用于视频情感分析的量子认知动机决策融合

视频情感分析作为一个决策过程本质上是复杂的，涉及来自多模态决策的融合以及由此引起的认知偏差。受量子认知近期进展的启发，我们表明来自一个模态的情感判断可能与来自另一个模态的判断不相容，即顺序重要且它们无法被联合测量以产生最终决策。因此该认知过程展现出无法被经典概率论捕获的“类量子”偏差。相应地，我们提出一种全新的、量子认知动机的融合策略用于预测情感判断。具体而言，我们将话语表述为正负情感判断在带正算子值测度的复值 Hilbert 空间上的量子叠加态，并将单模态分类器作为互不相容的观测量。在两个基准数据集上的实验表明，我们的模型显著优于各种现有的决策级以及一系列最先进的内容级融合方法。结果还表明，不相容性的概念允许有效处理所有组合模式，包括那些被所有单模态分类器错误预测的极端情况。