作者
摘要
人类步态是一种新兴的生物特征，包含了远距离情绪识别的重要信息。然而，悲伤和中性情绪在识别过程中很容易被误判，因为这两种情绪的身体姿势非常相似。现有的方法很难令人满意地区分这两种情绪，因为它们平等地对待所有动作特征，而不区分它们对识别的贡献，或者忽略了步态中可以表达情绪的运动信息。在本文中，我们提出了一种新的分层注意神经网络，它可以自动学习人类运动和行为中包含的情感特征，并有效区分悲伤和中性情绪。该网络由三个模块组成：运动情感模块（MSM）、动作情感模块（ASM）和情感分类器。具体来说，MSM由位置编码器和速度编码器组成。它从运动信息中提取情感特征，并根据步态速度区分悲伤情绪和中性情绪。ASM由一个动作编码器组成，该编码器将有辨别力的人类动作压缩到一个潜在空间。情感分类器根据MSM和ASM的输出识别情感。此外，我们还提出了一种特征预处理方法来处理数据类别不平衡的问题。实验表明，我们的方法增强了悲伤和中性情绪的区分能力，并且比许多最先进的方法表现得更好。此外，消融实验进一步验证了速度和动作特征对基于步态的情感识别任务的重要性。
建议引用
张赛楠和张，君和宋，卫国和杨，龙南和赵，薛丹，2024。"基于层次注意力的神经网络步态情感识别,"物理学A：统计力学及其应用爱思唯尔，第637（C）卷。手柄：RePEc:eee:phsmap:v:637:y:2024:i:c:s0378437124001080
DOI:10.1016/j.physa.2024.129600
从出版商下载全文
由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。
更正
本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:eee:phsmap:v:637:y:2024:i:c:s0378437124001080。请参阅一般信息关于如何在RePEc中更正材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格。
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Catherine Liu（电子邮件如下）。供应商的一般联系方式：http://www.journals.elsevier.com/physica-a-statistical-mechapplications网站/。
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
