随着社交媒体的普及和数据来源的多样化，基于文本、语音和图像等多模态数据的情感分析逐渐兴起。相比单一模态，利用多模态信息可以更全面地感知和分析情感状态。然而，在多模态情感分析中，图像特征的空间分布蕴含着多层次的语义信息，如何有效利用这些多尺度特征是当前...