成为关注中心：一种用于人格识别的人-境卷积神经网络框架
计算机视觉与模式识别
2019-10-16 v1
摘要
本文提出了一种基于不同场景视频数据的人格识别新研究。我们的目标是联合建模非语言行为线索与上下文信息，以构建一个鲁棒、多场景的人格识别系统。因此，我们构建了一种考虑多源信息的新型多流卷积神经网络（CNN）框架。在给定场景中，我们从场景中的每个个体提取时空运动描述子、编码社交群体动态的时空运动描述子，以及编码与周围上下文交互的空间关系描述子。所有提出描述子被映射到同一特征空间，以促进整体学习。在两个公开数据集上的实验证明了联合建模人-境互信息有效性，在两个不同场景中均优于人格识别的最先进结果。最后，我们给出了每种人格特质的 CNN 类激活图，揭示了与人格属性相关的行为模式。
引用
@article{arxiv.1910.06690,
title = {Being the center of attention: A Person-Context CNN framework for Personality Recognition},
author = {Dario Dotti and Mirela Popa and Stylianos Asteriadis},
journal= {arXiv preprint arXiv:1910.06690},
year = {2019}
}