基于深度学习的群体情感识别综述
计算机视觉与模式识别
2024-08-29 v1 人工智能
机器学习
摘要
随着人工智能技术的发展，群体情感识别 (GER) 已成为分析人类行为的重要领域。早期的 GER 方法主要依赖手工特征。然而，随着深度学习 (DL) 技术的普及及其在各类任务中的卓越成功，神经网络在 GER 领域受到了日益关注。与个体情感不同，群体情感表现出多样性和动态性。目前已提出了若干 DL 方法，有效利用群体层面图像中蕴含的丰富信息，显著提升了 GER 性能。本综述全面回顾了应用于 GER 的 DL 技术，提出了新的分类框架，涵盖 GER 的所有方面。综述概述了数据集、深度 GER 流程，以及过去十年各方法的性能比较。此外，我们总结并讨论了每个方面的基本方法和最新进展。进一步，我们识别出当前面临的挑战，并提出了为设计健壮 GER 系统的潜在方向。据我们所知，本综述是首个全面回顾深度 GER 方法的综述，为未来的 GER 研究工作提供了关键参考。
引用
@article{arxiv.2408.15276,
title = {A Survey of Deep Learning for Group-level Emotion Recognition},
author = {Xiaohua Huang and Jinke Xu and Wenming Zheng and Qirong Mao and Abhinav Dhall},
journal= {arXiv preprint arXiv:2408.15276},
year = {2024}
}
备注
16 pages, 2 figures