西班牙语老年人视频面试中的情感计算模型实验
计算机视觉与模式识别
2025-09-22 v2
摘要
理解老年人情感信号对于设计支持其福祉的虚拟助理至关重要。然而，现有的情感计算模型面临诸多局限：（1）代表老年人的 datasets 稀缺，尤其在非英语语种人群中；（2）模型在训练于年轻或单一人口统计学背景数据后，泛化能力差。为此，我们评估了最新的情感计算模型——包括面部表情识别、文本情感分析和笑容检测——使用来自西班牙语老年人与 person 或 virtual avatar 互动的视频。为此，我们引入了一个新的数据集，包含西班牙语老年人进行的人类间视频访谈。通过三项全面分析，我们探讨了（1）人工标注标签与自动模型输出之间的一致性，（2）不同模态下模型输出之间的关系，以及（3）个体间情感信号的变异性。使用 Wizard of Oz (WoZ) 数据集和我们新收集的数据集，我们发现人工标注与模型预测之间存在有限一致性，不同模态之间的一致性较弱，且个体间存在显著差异。这些发现凸显了通用情感感知模型的不足，强调未来系统需要纳入个人变异性和文化细微差别的重要性。
引用
@article{arxiv.2501.16870,
title = {Experimenting with Affective Computing Models in Video Interviews with Spanish-speaking Older Adults},
author = {Josep Lopez Camunas and Cristina Bustos and Yanjun Zhu and Raquel Ros and Agata Lapedriza},
journal= {arXiv preprint arXiv:2501.16870},
year = {2025}
}