摘要
本发明公开了协作学习下基于注意力机制的多模态情感识别方法,获取样本和对应的情绪状态,基于样本生成训练集、验证集、以及测试集;构建协作学习多模态情感识别模型;定义协作学习多模态情感识别模型的损失函数;基于训练集对协作学习多模态情感识别模型训练;将待预测的样本输入到训练完成的协作学习多模态情感识别模型,输出对应的预测情绪状态。本发明提出结合多头自注意力机制和改进的高效加性注意力模块的特征融合方法,能够有效捕捉跨模态全局依赖关系和局部上下文一致性,从而实现更好的情感识别精度。
技术关键词
多模态情感识别
情感识别方法
注意力机制
特征提取器
BERT模型
矩阵
样本
文本
Softmax函数
面部
特征融合方法
图像提取特征
融合特征
标量乘法
高斯滤波器
分类器
训练集
系统为您推荐了相关专利信息
演变分析方法
异常事件
预测网络模型
双目深度相机
解码模块
焊点缺陷检测方法
激光
通道注意力机制
焊点检测系统
焊点检测技术
缺陷检测方法
多尺度特征融合
纹理细节特征
网络
滤波算法
岩性识别方法
数据交互模块
图像分类算法
图像采集模块
电子放大镜