基于多模态生理信号的跨个体情感识别多层解缠网络

文章预览

本文提出了一种名为多层解缠网络（ MDNet ）的新模型，用于基于多模态生理信号进行跨个体情感识别。 MDNet 通过结合模态级解缠模块和个体级解缠模块，分别提取模态不变特征和模态特定特征，从而同时建模多模态信号的一致性与异质性。此外，模型还处理个体差异，通过分离共享特征和个体特征来提高跨个体情感识别的准确性。实验结果表明， MDNet 在两个多模态情感数据集上表现优于其他现有方法。 1 多层解缠网络 l多模态情感识别 多模态情感识别是通过整合来自不同模态（如生理信号、文本、音频和视频）的信息，来准确识别和分析人类情感状态的技术。该方法可以克服单一模态带来的局限性，提供更全面的情感理解。 l跨个体情感识别 跨个体情感识别是指通过分析不同个体的生理信号，识别和理解他们的情感状态。这一过程面临个体差 ………………………………