116 Lesungen

VEATIC: Videobasiertes Emotions- und Affekt-Tracking im Kontextdatensatz: Fazit

von Kinetograph: The Video Editing Technology Publication1m2024/05/27

Zu lang; Lesen

In diesem Artikel stellen Forscher den VEATIC-Datensatz zur Erkennung menschlicher Affekte vor, der sich mit den Einschränkungen vorhandener Datensätze befasst und kontextbasierte Schlussfolgerungen ermöglicht.

featured image - VEATIC: Videobasiertes Emotions- und Affekt-Tracking im Kontextdatensatz: Fazit

Autoren:

(1) Zhihang Ren, University of California, Berkeley und diese Autoren haben zu gleichen Teilen zu dieser Arbeit beigetragen (E-Mail: [email protected]);

(2) Jefferson Ortega, University of California, Berkeley und diese Autoren haben zu gleichen Teilen zu dieser Arbeit beigetragen (E-Mail: [email protected]);

(3) Yifan Wang, University of California, Berkeley und diese Autoren haben zu gleichen Teilen zu dieser Arbeit beigetragen (E-Mail: [email protected]);

(4) Zhimin Chen, University of California, Berkeley (E-Mail: [email protected]);

(5) Yunhui Guo, University of Texas at Dallas (E-Mail: [email protected]);

(6) Stella X. Yu, University of California, Berkeley und University of Michigan, Ann Arbor (E-Mail: [email protected]);

(7) David Whitney, University of California, Berkeley (E-Mail: [email protected]).

Linktabelle

6. Fazit

In dieser Studie haben wir den ersten kontextbasierten großen Videodatensatz, VEATIC , zur kontinuierlichen Valenz- und Erregungsvorhersage vorgeschlagen. Verschiedene Visualisierungen zeigen die Vielfalt unseres Datensatzes und die Konsistenz unserer Anmerkungen. Wir haben auch einen einfachen Basisalgorithmus zur Lösung dieser Herausforderung vorgeschlagen. Empirische Ergebnisse belegen die Wirksamkeit unserer vorgeschlagenen Methode und des VEATIC-Datensatzes.