PersEmoN：一种用于表观人格、情绪及其关系联合分析的深度网络
计算机视觉与模式识别
2019-11-19 v2
摘要
表观人格与情绪分析均为情感计算的核心。现有工作分别求解二者。在本文中，我们探究此类高层情感特质及其关系是否可从自然场景下面部图像中联合学习。为此，我们引入 PersEmoN，一种端到端可训练的深度类 Siamese 网络。它由两个卷积网络分支组成，一个用于情绪，另一个用于表观人格。两个网络共享底层特征提取模块，并在多任务学习框架内优化。情绪与人格网络专用于各自的标注数据集。此外，采用类对抗损失函数以促进异质数据集源间的表示一致性。基于此，我们也探索情绪到表观人格的关系。大量实验证明了 PersEmoN 的有效性。
引用
@article{arxiv.1811.08657,
title = {PersEmoN: A Deep Network for Joint Analysis of Apparent Personality, Emotion and Their Relationship},
author = {Le Zhang and Songyou Peng and Stefan Winkler},
journal= {arXiv preprint arXiv:1811.08657},
year = {2019}
}
备注
Accepted to IEEE Transactions on Affective Computing