Resumen

El reconocimiento de la emoción humana a partir de la expresión facial se ve afectado por distorsiones de calidad pictórica y la pose facial, lo cual a menudo es ignorado por los métodos tradicionales de reconocimiento de emociones en video. Por otro lado, la información contextual también puede proporcionar diferentes grados de pistas adicionales, lo que puede mejorar aún más la precisión del reconocimiento. En este artículo, primero construimos un conjunto de datos de video con siete categorías de emociones humanas, llamado emoción humana en el video (HEIV). Con el conjunto de datos HEIV, entrenamos una red de atención consciente del contexto (CAAN) para reconocer la emoción humana. La red consta de dos subredes para procesar tanto la información facial como la contextual. Las características de la expresión facial y las pistas contextuales se fusionan para representar la emoción de los fotogramas de video, que luego se pasarán a través de una red de atención y generarán puntuaciones de emoción. Luego, las características emocionales de todos los fotogramas se agregarán según su p

• Materias:Patrones temporales Modelos 3D Reconstrucción de objetos Modelo piramidal Planos simétricos
• Subjects:Temporal patterns 3D models Object reconstruction Pyramidal model Symmetric planes
• Palabras claves:Reconocimiento; Emoción humana; Expresión facial; Calidad pictórica; Pose facial; Información de contexto
• Keywords:Recognition; Human emotion; Facial expression; Pictorial quality; Facial pose; Context information