CG-MER：基于卡牌游戏的多模态情感识别数据集
人工智能
2025-01-15 v1 计算机视觉与模式识别
人机交互
摘要
情感计算领域取得了显著进展，探索情感与新兴技术之间的关系。本文为该领域提供了一项新颖且宝贵的贡献，介绍了一个专为情感识别设计的综合性法语多模态数据集。该数据集涵盖三种主要模态：面部表情、语音和手势，提供了对情感的全方位视角。此外，该数据集有望整合额外的模态，如自然语言处理(NLP)，以拓展情感识别研究的范围。该数据集通过让参与者参与卡牌游戏 session，其中他们被鼓励表达各种情感并回应多样化的问题。研究包括10个 session，20名参与者（9名女性和11名男性）。该数据集为进一步推进情感识别研究提供了宝贵资源，并为探索人类情感与数字技术之间的复杂联系提供了途径。
引用
@article{arxiv.2501.08182,
title = {CG-MER: A Card Game-based Multimodal dataset for Emotion Recognition},
author = {Nessrine Farhat and Amine Bohi and Leila Ben Letaifa and Rim Slama},
journal= {arXiv preprint arXiv:2501.08182},
year = {2025}
}
备注
8 pages, 2 figures and 4 tables. Sixteenth International Conference on Machine Vision (ICMV 2023), Yerevan, Armenia