SeLiNet：用于图像情感识别的情感增强轻量网络
计算机视觉与模式识别
2023-07-07 v1 人机交互
摘要
本文中，我们提出一种情感增强轻量网络 SeLiNet 以及一个端到端设备端流水线，用于图像中的上下文情感识别。SeLiNet 模型由身体特征提取器、图像美学特征提取器以及基于学习的融合网络组成，联合估计离散情感与人类情感任务。在 EMOTIC 数据集上，所提方法取得了 27.17 的平均精度(AP)分数，而基线 AP 分数为 27.38，同时将模型大小缩减了 >85%。此外，我们报告了设备端 AP 分数为 26.42，与基线相比模型大小缩减了 >93%。
引用
@article{arxiv.2307.02773,
title = {SeLiNet: Sentiment enriched Lightweight Network for Emotion Recognition in Images},
author = {Tuneer Khargonkar and Shwetank Choudhary and Sumit Kumar and Barath Raj KR},
journal= {arXiv preprint arXiv:2307.02773},
year = {2023}
}
备注
Paper submitted in ISCAS 2023