一种动态自适应的多模态情感分析融合方法及系统

本发明提供了一种动态自适应的多模态情感分析融合方法及系统，涉及多模态情感分析技术领域。该方法同步采集目标用户的语音、文本、面部表情和肢体动作数据，形成多模态数据集。首先，提取各模态的情感特征，并构建跨模态关联模型以捕捉不同模态间的协同与互补关系。基于跨模态关联模型的权重矩阵，计算各模态的实时置信度评分及互补性指标。然后，根据这些评分和指标，动态选择加权平均或最大熵算法融合多模态情感特征，生成综合情感特征向量。最后，将该向量输入预训练深度学习模型，输出用户的情感状态类别。本发明能够准确全面地捕捉用户情感，实现高效的情感识别和分类，提升情感分析系统在复杂场景中的鲁棒性和灵活性。