利用回声状态网络估计一分钟视频中的渐变情绪行为
计算机视觉与模式识别
2018-05-23 v1
摘要
本文描述了我们针对OMG-Emotion Challenge 2018的方法。目标是为长约1分钟的视频产生语句级别的效价（valence）与唤醒度（arousal）估计。我们通过首先提取视频的面部表情特征作为时间序列数据，然后使用回声状态网络（Echo State Network）类型的循环神经网络来建模时间序列数据与效价-唤醒值之间的对应关系来解决该问题。实验表明，所提出的方法超越了组织者提供的基线方法。
引用
@article{arxiv.1805.08690,
title = {Estimating Gradual-Emotional Behavior in One-Minute Videos with ESNs},
author = {Tianlin Liu and Arvid Kappas},
journal= {arXiv preprint arXiv:1805.08690},
year = {2018}
}