申请/专利权人:桂林电子科技大学
申请日:2024-01-30
公开(公告)日:2024-04-16
公开(公告)号:CN117893948A
主分类号:G06V20/40
分类号:G06V20/40;G06V40/70;G06V10/40;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06F18/213;G10L15/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了基于多粒度的特征对比和融合框架的多模态情感分析方法,包括:提取原始视频的低纬度多模态特征数据;将所述低纬度多模态特征数据,输入单模态特征提取模块,进行特征提取,获取单模态独立特征数据;将所述单模态独立特征数据,输入多模态融合模块,进行数据融合,获取跨模态融合数据;将所述跨模态融合数据,输入对比学习模块,使用MSA回归主任务和对比学习子任务对分类输出模块进行训练;基于训练后的所述分类输出模块,获取多模态情感预测结果。本发明不仅可以有效捕获跨模态不变特征来识别情感分类,还可以利用模态特定特征预测情感强度。
主权项:1.基于多粒度的特征对比和融合框架的多模态情感分析方法,其特征在于,包括:提取原始视频的低纬度多模态特征数据;其中,所述低纬度多模态特征数据包括:文本独立特征数据、视觉独立特征数据和语音独立特征数据;将所述低纬度多模态特征数据,输入单模态特征提取模块,进行特征提取,获取单模态独立特征数据;将所述单模态独立特征数据,输入多模态融合模块,进行数据融合,获取跨模态融合数据;将所述跨模态融合数据,输入对比学习模块,使用MSA回归主任务和对比学习子任务对分类输出模块进行训练;基于训练后的所述分类输出模块,获取多模态情感预测结果。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 基于多粒度的特征对比和融合框架的多模态情感分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。