• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Conference on Computer Vision and Pattern Recognition Workshops >Estimation of Affective Level in the Wild With Multiple Memory Networks
【24h】

Estimation of Affective Level in the Wild With Multiple Memory Networks

机译：多存储器网络估计野外情感水平的估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents the proposed solution to the "affect in the wild" challenge, which aims to estimate the affective level, i.e. the valence and arousal values, of every frame in a video. A carefully designed deep convolutional neural network (a variation of residual network) for affective level estimation of facial expressions is first implemented as a baseline. Next we use multiple memory networks to model the temporal relations between the frames. Finally ensemble models are used to combine the predictions from multiple memory networks. Our proposed solution outperforms the baseline model by a factor of 10.62% in terms of mean square error (MSE).
机译：本文介绍了“影响野生”挑战的“影响”的提出的解决方案，旨在估算视频中每一帧的情感水平，即价值和唤醒值。专心设计的深度卷积神经网络（残余网络的变化）用于面部表情的情感级别估计首先是基线。接下来，我们使用多个内存网络来模拟帧之间的时间关系。最后，集合模型用于将预测与多个内存网络组合起来。我们所提出的解决方案在平均方误差（MSE）方面以基线模型优于基线模型10.62％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号