Autores:  (1) Zhihang Ren, Universidade da Califórnia, Berkeley e estes autores contribuíram igualmente para este trabalho (E-mail: peter.zhren@berkeley.edu);  (2) Jefferson Ortega, Universidade da Califórnia, Berkeley e estes autores contribuíram igualmente para este trabalho (E-mail: jefferson_ortega@berkeley.edu);  (3) Yifan Wang, Universidade da Califórnia, Berkeley e estes autores contribuíram igualmente para este trabalho (E-mail: wyf020803@berkeley.edu);  (4) Zhimin Chen, Universidade da Califórnia, Berkeley (E-mail: zhimin@berkeley.edu);  (5) Yunhui Guo, Universidade do Texas em Dallas (E-mail: yunhui.guo@utdallas.edu);  (6) Stella X. Yu, Universidade da Califórnia, Berkeley e Universidade de Michigan, Ann Arbor (E-mail: stellayu@umich.edu);  (7) David Whitney, Universidade da Califórnia, Berkeley (E-mail: dwhitney@berkeley.edu).  Tabela de links   Resumo e introdução   Wok Relacionado   Conjunto de dados VEATIC   Experimentos   Discussão   Conclusão   Mais sobre estímulos   Detalhes da anotação   Processamento de valores discrepantes   Acordo de assunto entre vídeos   Avaliações e referências de familiaridade e prazer  6. Conclusão  Neste estudo, propusemos o primeiro grande conjunto de dados de vídeo baseado em contexto,   , para predição contínua de valência e excitação. Várias visualizações mostram a diversidade do nosso conjunto de dados e a consistência das nossas anotações. Também propusemos um algoritmo de linha de base simples para resolver esse desafio. Os resultados empíricos comprovam a eficácia do nosso método proposto e do conjunto de dados VEATIC. VEATIC  Este artigo está   sob licença CC 4.0. disponível no arxiv

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

Kinetopgraph.TECH

Read My Stories

kinetograph

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Boost your HackerNoon story @ $159.99! 🚀

VEATIC: Rastreamento de emoção e afeto baseado em vídeo em conjunto de dados de contexto: Conclusão

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

As camadas invisíveis: por que as entrevistas com usuários são um ativo insubstituível

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

As camadas invisíveis: por que as entrevistas com usuários são um ativo insubstituível

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps