176 чтения

VEATIC: Отслеживание эмоций и аффектов на основе видео в наборе контекстных данных: обсуждение

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

Слишком долго; Читать

В этой статье исследователи представляют набор данных VEATIC для распознавания человеческих эмоций, устраняя ограничения в существующих наборах данных и позволяя делать выводы на основе контекста.

featured image - VEATIC: Отслеживание эмоций и аффектов на основе видео в наборе контекстных данных: обсуждение

Этот документ доступен на arxiv под лицензией CC 4.0.

Авторы:

(1) Чжихан Рен, Калифорнийский университет в Беркли, и эти авторы внесли равный вклад в эту работу (электронная почта: [email protected]);

(2) Джефферсон Ортега, Калифорнийский университет, Беркли, и эти авторы внесли равный вклад в эту работу (электронная почта: [email protected]);

(3) Ифань Ван, Калифорнийский университет в Беркли, и эти авторы внесли равный вклад в эту работу (электронная почта: [email protected]);

(4) Чжимин Чен, Калифорнийский университет, Беркли (электронная почта: [email protected]);

(5) Юнхуэй Го, Техасский университет в Далласе (электронная почта: [email protected]);

(6) Стелла X. Ю, Калифорнийский университет, Беркли и Мичиганский университет, Анн-Арбор (электронная почта: [email protected]);

(7) Дэвид Уитни, Калифорнийский университет, Беркли (электронная почта: [email protected]).

Таблица ссылок

5. Обсуждение

Понимание того, как люди делают выводы об эмоциях других, имеет важное значение для понимания исследователями социального познания. Хотя психофизики проводят эксперименты, для разработки экспериментов им нужны определенные наборы стимулов. Однако среди опубликованных наборов данных в настоящее время нет контекстно-ориентированного набора видеоданных, который содержал бы непрерывные рейтинги валентности и возбуждения. Отсутствие такого рода наборов данных также не позволяет исследователям разрабатывать алгоритмы компьютерного зрения для соответствующих задач. Предлагаемый нами набор данных VEATIC заполняет этот важный пробел в области компьютерного зрения и будет полезен для психофизических исследований в понимании распознавания эмоций. Д

Во время сбора данных участники постоянно отслеживали и оценивали эмоции целевых персонажей в видеоклипах, что отличается от обычных психофизических экспериментов, где ответы собираются с задержкой. Этот дизайн в нашем наборе данных был жизненно важен для имитации обработки эмоций в реальном времени, которая происходит, когда люди обрабатывают эмоции в своей повседневной жизни. Кроме того, обработка эмоций не является немедленным процессом и во многом зависит от временного накопления информации с течением времени, чтобы делать точные выводы об эмоциях других.

Сила набора данных VEATIC заключается в том, что он имитирует то, как люди воспринимают эмоции в реальном мире: непрерывно и при наличии контекстной информации как во временной, так и в пространственной области. Такой богатый набор данных жизненно важен для будущих моделей компьютерного зрения и может расширить границы возможностей нынешних моделей. Благодаря созданию более богатых наборов данных, таких как VEATIC, будущие модели компьютерного зрения смогут воспринимать эмоции в реальном времени во время взаимодействия с людьми.