一种视点与环境交互的递进式自蒸馏情绪状态估计方法
技术特征：
1.一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述步骤s2包括：
3.根据权利要求2所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述视点停留区域分割包括将图像按照视点数据进行分割，每张图像被分割为多个视点停留区域，假设每个图像的分辨率为w×h，则视点停留区域r的定义如下：
4.根据权利要求1所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述步骤s3包括：
5.根据权利要求1所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述步骤s4包括：
6.根据权利要求5所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述自蒸馏机制通过以下步骤在模型中得以实现：
7.根据权利要求1所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述步骤s5包括：
8.根据权利要求1所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法，其特征在于，所述步骤s7包括：
9.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至8中任一项所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现权利要求1至8中任一项所述的一种视点与环境交互的递进式自蒸馏情绪状态估计方法。
技术总结
本发明公开了一种视点与环境交互的递进式自蒸馏情绪状态估计方法，旨在通过收集观看者在不同图像下的眼球视点数据，实现情绪状态的精准判定。首先，使用高精度眼动追踪设备形成初始数据集，并将图像分割为多个视点停留区域，按照停留顺序进行分割和排序。然后，利用初步深度学习模型对图像样本进行难度评估，以支持递进式学习。该方法设计了深度神经网络，并结合自蒸馏机制不断优化预测结果。模型从易到难逐渐学习，通过高置信度预测指导当前阶段学习，最终在独立验证集上评估效果。该方法有效提升了情绪状态估计的准确性和鲁棒性，适用于心理学研究、智能人机交互及用户体验优化等多个领域，具备高精度和多场景应用能力，提供可靠的情绪状态分析结果。
技术研发人员：陈程立诏,宋梦柯,王子铭,胡诗语,宋佳,李潞铭,崔奇,刘新宇
受保护的技术使用者：中国石油大学（华东）
技术研发日：
技术公布日：2024/12/2
文档序号 :
【 40200359 】
技术研发人员：陈程立诏,宋梦柯,王子铭,胡诗语,宋佳,李潞铭,崔奇,刘新宇
技术所有人：中国石油大学（华东）
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：陈程立诏,宋梦柯,王子铭,胡诗语,宋佳,李潞铭,崔奇,刘新宇
技术所有人：中国石油大学（华东）
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除