计算机科学 > 计算机视觉与模式识别
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.