研究人员开发了MUPA$^{2}$E，一个新颖的统一感知框架，通过整合面部视频和脑电图（EEG）信号来进行情感评估。与以往使用独立管道的方法不同，MUPA$^{2}$E通过单一的非对称注意力主干处理两种数据类型。该框架在DMER数据集上进行了评估，在合并融合的情况下达到了70.07%的测试准确率。然而，进一步分析表明，记录时长可能是一个混淆因素，在进行时长控制的评估时，准确率降至62.71%。 AI
影响 引入了一种用于多模态情感评估的统一架构，有望提高情感计算的准确性和效率。
排序理由 这是一篇详细介绍情感评估新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
