一种缺模态条件下的情感识别模型联合训练方法

本发明涉及机器学习技术领域，具体公开了一种缺模态条件下的情感识别模型联合训练方法，包括：服务器下发全局模型至训练用户；参与训练用户进行多模态训练得到本地融合特征和本地模型；参与训练用户将本地模型参数和融合后的情感特征上传至服务器；服务器进行特征聚合得到全局特征并下发本地模型参数到测试用户，测试用户利用训练用户的模型进行特征提取并将特征上传至服务器；服务器计算测试特征与训练特征之间的差异性，并根据差异性大小对本地模型进行聚合。服务器将全局模型及全局特征下发给训练用户；重复以上步骤直至模型收敛。本方法解决了模态数据不完整和用户数据异构问题，从而提高了模型在处理不完整模态数据时的准确性和鲁棒性。