이 문서는 CC 4.0 라이선스에 따라 arxiv에서 볼 수 있습니다.   저자:  (1) 캘리포니아 대학교 버클리 캠퍼스의 Zhihang Ren과 이들 저자는 이 연구에 동등하게 기여했습니다(이메일: peter.zhren@berkeley.edu).  (2) 캘리포니아 대학교 버클리 캠퍼스의 Jefferson Ortega와 이들 저자는 이 연구에 동등하게 기여했습니다(이메일: jefferson_ortega@berkeley.edu).  (3) University of California, Berkeley의 Yifan Wang과 이들 저자는 이 연구에 동등하게 기여했습니다(이메일: wyf020803@berkeley.edu).  (4) 캘리포니아 버클리 대학교 Zhimin Chen(이메일: zhimin@berkeley.edu);  (5) 댈러스 텍사스 대학교 Yunhui Guo (이메일: yunhui.guo@utdallas.edu);  (6) Stella X. Yu, University of California, Berkeley 및 University of Michigan, Ann Arbor (이메일: stellayu@umich.edu);  (7) David Whitney, University of California, Berkeley (이메일: dwhitney@berkeley.edu).  링크 표   초록 및 소개   관련 웍   VEATIC 데이터세트   실험   논의   결론   자극에 대한 추가 정보   주석 세부정보   이상치 처리   동영상 전반의 주제 일치   익숙함과 즐거움 평가 및 참고자료  5. 토론  인간이 다른 사람의 감정을 어떻게 추론하는지 이해하는 것은 연구자들이 사회적 인지를 이해하는 데 필수적입니다. 정신물리학자가 실험을 수행하는 동안 실험을 설계하려면 특정 자극 세트가 필요합니다. 그러나 게시된 데이터 세트 중에는 현재 지속적인 원자가 및 각성 등급을 포함하는 상황 기반 비디오 데이터 세트가 없습니다. 이러한 종류의 데이터 세트가 부족하면 연구자가 해당 작업에 대한 컴퓨터 비전 알고리즘을 개발하는 데 방해가 됩니다. 우리가 제안한 VEATIC 데이터 세트는 컴퓨터 비전 분야에서 이러한 중요한 격차를 메우고 감정 인식을 이해하는 정신물리학 연구에 도움이 될 것입니다. 디  데이터 수집 과정에서 참가자들은 지연 후 반응을 수집하는 일반적인 정신 물리학 실험과 달리 비디오 클립에서 대상 캐릭터의 감정을 지속적으로 추적하고 평가했습니다. 우리 데이터 세트의 이 디자인은 인간이 일상 생활에서 감정을 처리할 때 발생하는 실시간 감정 처리를 모방하는 데 필수적이었습니다. 또한 감정 처리는 즉각적인 프로세스가 아니며 다른 사람의 감정에 대해 정확한 추론을 하기 위해 시간이 지남에 따라 정보가 시간적으로 축적되는 데 크게 의존합니다.  VEATIC 데이터세트의 강점은 인간이 현실 세계에서 감정을 인식하는 방식을 지속적으로, 그리고 시간적, 공간적 영역 모두에서 상황별 정보가 존재하는 방식을 모방한다는 것입니다. 이러한 풍부한 데이터 세트는 미래의 컴퓨터 비전 모델에 필수적이며 현재 모델이 달성할 수 있는 범위를 넓힐 수 있습니다. VEATIC과 같은 더욱 풍부한 데이터 세트를 생성하면 미래의 컴퓨터 비전 모델이 인간과 상호 작용하면서 실시간으로 감정을 인식하는 것이 가능할 수 있습니다.  이 문서는 CC 4.0 라이선스에 따라   있습니다. arxiv에서 볼 수

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

이 오디오는 이야기의 원래 언어로 제작되었습니다!

너무 오래; 읽다

Boost your HackerNoon story @ $159.99! 🚀

VEATIC: 비디오 기반 감정 및 상황 데이터 세트의 영향 추적: 토론

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

이 18가지 개발자 도구로 생산성을 높이세요 🚀🔥

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

볼츠만 뇌 이론에 대한 간략한 소개

포럼에서 피드까지: 소셜 미디어 알고리즘이 디지털 상호작용을 형성하는 방식

이 18가지 개발자 도구로 생산성을 높이세요 🚀🔥

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

볼츠만 뇌 이론에 대한 간략한 소개

포럼에서 피드까지: 소셜 미디어 알고리즘이 디지털 상호작용을 형성하는 방식

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps