《表2 WB-AV数据集上情感分类精确度》

《表2 WB-AV数据集上情感分类精确度》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于注意力的短视频多模态情感分析》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

本文将音频、视频以及多模态情感分析的精确度在IEMOCAP和WB-AV 2种数据集上对SVM、文献[21]、文献[22]、文献[23]和本文的AV-MSA5种方法的精确度进行了比较,结果见表1和表2。从实验结果可知,SVM结果较差,而深度学习方法均取得较好的结果。经过实验分析可知,与SVM依赖于核函数的方法不同,深度学习方法能够基于少数样本集中学习训练数据的本质特征。在此基础之上,本文方法引入注意力机制,其加强特征选择,聚焦于情感相关的特征。从表中可以看出,结合注意力机制的方法在性能上约有3%的提高。