摘要
本发明公开了一种视觉情感适应的显式与隐式空间自监督学习方法,所述方法如下:一、从CLIP的文本嵌入中分离出与情感无关的冗余语义特征,仅保留与情感相关的嵌入,并通过标签传播算法生成伪标签;二、利用CLIP的图像编码器作为情感编码器,将特征直接映射到情感类别空间,增强情感特征的清晰度和可解释性;三、隐式情感空间生成的伪标签指导显式情感空间的学习,显式空间的反馈优化隐式空间,形成循环反馈机制;四、使用记忆库记录源域和目标域在情感子空间中的类别原型,通过最小化相应类别特征之间的距离,对齐不同域以减少情感差异。该方法解决了CLIP空间与情感空间的不匹配问题以及不同情感数据集之间的情感差异问题。
技术关键词
监督学习方法
标签传播算法
图像编码器
图像嵌入
情感类别
情感特征
视觉
原型
迭代优化算法
语义特征
文本编码器
记忆
样本
注意力机制
矩阵
系统为您推荐了相关专利信息
行人重识别算法
Sigmoid函数
注意力
图像特征向量
图像编码器
行人检索方法
文本特征向量
图像特征向量
预测编码器
文本编码器
反射材料
扫描识别方法
表面反射特征
监督学习方法
高精度工业
分析系统
多模态数据采集
画面
识别模块
分析模块