多模态情感识别方法、装置、设备及介质

本发明公开了一种多模态情感识别方法、装置、设备及介质，涉及计算机技术领域，包括：构建情感状态文本向量数据库，从该数据库中检索出与文本特征最相关的情感状态文本向量，并将其与文本特征拼接，得到增强的文本表示；将增强的文本表示与输入图像的多级视觉特征进行融合，生成融合特征向量，动态更新所述情感状态文本向量数据库，并通过解码得到情感类别的概率分布。这样可有效地捕捉细粒度情感变化的复杂性，避免固定文本输入导致的模型误导问题，使得模型在复杂和多变的情感场景中能够灵活扩展情感分类目标，分类结果更加精准可靠，显著提高了检测精度和适应性，在动态情感场景中表现出更强的鲁棒性。