다중 머리 교차 주의 메커니즘 기반의 다중 양상 감정 인식

다중 양상 학습은 학습 과정을 향상시키기 위해 여러 감각 양상 또는 상호작용 채널의 데이터를 활용하는 접근 방식입니다. 다양한 양상을 통합함으로써, 이 방법은 복잡한 정보를 인식하고 이해하는 모델의 능력을 향상시켜 효과적인 교차 양상 상호작용과 융합을 가능하게 합니다. 본 논문에서는 처음부터 구축된 다중 양상 감정 인식 모델을 제안합니다. 우리는 텍스트, 음성 및 시각 양상에서 감정 정보를 통합하기 위한 네 가지 고유한 융합 전략을 조사합니다. 포괄적인 평가를 통해, 다중 머리 교차 주의 메커니즘을 포함한 융합 전략이 다른 접근 방식에 비해 우수한 성능을 나타냄을 입증합니다.