基于多模态特征的群体凝聚力自动检测
计算机视觉与模式识别
2019-10-04 v1
摘要
群体凝聚力是群体动力学与群体绩效中一个引人关注且常被研究的构成要素。海量网络群体人物图像可用于开发有效的群体凝聚力检测方法。本文介绍了一种针对第七届野外情感识别(EmotiW 2019)大挑战中基于群体的凝聚力预测类别的自动群体凝聚力预测方法。该任务旨在预测图像中一群人的凝聚力水平。为应对此问题,提出了一种混合网络,包含分别在人脸特征、骨架特征和场景特征上训练的回归模型。对应于各特征的预测回归值被融合以得到最终的凝聚力强度。实验结果表明所提出的混合网络是有效的,并取得了有前景的改进。在测试集上取得了0.444的均方误差(MSE),优于0.5的基线MSE。
引用
@article{arxiv.1910.01197,
title = {Automatic Group Cohesiveness Detection With Multi-modal Features},
author = {Bin Zhu and Xin Guo and Kenneth Barner and Charles Boncelet},
journal= {arXiv preprint arXiv:1910.01197},
year = {2019}
}