛的情况。RBF网络不仅与BP网络一样具有任意精度的泛函逼近能力,而且具有最优泛函逼近特性。具有较快的收敛速度。整个系统采用C/S结构实现,前端采用C++实现用户界面接收数据,后台使用MATLAB实现了一个具有特征参数输入,特征参数提取,神经网络训练,识别功能的部分,前后端通过MATLAB计算引擎进行通信。

关键词：情感特征提取情感识别分形 RBF神经网络