神经形态效价与唤醒度估计

识别人脸及其潜在情绪是生物特征识别的一个重要方面。事实上，从人脸估计情绪状态在文献中已从多个角度得到解决。在本文中，我们遵循一条新颖的路径，即使用神经形态数据来预测人脸的效价和唤醒度值。由于收集基于事件的标注视频存在困难，我们利用事件相机模拟器来创建现有 RGB 数据集的神经形态对应版本。我们证明，不仅在模拟数据上训练模型仍能在效价-唤醒度估计中产生最先进的结果，而且我们训练好的模型可以直接应用于真实数据，无需进一步训练即可解决下游的情绪识别任务。在本文中，我们提出了几种替代模型来解决该任务，包括基于帧的和基于视频的模型。