基于检索增强和模态融合机制的视觉情感分析
程立
张虹
太原师范学院 山西晋中 030012
摘要：现有视觉情感分析方法通常直接将视觉特征输入单一视觉模型,使图像与情感之间存在巨大情感鸿沟,为提升视觉情感分析的效果,文章提出了检索增强视觉情感分析模型(multimodal information retrieval-augmented,MIRA),可以有效连接图像与情感.通过图像特征检索相关文本,将检索到的文本特征与图像特征融合表示以进行情感分析.在多个数据集上的实验结果表明,MIRA模型在情感分类任务中表现优异,尤其在处理模糊或复杂情感图像时显著提高了分类准确性.
关键词：图像情感分析CLIP多模态融合检索增强交叉注意力
论文发表日期：2025-04-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 74-79 )