基于量子多模态融合与时空图网络的大五人格预测方法

本发明属于人格预测技术领域，涉及一种基于量子多模态融合与时空图网络的大五人格预测方法。本发明方法包括以下步骤：获取图像视频，从中提取图像序列、音频信号和音频转录后的文本；提取面部表情数据、肢体动作数据、语音信号数据和文本语义数据；分别从所述各数据中提取时空关联性的特征向量；建立所述特征向量间的跨模态动态映射关系，并生成各数据的权重；基于量子优化算法优化各数据的权重，根据优化后各数据的权重建立大五人格特质预测模型；实时采集数据并输入大五人格特质预测模型；输出五维人格特质向量，并生成各数据贡献度热力图及反事实解释。本发明实现了高效多模态特征融合、精确时空特征建模并具备良好的可解释性。