{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,5,19]]，“日期-时间”：“2024-05-19T15:49:51Z”，“时间戳”：1716133791953}，“参考-计数”：38，“出版商”：“Springer Science and Business Media LLC”，“问题”：“5”，“许可证”：[{“开始”：{-“日期-零件”：[2022,1,18]]，”日期-时间“：“2022-01-18T00:00:00Z”，“timestamp”：164246400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2022,18]]，“date-time”：“2022-01-18T00:00:00Z”，“timetamp”：642464000000}，/tdm“}]，“内容域”：{“域”：[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“SIViP”]，“published-print”：{“date-parts”：[[2022,7]]}，”DOI“：”10.1007\/s11760-021-02079-x“，”type“：”journal-article“，”created“：{”date-part“：[2022,1,18]]，”date-time“：”2022-01-18T00:04:12Z“，”timestamp“：1642464252000}”，“page”：“1281-1288”，“update-p”政策”：“http://\/dx.doi.org \/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：7，“title”：[“通过中间层的多模态融合和跨模态转移学习进行老年人情感分类”]，“prefix”：“10.1007”，”volume“：”16“，”author“[{”ORCID“http://\/ORCID.org\/00000-0002-8479-181X”，“authenticated-ORCID”：false，“given”：“P.”，“family”：“Sreevidya”，“sequence”：“first”，“affiliation”：[]}，{“givens”：“S.”，”family“：”Veni“，”sequence“：”additional“，”affiliance“：[]{，”given“：”O.V.“，”faily“：“Ramana Murthy”，《sequence》：“additional”，“atriation”：[]}]，“member”：“297”，“published on”：{“date-parts”：[2022,1,18]]}，“reference”：[{“issue”：“7”，“key”：“2079_CR1”，“doi-asserted-by”：“publisher”，“first page”：“64827”，“doi”：“10.1109\/ACCESS.2019.2917266”，“volume”：”16“，”author“：”MI Georgescu“，”year“：”2019“，”unstructured“：”Georgescusu，M.I.，Ionescu，R.T.，Popescu，M.：具有深度和手工特征的本地学习，用于面部表情识别。IEEE ACCESS 16（7），64827\u201336（2019）.https:\/\/doi.org\/10.109\/ACCESS.2019.2917266“，”journal-title“：”IEEE ACCESS“}，{”key“：”2079_CR2“，”unstructured“：”Krizhevsky，A.，Hinton，G.：“从微小图像中学习多层特征（2009）”}，“key”：“2079_CR3”，“首页”：“740”，“卷”：“25”，“作者”：“A Krizhovsky”，“年份”：“2014”，“unstructure”：“”Krizhevsky，A.，Sutskever，I.，Hinton，G.E.：基于深度卷积神经网络的Imagenet分类。Adv.Neural Inf.25，740\u2013755（2014）“，“journal-title”：“Adv.Neural Inf.”}，{“key”：“2079_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Lin，T.-Y.、Maire，M.、Belongie，S.、Hays，J.、Perona，P.、Ramanan，D.、Doll\u00e1r，P.和Lawrence Zitnick，C.：微软coco：上下文中的通用对象。摘自：欧洲计算机视觉会议，第740\u2013755页。Springer，Cham（2014）“，”DOI“：”10.1007\/978-3-319-10602-1_48“}，{”key“：”2079_CR5“，”DOI-asserted-by“：”publisher“，”first page“：“335”，”DOI:“10.1007\/s10579-008-9076-6”，“volume”：“42”，“author”：“C Busso”，“year”：“2008”，“unstructured”：“Busso，C.，Bulut，M.，Lee，C.C.，et al.：IEMOCAP:交互式情感二元运动捕捉数据库。语言。资源。评估。