多模态潜在情绪识别:微表情与生理信号
原文中文,约200字,阅读约需1分钟。发表于: 。提出了一种结合多模态数据的新型多模态学习框架,旨在提高潜在情绪识别准确度,包括一维可分离和可混合的深度入手网络、标准化的正态分布加权特征融合方法以及深度 / 生理引导的注意力模块。实验结果表明,该方法优于基准方法,其中加权融合方法和引导注意力模块都对性能提升起到了贡献。
本文提出了一种基于Transformer网络的多模态多尺度算法,通过学习微表情的局部多粒度特征,实现了不同尺度脸部局部区域特征的提取。实验结果表明,该算法在准确度和F1值上表现出色,具有领先水平。