利用深度卷积网络特征进行游戏实时情绪识别
计算机视觉与模式识别
2014-08-19 v1 机器学习
神经与进化计算
摘要
本研究的目的是探索深度卷积网络特征在情绪识别中的应用。结果表明，其性能与其他已发表模型相当，最佳识别率达到 94.4%，且仅需单张静态图像而非视频流。本文还描述了一种情感反馈游戏的实现，其中利用这些特征的分类器可实时追踪玩家的面部表情。
引用
@article{arxiv.1408.3750,
title = {Real-time emotion recognition for gaming using deep convolutional network features},
author = {Sébastien Ouellet},
journal= {arXiv preprint arXiv:1408.3750},
year = {2014}
}
备注
6 pages, 8 figures, IEEE style