42, 335 (2008). https:\/\/doi.org\/10.1007\/s10579-008-9076-6“，”journal-title“：”Lang.Resour。评估。“}，{”key“：”2079_CR6“，”doi-asserted-by“：”publisher“，”unstructured“：”Nojavanasghari，B.，Baltru\u0161aitis，T.，Hughes，C.E.，Morency，L.P.：Emoreact:识别儿童情绪反应的多模态方法和数据集。摘自：ACM多模态交互国际会议，第18卷，第137\u2013144页（2016）.https:\/\/doi.org\/10.1145\/2993148.2993168“，”doi“：”10.1145\/299348.2993168“}，{“问题”：“1”，“密钥”：“2079_CR7”，“doi-asserted-by”：“发布者”，“首页”：“18”，“doi”：“10.1109\/TAFFC.2017.2740923”，“卷”：“10”，“作者”：“A Mollahosseini”，“年份”：“2019”，“非结构化”：“Mollahosseini，A.，Hasani，B.，Mahoor，M.H.：AffectNet：一个用于野外面部表情、效价和唤醒计算的数据库。IEEE传输。影响。计算。10（1），18\u201331（2019）。https:\/\/doi.org\/10.109\/TAFFC.2017.2740923“，”journal-title“：”IEEE Trans。影响。计算。“}，{”issue“：“11”，”key“：“2079_CR8”，”doi-asserted-by“：”publisher“，”first page“：”2755“，”doi“：”10.1109\/TPAMI.2019.2916866“，”volume“：42”，“author”：“R Kosti”，“year”：“2020”，“unstructured”：“Kosti，R.，Alvarez，J.M.，Recasens，A.，Lapedriza，A.：使用EMOTIC数据集的基于上下文的情感识别。IEEE Trans.Pattern Anal.Mach.Intell.42（十一），2755\u20132766（2020）。https:\/\/doi.org\/10.109\/TPAMI.2019.2916866“，”journal-title“：”IEEE Trans。模式分析。机器。智力。“}，{”key“：”2079_CR9“，”doi-asserted-by“：”publisher“，”doi“：”10.7717\/peerj.5278“，”author“：”AR Gon\u00e7alves“，“年份”：”2018“，”unstructured“：”Gon\u00 e7almes，A.R.，Fernandes，C.，Pasion，R.，费雷拉-桑托斯，F.，Barbosa，F.、Marques-Teixeira，J.：年龄对面部表情中情绪识别的影响：元分析。peerj（2018）https:\/\/doi.org/10.7717\/peerj.5278“，”期刊标题“：”peerj“}，｛”期刊“：”2“，”密钥“：”2079_CR10“，”doi断言“：”出版商“，”首页“：”295“，”doi“：”10.1037\/pag0000441“，”卷“：”35“，”作者“：”GS Hayes“，”年份“：”2020“，”非结构化“：”Hayes，G.S.、McLennan，S.N.、Henry，J.D.、Phillips，L.H.、Terrett，G.、Rendell，P.G.、Pelly，R.M.、Labuschagne，I.：任务特征影响面部情绪识别年龄效应：元分析综述。精神病。年龄35（2），295\u2013315（2020）。https:\/\/doi.org\/10.1037\/pag0000441“，”journal-title“：”心理医生。Aging”}，{“key”：“2079_CR11”，“doi-asserted-by”：“publisher”，“unstructured”：“Ma，K.，Wang，X.，Yang，X..，Zhang，M.，Girard，J.M.，Morency，L.P.：老年人反应：识别老年人情绪反应的多模态数据集。in:多模态交互国际会议，pp.349\u2013357（2019）.https:\/\/doi.org\/10.1145\/334055.3353747“，”doi“：”10.1145\/334055/3353747“}，{”key“：”2079_CR12“，”doi-asserted-by“：”publisher“，”unstructured“：”Nagarajan，B.，Oruganti，V.R.：用于复杂情绪识别的跨域转移学习。摘自：TENSYMP，pp.649\u2013653（2019）。https:\/\/doi.org\/10.109\/TENSYMP46218.2019.8971023“，”I“：”10.1109 \/TENSYMP46218.2019.8971023“}，{“key”：“2079_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Liang，P.P.，Wu，P.，Ziyin，L.，Morency，L.P.，Salakhutdinov，R.