Disentangled Representation Learning for Multimodal Emotion Recognition

模式 计算机科学 模态(人机交互) 人工智能 线性子空间 特征学习 多模式学习 编码器 冗余(工程) 代表(政治) 特征(语言学) 机器学习 自然语言处理 模式识别(心理学) 数学 政治 政治学 法学 社会科学 语言学 哲学 几何学 社会学 操作系统
作者
Dingkang Yang,Shuai Huang,Haopeng Kuang,Yangtao Du,Lihua Zhang
标识
DOI:10.1145/3503161.3547754
摘要

Multimodal emotion recognition aims to identify human emotions from text, audio, and visual modalities. Previous methods either explore correlations between different modalities or design sophisticated fusion strategies. However, the serious problem is that the distribution gap and information redundancy often exist across heterogeneous modalities, resulting in learned multimodal representations that may be unrefined. Motivated by these observations, we propose a Feature-Disentangled Multimodal Emotion Recognition (FDMER) method, which learns the common and private feature representations for each modality. Specifically, we design the common and private encoders to project each modality into modality-invariant and modality-specific subspaces, respectively. The modality-invariant subspace aims to explore the commonality among different modalities and reduce the distribution gap sufficiently. The modality-specific subspaces attempt to enhance the diversity and capture the unique characteristics of each modality. After that, a modality discriminator is introduced to guide the parameter learning of the common and private encoders in an adversarial manner. We achieve the modality consistency and disparity constraints by designing tailored losses for the above subspaces. Furthermore, we present a cross-modal attention fusion module to learn adaptive weights for obtaining effective multimodal representations. The final representation is used for different downstream tasks. Experimental results show that the FDMER outperforms the state-of-the-art methods on two multimodal emotion recognition benchmarks. Moreover, we further verify the effectiveness of our model via experiments on the multimodal humor detection task.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
55555发布了新的文献求助10
1秒前
Zeeki完成签到 ,获得积分10
2秒前
是我呀小夏完成签到 ,获得积分10
4秒前
ycd完成签到,获得积分10
6秒前
muncy完成签到 ,获得积分10
7秒前
Lesterem完成签到 ,获得积分10
17秒前
20秒前
passion发布了新的文献求助10
26秒前
liuyq0501完成签到,获得积分10
28秒前
天才小能喵完成签到 ,获得积分0
29秒前
已拿捏催化剂完成签到 ,获得积分10
30秒前
铜豌豆完成签到 ,获得积分10
33秒前
草莓熊1215完成签到 ,获得积分10
33秒前
651完成签到 ,获得积分10
41秒前
安安滴滴完成签到 ,获得积分10
41秒前
1分钟前
zzhui完成签到,获得积分10
1分钟前
潘fujun完成签到 ,获得积分10
1分钟前
科研小白白白应助古炮采纳,获得50
1分钟前
三十四画生完成签到 ,获得积分10
1分钟前
nanfeng完成签到 ,获得积分10
1分钟前
独钓寒江雪完成签到 ,获得积分10
1分钟前
经青寒完成签到 ,获得积分10
1分钟前
瘦瘦冬寒完成签到 ,获得积分10
1分钟前
维维完成签到 ,获得积分10
1分钟前
YJ完成签到,获得积分10
1分钟前
victory_liu完成签到,获得积分10
1分钟前
Herbs完成签到 ,获得积分10
1分钟前
Jonsnow完成签到 ,获得积分10
1分钟前
孤独的大灰狼完成签到 ,获得积分10
1分钟前
马登完成签到,获得积分10
1分钟前
liguanyu1078完成签到,获得积分10
1分钟前
SciGPT应助FiroZhang采纳,获得10
1分钟前
chenbin完成签到,获得积分10
1分钟前
陈米花完成签到,获得积分10
1分钟前
yyjl31完成签到,获得积分10
1分钟前
Simon_chat完成签到,获得积分10
1分钟前
路路完成签到 ,获得积分10
1分钟前
Aprilzhou完成签到,获得积分10
1分钟前
吐司炸弹完成签到,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709863
关于积分的说明 7418267
捐赠科研通 2354446
什么是DOI,文献DOI怎么找? 1246020
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921