tele II

Segmentación automática Emoción
A pesar de que algunos estudios en el reconocimiento de emociones tener sistemas de notación movimiento utilizados, de la tarea complejidad permite una mayor investigación. La mayoría de los enfoques se han centrado en aspectos o subcomponentes específicos de un sistema de notación. En muchos casos, resultados que utilicen un contexto específico son prometedorespero no se puede generalizar a uno más amplio.
Un común
problema es que se crearon los sistemas de notación para describir el movimiento de la danza, no en las emociones reconocimiento.
En concreto, los investigadores han puesto a prueba la idoneidad de LMA
para el reconocimiento de emociones (como describimos antes). Aunque la investigación ha producido alentadores resultados en cuanto areconocimiento de emociones en clips presegmented en un contexto específico, la LMA modelos computacionales tienen varias limitaciones en sus datos experimentales.
No hay pruebas de que reconocimiento tendrá éxito en otras aplicaciones y contextos. Sería interesante ver cómo LMA puede ofrecer un sistema más completo y global para detectar emociones en diferentes contextos.
Este enfoquerequeriría el estudio de un conjunto de emociones y sus manifestaciones corporales de todo diferentes contextos y correlaciones luego derivados De dichas observaciones.
Quizás una manera de construir más robusto automática sistemas de reconocimiento es definir un sistema de notación para los movimientos del cuerpo, similar a la acción Facial Sistema de Codificación, que define totalmente la relación entreunidades de acción y emociones. Por ejemplo, una extensión de BAP podría conducir a un sistema de notación que contiene una relación de uno a uno entre el cuerpo unidades de acción y emoción. Dicho sistema tienen que ser capaces de capturar la variedad de naturalista expresiones.
Dirección de la investigación
Aquí presentamos cuatro diferentes pero interconectados
direcciones para futurasinvestigaciones.
Reconocimiento Uso de Alto Nivel Movimiento de notación
Un reto en el reconocimiento automático de las emociones es al segmento de movimiento cuerpo continuo señales para que el reconocimiento puede producirse usando el segmentada
clips de movimiento. La automatización de la segmentación puede rendir beneficios significativos al reducir humana caro intervención y evitar laambigüedad debido a la la subjetividad de la percepción humana y la decisión. La enfoque racional sería establecer automática reconocimiento de la emoción basado en gesto automático segmentación.
Los investigadores han empleado técnicas que utilizan señales continuas de parámetros de movimiento y buscar cambios repentinos en esos parámetros, 21 pero estas técnicas detectan señales sólo nongesture.Además, tales técnicas generalmente no funcionan para aplicaciones reales. Para abordar este problema, se necesita investigación para determinar inicialmente un tiempo real separación de señales gestuales y nongesture y a continuación, técnicas de reconocimiento de emoción de ensayo que utilizan , recuerdos y continuousframe inmediatos a corto plazo ventanas.
Además, los sistemas deben ser capacesde distinguir períodos de contexto dentro de una señal. Por ejemplo, en juegos, sería útil que los sistemas podían distinguir entre los movimientos de juego y nongameplay movimientos. Cada tipo de movimiento requeriría una técnica diferente para la emoción reconocimiento. Detección Emoción durante el juego podría mirar en propiedades tales como la excitación y la energía circulación de gestos.Para los que no juego, el reconocimiento de las propiedades gesto más estándar podría proporcionar ideas.
Otra posible extensión de la investigación existente sería comparar el éxito de alto nivel y
segmentación de bajo nivel en diferente reconocimiento de las emociones techniques.23 Por ejemplo, podría ser LMA se evalúa en ambos alta y la segmentación de bajo nivel debido a las correlaciones...