[发明专利]虚拟现实场景数据集的分类方法、系统、设备及介质

说明书

本发明公开了一种虚拟现实场景数据集的分类方法、系统、设备及介质，所述方法包括：建立带有情绪标签的虚拟现实场景，得到场景数据集，并根据场景数据集，得到正向图像、中立图像和负向图像，其中，中立图像和负向图像构成训练集；在单分类网络中加入通道注意力模块和双分支上采样模块，得到新的单分类网络；利用训练集训练新的单分类网络和二分类网络；将训练好的单分类网络和二分类网络组合起来，构建联合分类网络；将带有情绪标签的图像输入联合分类网络，得到细致的图像分类标签。本发明通过加入通道注意力模块和双分支上采样模块，使图像的输入丰富细致、重构图像逼近输入图像；构建的联合分类网络，为解决数据不平衡问题提供了新的思路。

技术领域

本发明涉及模式识别领域，具体的，涉及一种虚拟现实场景数据集的分类方法、系统、计算机设备及存储介质。

背景技术

情绪，是对一系列主观认知经验的统称，是多种感觉、思想和行为综合产生的心理和生理状态。一直以来情绪都是心理学和神经科学领域内的研究重点，随着对情绪研究的深入，如何在实验室环境下有效的诱发出可靠且稳定的情绪，成为科学家们面临的最大难题。

现有的情绪诱发材料包括视觉、听觉、嗅觉和多通道情绪诱发材料。目前在情绪诱发材料方面，除了视觉诱发材料外，听觉、嗅觉还没有标准的刺激材料库可以使用，不同研究人员所选择的情绪诱发材料各不相同，导致了研究结果失去了可比性，从而影响了研究的深入。虚拟现实的优势之一就是具有更高的维度，相比传统的视频内容，它具备360度全景画面，用户就是主角可以身临其境，通过声音、画面感受气氛和氛围，空间感、距离感都会更有层次。用虚拟现实场景对受试者进行情绪诱发的时候，由于受试者将注意力集中在虚拟世界中而忽略了周围环境，这一诱发手段能够诱发出相对自然的情绪状态，从而有效提高实验室情绪诱发的可靠性。

虚拟现实场景在制作完成后、投入使用之前，需要通过实验对虚拟现实场景所诱发的情绪类别进行标注。Lang设计了一种图片导向型的评估工具，称为自我评测模型(SAM)，可以使受试者在评估图片的愉悦度、唤醒度和优势度的主观感受时，更直接、快速的反应个人的情绪。但自我评测模型的标准化指导语解说复杂且耗时，倘若受试者分心而注意力涣散则会忽略信息，例如忽略自我评测模型人形图示之间的空格也可选择，造成受试者仅勾选图案，因此降低答案的可靠性，或作答时因作答时间较短暂，而错看人物图形错选完全相反的答案。

发明内容

为了解决现有虚拟现实场景数据集的分类方法中的数据分布不平衡问题，本发明提供了一种虚拟现实场景数据集的分类方法、系统、计算机设备及存储介质，其建立在带有情绪标签的虚拟现实场景数据集的基础上，通过在单分类网络中添加通道注意力模块和双分支上采样模块，利用单分类和多分类联合构建的神经网络对图像进行分类。

本发明的第一个目的在于提供一种虚拟现实场景数据集的分类方法。

本发明的第二个目的在于提供一种虚拟现实场景数据集的分类系统。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种虚拟现实场景数据集的分类方法，所述方法包括：

建立带有情绪标签的虚拟现实场景，得到场景数据集，并根据场景数据集，得到正向图像、中立图像和负向图像，其中，中立图像和负向图像构成训练集；

在单分类网络中加入通道注意力模块和双分支上采样模块，得到新的单分类网络；

利用训练集训练新的单分类网络，得到训练好的单分类网络；

利用训练集训练二分类网络，得到训练好的二分类网络；

将训练好的单分类网络和二分类网络组合起来，构建联合分类网络；