基于 3DMM 的情绪-价位预测的数据增强技术
机器人学
2024-10-02 v1
摘要
人类通常通过多种交流渠道与他人交互。例如，身体姿态或面部表情常用于传递意图。对此类非语言线索的运用促进了预测模型的发展。一种类似的方法是从面部表情预测情绪和价位（arousal-valence, AV）。然而，在人机交互（HRI）环境中构建这些模型准确且具挑战性，因为需要处理多个主体、复杂环境以及广泛的面部表情范围。本文提出一种基于 3D 形状可塑模型（3DMM）的数据增强（DA）技术，用于提高 AV 预测器的性能。我们将其方法应用于包含三个人类的调解机器人与 HRI 场景。我们的增强方法为 SEWA 数据集中欠代表的 AV 空间中的值创建合成序列，该数据集是标注最为全面且具有连续 AV 标签的数据集。结果表明，使用我们的数据增强方法可提高在实时应用中的 AV 预测准确性和鲁棒性。本模型在 SEWA 数据集上的准确率分别为 0.793（情绪）和 0.793（价位）。
引用
@article{arxiv.2410.00349,
title = {Data Augmentation for 3DMM-based Arousal-Valence Prediction for HRI},
author = {Christian Arzate Cruz and Yotam Sechayk and Takeo Igarashi and Randy Gomez},
journal= {arXiv preprint arXiv:2410.00349},
year = {2024}
}