BriefGPT - AI 论文速递
·
时间标签层次网络用于复合情绪识别
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
情绪识别在ABAW竞赛中取得进展，使用预训练的ResNet18和Transformer作为基本网络框架，提出时间金字塔结构网络用于帧级情绪预测，利用DFEW数据库构建训练数据，构建了分类框架。
🎯
关键要点
-
情绪识别在近几十年受到越来越多的关注。
-
尽管在七种基本情绪的识别技术上取得了显著进展，但复合情绪识别仍然存在困难。
-
本文介绍了在第七次情感行为分析（ABAW）竞赛中的成就。
-
使用经过验证的预训练ResNet18和Transformer作为基本网络框架。
-
提出了一种时间金字塔结构网络用于帧级情绪预测。
-
利用DFEW数据库中的细粒度标签构建情绪类别的训练数据。
-
在标签空间中构建了一个由粗到细的分类框架，以应对复杂情绪的愉悦度唤醒特性。
🏷️
标签
➡️
