文献类型：期刊文章

作　　者：李霞[1,2] 卢官明[1] 闫静杰[1] 张正言[1,3]

LI Xia;LU Guan-Ming;YAN Jing-Jie;ZHANG Zheng-Yan(College of Telecommunications and Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003;School of Mathematics and Physics,Anhui University of Technology,Maanshan 243000;School of Electronics and Information,Jiangsu University of Science and Technology,Zhenjiang 212003)

机构地区：[1]南京邮电大学通信与信息工程学院,南京210003 [2]安徽工业大学数理学院,马鞍山243000 [3]江苏科技大学电子信息学院,镇江212003

出　　处：《自动化学报》

基　　金：国家自然科学基金(61501249;61071167);江苏省重点研发计划项目(BE2016775);江苏省自然科学基金(BK20150855);江苏省研究生创新项目(KYLX15 0827;KYLX16 0660)资助~~

年　　份：2018

卷　　号：44

期　　号：12

起止页码：2142-2159

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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.

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

分 类 号：TP18]