项目介绍 AVEC2014数据集是一个专为音频、视频和音视频情感分析设计的基准测试集，同时涵盖了抑郁症的自动估计。该数据集通过Webcam和麦克风记录了真实的人机交互场景，提供了丰富的注释信息，旨在帮助研究人员进行连续时间、连续值的情感识别。数据集不仅支持3D维度情感识别，还包含了抑郁症评估所需的自我报告数据，是情感分析和抑郁症研究领域的宝贵资源。
最近更新: 10个月前面部表情识别（FER）和通过迁移学习在AffectNet数据集上计算效价和唤醒。采用了几个众所周知的CNN基线，包括VGG19、ResNet152、EfficientNet和ConvNext。这些模型在 AffectNet 数据集上进行了微调和评估，该数据集是一个用效价和唤醒标签注释的面部表情的大型数据集。该数据集包含超过 280,000 张图像，包括 8 个面部表情类别。
最近更新: 11个月前Distract Your Attention: Multi-head Cross Attention Network for Facial Expression Recognition A PyTorch implementation of the DAN, pre-trained models are available for deployment.
最近更新: 11个月前BiMamba2 仅使用 PyTorch 实现，提供 N 维支持，包括对 1D、2D 和 3D 数据的支持。使用 BiMamba2，您可以轻松地将其拼接到任何模型中以提高准确性。
最近更新: 11个月前
