{“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”：[[2024,5,29]]，“日期-时间”：“2024-05-29T17:13:12Z”，“时间戳”：1717002792980}，“引用-计数”：0，“发布者”：“IGI Global”，“问题”：“4”，“许可证”：[{“开始”：{-date-parts”：[2021,6,8]]，1-06-08T00:00:00Z“，”时间戳“：1623110400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by\/3.0\/dode.en_US”}，{“start”：{“date-parts”：[[2021,6,8]]，“date-time”：“2021-06-08T00:00:00Z”，“timestamp”：1623110400000}，“content-version”：“am”，“delay-in-days”：“0，”URL“http://\-creativecommons.org\/licenses\/by\/3.0\/dote.en_US“}，{“开始”：{“日期部分”用法：[[2021,6,8]]，“date-time”：“2021-06-08T00:00:00Z”，“timestamp”：1623110400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by\/3.0\/dode.en_US”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”日期部分“：[[2021,6,8]]}，”摘要“：”

由于人脸几何形状和外观的高度变化，人脸表情识别（FER）仍然是一个具有挑战性的问题。CNN可以表征二维信号。因此，对于视频中的情感识别，作者在AlexNet体系结构中提出了一种特征选择模型，用于自动提取和过滤面部特征。同样，对于音频中的情感识别，作者使用深度LSTM-RNN。最后，他们提出了一个概率模型，用于使用对象的面部特征和语音融合音频和视频模型。该模型结合了所有提取的特征，并使用它们训练线性SVM（支持向量机）分类器。该模型优于其他现有模型，在音频、视频和融合模型方面达到了最先进的性能。该模型在eNTERFACE\u201905数据集上对已知的七种面部表情进行分类，即愤怒、高兴、惊讶、恐惧、厌恶、悲伤和中性，总准确率为76.61%<\/p> “，”DOI“：”10.4018\/ijcini.20211001.oa34“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,6,8]]，”date-time“：”2021-06-08T13:30:21Z“，”timestamp“：1623159021000}，”page“：“1-14”，“source”：“Crossref”，“is-referenced-by-count”：3，“title”：[“使用多模态功能的视听情感识别系统”]，“前缀”：“10.4018”，“卷”：“15”，“author“：[{”given“：”Anand“，”family“：”Handa“，”sequence“：”first“，”affiliation“：[}”name“：”Dr.A.P.J.Abdul Kalam Technical University，Lucknow，India“}]}，{”ORCID“：“http://\/ORCID.org\/00000-0002-5768-5894”，“authenticated-ORCID”：true，“given”：“Rashi”，“family”：“Agarwal”，“sequence”：“additional”，“affiliation:[{“name”：“UIET，CSJM University印度坎普尔“}]}，{“given”：“Narendra”，“family”：“Kohli”，“sequence”：“additional”，“affiliation”：[{“name”：“Harcourt Butler Technical University，Kanpur，India”}]}]，“member”：“2432”，“container-title”：[“International Journal of Cognitive Informatics and Natural Intelligence”]，“original title”：[]，“language”：“ng”，“link”：[}“URL”：“https:\/\/www.igi-global.com/viewtitle.aspx？TitleId=274048”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2023,16]]，“date-time”：”2023-01-16T21:48:15Z“，“timestamp”：1673905695000}，“score”：1，“resource”:{“primary”：{“URL”用法：“https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.20211001.oa34”}}，“副标题”：[“”]，“短标题”：[]，“已发布”：{“日期-部件”：[[2021,6,8]]}，”引用-计数“：0，”日志-问题“：{”问题“：“4”，“published-print”:{“date-parts”：[2021,10]]}}、“URL”：“http://\/dx.doi.org\/10.4018\/IJCINI.20211001.oa34”，“关系”：{}，“ISSN”：[“1557-3958”，“1557-39”]，“issn-type”：[{“value”：“1557-3958”