祝贺团队博士生吴卓嘉一篇文章“HyDiscGAN: A Hybrid Distributed cGAN for Audio-Visual Privacy Preservation in Multimodal Sentiment Analysis”被IJCAI 2024录用

祝贺团队博士生吴卓嘉一篇文章“HyDiscGAN: A Hybrid Distributed cGAN for Audio-Visual Privacy Preservation in Multimodal Sentiment Analysis”被IJCAI 2024录用

祝贺团队博士生吴卓嘉一篇文章“HyDiscGAN: A Hybrid Distributed cGAN for Audio-Visual Privacy Preservation in Multimodal Sentiment Analysis”被International Joint Conference On Artificial Intelligence（IJCAI 2024）录用。

国际人工智能联合会议（International Joint Conference On Artificial Intelligence，IJCAI）是人工智能（Artificial Intelligence，AI）领域的国际顶级学术会议，是AI领域历史最悠久和最受赞誉的会议之一，每年吸引来自世界各地的研究人员、实践者和AI爱好者，共同展示和讨论他们的最新工作，这些工作涵盖从理论发现到实际应用的各个方面。IJCAI也是中国计算机学会CCF推荐的A类会议。

多模态情感分析（Multimodal Sentiment Analysis，MSA）旨在识别视频内容中说话者的情感倾向，这引起人们对多模态数据（如声纹和面部）相关的隐私风险的关注。分布式协作学习是一种有效的多模态数据隐私保护方法。然而，现有的分布式协作学习方法忽视了不同模态之间的隐私差异，这使得它们在性能和隐私保护之间难以取得平衡。

因此，论文首先提出了一个有趣的问题，即如何在最大限度地利用不同模态的数据提高识别性能的同时，有效保护说话人的隐私。论文首次尝试解决MSA任务中特定模态数据的隐私保护问题，提出了一种混合分布式跨模态cGAN框架(HyDiscGAN)，它针对多模态对齐进行建模，从可共享的去识别文本数据中生成伪音频和视觉特征，目的是利用伪特征代替真实的音频和视觉特征进行情感识别，以保证说话人的隐私，同时有效地提高性能。大量的实验表明，与最先进的MSA模型相比，HyDiscGAN可以在保护隐私的同时实现更优的或有竞争力的性能。