深度神经网络如何改进视频数据上的情感识别
计算机视觉与模式识别
2017-01-11 v5
摘要
我们研究利用深度学习在视频数据上进行维度情感识别的任务。尽管先前若干方法已表明在手工特征上训练时序神经网络模型（如循环神经网络 (RNNs)）的益处，但很少有学者考虑将卷积神经网络 (CNNs) 与 RNNs 结合。本工作中，我们提出一个利用 CNNs 与 RNNs 两者在视频数据上执行情感识别的系统，并分析了各神经网络组件对系统整体性能的贡献程度。我们给出了在 Audio/Visual+Emotion Challenge (AV+EC2015) 视频上的发现。实验中，我们分析了若干超参数对整体性能的影响，同时取得了优于基线与其他竞争方法的性能。
引用
@article{arxiv.1602.07377,
title = {How Deep Neural Networks Can Improve Emotion Recognition on Video Data},
author = {Pooya Khorrami and Tom Le Paine and Kevin Brady and Charlie Dagli and Thomas S. Huang},
journal= {arXiv preprint arXiv:1602.07377},
year = {2017}
}
备注
Accepted at ICIP 2016. Fixed typo in Experiments section