208 測定値

VEATIC: コンテキストデータセットにおけるビデオベースの感情と感情の追跡: 刺激についての詳細

に Kinetograph: The Video Editing Technology Publication2m2024/05/27

長すぎる; 読むには

この論文では、研究者らが人間の感情認識のための VEATIC データセットを紹介し、既存のデータセットの制限に対処し、コンテキストベースの推論を可能にします。

featured image - VEATIC: コンテキストデータセットにおけるビデオベースの感情と感情の追跡: 刺激についての詳細

この論文はCC 4.0ライセンスの下でarxivで公開されています。

著者:

（１）カリフォルニア大学バークレー校のZhihang Renとこれらの著者らは本研究に等しく貢献した（電子メール：[email protected]）。

（２）ジェファーソン・オルテガ、カリフォルニア大学バークレー校およびこれらの著者らは、本研究に等しく貢献した（電子メール：[email protected]）。

（３）Yifan Wang、カリフォルニア大学バークレー校およびこれらの著者らは、本研究に等しく貢献した（Eメール：[email protected]）。

（4）カリフォルニア大学バークレー校のZhimin Chen氏（Eメール：[email protected]）

（５）ユンフイ・グオ、テキサス大学ダラス校（Eメール：[email protected]）

（6）ステラ・X・ユー、カリフォルニア大学バークレー校およびミシガン大学アナーバー校（Eメール：[email protected]）

（7）デイビッド・ホイットニー、カリフォルニア大学バークレー校（Eメール：[email protected]）。

リンク一覧

7. 刺激について

VEATIC データセットで使用されているすべてのビデオは、オンラインビデオ共有 Web サイト (YouTube) から選択されました。VEATIC データセットには、124 のビデオクリップ (ハリウッド映画のクリップ 104 個、ホームビデオのクリップ 15 個、ドキュメンタリーまたはリアリティ TV 番組のクリップ 5 個) が含まれています。具体的には、ドキュメンタリービデオは、率直な社会的交流を示すが何らかの形式のビデオ編集があるビデオとして分類され、ホームビデオは、ビデオ編集なしで率直な社会的交流を示すビデオを指します。データセット内のすべてのビデオのフレームレートは 25 フレーム/秒で、解像度は最低が 202 x 360、最高が 1920 x 1080 でした。

図2のビデオフレームの概要を除いて、図9にさらに多くのサンプルを示します。さらに、ほとんどのフレームにメインキャラクターが含まれている以前に公開されたデータセット[31、29、32]とは異なり、VEATICには選択されたキャラクターを含むフレームだけでなく、選択されていないキャラクターと純粋な背景を含むフレームも多数あります（図10）。したがって、VEATICは私たちの日常生活のシナリオに似ており、それに基づいてトレーニングされたアルゴリズムは日常的なアプリケーションでより有望になります。