图像中群体凝聚力的预测
计算机视觉与模式识别
2019-04-09 v4
摘要
群体的凝聚力是人群情绪状态、结构及成功程度的基本指标。我们研究影响群体层面凝聚力感知的因素，并提出在群体凝聚力量表上估计人类感知凝聚力的方法。为识别凝聚力的视觉线索（属性），我们进行了用户调查。图像分析通过多任务卷积神经网络在群体层面进行。为分析群体成员面部表情对预测群体凝聚分数（GCS）的贡献，我们探索了一种胶囊网络。我们将 GCS 添加到 Group Affect 数据库并提出“GAF-Cohesion 数据库”。所提模型在该数据库上表现良好，并能在预测群体凝聚力分数上达到接近人类水平的性能。有趣的是，群体凝聚力作为一个属性，在与群体层面情绪预测联合训练时，有助于提升后一任务的性能。这表明群体层面情绪与凝聚力是相关的。
引用
@article{arxiv.1812.11771,
title = {Predicting Group Cohesiveness in Images},
author = {Shreya Ghosh and Abhinav Dhall and Nicu Sebe and Tom Gedeon},
journal= {arXiv preprint arXiv:1812.11771},
year = {2019}
}