VEATIC: ردیابی احساسات و تأثیرات مبتنی بر ویدیو در مجموعه داده‌های زمینه: نتیجه‌گیری

نویسندگان:

(1) Zhihang Ren، دانشگاه کالیفرنیا، برکلی و این نویسندگان به طور مساوی در این کار مشارکت داشتند (ایمیل: [email protected])

(2) جفرسون اورتگا، دانشگاه کالیفرنیا، برکلی و این نویسندگان به طور مساوی به این کار کمک کردند (ایمیل: [email protected])

(3) یفان وانگ، دانشگاه کالیفرنیا، برکلی و این نویسندگان به طور مساوی در این کار مشارکت داشتند (ایمیل: [email protected])

(4) ژیمین چن، دانشگاه کالیفرنیا، برکلی (ایمیل: [email protected])

(5) Yunhui Guo، دانشگاه تگزاس در دالاس (ایمیل: [email protected])

(6) Stella X. Yu، دانشگاه کالیفرنیا، برکلی و دانشگاه میشیگان، آن آربور (ایمیل: [email protected])

(7) دیوید ویتنی، دانشگاه کالیفرنیا، برکلی (ایمیل: [email protected]).

در این مطالعه، ما اولین مجموعه داده ویدئویی بزرگ مبتنی بر زمینه را پیشنهاد کردیم، VEATIC، برای پیش بینی ظرفیت مستمر و برانگیختگی. تجسم‌های مختلف، تنوع مجموعه داده‌های ما و سازگاری حاشیه‌نویسی‌های ما را نشان می‌دهند. ما همچنین یک الگوریتم پایه ساده را برای حل این چالش پیشنهاد کردیم. نتایج تجربی اثربخشی روش پیشنهادی ما و مجموعه داده VEATIC را اثبات می‌کند.

Source link