是LeVAsa而非LevioSA！用于效价-唤醒结构对齐的潜在编码
人工智能
2020-12-01 v3 多媒体
摘要
近年来，情感计算领域取得了巨大进展。已开发若干模型来表示和量化情绪。两种流行模型包括（i）将情绪表示为离散标签的范畴模型，以及（ii）在效价-唤醒（VA）环形域中表示情绪的维度模型。然而，两种标注方法之间尚无标准的映射标注。我们构建了一种新颖算法，通过跨情感面部图像数据集的标注迁移来映射范畴与维度模型标签。此外，我们利用迁移的标注，通过变分自编码器（VAE）学习丰富且可解释的数据表示。我们提出“LeVAsa”，一种通过将潜在空间与VA空间对齐来学习隐式结构的VAE模型。我们在两个基准情感图像数据集上通过定量与定性分析将其与Vanilla VAE比较，评估LeVAsa的有效性。我们的结果显示LeVAsa实现了高潜在-环形对齐，从而改进了下游范畴情绪预测。该工作也展示了对齐程度与重建质量之间的权衡。
引用
@article{arxiv.2007.10058,
title = {It's LeVAsa not LevioSA! Latent Encodings for Valence-Arousal Structure Alignment},
author = {Surabhi S. Nath and Vishaal Udandarao and Jainendra Shukla},
journal= {arXiv preprint arXiv:2007.10058},
year = {2020}
}
备注
5 pages, 4 figures and 3 tables