摘要
本发明公开了一种基于分层交互对齐网络的多模态情感识别方法及装置,涉及数据处理领域,包括:构建多模态情感识别模型并利用层次表示分布对齐层对齐进行训练,得到经训练的多模态情感识别模型;获取目标域人群中的其中一个待识别人员的脑电数据与眼动数据对并输入到经训练的多模态情感识别模型,依次经过特征提取模块和分层自适应交互注意力模块,得到待识别人员对应的最终跨模态特征,待识别人员对应的最终跨模态特征和目标域数据对应的最终跨模态特征输入到少样本学习模块,得到待识别人员属于每个情感类别的概率值,选择概率值最大所对应的情感类别作为待识别人员的预测情感类别。本发明解决多模态情感识别中个体差异大、样本数量有限的问题。
技术关键词
情感类别
交互注意力
多模态情感识别
模态特征
跨模态
情感识别方法
情感识别模型
特征提取模块
数据
样本
分层
多层感知机
网络
动态
融合特征
矩阵
情感识别装置
原型
系统为您推荐了相关专利信息
跨模态融合特征
融合控制方法
多模态数据融合
预训练语言模型
多任务联合训练
出行需求
需求预测方法
需求预测模型
循环神经网络模型
出租车
高光谱图像特征
地物分类方法
融合特征
激光雷达点云数据
跨模态