EmoA: 77.4EmoV: 61.9
Papers with Code · CC BY-SA 4.0
Emotion Recognition
Emotion Recognition is an important area of research to enable effective human-computer interaction. Human emotions can be detected using speech signal, facial expressions, body language, and electroencephalography (EEG). <span class="description-source">Source: Using Deep Autoencoders for Facial Expression Recognition </span>
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
71개논문
EmoA: 72.1EmoV: 61.7
Accuracy: 96.10
Accuracy: 40.34
Top-3 Accuracy (%): 14.73
Concordance correlation coefficient (CCC): 0.638
F1-score (Weighted): 51.17
Top-3 Accuracy (%): 13.73
5-class test accuracy: 66.13%
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.
하위 태스크
ER
Emotion Recognition in Conversation
SE
Speech Emotion Recognition
ME
Multimodal Emotion Recognition
ER
Emotion Recognition in Context
VE
Video Emotion Recognition
EC
Emotion Cause Extraction
FE
Facial Emotion Recognition
EE
EEG Emotion Recognition
EP
Emotion-Cause Pair Extraction
AC
A-VB Culture
AH
A-VB High
AT
A-VB Two