摘要
本发明涉及生物识别技术领域,尤其涉及一种多模态情绪识别方法,包括:S1、利用多模态情绪数据进行预处理得到多模态情绪数据的数据特征;S2、利用所述多模态情绪数据的数据特征基于Transformer建立多模态情绪数据的交互融合模型;S3、根据所述多模态情绪数据的交互融合模型得到多模态情绪识别结果,基于Transformer深度神经网络实现了多模态情绪识别,由于Transformer的有效性和多模态信息的互补性,情绪识别不易受外界模态信息因素的影响,所以该种情绪识别方法稳定性较优,进而情绪识别的准确度和鲁棒性也得到了保证,效果较佳。
技术关键词
多模态情绪
数据
音频特征
视觉特征
情绪识别方法
语音编码器
生物识别技术
图像编码器
深度神经网络
文本
有效性
基础
鲁棒性
噪声
系统为您推荐了相关专利信息
城市供水管网
智能监管方法
监测点
压力
智能设备
优化资源配置
地理信息系统数据
神经网络模型
资源分配优先级
交通流量预测
采煤机
有效值
故障诊断方法
故障诊断模型
噪音传感器
围捕方法
运动控制模块
密度
网络模块
深度强化学习技术
智能配置方法
实体
模板引擎技术
配置算法
三元组