：跨模态泛化：通过元对齐在低资源模式下学习，2012.02813（2020）”，“doi”：“10.1145 \/347085.3475247”}，}，“key“：”2079_CR14“，”doi-assert-by“：”出版商“，“非结构化”：“Badshah，A.M.，Ahmad，J.，Rahim，N.，Baik，S.W.：基于深度卷积神经网络的频谱图语音情感识别。摘自：2017年国际平台技术与服务会议（PlatCon），pp.1\u20135（2017）。https:\/\/doi.org\/10.109\/PlatCon.2017.7883728“，“doi”：“10.1109\/PlatCon.2017.7873728”}，{“key”：“2079_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Burkhardt，F.，Paeschke，A.，Rolfes，M.W.，Sendlmeier，F.和Weiss:德语情感语音数据库。In:Interspeech，pp.1517\u20131520（2005）”，“doi:”10.21437 \/Interspeech.2005-446“}，{”键“：”2079_CR16“，”doi-asserted-by“：”publisher“，”unstructured“：”Gatys，L.A.、Ecker，L.A.和Bethge，M.：使用卷积神经网络进行图像风格传输。摘自：IEEE计算机视觉和模式识别会议（CVPR），第2414\u20132423页（2016）。https:\/\/doi.org\/10.109\/CVPR.2016.265“，”doi“：”10.1109\/CVPR.2016.265“}，{”key“：”2079_CR17“，”doi-asserted-by“：”publisher“，”unstructured“：”Li，Y.，Wang，N.，Liu，J.，Hou，X.：解密神经风格转移（2017）。https:\//doi.org\/10.24963\/ijcai.2017\/310“，”doi“：“10.24963\/ijcai.2017 \/310”}，{“key”：“2079_CR18”，“非结构化”：“Verma，P.，Smith，J.O.：声谱图的神经风格转换（2018）“}，{”key“：”2079_CR19“，”doi-asserted-by“：”publisher“，”first page“：“327”，“doi”：“10.1007\/s10772-019-09605-w”，“volume”：“22”，“author”：“SS Poorna”，“year”：“2019”，“unstructured”：“Poorna，S.S.，Nair，G.J.：增强语音情感识别的多级分类方案。J.语音技术。22327\u2013340（2019）。https:\/\/doi.org\/10.1007\/s10772-019-09605-w“，”journal-title“：”Int.J.Speech Technol。“}，{”issue“：“1”，”key“：“2079_CR20”，”doi-asserted-by“：”publisher“，”first page“：”183“，“doi”：“10.3390\/s20010183”，“volume”：“20”，“author”：“Kwon S Mustaqeem”，“year”：“2020”，“unstructured”：“Mustaqee，Kwon S.：用于语音情感识别的CNN辅助增强音频信号处理。传感器20（1），183（2020）。https:\/\/doi.org\/10.3390 \/s20010183“，”journal-title“：”Sensors“}，{”key“：”2079_CR21“，”doi-asserted-by“：”publisher“，”unstructured“：”Boateng，G.，Kowatsch，T.：使用多模态融合和转移学习在老年人中进行语音情感识别。In:多模态交互国际会议，pp.12\u201316（2020）。https:\/\/doi.org\/10.1145\/339535.3425255“，“doi”：“10.1145\/3395035.3425255“}，{”issue“：”7“，”key“：”2079_CR22“，”doi-asserted-by“：”publisher“，”first page“：“64827”，”doi“：”10.1109\/ACCES.2019.2917266“，”volume“：Georgescu，M.I.，Ionescu，R.T.，Popescu，M.：面部表情识别的深度和手工特征的本地学习。IEEE接入16（7），64827\u201336（2019）。https:\/\/doi.org\/10.109\/ACCESS.2019.2917266“，“journal-title”：“IEEE ACCESS”}，{“key”：“2079_CR23”，“doi-asserted-by”：“publisher”，“unstructured”：“Hengsun，Z.，et al.：探索视听情感识别的情感特征和融合策略。收录：多模态交互国际会议，第562\u2013566页（2019）.https:\/\/doi.org\/10.1145\/3340555.3355713“，”doi“：”10.1145\/3340550.3355713“}，{“问题”：“6”，“密钥”：“2079_CR24”，“doi-asserted-by”：“发布者”，“首页”：“82”，“doi”：“10.1109\/MIS.2016.94”，“卷”：“31”，“作者”：“A Zadeh”，“年份”：“2016”，“非结构化”：“Zadeh，A.