微表情研究及其应用(5)
达到较高的准确率,AUC可达0.8~0.9(Pantic,2009)。近期,研究者发展出了针对抑郁症患者和精神分裂症患者的表情分析工具(cohn et al.,2009;Wang et al.,2009),这说明将自动表情识别算法应用于心理学研究是可行的。目前有两组独立的研究者(sbreve,Godavarthy,Manohar,Goldgoe&Sarkar,2009;Polisovsky,Kameda,&Ohta,2009)在探索微表情自动识别工具,但其算法要么不能够识别微表情的表情类别,要么在算法的自动化程度与数据集的真实化程度上存在较大问题,且这两组研究侧重于识别表情动作的强度和部位,而不是表情的动态特性,因而与微表情的定义(Ekman,2009;Ekman&Sullivan,2006)有很大不同。
如何在前人工作的基础上开发出能应用于微表情研究的微表情自动分析工具 ......
您现在查看是摘要页,全文长 3374 字符。
限于服务器压力,网站部分信息只供爱心会员或有一定积分的注册会员流览。
此信息需要 0.5 积分(免费注册登录后每天可以领取10个积分)。
用户名: |
|
密 码: |
|
忘了密码 |
如果您还不是100md.com会员,欢迎 免费注册,
如果您想获得积分,点击这里 查看积分规则。
如果您想订购杂志,请直接与《心理科学进展》编辑部联系。
微信文章
关注百拇
评论几句
搜索更多
|