多模态情绪识别系统论文v2修订

2026年10月16日，arXiv Computer Vision 刊出 Kris Kraack 关于多模态情感识别系统的论文 v2 修订版。据该报道，系统将面部表情、语音情感、转录语音的文本情感与肢体动作分析融合为类别概率情感画像，定位为供评估者参考而非替代评估者。论文修订说明称，v2 对模型进行了修订以纠正原始实现中的问题并相应更新结果，同时调整和重组了正文、增加架构图、形式化融合阶段并更新参考文献。报道称，52名参与者的远程用户研究显示，单模态模型在真实条件下准确率降至82.97%–87.64%，部分情绪状态识别率低至48.08%；多模态系统准确率达96.43%，显著高于任一单模态组件（p < 10⁻⁴），且各情绪状态均不低于92.31%。上述数据均来自该报道对论文 v2 的描述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。