摘要
本发明公开了一种多模态情感识别方法及系统,涉及图像处理技术领域,包括以下步骤:获取多模态情感数据和缺失情感数据,并进行标注,得到标注后的多模态情感数据和缺失情感数据,其中,所述多模态情感数据包括图像、语音和文本特征;将标注后的多模态情感数据和缺失情感数据输入至预先建立的基于蒸馏机制与对比学习的可训练的深度神经网络模型内,输出得到融合特征和更新的单模态特征;基于融合特征和更新的单模态特征,生成正负样本,基于正负样本将融合特征输入至全连接层,得到情感识别预测结果。
技术关键词
深度神经网络模型
融合特征
模态特征
多模态
特征提取模块
注意力编码器
蒸馏
学生
教师
数据
跨模态
编码模块
样本
情感类别
情感识别系统
算法模块
机制
门控循环单元
系统为您推荐了相关专利信息
预测管理系统
风险预测模型
生成可视化界面
云端服务器
节点设备
车辆故障识别方法
故障特征
融合特征
生成对抗网络模型
车辆通信系统
异构传感器
生成式对抗网络
数据融合算法
修复方法
多模态传感器
急性放射性皮炎
光学图像采集装置
调制传递函数
基础分类器
风险预测模型