基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高测谎准确率,提出了一种基于多模态信息融合的测谎模型.在该模型的支持下,仅需对测谎者在说话期间的视频与音频信号进行处理即可有效完成测谎评估任务.心率可以反映测谎者的情绪变化,通过光电体积描记(Photo-Plethysmography,PPG)方法及全连接网络提取心率变化特征,通过3D卷积神经网络(3D-Convolutional Neural Networks,3D-CNN)及Word2Vec+CNN提取视频与语义特征,并将特征进行融合;使用线性支持向量机(Linear Support Vector Machines,L-SVM)对融合后的特征进行分类.在开源Real-life Trial数据集上的仿真实验结果表明,与其他多模态模型相比,本文提出的测谎模型在三模态下的准确率提升了2.74%.
推荐文章
基于P300和机器学习的测谎方法研究
测谎
独立成分分析
脑电
P300两步降噪
支持向量机
基于相锁值的脑电测谎方法
测谎
溯源
EEG
脑网络
微型内置式电子测压器的非接触感应充电方法
内置式电子测压器
非接触充电
涡流损耗
非接触式高精度钢板在线测厚系统的研究
非接触式
测厚
TMS320F2812
差动式测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多特征非接触式测谎技术
来源期刊 华东理工大学学报(自然科学版) 学科 工学
关键词 多模态模型 说谎检测 L-SVM 非接触式
年,卷(期) 2020,(4) 所属期刊栏目 信息科学与工程
研究方向 页码范围 556-563
页数 8页 分类号 TP391
字数 5524字 语种 中文
DOI 10.14135/j.cnki.1006-3080.20190619002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林家骏 华东理工大学信息科学与工程学院 171 1083 15.0 26.0
2 陈宁 华东理工大学信息科学与工程学院 20 76 6.0 7.0
3 魏江平 华东理工大学信息科学与工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多模态模型
说谎检测
L-SVM
非接触式
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东理工大学学报(自然科学版)
双月刊
1006-3080
31-1691/TQ
16开
上海市梅陇路130号
4-382
1957
chi
出版文献量(篇)
3399
总下载数(次)
2
总被引数(次)
27146
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导