AVCAffe：用于远程工作的认知负荷与情感的大规模音视频数据集
人机交互
2022-11-28 v2 计算机视觉与模式识别
机器学习
摘要
我们介绍AVCAffe，首个包含认知负荷与情感属性的音视频数据集。我们通过视频会议平台模拟远程工作场景来录制AVCAffe，受试者协作完成若干具认知参与性的任务。AVCAffe是英语语言中规模最大的原生采集（非从互联网收集）情感数据集。我们招募了来自18个不同原籍国、年龄跨度为18至57岁、男女比例均衡的106名参与者。AVCAffe共包含108小时视频，相当于超过58,000个片段，以及基于任务的自评真值标签，涵盖唤醒度、效价和认知负荷属性（如心理需求、时间需求、努力等）。我们认为，鉴于情感和认知负荷分类固有的困难性，AVCAffe对深度学习研究界将是一个具有挑战性的基准。此外，我们的数据集通过促进构建用于更好自我管理远程工作会议的学习系统，并进一步研究有关远程工作对认知负荷和情感状态影响的假设，填补了现有及时空白。
引用
@article{arxiv.2205.06887,
title = {AVCAffe: A Large Scale Audio-Visual Dataset of Cognitive Load and Affect for Remote Work},
author = {Pritam Sarkar and Aaron Posen and Ali Etemad},
journal= {arXiv preprint arXiv:2205.06887},
year = {2022}
}
备注
Accepted in AAAI 2023