买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西南石油大学申请的专利一种基于跨模态注意力的多模态情感分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119295994B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411349902.6，技术领域涉及：G06V20/40；该发明授权一种基于跨模态注意力的多模态情感分析方法是由杨力;钟俊弘设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于跨模态注意力的多模态情感分析方法在说明书摘要公布了：本发明涉及智能情绪识别技术领域，特别是涉及一种基于跨模态注意力的多模态情感分析方法，包括：获取待分析视频段；将待分析视频段输入预设的多模态情感分析模型中，输出情感分析结果，其中，多模态情感分析模型包括输入层用于提取待分析视频段的特征；单模态特征提取层用于对特征进行单模态上下文信息提取，获取单模态上下文特征；跨模态交互层用于对单模态上下文特征进行跨模态特征交互，获取若干双模态联合特征；多模态融合层用于对双模态联合特征进行融合处理，获取跨模态交互特征；输出层用于将单模态上下文特征和跨模态交互特征进行拼接，获取多模态融合特征并输出情感分析结果。本发明能够更准确的反映说话者的情感倾向。

本发明授权一种基于跨模态注意力的多模态情感分析方法在权利要求书中公布了：1.一种基于跨模态注意力的多模态情感分析方法，其特征在于，包括： 获取待分析视频段； 将所述待分析视频段输入预设的多模态情感分析模型中，输出情感分析结果，其中，所述多模态情感分析模型包括输入层、单模态特征提取层、跨模态交互层、多模态融合层、输出层，所述输入层用于提取所述待分析视频段的特征；所述单模态特征提取层用于对所述特征进行单模态上下文信息提取，获取单模态上下文特征；所述跨模态交互层用于对所述单模态上下文特征进行跨模态特征交互，获取若干双模态联合特征；所述多模态融合层用于对所述双模态联合特征进行融合处理，获取跨模态交互特征；所述输出层用于将所述单模态上下文特征和跨模态交互特征进行拼接，获取多模态融合特征，并基于所述多模态融合特征输出所述情感分析结果； 所述跨模态交互层对所述单模态上下文特征进行跨模态特征交互，获取若干双模态联合特征包括： 将所述单模态上下文特征进行两两交互； 对交互的两个单模态上下文特征之间互相采用低阶信号进行重构，再经过若干跨模态转换器，获取两个单向跨模态特征； 通过激活函数将两个单向跨模态特征进行拼接，获取拼接特征； 计算所述拼接特征的注意力分布，并将所述注意力分布与所述拼接特征相乘，获取所述双模态联合特征； 其中，通过激活函数将两个单向跨模态特征进行拼接，获取拼接特征，计算方法为： 其中，为单向跨模态文本特征和单向跨模态视觉特征的拼接特征，为单向跨模态文本特征，为单向跨模态视觉特征，n表示跨模态转换器个数，表示向量的拼接操作，WVT和bVT分别表示特征拼接后的映射矩阵和偏置项； 计算所述拼接特征的注意力分布，并将所述注意力分布与所述拼接特征相乘，获取所述双模态联合特征，计算方法为： 其中，att1为使用Softmax函数计算的注意力分布矩阵，ICAVT为文本特征和视觉特征的双模态联合特征； 所述多模态融合层对所述双模态联合特征进行融合处理，获取跨模态交互特征包括： 将两两交互的特征与对应的双模态联合特征进行拼接，获取联合特征； 基于所述联合特征，利用自注意力机制获取两两交互的特征的模态内部相关特征； 对所述模态内部相关特征进行过滤处理后，获取两两交互的特征的模态注意力特征，即所述跨模态交互特征； 所述多模态融合层的计算方法为： SelfVT＝att2·Z1 其中，Z1表示文本特征ZT、语音特征ZV与对应的双模态联合特征ICAVT拼接得到的特征向量，att2表示自注意力机制计算的注意力分布矩阵，SelfVT表示文本-视觉模态注意力特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。