基于语音、表情与姿态的三模态普通话情感识别

发布时间：2021-05-27 09:04

　　为了克服单模态普通话情感识别效率低、可靠性差的问题,对情感识别非常重要的语音、表情与姿态三个模态进行特征层融合,提出普通话三模态情感识别方法。首先从语音声学、面部表情和运动姿态中分别提取不同的情感特征,然后采用改进的遗传算法IAGA进行三模态情感特征融合,最后利用SVM分类器构建预测模型并完成情感识别。将三模态融合方法在CHEAVD中文多模态情感数据集进行测试,并和传统的单模态、双模态情感识别进行对比,实验结果表明,双模态融合的情感识别率要高于单模态,三模态融合的情感识别率高于双模态,验证了普通话三模态情感识别方法的有效性。 

【文章来源】：控制工程. 2020,27(11)北大核心CSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]时空LBP矩和Dempster-Shafer证据融合的双模态情感识别[J]. 王晓华,侯登永,胡敏,任福继,王家勇.  光电工程. 2016(12)
[2]基于多级SVM分类的语音情感识别算法[J]. 任浩,叶亮,李月,沙学军.  计算机应用研究. 2017(06)
[3]表情和姿态的双模态情感识别[J]. 闫静杰,郑文明,辛明海,邱伟.  中国图象图形学报. 2013(09)
[4]Collaborative Filtering Algorithms Based on Kendall Correlation in Recommender Systems[J]. YAO Yu~ 1 , ZHU Shanfeng~ 2 , CHEN Xinmeng~ 1 1.School of Computer, Wuhan University, Wuhan 430072, Hubei, China; 2.Institute for Chemical Research, Kyoto University, Kyoto 611-0011, Japan.  Wuhan University Journal of Natural Sciences. 2006(05)



本文编号：3207293