Group Emotion Recognition - De

一個AI（深度學習）應用程序，用於識別人群的面部情緒

該項目旨在將群體的感知情緒分類為正面，中立或否定

需要情感識別

所以，首先，為什麼我們需要情感識別？

情感識別很重要 -

- 改善用戶體驗，作為客戶，學習者或通用服務用戶。

- 可以幫助改善服務，而無需正式且不斷地要求用戶提供反饋。

- 此外，在公共安全，醫療保健或輔助技術中使用自動情緒識別可以顯著改善人們的生活質量，使他們能夠生活在更安全的環境中或減少殘疾或其他健康狀況所帶來的影響。 / p>

情緒識別的應用

Emotion Recognition在人群分析，社交媒體，營銷，事件檢測和摘要，公共安全，人機交互，數字安全監控，街道分析，圖像檢索等方面具有應用。

群體情感識別的興起

對一群人的情緒識別問題進行的研究較少，但由於社交網站上提供的大量數據包含參與社交活動的人群圖像，因此人們越來越受歡迎。

群體情感識別面臨的挑戰

群體情緒識別是一個具有挑戰性的問題，因為頭部和身體姿勢變化，遮擋，變化的光照條件，演員的變化，各種室內和室外設置以及圖像質量等障礙物。

方法的

我們的解決方案是一種基於流水線的方法，它集成了兩個模塊（並行工作）：自下而上和自上而下的模塊，基於這樣一種觀點，即可以使用自下而上的方式推斷出一群人的情感和自上而下的方法。

- 自下而上模塊檢測並提取出現在的個別面孔

圖像並將它們作為輸入傳遞給預訓練的Deep的整體

卷積神經網絡（CNNs）。

- 同時，自上而下模塊檢測與之關聯的標籤

場景並將它們作為輸入傳遞給預測的貝葉斯網絡（BN）

每個班級的概率。

- 在最後的管道中，由自下而上預測的群體情緒類別

模塊作為輸入傳遞給自上而下模塊中的貝葉斯網絡

並獲得圖像的整體預測。