基于边缘的网格叠加用于人群情绪识别
计算机视觉与模式识别
2016-10-19 v1 人机交互
摘要
众多自动连续情绪检测系统研究主要考察包含表达情绪的单个人的视频和图像的使用。本研究考察群体和人群设置中自发情绪的检测。使用边缘检测与线网格叠加来提取特征。从参考点出发的特征移动（就移动而言）用于跨颜色通道的图像序列进行跟踪。此外，视频数据捕获是通过观看体育赛事的参与者群体引发的自发情绪完成的。该方法与视角和遮挡无关，并且结果不受多人混乱表达各种情绪的影响。边缘阈值0.2和网格阈值20显示出最佳准确率结果。群体情绪分类器的总体准确率为70.9%。
引用
@article{arxiv.1610.05566,
title = {Edge Based Grid Super-Imposition for Crowd Emotion Recognition},
author = {Amol Patwardhan},
journal= {arXiv preprint arXiv:1610.05566},
year = {2016}
}
备注
6 pages, 6 figure, 1 table, emotion, crowd, group, spontaneous, indoor, edge, grid, mesh, tracking, temporal feature