介绍 CALMED：用于自闭症儿童情绪检测的多模态标注数据集
人机交互
2023-07-27 v1 人工智能
摘要
自动情绪检测（Emotion Detection, ED）旨在构建自动识别用户情绪的系统。该领域有潜力增强人机交互（HCI），为用户创造个性化体验。然而，ED 系统在患有自闭症谱系障碍（Autism Spectrum Disorder, ASD）的人群上往往表现不佳。因此，需要创建适应自闭症患者表达情绪方式的 ED 系统。先前工作已创建面向自闭症儿童的 ED 系统，但未共享所得数据集。共享标注数据集对于使研究界能够开发更先进的 ED 计算机模型至关重要。在本文中，我们描述了建立一套流程以创建包含 1 级自闭症诊断儿童的多模态标注数据集的经验。此外，我们介绍了 CALMED（Children, Autism, Multimodal, Emotion, Detection），这一所得的面向上述 8-12 岁自闭症儿童的多模态情绪检测数据集。CALMED 包含从参与者研究会话录音文件中提取的音频和视频特征，以及由其父母提供的分为四个目标类别的标注。所生成的数据集共包含 57,012 个样本，每个样本代表 200ms（0.2s）的时间窗口。我们在此描述的经验和方法，连同所共享的数据集，旨在为 ASD 中情感计算的未来研究应用做出贡献，其有潜力创建改善 ASD 人群生活的系统。
引用
@article{arxiv.2307.13706,
title = {Introducing CALMED: Multimodal Annotated Dataset for Emotion Detection in Children with Autism},
author = {Annanda Sousa and Karen Young and Mathieu D'aquin and Manel Zarrouk and Jennifer Holloway},
journal= {arXiv preprint arXiv:2307.13706},
year = {2023}
}