计算机工程

作者：付碧超, 盛捷, 王雷

单位：中国科学技术大学信息科学技术学院, 安徽 合肥 230026

关键词：情绪识别,步态特征,时空图卷积神经网络,自编码器,自适应融合

基金：高技术创新特区项目(20-163-14-LZ-001-004-01)

现有的多数步态情绪识别方法对特征融合研究不够深入, 未能充分利用步态的多种特征, 导致性能不佳。为此, 提出一种基于多步态特征自适应融合的情绪识别方法。首先从步态数据中提取时空特征、重构特征以及基于心理学的情感特征, 时空特征捕捉步态模式的动态变化, 重构特征关注步态的结构性信息, 而基于心理学的情感特征则提供个体情感状态的洞察; 其次对3个步态特征进行自适应融合, 动态权衡3种步态特征的重要性, 实现更全面的情感状态表征; 最后在包含4类情绪的数据集上进行十折交叉验证, 模型在真实的Emotion-Gait数据集上进行训练和测试。实验结果表明, 与现有最先进的TAEW方法相比, 该模型在多标签分类任务上的均值平均精度(mAP)指标提升了2百分点; 与STEP方法相比, 在多类别分类任务上的Accuracy指标提升了1.88百分点。该方法能够有效利用行人步态的时空特征、重构特征以及基于心理学的情感特征, 提供了一种鲁棒且准确的情绪识别方法。

来源：2026年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第4期