(录用定稿)网络首发时间:2019-10-16 16:15:09

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%。

国家自然科学基金(61771196);

多模态模型; 说谎检测; L-SVM; 非接触式;

10.14135/j.cnki.1006-3080.20190619002

TN912.3

中国知网独家网络首发,未经许可,禁止转载、摘编。

348769K
在线咨询 用户反馈