-
公开(公告)号:CN119538168A
公开(公告)日:2025-02-28
申请号:CN202311111253.1
申请日:2023-08-30
Applicant: 复旦大学
IPC: G06F18/25 , G06F18/213 , G06F18/2431 , G06F18/2415 , G06F40/30 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种基于脑认知启发的多模态人类意图理解系统,包括多模态信息采集单元、互交叉注意力强化单元、自交叉注意力强化单元、源模态更新单元、自适应多模态信息融合单元、连续维度的情感意图理解单元,以及细粒度的行为意图理解单元。与现有技术相比,本发明充分融合来自语言、音频以及视频模态的有效特征语义,利用不同强化和更新单元中的注意力机制实现了高效的多模态建模,进一步完成了多任务模式下的人类情感和行为意图理解,有效的解决了真实应用场景下人类意图理解准确率低,多模态利用率不足以及系统鲁棒性差等问题。
-
公开(公告)号:CN119577568A
公开(公告)日:2025-03-07
申请号:CN202311113314.8
申请日:2023-08-30
Applicant: 复旦大学
IPC: G06F18/2415 , G06F18/2431 , G06F16/35 , G06F16/334 , G06F16/3329 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种适用于不确定模态缺失的多模态情感识别系统,包括多模态信息感知单元、异构模态缺失样本生成单元、多粒度跨模态交互单元、特征语义一致性约束单元、自适应特征增强单元、选择性特征过滤单元、特征集成单元、情感识别单元以及情感显示单元。与现有技术相比,本发明通能够深入挖掘缺失模态中元素之间的自然相关性,最大限度地激发缺失模态潜在的能力,从而有效提升缺失模态场景下多模态情感识别方法的鲁棒性。
-