摘要
本发明公开了基于情感极性和情感强度的多模态情感分析方法及系统,其中方法步骤包括:采集初始视频数据,并提取初始模态特征;提取初始模态特征中的高层次语义特征;提取高层次语义特征模态内和模态间的交互信息;提取交互信息中的情感极性和情感强度向量;基于情感极性和情感强度向量,完成视频数据中的人物情感分析。本发明采用了Transformer编码器和MLP编码器来提取高层次语义特征,并通过多粒度跨模态交互模块来提取模态内和模态间的交互信息。这种设计使得模型能够深入挖掘不同模态间的局部特征和细节信息,增强了对情感表达的理解和分析。本发明还通过跨模态注意力机制和前馈神经网络,完成了对视频数据中人物情感的分析。
技术关键词
情感分析方法
模态特征
语义特征
代表
编码器
高层次
跨模态
前馈神经网络
声学特征
视觉特征
强度
文本
梅尔频率倒谱系数
情感分析系统
视频
集成模块
注意力机制
阶段
面部特征点
语音识别技术
系统为您推荐了相关专利信息
异质信息网络
社交机器人
多模态信息融合
模态特征
文本
细粒度特征
融合特征
多粒度特征
编码器训练
图文
情感识别方法
语音情感识别模型
文本
数据
语音特征
文本生成图像
真实感
真实面部
人口统计数据
分类器
强化特征
无人机
输出特征
通道注意力机制
融合特征