等人：视频中的多模式情绪强度分析：面部手势和言语信息。IEEE智能。系统。31（6），82\u201388（2016）。https:\/\/doi.org\/10.109\/MIS.2016.94“，”journal-title“：”IEEE Intell。系统。“}，{”key“：”2079_CR25“，”doi-asserted-by“：”publisher“，”doi“：”10.12928\/telkomnika.v18i2.13912“，”author“：”P Sreevidya“，”year“：”2020“，”unstructured“：”Sreevidya，P.，Murthy，O.V.，Veni，S.：通过深度学习方法进行情感分析。telkomnika（2020）。https:\//doi.org\/10.12928\/telkomnika.V 18i2.139“，”journal-title“：“telkomnika”}，{“key”：“2079_CR26“，”doi-asserted-by“：”publisher“，”first page“：”635“，”doi“：”10.1016\/j.procs.2015.02.12“，“volume”：“46”，“author”：“Jasmine Bhaskar”，“year”：“2015”，“unstructured”：“Bhaska，Jasmine，Sruthi，K.，Nedungadi，P.：基于文本和语音挖掘的音频对话情感分类的混合方法。计算机程序。科学。46，635\u2013643（2015）。https:\/\/doi.org\/10.1016\/j.procs.2015.02.112“，”journal-title“：”Procedia Compute。科学。“}，{”issue“：”11“，”key“：”2079_CR27“，”doi-asserted-by“：”publisher“，”first-page“：”3137“，”doi“：”10.1109\/TMM.2018.2823900“，”volume“：“20”，”author“：”YG Jiang“，“year”：“2018”，”unstructured“：”Jiang，Y.G.，Wu，Z.，Tang，J.，Li，Z.、Xue，X.、Chang，S.F.：在视频分类的混合深度学习框架中建模多模态线索。IEEE传输。Multimed公司。20（11），3137\u20133147（2018）。https:\/\/doi.org\/10.109\/TMM.2018.2823900“，”journal-title“：”IEEE Trans。Multimed公司。“}，{”issue“：“4”，”key“：“2079_CR28”，”doi-asserted-by“：”publisher“，”first page“：”447“，”doi“：”10.1016\/j.asoc.2015.08.025“，”volume“：：”32“，”author“：”N Jaouedi“，“year”：“2020”，”unstructured“：”Jaouedi，N.，Boujnah，N.；Bouhlel，M.S.：一种新的人类行为识别混合深度学习模型。j.King Saud Univ.Compute Inf.Sci.32（4），447\u201353（2020）https:\/\/doi.org\/10.1016\/j.asoc.2015.08.025“，“新闻标题”：“j.King Saud Univ.Comput。信息科学。“}，{”key“：”2079_CR29“，”doi-asserted-by“：”publisher“，”unstructured“：”Huang，J.，Tao，J.、Liu，B.、Lian，Z.、Niu，M.：用于连续情感识别的多模态变压器融合。摘自：IEEE声学、语音和信号处理国际会议，第3507\u20133511页（2020）。https:\/\/doi.org\/10.109\/ICASSP40776.200.9053762“，”doi“：”10.1109\/ICSPSP4076.2020.9053762“}，{“key”：“2079_CR30”，“doi-asserted-by”：“publisher”，“unstructured”：“de Pinto，M.G.，Polignano，M.，Lops，P.，Semeraro，G.：使用深层神经网络和mel-frequency倒谱系数从口语中理解情绪模型。In:IEEE进化和自适应智能系统会议（EAIS）第1\u20135页（2020年）。https:\/\/doi.org\/10.109\/EAIS48028.2020.9122698“，”doi“：”10.1109\/EAIS48028.2020.91221698“}，{”key“：”2079_CR31“，”doi-asserted-by“：”publisher“，”unstructured“：”Degottex，G.、Kane，J.、Drugman，T.、Raitio，T.和Scherer，S.：COVAREP\u2014a语音技术协作语音分析库。2014年IEEE声学、语音和信号处理国际会议（ICASSP），第960\u2013964页（2014年）。