研究人员开发了ADMC，一种基于注意力的扩散模型，旨在补全多模态情感和意图识别中的缺失模态特征。该框架为每种模态训练独立的特征提取网络，以防止过度耦合，并使用基于注意力的扩散网络（ADN）生成与真实多模态分布紧密匹配的缺失特征。ADMC方法在IEMOCAP和MIntRec基准测试中展现了最先进的性能，在模态缺失和完整两种场景下均有效。 AI
影响 该模型可以提高AI系统在并非所有模态数据都能持续可用之现实场景中的鲁棒性。
排序理由 该集群描述了一篇详细介绍用于多模态识别特征补全的新颖模型的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Attention-based Diffusion Model for Missing Modalities Feature Completion
- Attention-based Diffusion Network
- IEMOCAP: interactive emotional dyadic motion capture database
- MIntRec
- Wei Zhang
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
