基于自适应视觉情绪识别系统的鲁棒性增强方法及装置

本申请涉及多模态情绪识别技术领域，特别涉及一种基于自适应视觉情绪识别系统的鲁棒性增强方法及装置，其中，方法包括：基于周围环境的环境信息获取第一多模态数据，并生成对抗性样本对自适应视觉情绪识别系统进行对抗性训练，得到训练后的自适应视觉情绪识别系统。向第一多模态数据中添加噪声，得到第二多模态数据，输入该数据进行情绪识别，依据识别结果适应调整训练后的自适应视觉情绪识别系统的至少一个系统参数，从而获得鲁棒性增强的自适应视觉情绪识别系统。由此，解决相关技术中，由于通过图灵测试的人工智能模型强大的学习能力，攻击者输入的微扰可能导致情绪识别结果的严重偏差，进而影响系统的决策和行为，威胁用户的隐私安全的问题。