AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。
必读论文:https://www.aminer.cn/topic
论文集地址:https://www.aminer.cn/topic/6082d9f692c7f9be21edc129
近年来,世界各地的研究人员一直在尝试开发通过分析图像、视频或音频剪辑来自动检测人类情绪的工具。这些工具可以有许多应用,例如,改善人机交互或帮助医生识别精神或神经疾病的迹象(例如,基于非典型的语音模式、面部特征等)。传统的情绪识别工具的主要局限是,当人们的面部表情模糊或难以区分时,它们无法获得令人满意的性能。与这些方法相比,人类不仅能够根据自己的面部表情,而且还可以根据上下文线索(例如,他们正在执行的动作,与他人的互动,所在的位置等)来识别他人的情绪。过去的研究表明,同时分析面部表情和与上下文相关的特征可以显着提高情绪识别工具的性能。近年来,基于深度学习的网络架构逐渐涌现,该网络架构可以基于人的面部表情和上下文信息识别图像中的人的情绪。
该论文集共收录60篇论文,引用最多的论文为Analysis of EEG signals and facial expressions for continuous emotion detection,引用数为320。
AMiner,AI赋能的学术搜索平台:https://www.aminer.cn
#AMiner# #论文#