基于CNN音视频特征的统计选择用于人类情绪状态瞬时估计
计算机视觉与模式识别
2017-08-24 v1
摘要
连续级别情绪状态的自动预测需要选择合适的情感特征，以开发基于监督机器学习的回归系统。本文研究了使用卷积神经网络统计学习的特征在瞬时预测情绪状态连续维度上的性能。通过基于互信息的选择过程挑选出冗余最小、相关性最大的特征。使用本文提出的适中长度特征进行逐帧情绪状态预测的性能在RECOLA数据库的自发自然人人对话上进行了评估。实验结果表明，所提模型可用于情绪状态的瞬时预测，其准确率高于用于情感计算的传统音频或视频特征。
引用
@article{arxiv.1708.07021,
title = {Statistical Selection of CNN-Based Audiovisual Features for Instantaneous Estimation of Human Emotional States},
author = {Ramesh Basnet and Mohammad Tariqul Islam and Tamanna Howlader and S. M. Mahbubur Rahman and Dimitrios Hatzinakos},
journal= {arXiv preprint arXiv:1708.07021},
year = {2017}
}
备注
Accepted in International Conference on new Trends in Computer Sciences (ICTCS), Amman, Jordan, 2017