8月7日，CSA多模态情感计算课题组暑期第4期学术组会在线召开，该会议由国际联合实验室宋斌老师主持。本次组会的主题是面向深度学习的多模态情感识别研究进展。

河南科技大学2024级硕士研究生谢志鹏对《面向深度学习的多模态情感识别研究进展》文献进行了汇报交流。该文献通过回顾深度学习的有关方法进行总结，逐个分析了深度信念网络、卷积神经网络和循环神经网络中的特征与优势，总结出深度学习方法相对于传统方法而言对情感识别领域的帮助；通过分别针对语音、视觉、文本信息的情感特征提取来完成多模态情感识别任务，主要对上述三种信息的情感特征进行介绍，分别阐述其手工特征提取和深度特征提取技术的进展。此外，还介绍了多模态情感识别中的三种多模态信息融合方法：特征层融合、决策层融合与模型层融合，分析了三种融合方法特点与利弊并列举了近年来基于双模态情感识别融合方法对数据集分析的主要成果。**后，文献对深度学习目前的一些缺陷与挑战进行了分析并对跨库的多模态情感识别与数据样本不足作出了目前的一些解决方式。

在交流环节，与会组员展开了深入讨论，充分了解了基于深度学习的多模态情感识别研究进展，为各位老师同学未来课题研究提供了新思路。

（图文/张婷 审核/宋斌）