এই কাগজটি CC 4.0 লাইসেন্সের অধীনে arxiv-এ উপলব্ধ।
লেখক:
(1) ঝিহাং রেন, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে এবং এই লেখকরা এই কাজে সমানভাবে অবদান রেখেছেন (ইমেল: [email protected]);
(2) জেফারসন ওর্তেগা, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে এবং এই লেখকরা এই কাজে সমানভাবে অবদান রেখেছেন (ইমেল: [email protected]);
(3) ইফান ওয়াং, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে এবং এই লেখকরা এই কাজে সমানভাবে অবদান রেখেছেন (ইমেল: [email protected]);
(4) ঝিমিন চেন, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে (ইমেল: [email protected]);
(5) Yunhui Guo, ডালাসে টেক্সাস বিশ্ববিদ্যালয় (ইমেল: [email protected]);
(6) স্টেলা এক্স ইউ, ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলে এবং ইউনিভার্সিটি অফ মিশিগান, অ্যান আর্বার (ইমেল: [email protected]);
(7) ডেভিড হুইটনি, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে (ইমেল: [email protected])।
মানুষ কিভাবে অন্যদের আবেগ অনুমান করে তা বোঝা গবেষকদের সামাজিক জ্ঞানের বোঝার জন্য অপরিহার্য। সাইকোফিজিসিস্টরা যখন পরীক্ষা-নিরীক্ষা চালায়, তখন তাদের পরীক্ষা-নিরীক্ষার নকশার জন্য নির্দিষ্ট উদ্দীপক সেটের প্রয়োজন হয়। যাইহোক, প্রকাশিত ডেটাসেটগুলির মধ্যে, বর্তমানে এমন কোনও প্রসঙ্গভিত্তিক ভিডিও ডেটাসেট নেই যাতে ক্রমাগত ভ্যালেন্স এবং উত্তেজনা রেটিং রয়েছে৷ এই ধরনের ডেটাসেটের অভাব গবেষকদের সংশ্লিষ্ট কাজের জন্য কম্পিউটার ভিশন অ্যালগরিদম তৈরি করতে বাধা দেয়। আমাদের প্রস্তাবিত VEATIC ডেটাসেট কম্পিউটার দৃষ্টির ক্ষেত্রে এই গুরুত্বপূর্ণ শূন্যস্থান পূরণ করে এবং আবেগের স্বীকৃতি বোঝার ক্ষেত্রে সাইকোফিজিক্যাল স্টাডির জন্য উপকারী হবে। ডি
ডেটা সংগ্রহের সময়, অংশগ্রহণকারীরা ক্রমাগত ভিডিও ক্লিপগুলিতে টার্গেট অক্ষরের আবেগগুলিকে ট্র্যাক এবং রেট করেছে যা সাধারণ সাইকোফিজিক্যাল পরীক্ষার থেকে আলাদা যেখানে প্রতিক্রিয়াগুলি বিলম্বের পরে সংগ্রহ করা হয়। আমাদের ডেটাসেটের এই নকশাটি রিয়েল-টাইম ইমোশন প্রসেসিং অনুকরণ করার জন্য অত্যাবশ্যক ছিল যেটি ঘটে যখন মানুষ তাদের দৈনন্দিন জীবনে আবেগ প্রক্রিয়া করে। উপরন্তু, আবেগ প্রক্রিয়াকরণ একটি তাত্ক্ষণিক প্রক্রিয়া নয় এবং এটি অন্যদের আবেগ সম্পর্কে সঠিক অনুমান করার জন্য সময়ের সাথে সাথে তথ্যের সাময়িক সঞ্চয়নের উপর অনেক বেশি নির্ভর করে।
VEATIC ডেটাসেটের শক্তি হল এটি নকল করে কিভাবে মানুষ বাস্তব জগতে আবেগ অনুধাবন করে: ক্রমাগত এবং অস্থায়ী এবং স্থানিক উভয় ক্ষেত্রেই প্রাসঙ্গিক তথ্যের উপস্থিতিতে। এই ধরনের একটি সমৃদ্ধ ডেটাসেট ভবিষ্যতের কম্পিউটার ভিশন মডেলগুলির জন্য অত্যাবশ্যক এবং বর্তমান মডেলগুলি কী করতে পারে তার সীমানা ঠেলে দিতে পারে৷ VEATIC-এর মতো আরও সমৃদ্ধ ডেটাসেট তৈরির মাধ্যমে, ভবিষ্যতের কম্পিউটার ভিশন মডেলের পক্ষে মানুষের সাথে মিথস্ক্রিয়া করার সময় রিয়েলটাইমে আবেগগুলি উপলব্ধি করা সম্ভব হতে পারে।
এই কাগজটি CC 4.0 লাইসেন্সের অধীনে arxiv-এ উপলব্ধ ।