上下文感知情感识别网络
计算机视觉与模式识别
2019-08-19 v1 人机交互
多媒体
摘要
传统的情感识别技术仅关注面部表情分析，因而编码能够全面表征情绪反应的上下文信息的能力有限。我们提出用于上下文感知情感识别的深度网络，称为 CAER-Net，其不仅利用人脸面部表情，还以联合与增强的方式利用上下文信息。核心思想是在视觉场景中隐藏人脸，并基于注意力机制寻找其他上下文。我们的网络由两个子网络组成：包括双流编码网络以分别提取人脸与上下文区域的特征，以及自适应融合网络以自适应方式融合这些特征。我们还引入了一个用于上下文感知情感识别的新基准，称为 CAER，其在定性与定量上均比现有基准更合适。在多个基准上，CAER-Net 证明了上下文对情感识别的作用。我们的数据集可在 http://caer-dataset.github.io 获取。
引用
@article{arxiv.1908.05913,
title = {Context-Aware Emotion Recognition Networks},
author = {Jiyoung Lee and Seungryong Kim and Sunok Kim and Jungin Park and Kwanghoon Sohn},
journal= {arXiv preprint arXiv:1908.05913},
year = {2019}
}
备注
International Conference on Computer Vision (ICCV) 2019