多模态维度情感预测综述

• 作者: 卢官明 张正言 李霞 闫静杰
• 来源期刊: 自动化学报
• 关键词: 情感识别 情感预测 维度情感模型 离散情感模型 信息融合 特征提取
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 综述
• 页码范围: 2142-2159
• 页数: 18页
• 字数: 14457字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170644

摘要

维度情感模型通过几个取值连续的维度 (如唤醒维、效价维、支配维等) 将情感刻画为一个多维信号.与传统的离散情感模型相比, 具有表示情感的范围广、能描述情感的演变过程等优点, 近年来受到越来越多情感识别研究者的关注.多模态维度情感预测是一项复杂的工程, 预测性能受所使用的模态、每个模态的特征提取、信息融合技术、标注人员的标注误差等多方面影响.为了提高多模态维度情感预测的性能, 研究者在各个方面都做出了不懈努力.本文综述了维度情感的概念、标注, 维度情感预测的性能评价指标以及多模态维度情感预测的研究现状, 对比和分析了各种因素对多模态维度情感预测性能的影响, 并总结出多模态维度情感预测面临的挑战及发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢官明	南京邮电大学通信与信息工程学院	74	904	16.0	29.0
2	李霞	南京邮电大学通信与信息工程学院	14	73	5.0	8.0
4	张正言	南京邮电大学通信与信息工程学院	15	116	7.0	10.0
6	闫静杰	南京邮电大学通信与信息工程学院	16	123	5.0	11.0