基于 LSTM 的视频情绪估计

Samer Attrah

基于 LSTM 的视频情绪估计

计算机视觉与模式识别 2025-04-03 v3 机器学习机器人学

作者: Samer Attrah

摘要

情绪估计是一个长期存在的研究领域，已有多种方法使用机器学习。本文提出了一种 LSTM 模型，该模型处理由 MediaPipe 库为摄像头实时视频流中检测到的面部产生的 blend-shapes，以估计面部表情中的主要情绪。该模型在 FER2013 数据集上训练，准确率为 71%，F1 分数为 62%，达到了 FER2013 数据集的准确性基准，同时显著降低了计算成本。

关键词

情绪估计 LSTM MediaPipe FER2013 数据集面部表情

引用

@article{arxiv.2501.13432,
  title  = {Emotion estimation from video footage with LSTM},
  author = {Samer Attrah},
  journal= {arXiv preprint arXiv:2501.13432},
  year   = {2025}
}

备注

12 pages, 5 figures, 34 references, 4 tables, 3 equations

相关论文

查看更多相关论文 →