基于动态图形模型和音视频的情感识别方法的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60673190
  • 项目类别：
    面上项目
  • 资助金额：
    23.0万
  • 负责人：
    詹永照
  • 依托单位：
    江苏大学
  • 学科分类：
    F0209.计算机图形学与虚拟现实
  • 结题年份：
    2009
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2009-12-31

项目摘要

本项目旨在利用动态图形模型允许观察值缺省和隐状态丢失的特性，解决在视频丢帧、音频干扰的情况下准确、实时识别表演者情感的问题。本项目主要研究基于视频的混合式情感特征提取方法，针对面部表情的不同单元采取不同方法提取情感特征，在保留情感信息的前提下最大限度地降低情感特征的数据维度；研究基于回归分析和一致性选择相结合的实时语音情感特征提取方法，结合实时语音特点，考虑说话的时长、环境及不同说话者等相关因素，提取较现有声学特征丰富的语音情感信息；研究构建允许观察值和状态缺省的动态图形模型的一般方法，并用此方法构建二维嵌入式动态图形模型，该模型能够融合音视频特征，允许音频信息干扰甚至丢失，允许视频序列丢帧、视频图象中因脸部旋转运动造成的表情关键区域丢失等情形，同时快速、准确地识别音视频环境中表演者的情感类别。本项目的研究成果可应用于开发智能化、人性化的新型人机交互环境，将产生很好的经济效益和社会效益。

结项摘要

项目成果

期刊论文数量（24）
专著数量（0）
科研奖励数量（0）
会议论文数量（9）
专利数量（0）
基于对象模糊密度赋值的决策层融合算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用, 已录用
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
最大间隔最小体积球形支持向量机
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    控制与决策, 25(1): 79-83, 2009（EI源刊）
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
具有噪声过滤功能的协同训练半监督主动学习算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    模式识别与人工智能, 22（5）: 750-755, 2009 (EI 收录)
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
基于小波分解和优选的VLBP特征的表情识别方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用研究, 26（9）: 3581-3583, 2009
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Speech Emotion Recognition Method Based on SVM Decision Tree and Layered Feature Selection
基于SVM决策树和分层特征选择的语音情感识别方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于格框架的视频事件时空相关描述分析方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    系统仿真学报
  • 影响因子：
    --
  • 作者：
    柯佳;詹永照;陈潇君;汪满容
  • 通讯作者：
    汪满容
基于粗集的交通提醒系统控制电路约简方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机工程
  • 影响因子：
    --
  • 作者：
    詹永照;王良民;徐广华
  • 通讯作者：
    徐广华
基于改进的PSO算法的神经网络相关性剪枝优化
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用研究
  • 影响因子：
    --
  • 作者：
    詹永照;韩飞;涂娟娟
  • 通讯作者：
    涂娟娟
基于子编码和全编码联合惩罚的稀疏表示字典学习方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    董俊健;毛启容;胡素黎;詹永照
  • 通讯作者：
    詹永照
基于人工免疫有序聚类的视频关键帧提取方法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    江苏大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    詹永照;汪满容;柯 佳
  • 通讯作者：
    柯 佳

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

詹永照的其他基金

基于语义概念深度挖掘的视频复杂事件检测方法研究
  • 批准号：
    61672268
  • 批准年份：
    2016
  • 资助金额：
    63.0 万元
  • 项目类别：
    面上项目
基于稀疏表示和超图的视频事件语义分析方法研究
  • 批准号：
    61170126
  • 批准年份：
    2011
  • 资助金额：
    55.0 万元
  • 项目类别：
    面上项目
远程协作系统中的感知处理技术的研究
  • 批准号：
    60273040
  • 批准年份：
    2002
  • 资助金额：
    20.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码