亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

摘要: 情感計算是現代人機交互中的一個重要研究方向, 旨在研究與開發能夠識別、解釋、處理和模擬人類情感的理論、方法與系統. 腦電、心電、皮膚電等生理信號是情感計算中重要的輸入信號. 本文總結了近年來基于腦電等生理信號的情感計算研究所取得的進展. 首先介紹情感計算的相關基礎理論, 不同生理信號與情感變化之間的聯系, 以及基于生理信號的情感計算工作流程和相關公開數據集. 接下來介紹生理信號的特征工程和情感計算中的機器學習算法, 重點介紹適合處理個體差異的遷移學習、降低數據標注量的主動學習和融合特征工程與學習器的深度學習算法. 最后, 指出基于生理信號的情感計算研究中面臨的一些挑戰.

本文針對多模態情緒識別這一新興領域進行綜述。首先從情緒描述模型及情緒誘發方式兩個方面對情緒識別的研究基礎進行了綜述。接著針對多模態情緒識別中的信息融合這一重難點問題，從數據級融合、特征級融合、決策級融合、模型級融合4種融合層次下的主流高效信息融合策略進行了介紹。然后從多種行為表現模態混合、多神經生理模態混合、神經生理與行為表現模態混合這3個角度分別列舉具有代表性的多模態混合實例，全面合理地論證了多模態相較于單模態更具情緒區分能力和情緒表征能力，同時對多模態情緒識別方法轉為工程技術應用提出了一些思考。最后立足于情緒識別研究現狀的分析和把握，對改善和提升情緒識別模型性能的方式和策略進行了深入的探討與展望。

//tis.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=202001032

情緒，是一系列主觀認知經驗的高度概括，由多種感覺、思想和行為等產生的生理心理狀態。人們在交流過程中無時無刻不傳遞著大量的情緒信息。從認知神經科學角度來看，情緒也屬于經典認知的一種。情緒在人與人之間的溝通中意義重大，而在人機交互中，情緒識別是實現人性化必不可少的部分。

1995年，Picard等[1]提出了“情感計算”，情感計算要賦予計算機像人一樣的觀察理解和生成情感特征的能力，最終使得計算機像人一樣進行自然親近和生動交互。情感計算逐漸演變成高級人機交互的關鍵技術，而情感計算的子領域情緒識別更是人工智能領域中日益受到重點關注的研究方向。

情緒識別應用領域非常廣闊，涉及日常生活的方方面面。在醫學領域[2-3]，情緒識別能為精神疾病的診斷治療提供依據。比如在意識障礙的診斷上，利用標準的行為量表不容易檢測患者的意識狀態，而計算機輔助評估意識障礙患者的情緒能幫助醫生更好地做出診斷和治療；在遠程教育領域[4-5]，學生佩戴具有情緒識別功能的便攜設備，以便教師可以監控學生在遠程授課過程中的情緒狀態，從而調整授課的進度和方式。在交通領域中[6-7]，對于那些需要高度集中注意力進行操作的工作人員，例如宇航員、長途旅行客車司機、飛行員等，他們的憤怒、焦慮、悲傷等負面情緒會嚴重影響他們的專注度，導致操作水平下降，造成交通事故的發生[8]。及時檢測這類人員的情緒狀態是避免事故發生的一種有效手段。

The Elements of End-to-end Deep Face Recognition: A Survey of Recent Advances

人臉識別是計算機視覺領域中最基本、最長期存在的研究課題之一。隨著深度卷積神經網絡和大規模數據集的發展，深度人臉識別取得了顯著的進展，并在實際應用中得到了廣泛的應用。以自然圖像或視頻幀作為輸入，端到端深度人臉識別系統輸出人臉特征進行識別。為了實現這一目標，整個系統通常由三個關鍵要素構建:人臉檢測、人臉預處理和人臉表示。人臉檢測在圖像或幀中定位人臉。然后，對人臉進行預處理，將人臉標定為標準視圖，并將其裁剪為標準化像素大小。最后，在人臉表示階段，從預處理后的人臉中提取識別特征進行識別。深度卷積神經網絡滿足了這三個要素。摘要隨著深度學習技術的蓬勃發展，端到端深度人臉識別技術的能力得到了極大的提高，本文對端到端深度人臉識別技術中各個方面的最新進展進行了綜述。首先，我們介紹端到端深度人臉識別的概述，如前所述，它包括人臉檢測、人臉預處理和人臉表示。然后，我們分別回顧了基于深度學習的每個元素的進展，包括許多方面，如最新的算法設計、評估指標、數據集、性能比較、存在的挑戰和未來的研究方向。我們希望這一調查可以為我們更好地理解端到端人臉識別的大圖和更系統的探索帶來有益的想法。

//arxiv.org/abs/2009.13290

題目： A Survey on Human Machine Interaction in Industry 4.0

摘要： 工業4.0或工業物聯網都描述了人與機器之間無縫交互的新模式。這兩個概念都依賴于能夠控制工業生產流程的智能、互聯的網絡物理生產系統。隨著這些機器自主地做出許多決策，并進一步與生產和制造計劃系統交互，人類用戶的集成需要新的范式。本文分析了工業4.0領域人機交互技術的現狀。我們專注于集成增強和虛擬現實技術應用的新范例。基于我們的分析，我們進一步討論了研究的挑戰。

論文題目： Affective Computing for Large-Scale Heterogeneous Multimedia Data: A Survey

論文摘要： 數碼攝影和社交網絡的廣泛普及使多媒體數據（即圖像，音樂和視頻）的數量迅速增長，從而導致對管理，檢索和理解這些數據的巨大需求。 這些數據的情感計算（AC）可以幫助理解人類行為并實現廣泛的應用。 在本文中，我們全面研究了用于大規模異構多媒體數據的最新AC技術。 我們通過介紹在AC中廣泛使用的來自心理學的典型情感表示模型來開始本調查。 我們簡要描述了用于評估交流算法的可用數據集。 然后，我們總結并比較了針對不同多媒體類型（即圖像，音樂，視頻和多模式數據）的AC的代表性方法，重點是基于手工特征的方法和深度學習方法。 最后，我們討論了多媒體情感計算的一些挑戰和未來的方向。

論文題目： A Survey on Edge Computing Systems and Tools

論文摘要： 在物聯網和5G通信的愿景驅動下，邊緣計算系統在網絡邊緣集成了計算，存儲和網絡資源，以提供計算基礎架構，從而使開發人員能夠快速開發和部署邊緣應用程序。 如今，邊緣計算系統已在業界和學術界引起了廣泛關注。 為了探索新的研究機會并幫助用戶選擇適合特定應用的邊緣計算系統，本調查報告對現有邊緣計算系統進行了全面概述，并介紹了代表性的項目。 根據開放源代碼工具的適用性進行了比較。 最后，我們重點介紹了邊緣計算系統的能源效率和深度學習優化。 本次調查還研究了用于分析和設計邊緣計算系統的未解決問題。

動態視頻摘要，通過從視頻中提取出的單模態或多模態特征，可以通過動態鏈接的方式，對視頻進行摘要生成工作，從而可以幫助人們通過摘要來理解視頻。受到最近視頻網站發展的影響，使得動態視頻摘要技術得到了越來越多研究人員的關注。在本文中，我們對此類技術進行了綜述，并提出了一種分類體系，討論體系中各里程碑節點的發展過程。