换一批摘要为了提升音频和视频载体中的情感识别准确率,采用混合卷积神经网络和递归神经网络编码和集成视频与音频信息来源.通过智能的音频技术,从音频信号提取底层特征,然后用一维卷积神经网络抽象出高级特征,最后送入递归神经网络捕捉时间维度上的语调变化.作为对比,使用二维卷积神经网络和一个类似的卷积神经网络捕捉动态面部外观变化.该方法在2016年度中国模式识别会议提供的中国视觉与听觉情感数据库上达到了41.15％的平均精确度,相比会议基准算法的准确率提升了16.62％.证明所采用方法在情感信息识别中有更高的准确性.
更多相关知识
关键词
情感识别卷积神经网络递归神经网络emotion recognitionconvolutional neural network (CNN)recurrent neural networks (RNN)
分类号
TP751
DOI
10.3969/j.issn.1003-7985.2017.04.009
发布时间
2018-02-05（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
