摘要
本发明公开了一种基于脉冲神经网络和注意力机制的多模态情绪识别方法。该方法首先获取多模态数据集;然后输入多模态特征提取层中获取对应的热力图特征;再把对应的热力图特征输入多模态特征融合层基于自注意力机制进行特征融合,并引入小波阈值函数对特征空间进行对齐突出关键特征得到融合特征;最后判断是否受到对抗攻击,有选择的引入脉冲神经网络,使用包含卷积嵌入层、卷积位置编码层、卷积注意力层和多模态分类器对融合特征进行识别得到对应的情绪,在降低多模态的计算复杂性及能耗的同时,提高多模态系统的鲁棒性以及分类识别的准确性。
技术关键词
情绪识别方法
编码特征
融合特征
注意力机制
嵌入特征
小波阈值函数
多模态分类器
多模态特征融合
补丁
多层感知机
脉冲
离散小波变换
数据
信号
全局平均池化
编码器
系统为您推荐了相关专利信息
燃料电池水含量
阻抗特征
样本
频域特征
异构特征
性能检测数据
双向长短期记忆
决策树模型
融合特征
压力传感器
功率自适应控制
液压泵系统
场景特征
融合特征
序列
多模态数据融合
多模态特征
回归预测模型
融合策略
注意力机制