Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.03103

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2501.03103 (cs)
[提交于 2025年1月6日 ]

标题: MVP:基于视频和生理信号的多模态情感识别

标题: MVP: Multimodal Emotion Recognition based on Video and Physiological Signals

Authors:Valeriya Strizhkova, Hadi Kachmar, Hava Chaptoukaev, Raphael Kalandadze, Natia Kukhilava, Tatia Tsmindashvili, Nibras Abo-Alzahab, Maria A. Zuluaga, Michal Balazia, Antitza Dantcheva, François Brémond, Laura Ferrari
摘要: 人类情绪涉及行为、生理和认知变化的复杂集合。 当前最先进的模型使用经典机器学习融合行为和生理成分,而不是最近的深度学习技术。 我们提出填补这一空白,设计了用于视频和生理信号的多模态(MVP)架构,该架构简化以融合视频和生理信号。 与其他方法不同,MVP利用注意力的优势,以支持使用长输入序列(1-2分钟)。 我们研究了用于输入长序列的视频和生理主干,并根据最新技术评估了我们的方法。 我们的结果表明,MVP在基于面部视频、EDA和ECG/PPG的情绪识别方面优于以前的方法。
摘要: Human emotions entail a complex set of behavioral, physiological and cognitive changes. Current state-of-the-art models fuse the behavioral and physiological components using classic machine learning, rather than recent deep learning techniques. We propose to fill this gap, designing the Multimodal for Video and Physio (MVP) architecture, streamlined to fuse video and physiological signals. Differently then others approaches, MVP exploits the benefits of attention to enable the use of long input sequences (1-2 minutes). We have studied video and physiological backbones for inputting long sequences and evaluated our method with respect to the state-of-the-art. Our results show that MVP outperforms former methods for emotion recognition based on facial videos, EDA, and ECG/PPG.
评论: 预印本。最终论文已被接受在米兰举行的IEEE/CVF欧洲计算机视觉会议(ECCV)上发表于《情感行为分析》(ABAW)。17页
主题: 计算机视觉与模式识别 (cs.CV)
MSC 类: 68T05, 68T10
ACM 类: I.5
引用方式: arXiv:2501.03103 [cs.CV]
  (或者 arXiv:2501.03103v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.03103
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Michal Balazia [查看电子邮件]
[v1] 星期一, 2025 年 1 月 6 日 16:09:22 UTC (4,339 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号