《表5 使用人脸识别网络模型得到的面部表情数据库基线》

  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

《真实环境下的多模态情感数据集MED》

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

AFEW数据集按照EmotiW2019数据集中给出的分布划分训练集（773个）和验证集（383个）。表5的第2列是在AFEW数据集上进行训练得到的验证集上的结果，可以看出经典网络对于表情特征的提取具有一定的有效性。尤其是VGG提取的特征放到GRU中达到了0.502 8的最高准确率。相同的算法在MED数据集的准确率达到了0.543 3，要高于AFEW。综合另外其他几种方法，在与AFEW数据集的对比中可看出，MED数据集是有效的。而MED数据集由于收集过程更严格，得到的样本更加纯净，所以样本复杂度有所降低。然而表5中的最高准确率仅有0.543 3，这也表明它是一个具有挑战性的数据库，基于它提出的情感识别算法能更接近现实应用。