https:\/\/doi.org\/10.109\/ICASSP.2014.6853739“，”doi“：”10.1109\/ICASPS.2014.685739“}，{“问题”：“4”，“密钥”：“2079_CR32”，“doi-asserted-by”：“发布者”，“首页”：“363”，“doi”：“10.25046\/aj030437”，“卷”：“3”，”作者“：”M Lech“，”年份“2018”，“非结构化”：“Lech，M.，Stolar，M.、Bolia，R.、Skinner，M.：使用转移学习和频谱图图像分类对情绪语音进行幅频分析。高级科学。Technol公司。工程系统。J 3（4），363\u2013371（2018）“，“新闻标题”：“高级科学。Technol公司。工程系统。J“}，{“key”：“2079_CR33”，“doi-asserted-by”：“crossref”，“unstructured”：“Szegedy.et.al.：Inception-v4，Inception-resnet和剩余连接对学习的影响。In:AAAI Conference on Artificial Intelligence，vol.31，no.1（2017）”，“doi”：“10.1609\/AAAI.v31i1.11231”}，}，“key“：”2079_CR14“，”doi-assert-by“：”publisher“，”unstructure“：”Baltrusaitis，T.、Robinson，P.、Morency，P.：OpenFace：一个开源面部行为分析工具包。单位：WACV。IEEE计算机学会，第1\u201310页（2016年）。https:\/\/doi.org\/10.109\/WACV.2016.7477553“，”doi“：”10.1109\/WACV.2016.7477553“}，{“key”：“2079_CR35”，“unstructured”：“Ioffe，S.，Szegedy，C.：批规范化：通过减少内部协变量偏移来加速深层网络培训。In:国际机器学习会议，pp.448\u2013456（2015）“}”，{键“：”2079_CR 36“，”doi-asserted-by“：”publisher，“unstructured”：“Boyko，N.，Basystiuk，O.，Shakhovska，N.：基于Dlib和Opencv Library的人脸识别软件的性能评估和比较。参见：IEEE第二届数据流挖掘与处理国际会议，第478\u2013482页（2018年）。https:\/\/doi.org\/10.109\/DSMP.2018.8478556“，”doi“：”10.1109\/DSMP/2018.84785056“}，{“key”：“2079_CR37”，“unstructured”：“Librosa开发团队.Librosa.https:\/\/Librosa.github.io\/liblosa]，“集装箱标签”：[“信号、图像和视频处理“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/s11760-021-02079-x.pdf“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\/\/link.springer.com/article\/10.1007\/s11760-021-02079-x\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer\com/content\/pdf\/10.10007\/s11700-021-02079-x.pdf”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-aapplication”：“相似性检查“}”，“存放”：{“日期-部分”：[[2023,1,23]]，“日期-时间”：“2023-01-23T08:44:14Z”，“时间戳”：1674463454000}，“分数”：1，“资源”：{-“主要”:{“URL”：“https:\/\/link.springer.com\/10.1007\/s11760-021-02079-x”}，，“references-count”：38，“journal-issue”：{“issue”：“5”，“published-print“：{“date-parts”：[[2022,7]]}}，“alternative-id”：[“2079”]，“URL”：“http://\/dx.doi.org\/10.1007\/s11760-021-02079-x”，“relationship”：{}，”ISSN“：[“1863-1703”，“1863-1711”]，”ISSN-type“：[{“value”：“1863-170%”，“type”：电子“}]，”主题“：[]，”发布“：{”日期部分“：[2022,1,18]]}，”断言“：[{”值“：”2021年3月13日“，”订单“：1，”名称“：”已收到“，”标签“：”接收“，”组“：，“组”：{“名称”：ArticleHistory”，“label”：“ArticleHistory”｝｝，｛“value”：“2022年1月18日”，“order”：4，“name”：“first_online”，“label”：“first online”，“group”：｛“name”：“ArticleHistory”，“label”：“ArticleHistory”｝，｛“value”：“此内容已向所有人开放。”，“name”：“free”，“label”：“free to read”｝