基于遗传特征选择双流神经网络的自怒情绪真实性识别
计算机视觉与模式识别
2020-09-15 v3 人机交互
摘要
人们在与他人互动时可以操纵情绪表达。例如，当刺激并未真正引发愤怒时，可能表现出假怒，旨在操纵观察者。本文旨在考察能否利用观察者的瞳孔数据，通过计算方法识别愤怒的真实性。我们使用基于遗传的特征选择（GFS）方法，筛选观察者在观看视频刺激中假怒与真怒时的时序瞳孔特征。随后利用所选特征训练一个简单的全连接神经网络与一种双流神经网络。结果表明，当双眼瞳孔响应均可用时，双流架构能以93.58%的准确率取得令人满意的识别结果；同时显示基于遗传算法的特征选择方法可有效将分类准确率提升3.07%。我们希望本工作能助力人机交互及需要情绪识别的心理学研究等日常研究。
引用
@article{arxiv.2009.02650,
title = {A Genetic Feature Selection Based Two-stream Neural Network for Anger Veracity Recognition},
author = {Chaoxing Huang and Xuanying Zhu and Tom Gedeon},
journal= {arXiv preprint arXiv:2009.02650},
year = {2020}
}
备注
This paper has been accepted by the 27th International Conference on Neural Information Processing