摘要
本发明提出了一种基于跨模态注意力融合的缺失模态情感识别方法及系统,属于情感识别技术领域,包括:获取待识别情感的多模态数据;对多模态数据的缺失模态标记缺失模态指示并进行特征预处理得到初级特征和预处理特征;对各个模态的初级特征进行特征提取得到高级特征;利用跨模态注意力融合层对各个模态的高级特征计算模态之间的注意力分数,根据注意力分数对高级特征进行加权求和,同时通过门控融合机制动态调整各模态特征融合程度,得到初步融合特征;将初步融合特征与预处理特征经过残差连接模块融合得到全模态特征;采用深度分类网络对全模态特征进行情感识别。本发明学习不同模态数据间的相互关系实现多模态情感的有效识别。
技术关键词
情感识别方法
跨模态
模态特征
深度分类网络
融合特征
情感类别
识别情感
生成特征
数据
特征提取模块
情感识别系统
情感识别技术
多层感知机层
注意力机制
多模态
前馈神经网络
编码器
三元组
系统为您推荐了相关专利信息
三维速度场
拓扑结构数据
三维定位方法
三维结构
联合优化算法
转移预测方法
组学特征
跨模态数据
肿瘤
多模态特征
智能驾驶决策方法
车辆
邻居
感知特征
风险评估值
语义
模型训练方法
注意力
特征提取网络
跨模态数据
多通道
噪声功率谱估计
噪声数据
多模态特征
短时傅里叶变换