项目名称: 基于多视角学习的情感分析理论与方法研究

项目编号: No.61301242

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 刘伟锋

作者单位: 中国石油大学(华东)

项目金额: 25万元

中文摘要: 作为认知心理学、神经生理学、行为科学以及计算机科学的交叉研究内容之一,情感分析在智能监控、机器人、人机交互、刑侦情感线索分析、视频检索等多个领域有着重要的应用价值。本项目拟探讨和研究多视角(视觉、听觉、其他生理信号)情感信号感知、情感特征表示以及情感状态分析方法。首先借鉴认知心理学和神经生理学机制,提出一种多视角分析模型,用于进行多视角情感信号感知、特征表示和情感状态描述;其次,提出基于Hessian正则化的稀疏编码算法,用于情感特征提取;第三,提出一种多视角Hessian正则化模型,有效的利用不同视角特征的互补作用进行情感状态估计;最后,构建情感分析系统,对情感状态进行实时分析。本项目将突破传统的情感分析框架,结合认知心理学和神经生理学进行多视角情感分析,为阐明情感行为的生理机制,揭示情感行为的认知规律提供一条新的途径。

中文关键词: 多视角学习;稀疏学习;流形正则化;多媒体计算;行为特征

英文摘要: As one joint research field of cognitive psychology, neurophysiology, behavior science and computer science, affect analysis plays an important role in various application areas such as intelligent surveillance, robotics, human-machine interaction, emotional cues analysis in criminal investigation, video indexing. This project will explore and study a novel method for multiview (visual, audio, and other physiological signals) affective signals cognition, affective feature extraction, and affective status analysis. Firstly, we will propose a biologically inspired multiview model for multiview affective signals perception, feature presentation, and affective status description. Secondly, we will propose a novel affect feature extraction method which incorporates sparse coding and Hessian regularization. Thirdly, we will propose a novel multiview Hessian regularization framework which can effectively explore the complementary properties of different features from different views and then boost the performance of affective status analysis significantly. Finally, we will construct an online affect analysis system to evaluate the affect status in real-time. The proposed study of multiview affect analysis which integrates cognitive psychology and neurophysiology will break through traditional affect analysis framework

英文关键词: multiview learning;sparse learning;manifold regularization;multimedia computing;behavior feature

成为VIP会员查看完整内容
2

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23日
自然语言处理中的文本表示研究
专知会员服务
56+阅读 · 2022年1月10日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
55+阅读 · 2021年4月20日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
多模态视觉语言表征学习研究综述
专知会员服务
190+阅读 · 2020年12月3日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
99+阅读 · 2019年12月13日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
【情感分析】情感分析研究的新视野
深度学习自然语言处理
15+阅读 · 2020年3月10日
R语言自然语言处理:情感分析
R语言中文社区
16+阅读 · 2019年4月16日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
就喜欢看综述论文:情感分析中的深度学习
机器之心
13+阅读 · 2018年1月26日
现代情感分析方法
算法与数学之美
14+阅读 · 2018年1月12日
深度学习在情感分析中的应用
CSDN大数据
14+阅读 · 2017年8月22日
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23日
自然语言处理中的文本表示研究
专知会员服务
56+阅读 · 2022年1月10日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
55+阅读 · 2021年4月20日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
多模态视觉语言表征学习研究综述
专知会员服务
190+阅读 · 2020年12月3日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
99+阅读 · 2019年12月13日
相关资讯
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
【情感分析】情感分析研究的新视野
深度学习自然语言处理
15+阅读 · 2020年3月10日
R语言自然语言处理:情感分析
R语言中文社区
16+阅读 · 2019年4月16日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
就喜欢看综述论文:情感分析中的深度学习
机器之心
13+阅读 · 2018年1月26日
现代情感分析方法
算法与数学之美
14+阅读 · 2018年1月12日
深度学习在情感分析中的应用
CSDN大数据
14+阅读 · 2017年8月22日
相关基金
国家自然科学基金
10+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员