面向野外视频的多模态情绪估计
计算机视觉与模式识别
2022-04-01 v4 图像与视频处理
摘要
本文简要介绍我们提交给第三届野外情感行为分析（ABAW）竞赛效价-唤醒度估计挑战赛的方法。我们的方法利用多模态信息，即视觉和音频信息，并采用时间编码器对视频中的时间上下文建模。此外，应用平滑处理器以获得更合理的预测，并使用模型集成策略来提升所提方法的性能。实验结果表明，我们的方法在Aff-Wild2数据集验证集上效价达到65.55% ccc、唤醒度达到70.88% ccc，证明了所提方法的有效性。
引用
@article{arxiv.2203.13032,
title = {Multi-modal Emotion Estimation for in-the-wild Videos},
author = {Liyu Meng and Yuchen Liu and Xiaolong Liu and Zhaopei Huang and Yuan Cheng and Meng Wang and Chuanhe Liu and Qin Jin},
journal= {arXiv preprint arXiv:2203.13032},
year = {2022}
}