基于面部表情的情绪识别方法比较研究
计算机视觉与模式识别
2022-12-07 v1 机器学习
摘要
理解对话者的面部表情对于丰富交流并赋予其超越明确表达内容的深度十分重要。事实上，研究一个人的面部表情可洞察其隐藏的情绪状态。然而，即便作为人类，且尽管我们对人的情绪体验具有同理心与熟悉度，我们也只能猜测对方可能在感受什么。在人工智能与计算机视觉领域，面部情绪识别（FER）仍是一个蓬勃发展的课题，这主要得益于深度学习方法的进步与数据收集的改进。本文的主要目的是在三个 FER 数据集上比较三种前沿网络的性能，每种网络各有其改进 FER 任务的方法。第一和第二部分分别描述了三个数据集以及为 FER 任务所研究的三种网络架构。实验协议、结果及其解读在其余部分中给出。
引用
@article{arxiv.2212.03102,
title = {A comparative study of emotion recognition methods using facial expressions},
author = {Rim EL Cheikh and Hélène Tran and Issam Falih and Engelbert Mephu Nguifo},
journal= {arXiv preprint arXiv:2212.03102},
year = {2022}
}