一种联邦学习场景下的多模态补全方法

本发明提供了一种联邦学习场景下的多模态补全方法，涉及数据处理技术领域，该方法包括获取当前暴力视频；将全局模型下发至各节点；基于当前暴力视频，针对每个节点在其拥有的数据模态上本地训练节点模型，其中，对于模态缺失的节点，利用补全技术策略处理不完整的视频数据；将训练好的节点模型上传至中央服务器：对接收的节点模型进行聚合，生成全局模型；将聚合生成的全局模型下发至各节点，并上述过程，直至迭代条件达到预设的阈值，完成联邦学习场景下的多模态补全处理。本发明解决了在联邦学习场景下多模态数据不完整的问题。