人类情感行为分析在人机交互（HCI）中备受关注。本文旨在介绍我们提交给CVPR 2022 Affective Behavior Analysis in-the-wild (ABAW)的论文。为了充分利用情感知识，我们采用了多模态特征，包括从Aff-Wild2 数据集中的视频剪辑中提取的口语、语音韵律和面部表情。基于这些特征，我们提出了一个基于transformer的多模式框架，用于动作单元检测和表情识别。该框架有助于更全面地理解人类情感行为，并为人机交互领域提供了新的研究方向。
对于当前帧图像，我们首先对其进行编码以提取静态视觉特征。同时，我们还利用滑动窗口对相邻帧进行裁剪，并从图像、音频和文本序列中提取三种多模态特征。接下来，我们引入了一个基于transformer的融合模块，用于融合静态视觉特征和动态多模态特征。该融合模块中的交叉注意力模块有助于将输出的集成特征集中在对下游检测任务有帮助的关键部分。为了进一步提高模型性能，我们采用了一些数据平衡技术、数据增强技术和后处理方法。在ABAW3 Competition的官方测试中，我们的模型在EXPR和AU赛道上均排名第一。通过广泛的定量评估和对Aff-Wild2数据集的消融研究，我们证明了我们提出的方法的有效性。
https://arxiv.org/abs/2203.12367
以上就是Facial Expression Analysis: Integrating Multimodal Information with Transformer的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
广告![ThinkPHP5快速开发企业站点[全程实录]](https://img.php.cn/upload/course/000/000/068/6253d918a3ce7278.png)
收藏
收藏
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
533
