睡眠剥夺条件下多视角融合的情绪识别方法
知识产权简介
现有技术中最接近本申请提案的是Tao等人提出的多模态残差LSTM网络,该网络结合了EEG信号的差分熵特征、EEG功能强度与拓扑关联特征以及眼动特征,用于在睡眠剥夺条件下的情感识别。该技术通过多模态数据的集成,显著提升了情感识别的性能,并指出在睡眠剥夺条件下,大脑额叶区域对情感的反应有所减弱。 然而,该方案存在的一个主要问题是所依赖的多模态数据在实际应用中收集难度大,且其实验设计中,受试者所观看的刺激材料固定,可能导致情感识别的结果受到材料的影响,不能完全反映睡眠状态对情感的影响。这与本提案的单一模态、多视角融合的创新方法形成了显著区别。