帧波图情感识别模型

捕捉高频情绪细节

引入帧波变换同时保留高低频语义细节，并用双提醒融合增强非文本模态贡献，实现更细粒度的对话情感理解。

李明 · Jiandong, Shi · 白璐 · 黄昌勤 · Jiang, Yunliang · Lú, Ke · 王士进 · Hancock, Edwin R.

Pattern Recognition 2025

技术优势

高频情绪细节不丢

帧波变换同时使用低通和高通滤波器分解图信号，捕捉传统空间消息传递 GNN 会忽略的细微情绪变化。

非文本模态作用提升

双提醒融合机制强制模型反复关注非文本模态的贡献，减少以文本为中心的融合偏差。

应用场景

• 对话情感分析：直接从对话图的高频信号中捕捉细微情绪变化，判断说话人真实情感倾向。
• 情感感知交互：让交互系统更准确地感知用户情绪状态，从而动态调整回应策略。
• 多模态人机对话：融合文本、语音、视觉多模态的帧波图表示，减少单一模态依赖，提升对话系统对语境的理解。
• 服务机器人情感识别：在服务机器人交互中准确识别用户情绪，触发更人性化的安抚或帮助行为。