CARAT: Contrastive Feature Reconstruction and Aggregation for Multi-modal Multi-label Emotion Recognition

要約

マルチモーダル マルチラベル感情認識 (MMER) は、複数のモダリティから関連する感情を識別することを目的としています。
MMER の課題は、異種データから複数のラベルの識別特徴を効果的に取得する方法です。
最近の研究は主に、マルチモーダル情報をすべてのラベルの統一表現に統合するためのさまざまな融合戦略の探索に専念しています。
しかし、そのような学習スキームは、各モダリティの特異性を見落とすだけでなく、異なるラベルに対する個々の識別特徴を捕捉することもできません。
さらに、ラベルとモダリティの依存関係を効果的にモデル化することはできません。
これらの問題に対処するために、この文書では、MMER タスク用の ContrAstive feature Reconstruction and AggregaTion (CARAT) を紹介します。
具体的には、モーダル分離された特徴とラベル固有の特徴を対照的に学習することで、きめの細かいモダリティとラベルの依存関係をより適切にモデル化する再構成ベースの融合メカニズムを考案します。
モダリティの相補性をさらに活用するために、シャッフルベースの集計戦略を導入して、ラベル間の共起コラボレーションを強化します。
2 つのベンチマーク データセット CMU-MOSEI と M3ED での実験により、最先端の手法に対する CARAT の有効性が実証されました。
コードは https://github.com/chengzju/CARAT で入手できます。

要約(オリジナル)

Multi-modal multi-label emotion recognition (MMER) aims to identify relevant emotions from multiple modalities. The challenge of MMER is how to effectively capture discriminative features for multiple labels from heterogeneous data. Recent studies are mainly devoted to exploring various fusion strategies to integrate multi-modal information into a unified representation for all labels. However, such a learning scheme not only overlooks the specificity of each modality but also fails to capture individual discriminative features for different labels. Moreover, dependencies of labels and modalities cannot be effectively modeled. To address these issues, this paper presents ContrAstive feature Reconstruction and AggregaTion (CARAT) for the MMER task. Specifically, we devise a reconstruction-based fusion mechanism to better model fine-grained modality-to-label dependencies by contrastively learning modal-separated and label-specific features. To further exploit the modality complementarity, we introduce a shuffle-based aggregation strategy to enrich co-occurrence collaboration among labels. Experiments on two benchmark datasets CMU-MOSEI and M3ED demonstrate the effectiveness of CARAT over state-of-the-art methods. Code is available at https://github.com/chengzju/CARAT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google