用于自然场景下维度情感识别的多分量CNN-RNN方法
计算机视觉与模式识别
2019-12-17 v5 人工智能
人机交互
图像与视频处理
机器学习
摘要
本文介绍我们参与一分钟渐进情感识别（OMG-Emotion）挑战赛的方法，侧重于通过对所提供的情感视频进行视觉分析来实现维度情感识别。该方法基于我们为相关的大型AffWild情感数据库开发的卷积与循环（CNN-RNN）深度神经架构。我们通过让RNN子网络探索CNN组件中生成的多种特征组合，扩展并调整了该架构。我们的目标是在学习相应视觉训练数据集的同时，在OMG-Emotion视觉验证数据集上获得最佳性能。大量实验得出了在这些数据集上估计效价和唤醒情感维度值的最佳架构。
引用
@article{arxiv.1805.01452,
title = {A Multi-component CNN-RNN Approach for Dimensional Emotion Recognition in-the-wild},
author = {Dimitrios Kollias and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:1805.01452},
year = {2019}
}