期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
多模态可信度感知的情感计算
1
作者 罗佳敏 王晶晶 周国栋 《软件学报》 北大核心 2025年第2期537-553,共17页
多模态情感计算是情感计算领域一个基础且重要的研究任务,旨在利用多模态信号对用户生成的视频进行情感理解.尽管已有的多模态情感计算方法在基准数据集上取得了不错的性能,但这些方法无论是设计复杂的融合策略还是学习模态表示,普遍忽... 多模态情感计算是情感计算领域一个基础且重要的研究任务,旨在利用多模态信号对用户生成的视频进行情感理解.尽管已有的多模态情感计算方法在基准数据集上取得了不错的性能,但这些方法无论是设计复杂的融合策略还是学习模态表示,普遍忽视了多模态情感计算任务中存在的模态可信度偏差问题.认为相较于文本,语音和视觉模态往往能更真实的表达情感,因而在情感计算任务中,语音和视觉是高可信度的,文本是低可信度的.然而,已有的针对不同模态特征抽取工具的学习能力不同,导致文本模态表示能力往往强于语音和视觉模态(例如:GPT3与ResNet),这进一步加重了模态可信度偏差问题,不利于高精度的情感判断.为缓解模态可信度偏差,提出一种模型无关的基于累积学习的多模态可信度感知的情感计算方法,通过为低可信度的文本模态设计单独的文本模态分支捕捉偏差,让模型在学习过程中从关注于低可信度文本模态的情感逐步关注到高可信度语音和视觉模态的情感,从而有效缓解低可信度文本模态导致的情感预测不准确.在多个基准数据集上进行实验,多组对比实验的结果表明,所提出的方法能够有效地突出高可信度语音和视觉模态的重要性,缓解低可信度文本模态的偏差;并且,该模型无关的方法显著提升了多模态情感计算方法的性能,这表明所提方法在多模态情感计算任务中的有效性和通用性. 展开更多
关键词 多模态可信度感知 多模态情感计算 可信度偏差 累积学习
在线阅读 下载PDF
基于多模态的服务型虚拟数字人服装情景适配度情感效应研究
2
作者 张旭升 燕耀 +3 位作者 张寒诺 雷桐 张宝山 蔡欣华 《丝绸》 北大核心 2025年第7期12-23,共12页
在服务型虚拟数字人交互场景中,服装作为职业权威性与情感亲和力的符号载体,其情景适配度能够显著影响用户的情感认知。本文基于情景化社会心理学框架,采用多模态测量方法探究服务型虚拟数字人服装情景适配度对用户的情感效应。实验依... 在服务型虚拟数字人交互场景中,服装作为职业权威性与情感亲和力的符号载体,其情景适配度能够显著影响用户的情感认知。本文基于情景化社会心理学框架,采用多模态测量方法探究服务型虚拟数字人服装情景适配度对用户的情感效应。实验依据国际职业装规范,构建了服务型虚拟数字人服装情景适配度评价体系,并筛选出高适配度(HA)、中适配度(MA)、低适配度(LA)三类虚拟形象服装。为验证不同情景适配度服装对用户情感体验的影响,研究人员邀请48名被试者随机观看30张不同适配程度服装的虚拟主持人图像,同步采集被试者的主观情绪评分、眼动追踪数据、生理活动数据,并辅以回溯性访谈进行三角验证。研究结果表明,服装情景适配度的提高显著增强了用户的积极情绪反应和唤醒水平,高适配度服装情景显著提升了技术接受意愿,效应量介于0.33~0.51。此外,在高适配度情景下,用户瞳孔直径增大,扫视行为频率增加,颧大肌活动更为显著,即服务型虚拟数字人的服装情景适配度与用户的积极情绪及态度呈正相关。 展开更多
关键词 服务型虚拟数字人 服装情景适配度 多模态情感计算 生理数据 眼动追踪 人机交互设计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部